一、统计类方法（快速落地首选） #

这类方法无需复杂模型，适配你现有技术栈，可快速实现：

• 固定阈值法：在你当前3天CPA涨幅30%的基础上扩展：
  • 给不同账户/广告组设置个性化阈值（大账户与小账户的正常波动幅度差异显著）
  • 结合历史均值判断：比如CPA超过过去7天均值的2倍，或ROAS低于过去14天均值的50%
• 移动窗口统计法：用滑动窗口计算均值/标准差，偏离窗口统计值的点标记为异常：
  • 例如用7天滑动窗口，当当日CPA > 窗口均值 + 2*窗口标准差时标记异常，可避免单天偶然数据干扰
• 环比/同比分析法：
  • 环比：和前1天/前3天均值对比，比如CPA环比涨幅超30%
  • 同比：和上周同一天数值对比（广告数据普遍存在周度周期，比如周末CPA偏高），避免周期波动导致误判

二、Python库实现（基于pandas扩展） #

用你熟悉的pandas结合轻量库，无需复杂机器学习：

• pandas原生实现滑动窗口检测：

  # 假设df是按account_id、date排序的性能数据DataFrame
  df['7d_avg_cpa'] = df.groupby('account_id')['cpa'].transform(lambda x: x.rolling(7).mean())
  df['7d_std_cpa'] = df.groupby('account_id')['cpa'].transform(lambda x: x.rolling(7).std())
  # 标记异常：超出均值+2倍标准差范围
  df['is_anomaly'] = df['cpa'] > (df['7d_avg_cpa'] + 2 * df['7d_std_cpa'])
  

• statsmodels做趋势突变与残差检测：

  from statsmodels.tsa.arima.model import ARIMA
  
  def detect_anomaly_by_arima(series):
      # 用ARIMA拟合时间序列，通过残差判断异常
      model = ARIMA(series, order=(1,1,1))
      res = model.fit()
      residuals = res.resid
      threshold = residuals.std() * 3
      return abs(residuals) > threshold
  
  # 按账户分组应用检测逻辑
  df['arima_anomaly'] = df.groupby('account_id')['cpa'].transform(detect_anomaly_by_arima)
  

• PyOD无监督异常检测：

  from pyod.models.iforest import IForest
  
  def detect_anomaly_iforest(group):
      # 构造多特征：当前值、过去3天均值、环比涨幅
      features = pd.DataFrame({
          'cpa': group['cpa'],
          '3d_avg': group['cpa'].rolling(3).mean().shift(1),
          'day_over_day': group['cpa'].pct_change(1)
      }).dropna()
      if len(features) < 10:
          return [False]*len(group)  # 数据量不足时跳过
      clf = IForest(contamination=0.05)  # 假设异常率为5%
      preds = clf.fit_predict(features)
      # 补全前面缺失的行标记
      return [False]*(len(group)-len(preds)) + list(preds.astype(bool))
  
  df['iforest_anomaly'] = df.groupby('account_id', group_keys=False).apply(detect_anomaly_iforest).explode()
  

三、SQL实现（数据库层初步检测） #

基于基础聚合+窗口函数，直接在数据库完成初步异常过滤：

• 3天环比涨幅异常检测：

  SELECT 
      account_id,
      date,
      cpa,
      AVG(cpa) OVER (PARTITION BY account_id ORDER BY date ROWS BETWEEN 3 PRECEDING AND 1 PRECEDING) AS prev_3d_avg_cpa,
      -- 计算环比涨幅百分比
      CASE 
          WHEN prev_3d_avg_cpa = 0 THEN NULL
          ELSE (cpa - prev_3d_avg_cpa) / prev_3d_avg_cpa * 100
      END AS cpa_3d_growth_pct,
      -- 标记涨幅超30%的异常
      CASE 
          WHEN (cpa - prev_3d_avg_cpa) / prev_3d_avg_cpa * 100 > 30 THEN 1
          ELSE 0
      END AS is_anomaly
  FROM ad_performance_data
  ORDER BY account_id, date;
  

• 7天滑动窗口均值+标准差检测：

  WITH window_stats AS (
      SELECT 
          account_id,
          date,
          cpa,
          AVG(cpa) OVER (PARTITION BY account_id ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS 7d_avg_cpa,
          STDDEV(cpa) OVER (PARTITION BY account_id ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS 7d_std_cpa
      FROM ad_performance_data
  )
  SELECT 
      *,
      CASE 
          WHEN cpa > 7d_avg_cpa + 2 * 7d_std_cpa THEN 1
          ELSE 0
      END AS is_anomaly
  FROM window_stats
  ORDER BY account_id, date;
  

四、实战优化建议 #

• 分层检测：先在SQL层做固定阈值/环比的初步过滤（快速筛选明显异常），再用Python做复杂模型检测，减少Python处理的数据量
• 账户个性化：绝对不要用全局阈值，所有统计量必须按账户分组计算，不同账户的基准差异极大
• 周期修正：广告数据存在周/日周期，优先用同比（和上周同一天对比）替代环比，避免周期波动误判
• 异常验证：检测出的异常不要直接告警，结合曝光量、点击量等指标交叉验证，比如CPA上涨但曝光量暴跌，可能是流量池变化而非真的低效

内容的提问来源于stack exchange，提问作者Vikram