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.