发现数据中的趋势

了解如何辨别嘈杂数据中的真正趋势。

趋势显示指标是在上升、下降还是保持平稳，但现实世界中的数据常常让趋势难以捉摸。

在下面的每个图表中，您能发现长期趋势吗？

在实际的仪表板中，模式并非总是显而易见的。每日数值会波动，每周总数可能会激增或骤降，甚至月度视图也可能包含不规则性。趋势可能会被噪声以及重复或季节性模式所掩盖。

本指南将引导您了解更清晰地查看趋势的各种方法

• 选择与数据相符的时间粒度：日、周或月。
• 使用移动平均值来平滑数据中的噪声，使趋势更加清晰。
• 添加趋势线，以便快速了解整体方向。
• 寻找重叠趋势，通过检查比率并将结果细分。
• 检查不完整周期，避免将缺失数据误认为是实际下降。

选择正确的时间粒度来组织您的数据

粒度是指时间轴上的详细程度：每小时、每天、每周、每月、每季度、每年，或者您的数据所支持的任何级别。以下是一个月销售数据的示例，显示了每天相当大的差异。

然而，如果我们看更长的时间，我们可以看到总体趋势是相当平坦的（下图顶部）。按周平均我们的销售额可以澄清平坦的趋势。

选择的时间粒度会改变您看到的内容。

• 更细的粒度（如每小时或每天）：如果您关心短期效应，例如系统事件或营销活动启动，则非常有用。但更细的粒度也可能使小的日常波动模糊了更大的图景。在上面的图像所示的周视图中，周末、假期或缺失的条目会很显眼。
• 更粗的粒度（每周、每月、每季度）：使总体趋势更容易看到，这对于跟踪更大目标的进展非常有用。权衡是，粒度会隐藏短期变化。

这里没有“正确”的答案。正确的粒度取决于您的数据（您是否有每小时或每天的值？）以及您的任务（您是在应对今天发生的事件，还是在回顾上个季度？）。

移动平均值通过平滑噪声来阐明趋势

即使在将数据聚合到更大的时间段（如周或月）后，指标在短期内仍可能出现波动，使趋势难以看清。移动平均值（或滑动平均值）可以在保持原始时间尺度的同时，平滑这些波动。

移动平均值还避免了新的一周或一个月开始时出现的剧烈跳跃，因为平均值是逐天向前滑动，而不是在日历边界重置。

它是如何工作的：移动平均值查看一个时间窗口（例如十天），计算该窗口内所有天的平均值，然后将这个十天的窗口向上滑动一天。时间窗口重叠，形成一个随着数据移动的滑动窗口。

调整窗口大小以适应数据

窗口的大小决定了您获得的平滑程度

• 要减少短期峰值，请使用短窗口（10天）。它们能快速响应变化，但仍会显示一些波动。
• 要阐明长期趋势，请使用长窗口（30-90天）。它们会平滑得多，但显示真实变化的速度较慢。

注意：移动窗口会产生滞后

移动平均值有助于揭示潜在的方向，但它们也会滞后于现实。如果情况突然发生变化，这种变化需要一段时间才能在移动平均值中显现。

趋势线对周期的长度很敏感

趋势线是拟合在数据上以显示总体斜率的一条线。大多数工具会为数据拟合一条直线（线性回归），但有些也提供曲线拟合来处理更复杂的模式。

趋势线很有用，因为它们为仍有短期波动的嘈杂数据增加了长期背景。与移动平均值类似，您可以一目了然地看到整体方向，而不会被每个峰值和低谷分心。

但是，趋势线对您选择的时间窗口很敏感。30天的趋势线可能向下倾斜，而同一指标在12个月内的趋势线可能向上倾斜。始终根据您正在做出的决定来匹配窗口，并检查更长期的视图以获得背景。

重叠趋势可能讲述不同的故事

有时一个数字本身看起来不错，但当与其他数据结合时，却讲述了一个不同的故事。例如，收入可能在上涨，但每单位的平均价格却在下跌。

示例：销售额与销量

假设总销售收入正在增长。仅凭这一点，看起来是积极的（下图中的线条）。但是，当您添加销售的单位（条形图）时，您会看到

这里的趋势是什么？收入增加了，但销量增加得更多。销售额的增长速度慢于销量，这意味着平均单位价格正在下降。增长来自于销售更多低价商品，而不是来自对高价商品更强的需求。

当我们绘制每周单位价格时，趋势就更加清晰了。

以原始价格来看，产品需求减弱是否是一个问题，取决于我们的目标。如果我们主要关注总销售额，这不成问题。但如果这意味着我们的业务正在向低端市场发展，我们可能需要考虑我们的销售和营销策略。

重叠趋势可能令人困惑

• 总数可能会隐藏细节。如果收入增加，您不知道是由于价格上涨、销量增加，还是两者兼而有之。
• 比率（例如，收入/客户、销售额/销量、潜在客户/访问者）显示一个指标如何与另一个指标相关，并揭示了驱动变化的原因。
• 细分（例如，按地区、产品线或客户群）可以显示一个领域的增长是否掩盖了另一个领域的下降。

在审查总数时，请始终问：“这个数字背后是什么？”寻找相关数据并检查比率，或者将数据分解为细分，以更好地了解完整的故事。

不完整数据：避免不完整的周期

另一个常见陷阱是将未完成的时间段视为已完成。图表可能显示您数据的下降趋势，但实际上该时段尚未完成。例如，您可能在12月10日查看您的月度数据，这意味着您错过了该月的2/3。您的图表可能看起来像这样。

这个例子显示了由于数据不完整而导致的明显下降，但在实际分析中，人们常常将不完整的时间段误认为是最近的下降趋势。为避免此陷阱，请筛选出最后一个不完整的时间段，或在图表中添加关于过分强调最后一个数据点的警告。