如果您曾以数字方式打过车，那么很大概率用过 Lyft。作为全球领先的共享出行公司之一，Lyft 估值超过 110 亿美元，并且已经成为许多上班族生活中不可或缺的一部分。
Lyft 成功的关键在于其易于使用的移动应用程序。Lyft 业务的正常运营和增长取决于其移动应用的卓越功能，乘车人和司机可以在不同的时间点基于不同的目的使用，比如乘车前、乘车中和乘车后。
Lyft 从其应用程序中收集数百万个数据点和指标，该应用程序使用多种时间尺度运行：匹配乘客和司机时以秒为单位；计算价格时以分钟为单位；衡量市场杠杆时以小时为单位；制定预算时以天或周为单位。
但除了不同的时间尺度外，还有多个地理维度，Lyft 根本没有资源手动监控所收集的每个指标，因此也无法检测数据中的异常。
为了大规模准确检测异常，以便通过这些线索发现潜在的需要及时处理的更大问题，Lyft 开始使用 AWS 和 Anodot 的自动化和机器学习 (ML) 功能；Anodot 是 AWS 合作伙伴网络 (APN) 高级技术合作伙伴和 AWS ML 能力合作伙伴。
Anodot 基于人工智能的时间序列分析解决方案基于 AWS 构建，使用高级机器学习算法克服了人工数据分析中存在的限制，实时识别潜在问题，而无需手动检查多个仪表板。使用 Anodot 和 AWS 服务（如 AWS Kinesis Streams），Lyft 可以快速检测业务事件，了解数百万指标中问题的范围和根本原因。
