Две фичи запустили в разные даты, и вы хотите сравнить, как у них растёт использование после запуска. Как корректнее построить time series для сравнения?
AНаложить линии по календарным датам и сравнить напрямую
BСравнить только последний календарный месяц для обеих фич
CВыровнять по 'возрасту' фичи: день 0 = запуск, и показать
index от baseline в день 0DПостроить
cumulative за всё время без выравниванияПравильный ответ. Для сравнения запусков выравнивайте по времени от события и используйте
index от baseline.Разбор
Календарное наложение смешивает разные этапы и внешние эффекты. Выравнивание по дню запуска позволяет честно сравнить первые 7/30 дней после релиза.
Проверь себя · 1/3разбор после ответа
В B2B продукте в день бывает 0–3 сделки, график по дням слишком 'зубчатый'. Какая
granularity чаще сделает time series читабельнее?Ещё вопросы по теме «Временные ряды»
- Промо-акция шла только 2 дня (пт–сб). Хотите увидеть её эффект на заказах на графике `time series`. Какая `granularity` наиболее уместна?
- Вы строите график выручки магазина как `time series` по дням. Какую агрегацию по дням выбрать для `revenue`?
- В ежедневной `time series` событий один день трекинг был сломан: данных нет, но пользователи были. Как корректнее отобразить этот день на графике?
- Сегодня среда. Вы делаете `WoW` (Week-over-Week — неделя к неделе) сравнение продаж 'эта неделя vs прошлая'. Чем опасно сравнивать неполную текущую неделю с полной прошлой, и что делать?
- Дневная метрика `DAU` (Daily Active Users) сильно шумит. Какой приём поможет показать тренд, не потеряв исходные значения?
- Все вопросы по «Временные ряды» →