ANOMALY-DETECTION-EDI
Anomaly detection for EDI flows, AI & data integration appliquée à l'EDI.
Définition
L'anomaly detection EDI applique des modèles ML (Isolation Forest, Autoencoder, LSTM, Prophet) sur les métriques de flux : volumes par partenaire/heure, distribution des montants, latences mapping, taux d'erreur. Détecte les drifts qui passeraient sous les seuils statiques — typiquement chute de 30% des INVOIC d'un retailer pendant les jours fériés.
Origine
Discipline ML formalisée années 2000, appliquée à l'observabilité par Datadog Watchdog, Dynatrace Davis dès 2018.
Exemple en contexte
Métrique daily_invoice_count_partner_X surveillée par Datadog Watchdog : alerte automatique si déviation > 3σ.