Dokumentáció
Idősoros dekompozíció: trend, heti minta és zaj
A napi kattintásokat vagy megjelenéseket trendre, hétköznapi mintára és maradékra bontja, megjelöli a trend irányát, és jelzi azokat a napokat, amelyeket a modell nem tud megmagyarázni.
Az idősoros dekompozíció három részre bontja a napi kattintásokat vagy megjelenéseket: egy simított trendre, egy ismétlődő hétköznapi mintára és a maradékra, vagyis arra, ami a kettő levonása után megmarad. A trendet növekvőnek, csökkenőnek vagy stabilnak minősíti, megméri a legerősebb és a leggyengébb hétköznap közötti különbséget, és megjelöli azokat a napokat, ahol a maradék szokatlanul nagy. Segítségével megkülönböztetheti a valódi irányváltást a hét megszokott ritmusától.
Hogyan bontja részekre az idősort
- Egy centrált, 7 napos mozgóátlag adja a trend első becslését.
- Az egyes napok eltérését ettől az átlagtól hétköznaponként csoportosítja. Az egyes hétköznapok átlaga, úgy eltolva, hogy a hét érték összege nulla legyen, lesz az adott hétköznap szezonális hatása.
- A szezonális hatást kivonja az eredeti idősorból, így megkapja a Szezonalitástól megtisztított idősort, majd az eredményt kétszer alkalmazott 7 napos átlaggal simítja. Ez a simább vonal a trend, amelyet lát.
- A maradék az eredeti érték mínusz a trend és a szezonális hatás. Az a nap, amelynek maradéka nullától több mint két szórásnyira esik (az összes maradék alapján mérve), kiugró értékként van megjelölve.
Ez additív dekompozíció: a hétköznapi hatás kattintások vagy megjelenések száma, nem százalék. Az oldal fejlécében STL szerepel, de a módszer klasszikus, mozgóátlagon alapuló dekompozíció, nem az STL lokális regressziója. A Forecasting: Principles and Practice című könyv elmagyarázza a klasszikus dekompozíciót, és azt is, miben különbözik tőle az STL.
Hogyan minősíti a trendet
A rendszer egyenest illeszt a trendre, és ennek meredekségét a trend átlagos szintjének napi százalékában fejezi ki:
| Napi meredekség | Címke | 30 nap alatt |
|---|---|---|
| +0,25% vagy több | Növekvő | kb. +7,5% vagy több |
| −0,25% és +0,25% között | Stabil | kb. ±7,5%-on belül |
| −0,25% vagy kevesebb | Csökkenő | kb. −7,5% vagy nagyobb csökkenés |
A kártyák a címkét a trend első és utolsó értékével, a napi változást a 30 napra vetített megfelelőjével, az Ablakon belüli trendváltozást az első naptól az utolsóig, a Heti ingadozást (a legerősebb hétköznapi hatás mínusz a leggyengébb, mindkét nap megnevezésével), valamint a Maradék-kiugrások számát a maradék szórásával együtt mutatják.
A diagramok értelmezése
- Eredeti és trend: a napi értékek a trenddel együtt ábrázolva.
- Heti szezonális komponens: az egyes hétköznapok átlagos eltérése a trendtől. A nulla feletti oszlopok a forgalmasabb napjait jelzik.
- Szezonalitástól megtisztított idősor: a hétköznapi hatás nélküli adatok, amelyekből könnyebben kiolvasható a hétről hétre történő változás.
- Maradékok: amit a trend és a hétköznapi minta nem magyaráz meg, szaggatott vonalakkal a ±2 szórásnál.
A Napi komponensek táblázat minden napot felsorol a hétköznappal, az eredeti értékkel, a trenddel, a szezonális hatással, a maradékkal, a maradék z-értékével és egy Kiugró jelzéssel. A Maradék-kiugrások a megjelölt napokat mutatja tényleges és várt értékükkel. Ha futtatás után a Mutató beállítást Kattintások és Megjelenések között váltja, a dekompozíciót a böngésző újraszámolja.
Mit feltételez, és hol vannak a vakfoltjai
- Állandó nagyságú, rögzített heti minta. Ha a forgalom megduplázódik az ablakban, a kattintásokban mért hétköznapi ingadozás a végén túl kicsi, az elején túl nagy.
- Nincs éves ciklus. A futtatás legalább 90 napot ölel fel (a rövidebb időszakokat visszafelé kibővíti, ahogy az eredmények feletti megjegyzés is jelzi), ami túl kevés az évszakok modellezéséhez. A decemberi visszaesés vagy a nyári csendesebb időszak trendként jelenik meg.
- A szélek kevésbé megbízhatók. A mozgóátlagok a sorozat elején és végén kevesebb pontra támaszkodnak, ezért a legutóbbi hét trendje kevesebb napon alapul, és az új adatok beérkezésével módosulni fog.
- A kiugró értékek elhúzzák az átlagokat. Egyetlen szélsőséges nap eltolja a saját hétköznapjának átlagát és a maradék szórását; az Anomáliadetektálás olyan robusztus statisztikát használ, amely ellenáll ennek.
- A hiányzó napokat nullának számolja, ami az ablaknál újabb tulajdonságnál lapos kezdetként jelenik meg.
Mire használja az eredményeket
A kiugró érték egy megmagyarázandó dátum: kiadás, leállás, hírekben való említés vagy Google rangsorolási frissítés. Adjon hozzá egy megjegyzést, hogy a dátum és az oka ezentúl megjelenjen az irányítópult trenddiagramján. Ha azt szeretné megállapítani, mikor mozdult el maga a szint, futtassa le ugyanarra az időszakra a Töréspont-észlelést.