时间序列分析概述
概述您可以使用的方法来跟踪进度、估计影响等。
什么是时间序列分析？
时间序列是每个行代表在时间不同点的事件或测量的数据集。例如，示例数据库中的所有表都是时间序列数据集，因为每行都有一个“创建时间”戳。《事实表》（Fact tables）也可以用于时间序列分析。
时间序列分析结合指标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、减少或平稳的？
- 我的客户何时回来（或不会回来）？
- 随着时间的推移，我的客户是否从我的业务中获得更多价值？
趋势
趋势跟踪在不同的时间段内的一个度量值或指标。
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鲜内容，您将查看每周的观众参与度指标。如果您的业务采用每月订阅模式，您将按月跟踪您的订阅收入。
在Metabase中分析趋势
- 比较时间段展示了如何逐年获取总收入，以便您可以比较年度收入。本教程还涵盖了月度与月度、季节与季节比较。
- 可视化时间段提供了如何组织和呈现来自单个仪表板的不同问题的趋势的建议。
- 变化率计算数据集中所有月份的百分比指标，并将趋势可视化成折线图。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伴侣。
- 趋势可视化类型是前一时间周期和当前时间周期变化量的快照。
滚动指标
具有滚动指标的趋势会计算在一个移动窗口上的指标。例如，您不是按日历月份计算收入，而是计算移动的30天周期的收入。
- 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）。滚动指标非常有用，因为它们可以平滑数据中的季节性和噪声。
例如，客户流失率通常被计算为滚动指标，因为订阅取消可能发生在日历月的任何时间。
关键绩效指标（KPI）
某些指标比平均值或比率更好地总结了数字组。这些指标通常用作关键绩效指标（KPI）。
例如，客户终身价值（CLV或LTV）是一个通过结合平均历史支出和预测的未来支出来估算客户价值的指标。
像LTV这样的指标的走势可以更好地反映您的业务表现（与平均值或比率相比），因为LTV的计算基于更多信息。
使用Metabase衡量LTV
- 计算LTV：你做错了吗？ 是一个关于何时计算LTV以及如何解释结果的简要介绍。
- 使用SQL计算LTV 是一个高级SQL教程，它使用收入、活跃订阅和流失率计算LTV的月度变化。
下一节：时间序列的同期比较
如何通过比较两个或更多时间周期来衡量指标随时间的变化。
下一篇文章