Proložení dat trendem

Proložení se používá k identifikaci a modelování dlouhodobého chování v datech. Principem proložení dat trendem je nalezení matematického modelu, který nejlépe odpovídá trendu v datech a umožňuje predikci budoucího vývoje. Proložení dat trendem umožňuje predikovat budoucí vývoj na základě historických dat. V ekonomických, finančních a marketingových analýzách se proložení dat trendem používá k identifikaci dlouhodobých trendů na trhu, což pomáhá investorům / marketérům při rozhodování o investicích / identifikaci sezenosti a předpovědi do budoucna.

Flaktuace dat

Krátkodobá fluktuace dat je nepravidelné a často náhodné kolísání hodnot v časových řadách. Fluktuace obvykle má krátkodobý charakter a může být způsobena různými faktory, jako jsou sezónní změny, náhodné události, úprava reklamního budgetu, změna kreativy reklamy, úpravy na webu atd.

Je důležité rozlišovat krátkodobou fluktuací od dlouhodobého trendu. Krátkodobá fluktuace je obvykle přechodná a málokdy má dlouhodobý dopad na trend, zatímco trend představuje stabilní směr vývoje časové řady.

Klouzavé průměry

Klouzový průměr je statistická metoda pro vyhlazení časových řad nebo datových souborů, která pomáhá odstranit krátkodobé fluktuace a proložit data trendem. Tato metoda bere v úvahu průměr hodnot v určitém okně času a posouvá toto okno po datové řadě, čímž vytváří novou vyhlazenou řadu. Klouzavé průměry se dají spočítat r-tého řadu (čím větší řad klouzavého průměru, tím více hodnot je potřeba zahrnou pro výpočet průměru, a tím je větší „vyhlazení“ časové řady).

Použití klouzavých průměrů závisí na konkrétní situaci a cílech analýzy. Mohou být použity k predikci budoucích hodnot, vyhlazení dat pro lepší porozumění dlouhodobým trendům, detekci anomálií nebo identifikaci sezónních odchylek.

Ukázkový příklad

Níže uvedený obrázek zobrazuje vývoj tržeb podle týdnů v roce. Osa X - posloupnost týdnů v roce, osa Y - hodnota tržeb. Dle grafu je zřejmé, že klasické polynomy (lineární, geometrický, exponenciální atd.) nejsou vhodné, a to kvůli tvaru dat a pravidelným vychýlením/kolisaním. Pokud neproložíme data trendem, tak těžko říct, jak se ta časová řada vyvíjí dlouhodobě. Pro proložení dat trendem jsem vybrala klouzavé průměry desátého řadu. Nyní už je vývoj časové řady lépe čitelný. Upozorním na to, že trend klouzavých průměru je vždy posunutý doprava.

Z grafu lze vyčíst, že na během prvních dvou měsíců v roce tržby nabývaly maximálních hodnot, pak hodnota tržeb mírně klesat a to až cca do října. V říjnu (40-tý týden) došlo ke změně směru trendu a týdenní hodnota tržeb začala postupně růst.

Je otázkou, zda je vývoj trendu ovlivněny sezenosti nebo dalšími faktory. Není cílem zjistit a odůvodnit vývoj trendu. Cílem je ukázat, jak správně přistupovat k proložení dat trendem, která vykazuje pravidelné krátkodobé fluktuace.