[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"general-list":3,"footer-feature-tags":4,"slate-glossary-term-time-series":66},true,[5,14,20,29,34,40,46,52,56,62],{"id":6,"name":7,"hex":8,"translations":9,"count_pages":13},8,"Компания","#f40925",{"ru":10,"en":11},{"name":7},{"name":12},"Company",9,{"id":15,"name":16,"hex":17,"translations":18,"count_pages":6},26,"Главная страница",null,{"ru":19},{"name":16},{"id":21,"name":22,"hex":23,"translations":24,"count_pages":28},2,"Проекты","#3027ff",{"ru":25,"en":26},{"name":22},{"name":27},"Project",15,{"id":30,"name":31,"hex":17,"translations":32,"count_pages":21},33,"ИИ",{"ru":33},{"name":31},{"id":35,"name":36,"hex":17,"translations":37,"count_pages":39},34,"Комментарии",{"ru":38},{"name":36},4,{"id":41,"name":42,"hex":17,"translations":43,"count_pages":45},25,"Задачи",{"ru":44},{"name":42},24,{"id":47,"name":48,"hex":17,"translations":49,"count_pages":51},27,"Рабочие пространства",{"ru":50},{"name":48},3,{"id":45,"name":53,"hex":17,"translations":54,"count_pages":6},"Kanban-доска",{"ru":55},{"name":53},{"id":57,"name":58,"hex":17,"translations":59,"count_pages":61},23,"Диаграмма Ганта",{"ru":60},{"name":58},1,{"id":28,"name":63,"hex":17,"translations":64,"count_pages":61},"Календарь",{"ru":65},{"name":63},{"detail":67,"more":144},{"id":68,"slug":69,"translations":70,"category":84,"tags":92,"letter":102,"og_image":17,"cover":17,"author_name":17,"author_position":17,"author_avatar":17,"faqs":103,"related":117,"views_count":141,"helpful_yes_count":106,"helpful_no_count":106,"created_at":142,"updated_at":143,"published_at":17},318,"time-series",{"ru":71},{"title":72,"short_definition":73,"tldr":74,"full_explanation":75,"when_to_apply":76,"when_not_to_apply":77,"examples":78,"tips":79,"synonyms":80,"translation_en":81,"seo_title":82,"seo_description":83},"Временной ряд и его анализ","Последовательность наблюдений по одной величине во времени и методы её анализа: тренд, сезонность, прогноз.","Временной ряд — это любая метрика, упорядоченная по времени: ежедневная выручка, часовые продажи, ежемесячные подписки. Анализ временных рядов помогает увидеть тренд, сезонность, циклы и сделать прогноз. Это особый класс задач, потому что обычные методы статистики плохо работают на данных, где соседние точки зависят друг от друга.","\u003Cp>Временные ряды есть почти в любой компании — продажи по дням, входящие заявки по часам, посещаемость сайта по неделям. Анализировать их грубой регрессией по «независимым» точкам обычно неправильно.\u003C\u002Fp>\u003Ch3>Что обычно ищут\u003C\u002Fh3>\u003Cul>\u003Cli>\u003Cstrong>Тренд\u003C\u002Fstrong> — долгосрочное направление: рост, спад, плато.\u003C\u002Fli>\u003Cli>\u003Cstrong>Сезонность\u003C\u002Fstrong> — повторяющиеся колебания: неделя, месяц, год.\u003C\u002Fli>\u003Cli>\u003Cstrong>Циклы\u003C\u002Fstrong> — длинные повторения, не привязанные к календарю.\u003C\u002Fli>\u003Cli>\u003Cstrong>Аномалии\u003C\u002Fstrong> — точки, заметно выпадающие из общей картины.\u003C\u002Fli>\u003C\u002Ful>\u003Ch3>Какие методы используют\u003C\u002Fh3>\u003Cul>\u003Cli>Простые — скользящие средние, экспоненциальное сглаживание.\u003C\u002Fli>\u003Cli>Классические — ARIMA, SARIMA, ETS.\u003C\u002Fli>\u003Cli>Современные — Prophet (Facebook), нейросети для длинных горизонтов прогноза.\u003C\u002Fli>\u003Cli>Базовый прогноз «продолжим тренд и сезонность» — часто работает лучше, чем сложные модели в неопытных руках.\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Для прогноза спроса, продаж, нагрузки\u003C\u002Fli>\u003Cli>В анализе аномалий и инцидентов\u003C\u002Fli>\u003Cli>В планировании запасов, найма, маркетингового бюджета\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Когда данных за слишком короткий период — модель не успеет «увидеть» сезонность\u003C\u002Fli>\u003Cli>Когда поведение метрики только что резко изменилось и история перестала быть показательной\u003C\u002Fli>\u003C\u002Ful>","\u003Cp>Команда поддержки строит модель прогноза входящих заявок 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.\u003C\u002Fp>","\u003Cp>Перед запуском сложной модели временных рядов проверьте, насколько хорошо работает простая база: «сегодняшнее значение равно значению неделю назад» или «среднее за последние 7 дней с поправкой на день недели». Если сложная модель не бьёт эту базу уверенно, она не стоит сопровождения.\u003C\u002Fp>","временной ряд, анализ временных рядов, прогноз временных рядов, time series","Time Series Analysis","Анализ временных рядов — что это | Глоссарий Shtab","Временной ряд — метрика, упорядоченная во времени. Тренд, сезонность, циклы и аномалии, классические и современные методы прогноза с примерами.",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":88},11,"analytics-data","#06b6d4",{"ru":89},{"title":90,"description":91},"Аналитика и данные","Понятия и инструменты работы с данными: виды аналитики, статистические основы, A\u002FB-тестирование, продуктовые метрики, дашборды и BI, инфраструктура данных, качество и управление данными.",[93],{"id":94,"slug":95,"kind":96,"hex":97,"order":98,"translations":99},43,"statistics","tool","#7c5ce6",101,{"ru":100},{"title":101},"Статистика","В",[104,111],{"id":105,"order":106,"translations":107},1524,0,{"ru":108},{"question":109,"answer":110},"Чем временной ряд отличается от обычной выборки?","\u003Cp>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, которые учитывают порядок наблюдений и повторяющиеся колебания.\u003C\u002Fp>",{"id":112,"order":61,"translations":113},1525,{"ru":114},{"question":115,"answer":116},"Сколько истории нужно для прогноза?","\u003Cp>Минимум два полных сезонных цикла. Для дневных данных с недельной сезонностью — не меньше 6–8 недель. Для годовой сезонности, например в розничной торговле, — два-три года и больше. Чем шумнее метрика, тем больше истории нужно, чтобы отличить сигнал от шума и не принять случайный всплеск за закономерность.\u003C\u002Fp>",{"parent":118,"related":126},[119],{"id":120,"slug":121,"translations":122},291,"predictive-analytics",{"ru":123},{"title":124,"short_definition":125},"Предсказательная аналитика","Использование статистики и машинного обучения для прогноза будущих событий и значений показателей.",[127,134],{"id":128,"slug":129,"translations":130},317,"regression-analysis",{"ru":131},{"title":132,"short_definition":133},"Регрессионный анализ","Метод количественной оценки связи между одной зависимой переменной и одной или несколькими независимыми.",{"id":135,"slug":136,"translations":137},154,"forecasting",{"ru":138},{"title":139,"short_definition":140},"Финансовое прогнозирование (Forecasting)","Процесс прогнозирования будущих финансовых показателей компании на основе исторических данных и предположений.",104,"2026-05-11T20:16:11.330744+03:00","2026-05-11T20:16:11.330760+03:00",[145,168,193],{"id":146,"slug":147,"translations":148,"category":153,"tags":156,"letter":166,"cover":17,"updated_at":167,"published_at":17},313,"arpu",{"ru":149},{"title":150,"short_definition":151,"translation_en":152},"ARPU и ARPPU (средняя выручка на пользователя)","ARPU — средняя выручка на пользователя. ARPPU — средняя выручка на платящего пользователя.","ARPU and ARPPU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":154},{"ru":155},{"title":90,"description":91},[157],{"id":158,"slug":159,"kind":160,"hex":161,"order":162,"translations":163},45,"product-analytics","metric","#5e79ec",103,{"ru":164},{"title":165},"Продуктовая аналитика","A","2026-05-11T20:16:09.534333+03:00",{"id":169,"slug":170,"translations":171,"category":176,"tags":179,"letter":191,"cover":17,"updated_at":192,"published_at":17},304,"bi",{"ru":172},{"title":173,"short_definition":174,"translation_en":175},"Business Intelligence (бизнес-аналитика)","Совокупность процессов и инструментов сбора, хранения и визуализации данных для принятия деловых решений.","Business Intelligence (BI)",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":177},{"ru":178},{"title":90,"description":91},[180,188],{"id":181,"slug":182,"kind":96,"hex":183,"order":184,"translations":185},44,"data-engineering","#0F9488",102,{"ru":186},{"title":187},"Инфраструктура данных",{"id":158,"slug":159,"kind":160,"hex":161,"order":162,"translations":189},{"ru":190},{"title":165},"B","2026-05-11T20:16:06.204990+03:00",{"id":194,"slug":195,"translations":196,"category":201,"tags":204,"letter":208,"cover":17,"updated_at":209,"published_at":17},312,"dau-wau-mau",{"ru":197},{"title":198,"short_definition":199,"translation_en":200},"DAU, WAU, MAU (активная аудитория за день, неделю и месяц)","Количество уникальных активных пользователей за день, неделю и месяц соответственно.","DAU \u002F WAU \u002F MAU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":202},{"ru":203},{"title":90,"description":91},[205],{"id":158,"slug":159,"kind":160,"hex":161,"order":162,"translations":206},{"ru":207},{"title":165},"D","2026-05-11T20:16:09.166914+03:00"]