---
title: "Дрейф данных и модели"
url: "https://kzsaleshub.com/glossary/drift/"
type: "glossary_term"
category: "Глоссарий"
language: "ru"
source: "KZSalesHub"
published: "2026-08-11"
last_updated: "2026-10-03"
---

# Дрейф данных и модели

Постепенное расхождение между тем, на чём модель училась, и тем, что приходит в работе. Качество падает незаметно.

## Почему это важно здесь

Главная причина, по которой запуск модели — середина пути, а не конец. Без наблюдения ухудшение обнаруживают клиенты, а не команда.

## Пример

Модель оценки заявок обучена на данных до смены сегмента. Через полгода она системно ошибается на новых клиентах, а каждая отдельная ошибка объясняется частной причиной.

## Виды

- **Дрейф данных:** входные данные со временем меняются — новые продукты, клиенты, формулировки.
- **Дрейф понятий:** меняется сама связь между данными и правильным ответом.

## Почему важен

Модель, точная при запуске, постепенно ошибается чаще, хотя её никто не менял.

## Что делать

Отслеживать качество на свежих данных и регулярно обновлять модель.

## Рядом

AI/ML Lifecycle, MLOps, Оценка качества ответов

---
Источник: https://kzsaleshub.com/glossary/drift/