Radar —

Маркетинговые исследования и консультирование

Анализ временных рядов

Анализ данных в динамике, построение прогнозов

Для чего это нужно?

  • Краткое описание характерных особенностей ряда.
  • Подбор статистической модели (моделей), описывающей данный временной ряд.
  • Предсказание будущих значений на основе прошлых наблюдений.
  • Управление процессом, порождающим временной ряд.

Как это работает?

На входе анализа – временной ряд, т.е. собранные с некоторой периодичностью (ежедневно, еженедельно, ежемесячно) данные по какому-либо показателю (например, объём продаж). Временные ряды часто бывают подвержены влиянию одного или нескольких следующих факторов:

1) Тренд – плавно изменяющаяся, не циклическая компонента, описывающая чистое влияние долговременных факторов, эффект которых сказывается постепенно.

2) Сезонная компонента временного ряда описывает поведение, изменяющееся регулярно в течение заданного периода (года, месяца, недели, дня). Она состоит из последовательности почти повторяющихся циклов.

3) Циклическая компонента временного ряда описывает относительно длительные периоды подъема и спада. Она состоит из циклов, которые меняются по амплитуде и протяжённости.

4) Автокорреляция – корреляция временного ряда с самим собой. Возникает тогда, когда каждое соседнее значение связано с предыдущим (например, запоминаемость рекламы).

Задача анализа состоит в выявлении этих факторов, нейтрализации их эффекта и построении модели, наилучшим образом описывающей временной ряд. При моделировании используются такие методы, как удаление тренда, декомпозиция сезонности, экспоненциальное сглаживание, анализ автокорреляции, построение авторегрессии и скользящего среднего, и т.д.

Что получаем в итоге?

Модель «чистого» временного ряда, из которого удалены влияние тренда, сезонности, цикличности, автокорреляции и других процессов. Такая модель служит для построения прогнозов и доверительных интервалов к ним.

Каковы преимущества метода?

Многие продукты и рынки подвержены влиянию сезонного фактора, имеют тенденции и циклы развития. Анализ временных рядов помогает отделить влияние общих факторов от мер, предпринятых маркетингом компании.

Как еще больше узнать о методе?

  • Подпишитесь на нашу страницу в Facebook или Вконтакте и следите за нашими открытыми лекциями и выступлениями на конференциях. Если это научные конференции, как правило, участие в них свободное.
  • Если вы студент или выпускник НИУ ВШЭ, постарайтесь попасть на лекцию к Марку Шафиру в рамках курса «Современные методы анализа данных».
  • Закажите нам исследование с использованием этого метода.