Среднее арифметическое и медиана — два способа оценить средние значения, часто используемые в продакт-менеджменте. В этом материале мы обсудим, чем эти способы различаются и когда какой из них лучше применять.

Это перевод материала из англоязычного блога GoPractice. При желании вы можете изучить его в оригинале

Среднее арифметическое

Среднее арифметическое — широко используемая мера центральной тенденции в анализе данных. Оно рассчитывается путем сложения всех значений в наборе данных и деления суммы на общее количество значений. Формула для среднего арифметического выглядит следующим образом:

Среднее арифметическое = (Сумма всех значений) / (Общее количество значений).

Допустим, вы продакт-менеджер интернет-магазина и вы хотите рассчитать среднюю стоимость корзины покупок за предыдущий день. Для начала вы соберете данные обо всех заказах за этот период времени, затем сложите стоимость всех заказов и разделите результат на количество значений. Пример может выглядеть так:

Средняя стоимость корзины покупок = ($45 + $32 + $56 + $78 + $23) / 5 = $46,80

Развивайтесь в профессии продакт-менеджера с помощью GoPractice.

→ «Профессия: продакт-менеджер».

→ «Симулятор управления продуктом на основе данных».

→ «Симулятор управления ростом продукта».

→ «Симулятор SQL для продуктовой аналитики»

→ «Симулятор управления ML/AI-проектами».

→ «Генеративный AI для продакт-менеджеров: мини-симулятор».

→ Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом и подпишитесь на телеграм-канал GoPractice.

Сильные стороны использования среднего арифметического в продакт-менеджменте

  • Формулу среднего арифметического легко запомнить, она проста для понимания и вычисления. Ее удобно использовать в коммуникации со стейкхолдерами, которые могут не обладать глубокими знаниями в области статистики.
  • Среднее арифметическое учитывает все значения в наборе данных.
  • Среднее арифметическое — интуитивно понятная метрика, которая широко используется во многих областях. Она позволяет легко сравнивать различные наборы данных.

Слабые стороны использования среднего арифметического в продакт-менеджменте

  • Среднее арифметическое очень чувствительно к так называемым «выбросам» — отдельным значениям, которые значительно отличаются от других в этом датасете, в большую или меньшую сторону. «Выбросы» могут искажать среднее значение, давая тем самым неверное представление о центральной тенденции в данных. В продакт-менеджменте опора на такие результаты может привести к неверным решениям или упущенным возможностям.

    Например, продакт-менеджер решил проанализировать среднее время, которое люди проводят на его платформе для онлайн-обучения. Большинство пользователей проводит на ней около 30 минут, но небольшая часть из них проводят пять часов и более. Если продакт-менеджер будет полагаться только на среднее арифметическое, то получит сильно завышенное время пользовательских сессий.
  • Среднее арифметическое может оказаться слишком дорогим для вычисления, если речь идет о больших датасетах. Добавление всех значений в датасет требует времени, а для наборов данных с миллионами значений подсчет вручную будет нецелесообразным. 

Сценарии применения среднего арифметического в продакт-менеджменте

Среднее арифметическое пригодится, когда требуется простая, интуитивно понятная метрика, которая представляет собой типичное значение для набора чисел без заметных «выбросов».

Этот показатель будет удобным при подсчете индекса удовлетворенности пользователей. Используя среднее арифметическое, вы можете дать равный вес всем оценкам, получить средний уровень удовлетворенности клиентов и затем отслеживать изменения показателя со временем.

Другой пример — подсчет стоимости установки мобильного приложения (CPI, cost per install). Рассчитав среднюю стоимость одной конверсии, вы получите обобщенные данные экономической эффективности приложения по многим конверсиям. Это поможет определить зоны роста, оптимизировать рекламные расходы и улучшить стратегию привлечения пользователей в целом.

Медиана

Медиана — это мера центральной тенденции, которая представляет собой серединное значение набора данных, расположенного в порядке от меньшего к большему. Медиана — полезный инструмент для анализа данных, когда в нем присутствуют «выбросы» или экстремальные значения, которые могут исказить среднее арифметическое.

Для расчета медианы нужно расположить значения в наборе данных от наименьшего к наибольшему. Если в наборе данных нечетное количество значений, медианой будет серединное значение. 

Например, в наборе данных {3, 7, 12, 16, 19} медианой будет 12.