在网站数据阐发中，时间是最常见也是最不成或缺的维度之一，年夜局部情况下用于限定指标统计的范畴和粒度，同时时间因素也会对指标的一些统计法令和细节造成影响，而在某些数据阐发中我们很容易疏忽时间因素的影响，这些影响可能误导终极的论断。

发现这个问题是在一个数据提取的需求中,haizq，网站每天会发布很多新的内容，这些新的内容需要进行推荐，不然就会被埋没，所以许多网站城市有"最新推荐"之类的模块，而这个数据需要就是阐发应当推荐哪些新内容？网站新发的内容品质参差不齐，并且数据堆集较少，而推荐模块需要放置那些有潜力的新内容，以便潜力充足发掘后成长为热点内容，所以数据阐发要做的就是去寻找那些有潜力的新发内容。

如果是top10的推举榜单，最简略的做法就是按照新内容的拜候量或转化率进行排序选前十，但其中有良多值得注意的处所，对于转化率需要注意的地方能够参考关头指标背地的机密这篇文章，这里重要探讨如果以内容的拜候量进行排序，如果抉择近一周的汇总数据，我们须要留神什么？兴许你已经想到了，之所以这里举例新内容，是因为新内容有一个发布时间（publish time），就像一小我的降生日期，而从发布时间到当前的时间间隔就是内容的延续时间，也可以以为是内容的性命期（lifetime），就像一小我的年纪。内容的延续时间越长就取得越多的数据堆集，相应取得高拜候量的机缘就越年夜，如果我们比较一周中在不应时间发布的内容在该周的总拜候量，那些就会失落入错位比较的陷阱，或叫"misbout"。

一个形象的比喻就是刚才参军的新兵跟久经疆场的宿将的决战，固然新兵不是完全不胜出的机缘，也许那个新兵生成英勇，或有着一股初生牛犊不怕虎的冲劲，可以一举击败教训丰盛的宿将，但在年夜大都情况下这种可能性较小，这是一场不偏颇的决战，而在数据阐发中我们需要尽可能去防止这类不公道的决战（比较）。

内容和商品阐发

实在日常中产生这类缺点的情形可能很广泛，当我在博客新发文章多少天后上谷歌 analytics去看数据，发明新文章页在绝对较后面的地位，不是由于真的没人看，而是ga上默认展示近一个月的汇总数据，报表依照pageangle排序的结果新内容无奈在短时间内敏捷冲到前几位。对那些新发内容或新上架产品频率不高的网站，经营职员可能比拟明白哪些是新内容，所以通过一些人为的辨认调度在阐发的时候不轻易失踪入陷阱，但对每周有上百个新发内容的网站，这类弊病的发生很可能湮没一些优质的新品。

我们需要找到一些体例去躲避这个时间因素对阐发成果的影响，通常我们在挑选比较对象的时候需要控制所有的比较对象存在bf244bf88b5f9e51e1e73e3bean78760的延续时长，比方我们比较新内容的热门度，同一取舍近一周的数据，对较早发布的内容摒弃之前的数据，而近一周内刚发布的内容则舍弃不参加这次比较，比及有了完全的一周数据之后再插手比较。这样虽然可以确保比较在统一基准线上，但无疑延后了评估的结论，对某些一上来就表示抢眼的内容无法实时发现，于是这里采用统计单位时间指标表示的体例，即按照内容的发布时间统计取得每个内容的延续时间（个别切确到天便可），然后将内容的总体拜候量除以这个延续时间，就取得了单位时间的内容拜候量，进而进行比较：

上表取的是5个新发布内容近10天的拜候量数据，同时插手了内容自宣布以来的延续天数，咱们用总的拜候量除以连续天数计较获得平均每天拜候量，而后以总拜候量跟均匀天天拜候量分离进行降序排列，取得完全不一样的排名。假如按排序1，我们完整可能忽视d内容的强劲表现，而衡量时光因素之后的排序让我们可能加倍正确的掌控有潜力的新内容。

以上的体例同样实用于电子商务网站的商品阐发，很多电商网站盼望在新商品中筛选有足够潜力的商品进行重点营销，用于打造所谓的"爆款"，从而进一步促进订单量的增长晋升销售额和利润。对有潜力新品的挑拣一方面需要足够灵敏的嗅觉和目光，另外一方面就要借助数据阐发，而这个时候不克不迭不考虑上面提到的时间因素的影响，记住一个月内销售20件的商品不必定比销售50件的差，关头在于这些商品你是什么时候上架的，应用有效的体例进行评估才干找到真正有潜力有价值增加点的商品。