'/%3e%3cpath%20d='M83.8172%20112C100.688%20112%20111.886%2098.2694%20112%2083.8882H44.0245C25.8409%2083.8882%2016.001%2094.3169%2016.001%20112H83.8172Z'%20fill='url(%23paint1_linear_101_577)'/%3e%3cpath%20d='M44.1725%2044.1138H16.0008C15.9465%2051.0963%2018.504%2058.2306%2024.2977%2064.0225L44.1706%2083.8881L52.8986%2075.3569L61.7636%2066.7019C63.2767%2065.2244%2063.2786%2062.7888%2061.7636%2061.3094L44.1725%2044.1138Z'%20fill='%233A5FFF'/%3e%3cpath%20d='M83.8248%2083.8862H111.996C112.051%2076.9037%20109.493%2069.7693%20103.7%2063.9774L83.8267%2044.1118L75.0986%2052.6431L66.2337%2061.2981C64.7206%2062.7756%2064.7187%2065.2112%2066.2337%2066.6906L83.8248%2083.8862Z'%20fill='%233A5FFF'/%3e%3cdefs%3e%3clinearGradient%20id='paint0_linear_101_577'%20x1='16.001'%20y1='30.055'%20x2='111.998'%20y2='30.055'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3clinearGradient%20id='paint1_linear_101_577'%20x1='111.998'%20y1='97.9451'%20x2='16.001'%20y2='97.9451'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3c/defs%3e%3c/svg%3e)
Временной ряд и его анализ
Временные ряды есть почти в любой компании — продажи по дням, входящие тикеты по часам, посещаемость сайта по неделям. Анализировать их грубой регрессией по «независимым» точкам обычно неправильно.
Что обычно ищут
- Тренд — долгосрочное направление: рост, спад, плато.
- Сезонность — повторяющиеся колебания: неделя, месяц, год.
- Циклы — длинные повторения, не привязанные к календарю.
- Аномалии — точки, заметно выпадающие из общей картины.
Какие методы используют
- Простые — скользящие средние, экспоненциальное сглаживание.
- Классические — ARIMA, SARIMA, ETS.
- Современные — Prophet (Facebook), нейросети для длинных горизонтов.
- Базовый прогноз «продолжим тренд + сезонность» — часто работает лучше, чем сложные модели в неопытных руках.
Когда применять и когда нет
Применять
- Для прогноза спроса, продаж, нагрузки
- В анализе аномалий и инцидентов
- В планировании запасов, найма, маркетингового бюджета
Не применять
- Когда данных за слишком короткий период — модель не успеет «увидеть» сезонность
- Когда поведение метрики только что резко изменилось и история перестала быть релевантной
Примеры применения
Команда поддержки строит модель прогноза входящих тикетов по часам, чтобы лучше составлять графики смен. По двум годам истории видны сильные суточная и недельная сезонности, а также рост в начале каждого месяца после выкатки нового релиза. Модель Prophet даёт прогноз на 7 дней вперёд с приемлемой точностью, и это сразу помогает перераспределить операторов на пиковые часы.
Часто задаваемые вопросы
В обычной выборке точки считаются независимыми друг от друга. Во временном ряду соседние точки часто сильно связаны: вчерашняя выручка хорошо предсказывает сегодняшнюю. Из-за этого нельзя бездумно применять стандартные статистические методы и нужны отдельные модели.
Минимум 2 полных сезонных цикла. Для дневных данных с недельной сезонностью — не меньше 6–8 недель. Для годовой сезонности (например, ритейл) — 2–3 года и больше. Чем шумнее метрика, тем больше истории нужно, чтобы отличить сигнал от шума.