时间序列分析概述
您可以用来跟踪进度、评估影响等方法的概述。
什么是时间序列分析?
时间序列是一种数据集,其中每一行都代表不同时间点上的事件或测量。例如,示例数据库中的所有表格都是时间序列数据集,因为每一行都有一个“创建时间”的时间戳。事实表也可用于时间序列分析。
时间序列分析结合了度量和数据可视化来回答业务问题,例如
- 我的收入是如何随时间增长、缩减或停滞的?
- 我的客户何时会回访(或不回访)?
- 我的客户是否随着时间从我的业务中获得更多价值?
趋势
趋势跟踪不同时间段内的度量或指标。
在分析趋势时,您需要选择与您的业务相匹配的时间段。例如,如果您每周在博客上发布新内容,您将查看每周的受众参与度指标。如果您的业务采用月度订阅模式,您将每月跟踪您的订阅收入。
在 Metabase 中分析趋势
- 比较时间段教您如何逐年获取总收入,以便您可以进行年度收入比较。本教程还涵盖了月度对比和季度对比。
- 可视化时间段为您提供了关于如何在单个仪表板上组织和呈现来自不同问题的趋势的技巧。
- 变化率计算数据集中所有月份的百分比指标,并将趋势可视化为折线图。您还将学习如何在图表工具提示中显示额外上下文。
- SQL 中的日期是“变化率”的 SQL 补充。
- “趋势”可视化类型是前一个时间段到当前时间段增量的快照。
滚动指标
带有滚动指标的趋势会在一个移动窗口上计算指标。例如,您不会计算每个日历月的收入,而是计算滚动 30 天期间的收入
- 1月1日至1月30日
- 1月2日至1月31日
- 1月3日至2月1日
- 以此类推,直到1月28日至2月28日
最常见的滚动指标类型是滚动平均值(有时称为移动平均值)。滚动指标很有用,因为它们可以平滑数据中的季节性和噪音。
例如,流失率通常作为滚动指标计算,因为订阅取消可能发生在日历月的任何时间。
KPI
有些指标比平均值或比率更能总结一组数字。这些指标通常用作关键绩效指标 (KPI)。
例如,客户生命周期价值 (CLV 或 LTV) 是一种通过平均历史支出和预测未来支出相结合来估算客户价值的指标。
像 LTV 这样的指标趋势可以更好地代表您的业务表现(与平均值或比率相比),因为 LTV 计算基于更多信息。
使用 Metabase 衡量 LTV
- 计算 LTV:您是否做错了?这是一篇关于何时计算 LTV 以及如何解释结果的入门文章。
- 使用 SQL 计算 LTV 是一篇高级 SQL 教程,它使用收入、活跃订阅量和流失率来计算 LTV 的每月变化。
下一步:时间序列的同期比较
通过比较两个或更多时间段来衡量指标随时间的变化。