Цитаты из книг автора «Василий Сабиров»

О сезонности мы достаточно много поговорили в предыдущем разделе, а здесь давайте обратимся к методам ARMA и ARIMA. Эти модели являются развитием модели авторегрессии. Собственно, авторегрессия входит в них, и AR в их названиях как раз ее и обозначает. А MA обозначает скользящее среднее (Moving Average), и это говорит нам о том, что модели еще глубже проникают в данные, лучше распознавая их внутренние закономерности.

Советы по прогнозированию дохода

на время сезонного спада увеличивать аудиторию стран, где сезонность ведет себя обратным образом, диверсифицируя таким образом свой доход.

Во-вторых, сезонность можно использовать себе во благо. Если вы знаете, что в декабре у вас будет много пользователей и средний доход на пользователя будет высок, то есть смысл увеличить его, предложив этим «горячим» пользователям холодного месяца более выгодные скидки и запланировав на этот период внутриигровые активности.

Зачем нужно знать сезонность Во-первых, чтобы точнее прогнозировать свою выручку и принимать на основании этих прогнозов более правильные решения.

Наложение сезонности на тренд и построение прогноза Чтобы завершить прогноз, необходимо «наложить» на тренд сезонность. Для этого нужно умножить каждое значение линии тренда на коэффициент сезонности соответствующего дня (столбец L). Это приведет график линии тренда к привычному виду – с регулярными колебаниями в зависимости от дня недели. А так как ранее мы продлили тренд на семь дней за пределы имеющихся данных, эта сезонность распространится и на спрогнозированную часть линии тренда, предоставив таким образом прогноз метрики на ближайшие семь дней.

Построение линии тренда Для построения линии тренда используем рассчитанные ранее коэффициенты – a и b. Единственным изменяемым параметром уравнения будет х – порядковый номер дня. Благодаря этому линия тренда может быть продлена на несколько дней вперед, в нашем примере это семь дней (столбец I). Так мы получаем дальнейшую динамику изменения метрики. Расчет коэффициентов сезонности Следующий шаг для построения прогноза по линейному тренду – расчет коэффициентов сезонности. Для этого нужно определить отклонение значений метрики от линии тренда (столбец K), а затем найти среднее значение этих отклонений в зависимости от дня цикла. Эти средние значения и есть искомые коэффициенты.

Линейный тренд строится по уравнению вида y = ax + b, где a и b – коэффициенты, а x – порядковый номер дня. Для расчета уравнения нужно вычислить два коэффициента. Сделать это можно также стандартной функцией Excel – ЛИНЕЙН (LINEST), аргументами которой являются два массива данных: исследуемая метрика и порядковые номера дней. Используя эту формулу как функцию массива (Ctrl + Shift + Enter), мы получаем два коэффициента, которые затем подставим в уравнение. Линейный тренд годится в большинстве случаев, особенно если в данных нет заметных регулярно повторяемых выбросов.

Существует несколько видов тренда, которыми можно описать метрику (линейный, экспоненциальный, логарифмический, полиномиальный и т. д.). Мы будем использовать линейный, так как он наиболее прост для построения и восприятия, но в то же время хорошо показывает динамику метрики.

Расчет коэффициентов линейного тренда