В продолжение темы по временным рядам — иногда умение работать с ними помогает решать и другие, сильно более утилитарные задачки.

Например, недавно я проводил вебинар, где на примере оценки рекламных кампаний показывал концепцию прокси-метрик. Идея простая — иногда у нас тупо нет времени/денег тестировать рекламу и ждать результат «в деньгах» (ну то есть как наши заявки с рекламы сконвертируются в оплату). И чтобы ускорить эксперимент, часто выбирают прокси-метрику — метрику, которая достаточно сильно связана с нашей целевой.

И вот это «сильно связано» можно формализовать как раз с помощью временных рядов. Обычно берут 2 ряда данных (например, данные по продажам и данные по стоимости заявки), строят регрессию и смотрят на коэффициент R2. Если он больше 50% (то есть одна метрика объясняет более 50% разброса другой величины), то метрику можно считать прокси.

И таких примеров очень много — навык прогнозирования вообще часто пригождается в подобных задачках (хоть иногда и приходится повозиться).

Если тема временных рядов вам интересна — мы на несколько дней открыли записи наших закрытых эфиров по временным рядам. Один из них как раз про прогнозирование.

🔗 Забрать эфиры