A）花费大量时间对数据进行预处理。预处理是您工作的 90%。

B)为时间序列选择适当的相似性度量。例如，阈值交叉距离在这里可能是一个不错的选择。除非您有不同的时区，否则您可能不需要动态时间扭曲距离。阈值交叉可能更适合检测时间模式，而不注意实际幅度（这可能因公司而异）。

C)使用可以与任意距离函数一起使用的层次聚类或 DBSCAN 等方法对生成的差异矩阵进行聚类。

您可能想查看以每日、每周和每年为周期的预测每小时时间序列讨论涉及每日数据和假期/回归量的每小时数据。您有 5 年的数据，而其他讨论涉及 883 个每日值。我的建议是，您可以建立一个包含回归量的每小时预测，例如星期几；使用每日总计作为附加预测变量的一年中的一周和假期。这样一来，3,000 家公司中的每家公司都有 24 个模型。现在您要做的是按小时计算 3,000 个模型，使用通用 ARIMAX 结构考虑每个回归量、星期几、星期几变化的响应模式参数和每周指标，同时隔离异常值。然后，您可以使用所有 3000 家公司在全球范围内估计参数。执行 Chow 测试http://en.wikipedia.org/wiki/Chow_test由于参数的恒定性和拒绝将公司聚集成同质组。我将其称为单维聚类分析。由于 SPSS 在时间序列中的功能非常有限，您可能想在其他地方寻找软件。