Временные ряды: вопросы для собеседования (часть 2)
Line chart — стандарт для визуализации временных рядов: DAU, revenue, конверсия по дням. На собеседовании спрашивают, как показать сезонность, тренд и аномалии на одном графике, нужна ли ось Y с нуля и как сравнить несколько метрик с разными масштабами. Временные ряды — самый частый тип визуализации в аналитике.
Вопросы 6–10 из 20
6Вы хотите сравнить динамику двух метрик разных масштабов: `DAU` (Daily Active Users) и `revenue`. Как корректнее показать на одном графике относительные изменения без `dual axis`?
AНормировать обе серии как `index` от `baseline` (например, 100 в стартовой неделе)
BПостроить две оси Y (`dual axis`) и соединить линии
CСуммировать `DAU` (Daily Active Users) и `revenue` в одну метрику
DПоказать только ту метрику, что больше по числу
Ответ: `Index` позволяет сравнить относительную динамику метрик разного масштаба.
Нормировка к одному `baseline` делает серии сопоставимыми по процентным изменениям. `Dual axis` часто вводит в заблуждение из-за произвольного выбора масштаба.
Подробный разбор → 7В B2B продукте в день бывает 0–3 сделки, график по дням слишком 'зубчатый'. Какая `granularity` чаще сделает `time series` читабельнее?
AПерейти на недельную агрегацию (`granularity` = неделя)
BПерейти на минутную агрегацию
CПостроить `cumulative` за все годы
DОтсортировать дни по величине сделок
Ответ: Слишком мелкая `granularity` при редких событиях даёт шум.
При малых объёмах дневные значения скачут из-за дискретности. Недельная агрегация снижает шум и позволяет увидеть тренд, не теряя смысл метрики.
Подробный разбор → 8Вы следите за выполнением месячной цели по выручке. Какой график лучше всего подходит, чтобы видеть прогресс внутри месяца?
AТолько дневные значения без контекста
BГистограмма без оси времени
C`cumulative` выручка по дням месяца
D`index` от `baseline` в первый день месяца
Ответ: `Cumulative` удобно для прогресса к цели в рамках периода.
Кумулятивная кривая показывает, сколько уже накопили к текущему дню и как меняется скорость. Для диагностики причин полезно дополнить её обычной `time series` по дням.
Подробный разбор → 9В отчёте за понедельник вы видите падение `orders` относительно воскресенья. У метрики есть недельная `seasonality`. Какое сравнение более корректно?
AСравнить понедельник с воскресеньем и объявить падение
BСравнить понедельник со средним за прошлые 30 дней без учёта дня недели
CСравнить понедельник с прошлым понедельником (`WoW` (Week-over-Week — неделя к неделе) по тому же дню недели)
DСравнить понедельник с максимальным днём месяца
Ответ: При недельной `seasonality` сравнивайте одинаковые дни недели (`WoW` (Week-over-Week — неделя к неделе)).
Понедельник и воскресенье часто системно различаются, и такое сравнение смешивает сезонность и тренд. `WoW` (Week-over-Week — неделя к неделе) по тому же дню недели лучше отделяет паттерн от изменений.
Подробный разбор → 10Что означает `YoY` в контексте сравнения временных рядов?
AСравнение текущей недели с прошлой (`WoW`)
BСравнение текущего дня с предыдущим
CСравнение текущего месяца с предыдущим (`MoM`)
DСравнение текущего периода с тем же периодом прошлого года (`YoY`)
Ответ: `YoY` сравнивает одинаковые календарные периоды разных лет.
`YoY` помогает учитывать годовую `seasonality` (праздники, каникулы). Важно сравнивать сопоставимую `granularity`: месяц к месяцу или неделя к неделе.
Подробный разбор → Другие темы: Визуализация данных