Kausivaihtelu

Service Deskin tikettimäärien trendejä pitäisi seurata. Kausivaihtelu vaikeuttaa sitä. Tässä kuvaus yksinkertaisesta menetelmästä puhdistaa kausivaihtelu.

Pohjoisviitan kotisivut täyttivät kolme vuotta lokakuussa. Olen seurannut kävijämäärien kehitystä ja havainnut että kuukausittainen kausivaihtelu on voimakasta ja aika säännöllistä.

Tässä kävijämäärien kuukausivaihtelu. Syyskuu on vilkkain ja heinäkuu hiljaisin. Pääsiäsen ja kevätlomien vaikutus näkyy selvästi. Jostain syystä tammikuu on myös hiljainen. Toki kävijämäärät heijastavat myös omaa aktiivisuuttani. En nyt kuitenkaan kirjoita tätä juttua Pohjoisviitan kävijämääristä, vaan kausivaihtelun käsittelystä.

Kausivaihtelu vaikeuttaa muutosten havaitsemista ja siksi olisi hyvä jos voisi puhdistaa kausivaihtelun pois tapahtumatilastoista. Aloitin ensiksi trendin korjauksella. Pohjoisviitan kävijämäärät kasvavat tasaisesti joten laskin ensiksi keskimääräisen muutosvauhdin. Käytin Exceliä siihen. xy-plotin yhteydessä on mahdollisuus lisätä trendline ja sen optiona on kaavan näyttäminen. Sitten poistin trendin vaikutuksen vähentämällä sen kävijämääristä. Tämän jälkeen laskin kunkin kuukauden poikkeaman keskiarvosta ja lopuksi näiden keskiarvot kuukausittain ja sain nämä kertoimet.

1 86 %
2 113 %
3 125 %
4 78 %
5 108 %
6 72 %
7 38 %
8 95 %
9 150 %
10 115 %
11 126 %
12 79 %

Näiden avulla voin kausipuhdistaa kuukauden luvun jakamalla sen tällä kertoimella Esim. joulukuun kävimäärät lasketaan 100*joulukuu/79. Nämä kausipuhdistetut luvut näyttävät sitten todellista muutosta. Kausikertoimia voi käyttää myös ennustamiseen jolloin ensin lasketaan kausipuhdistettu ennuste trendin perusteella ja kerrotaan sitten luvut kausikertoimilla.

 

%d bloggers like this: