コピペでできる!シーズナリティ/季節トレンド分析

この記事は約2分で読めます。

時系列データ分解って何ができるの?

時系列データを、「シーズナリティ」「トレンド」 「誤差」に分解できます。
季節的な影響はどうなのか 、長期的にみてどうなのか、その他・・

指名検索や業界的な市場活況を表す一般語句のImp予測への活用や、その他の跳ね方から自社や競合の施策影響やニュースによるインパクトを見て取ることも。

stl分析、decompose等と呼ばれているやつでもあります。

出力結果イメージ

なんともまぁわかりやすい形で出てきます。
資料にする際は、下図のように全部出したり、季節トレンド部分だけ別出しで表を作ったりします。

取り込むデータのフォーマット

1行目にdate、valueの2列、2行目以降に日付と数値を書いていく形です。
Googletrendからデータを抽出する場合、2,3行目を削除し、1行目を
date、valueの2列に変更すればOKです

例えばこんな感じ

【コピペ用】コード

#Goofletrendの場合、ダウンロードしたファイルの最初2行を削除、A1セルをdate,B1セルをvalueに変更
data <- read.csv("multiTimeline.csv")
ts <-ts(data$value,frequency=52,start=c(2016,1))#週なら52,月なら12
stl <- stl(ts,s.window="periodic")
plot(stl)
write.csv(stl$time.series,"decomposefile.csv")

補遺

ちなみに結果は下記の通り。
ガン関連は新商品や有名人関連のニュース影響を受けやすいため、期間が短いとぶれやすいです。
できれば過去5年分は欲しいところ・・