Скользящее среднее в Amplitude: почему это важнее абсолютных значений

Скользящее среднее в Amplitude: почему это важнее абсолютных значений

В эпоху, когда фокус сместился с погони за первой продажей на удержание (retention) и долгосрочную ценность клиента (LTV), важно понимать не только «сколько» пользователей совершили действие, но и как меняется этот тренд. В Amplitude для этого используется функция Rolling Average (скользящее среднее).

Скользящее среднее — это математический метод сглаживания временных рядов. Если обычный график событий изобилует шумами из-за сезонности или случайных колебаний, скользящее среднее усредняет показатели за выбранный период (например, 7 или 30 дней), убирая «зубцы».

Отличие от обычного суммирования (Sum) принципиально: сумма показывает объем, а скользящее среднее — динамику изменения тренда.

Типичная ошибка: использование слишком короткого периода сглаживания (например, 2 дня) для данных с выраженной недельной цикличностью. Это не убирает шум, а лишь искажает реальную картину.

Пример: вы анализируете метрику возвращаемости в B2B-продукте. В выходные активность падает, создавая провалы на графике. Применив скользящую среднюю за 7 дней, вы увидите реальный вектор развития продукта, а не еженедельные «качели», что позволит корректно оценить успех внедрения новых функций.

— @AmplitudeCookbookRuPro