Промо-акция шла только 2 дня (пт–сб). Хотите увидеть её эффект на заказах на временном графике. Какая детализация по времени наиболее уместна?
AАгрегировать заказы по дням и строить дневной временной ряд, чтобы увидеть всплеск именно в дни промо
BАгрегировать заказы по месяцам и сравнивать месячные суммы, чтобы оценить вклад промо в общий период
CАгрегировать заказы по кварталам и смотреть квартальную динамику, чтобы оценить вклад промо в общий период
DПоказать одно итоговое число заказов за период без временной оси, чтобы оценить общий результат промо
Правильный ответ. Короткие изменения лучше смотреть на более мелкой детализации по времени.
Разбор
Если агрегировать слишком крупно, эффект двух дней «растворится» в периоде. Дневная детализация покажет изменение именно там, где оно произошло. Месячная и квартальная агрегация скрывают всплеск, а одно число вообще не показывает динамику.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Временные ряды»
- Вы строите график выручки магазина по дням как временной ряд. Какую агрегацию по дням выбрать для столбца с выручкой?
- В ежедневном графике событий один день трекинг был сломан: данных нет, но пользователи в этот день были. Как корректнее отобразить этот день?
- Сегодня среда. Вы делаете `WoW` сравнение продаж «эта неделя vs прошлая». Чем опасно сравнивать неполную текущую неделю с полной прошлой и что делать?
- Дневная метрика `DAU` (Daily Active Users) сильно шумит. Какой приём поможет показать тренд, не потеряв исходные значения?
- У метрики выраженная недельная сезонность (выходные ниже). Какое окно скользящего среднего чаще всего логично, чтобы сгладить именно недельный цикл?
- Все вопросы по «Временные ряды» →