Описательная статистика для ритейла: центр, разброс, выбросы, интервалы
Рабочий набор статистических приёмов для продаж и конверсии: какое среднее брать, как измерить разброс, как отличить выброс от события, как посчитать доверительный интервал и сколько наблюдений нужно, чтобы вывод не был случайным. Решение, которое он поддерживает: можно ли доверять числу в отчёте и на сколько.
Зачем этот документ
Документ читают аналитик и руководитель, когда по цифрам продаж или конверсии нужно решить, реальное это изменение или шум. Среднее обманывает, если в данных есть акционные пики и сбои, поэтому сначала выбирают центр (среднее или медиану) и смотрят разброс. Выброс может быть ошибкой данных, а может быть событием, и решение для них разное. Интервал показывает, насколько можно доверять оценке, а размер выборки отвечает, сколько наблюдений собрать, прежде чем делать вывод. Без этого неделя удачных продаж принимается за тренд.
Коротко
- Что это за документ и зачем он нужен?
- Рабочий набор статистических приёмов для продаж и конверсии: какое среднее брать, как измерить разброс, как отличить выброс от события, как посчитать доверительный интервал и сколько наблюдений нужно, чтобы вывод не был случайным. Решение, которое он поддерживает: можно ли доверять числу в отчёте и на сколько.
- Кто отвечает за документ и как часто его пересчитывать?
- Аналитик (бренд и ритейл), как справочная методика к отчётам: еженедельно при разборе продаж, при каждом сравнении «до/после» и при выборе пилотных точек; результат читают закупщик, финансист и директор.
- Какие ошибки встречаются чаще всего?
- Среднее по ряду с акционными пиками выдают за «обычный день» → завышенный план и персонал → показывайте медиану и среднее вместе и помечайте события. Выбросы удаляют молча → итог не сходится с кассой → исключайте только для «нормы», сумму считайте по полному ряду. Сравнивают конверсии магазинов без интервалов → шум принимают за эффект → считайте интервал Уилсона и размер выборки заранее.
Для кого
- Бренд
- Бренд работает с рядами продаж по партнёрам, каналам и собственной рознице: сезонность и редкие крупные заказы делают среднее ненадёжным, медиана и перцентили показывают типичный уровень. Конверсию D2C и маркетплейсов оценивают с интервалом, иначе разница в десятые доли процента принимается за эффект.
- Ритейл
- Ритейлер сравнивает магазины, дни и недели: дневные продажи точки неравномерны по дням недели, а пики акций и сбои (закрытие, ремонт) выбиваются из ряда. Статистика помогает отделить норму точки от события, честно сравнить конверсию магазинов и выбрать размер выборки для пилота.
Из чего состоит
Центр: среднее, медиана, усечённое среднее
- Среднее считает все дни с одинаковым весом: в примере (56 дней одного магазина) оно равно 453 тыс. ₽ против медианы 415 тыс. ₽; разницу создали два акционных дня и один сбой.
- Медиана делит ряд пополам и не реагирует на единичные крупные значения; её показывают рядом со средним, а не вместо него: сумма продаж считается только средним (сумма = среднее × число дней).
- Усечённое среднее (отбросить по 10 % сверху и снизу) и среднее без выбросов по правилу Тьюки дают промежуточную оценку «обычного дня»; правило отсечения фиксируют заранее.
Разброс: СКО, коэффициент вариации, перцентили
- Стандартное отклонение (выборочное, делитель n−1) равно 226 тыс. ₽; коэффициент вариации CV = СКО ÷ среднее = 49,8 % показывает разброс в долях уровня и позволяет сравнивать магазины и категории разного масштаба.
- Перцентили описывают форму: p10 = 295, медиана = 415, p90 = 604 тыс. ₽; «90 % дней продажи выше p10» читается без знания статистики и подходит для плана персонала и кассы.
- Бренд: CV по SKU и по партнёрам идёт в ABC-XYZ и в страховой запас (см. документы про ABC-XYZ и запас); CV спроса партнёра оценивает риск заказа.
- Ритейл: CV по дням недели нужен для графика смен и для тревоги «день выпал из диапазона»; CV по магазинам группы показывает, где план нереалистичен.
Выбросы: правило и решение
- Правило Тьюки: выброс лежит за границами Q1 − 1,5·IQR и Q3 + 1,5·IQR; в примере границы 87 и 769 тыс. ₽, выбросов 2 (дни 20 и 39). Правило только помечает кандидатов, решение принимает человек.
- Выброс с известной причиной (акция, закрытие, сбой кассы) помечается событием и исключается из «нормы», но остаётся в сумме; выброс без причины сначала проверяют на ошибку данных (дубль чеков, неверная дата).
Интервалы и размер выборки
- Доверительный интервал среднего: среднее ± t·СКО/√n; для 56 дней он равен 393–514 тыс. ₽ при выбросах и 388–452 без них: выбросы расширили интервал в 1,91 раза.
- Конверсия: 1650 покупок на 18 400 посетителей = 8,97 %; интервал Уилсона 8,56–9,39 %. Разница между двумя магазинами меньше половины ширины интервала ничего не доказывает.
- Размер выборки для конверсии: n = z²·p(1−p)/e²; чтобы определить конверсию 9 % с погрешностью ±0,5 п. п., нужно около 12 544 посетителей, с погрешностью ±1 п. п. около 3 136.
Бренд и ритейл: что считают по-разному
- Бренд: единица наблюдения: партнёр, канал, модель или заказ; ряд короткий (недели или месяцы) и неравномерный, поэтому основной инструмент это медиана, перцентили и интервал по бутстрапу, а не среднее.
- Ритейл: единица наблюдения: магазин и день; рядов много и они длинные, поэтому возможны интервалы по t-распределению, сравнение одноимённых дней недели и контроль по группе похожих магазинов.
- Бренд: крупный разовый заказ партнёра это выброс по сумме, но не ошибка: его помечают событием и считают норму без него, а в план закупок включают отдельной строкой с вероятностью повторения.
- Ритейл: выбросы чаще технические (сбой кассы, закрытие, дубль чеков) или календарные (акция, праздник): сначала проверяют данные и календарь событий, затем решают, исключать ли день из нормы.
- Бренд: конверсию считают по каналам D2C и маркетплейса отдельно; сравнение с партнёром без одинакового определения посетителя некорректно, поэтому определение (сессия, уникальный посетитель) записывают в политике.
- Ритейл: конверсию магазина считают как чеки на посетителей счётчика; точность счётчика (проход мимо, персонал) оценивают и добавляют к интервалу, иначе интервал выглядит точнее, чем есть.
- Бренд: размер выборки определяет, сколько партнёров или недель нужно для вывода о sell-out; при малом числе партнёров вывод по средней нельзя, и честнее показать каждого партнёра отдельно.
- Ритейл: размер выборки определяет число магазинов и недель для пилота: для сравнения тест и контроль по конверсии нужны тысячи посетителей на группу, поэтому пилот на двух магазинах за неделю ничего не доказывает.
- Бренд: собственнику бренда показывают медиану и коридор p10-p90 по партнёрам и каналам, а полную таблицу CV по SKU передают планировщику закупок.
- Ритейл: собственнику ритейлера показывают норму магазина (медиана дня недели) и коридор, а полную статистику по дням и перцентилям передают директору магазина и планировщику смен.
Откуда берутся данные
| Источник данных | Поля |
|---|---|
| Касса и счётчики трафика | Выручка по чекам и дням, число чеков, посетители, смены; события (акции, ремонт, сбой) отдельным справочником. |
| Учёт продаж бренда | Отгрузки и sell-out по партнёрам, дням, SKU; признак «разовый крупный заказ». |
| Календарь событий | Акции, праздники, погодные аномалии, закрытия; нужен, чтобы объяснять выбросы, а не удалять их. |
Как собрать по шагам
- Шаг 1. Сформулируйте вопрос и единицу наблюдения: «продажи магазина за день», «конверсия посетителей за неделю», «сумма заказа». От единицы зависит всё остальное.
- Бренд: Шаг 2. Выгрузите ряд по партнёру или SKU и уберите технические строки (возвраты в отдельный ряд).
- Ритейл: Шаг 3. Выгрузите продажи магазина по дням без НДС с признаком дня недели и событий.
- Шаг 4. Посмотрите гистограмму до расчётов: форма (колокол, хвост вправо, два горба) определяет, какое среднее и какие интервалы уместны.
- Шаг 5. Посчитайте среднее, медиану, СКО, CV и перцентили p10, p25, p75, p90; разницу среднего и медианы свыше 5–10 % считайте сигналом асимметрии или выбросов (порог условный, настраивается).
- Шаг 6. Найдите кандидатов в выбросы по правилу Тьюки и сверьте с календарём событий; пометьте причину или проверьте данные.
- Шаг 7. Если ряд зависит от дня недели, сравнивайте дни с одноимёнными (сравнение пн с пн), а не со средним по всем дням.
- Шаг 8. Постройте доверительный интервал среднего (t-распределение) и для доли (интервал Уилсона); для медианы и асимметричных рядов используйте бутстрап (повторная выборка с возвращением, 1 000 повторов).
- Шаг 9. Перед пилотом или сравнением посчитайте нужный размер выборки и сроки; если данных мало, честно напишите «вывод предварительный».
- Шаг 10. В отчёте всегда показывайте число наблюдений, центр, интервал и правило исключения выбросов; собственнику достаточно одной строки «норма и коридор», команде нужна полная таблица.
Формулы
| Показатель | Формулы | Пояснение |
|---|---|---|
| Среднее и выборочное СКО | x̄ = Σx_i / n; s = √( Σ(x_i − x̄)² / (n − 1) ) | Делитель n−1 для выборки; для генеральной совокупности (все дни года) допустим n. |
| Коэффициент вариации | CV, % = s / x̄ × 100 | Не применять при среднем около нуля и для рядов с отрицательными значениями. |
| Перцентиль (линейная интерполяция) | позиция h = (n − 1)·p; значение = x_⌊h⌋ + (h − ⌊h⌋)·(x_⌈h⌉ − x_⌊h⌋) по отсортированному ряду | Разные программы используют разные соглашения; фиксируйте одно во всех отчётах. |
| Границы Тьюки | нижняя = Q1 − 1,5·IQR; верхняя = Q3 + 1,5·IQR; IQR = Q3 − Q1 | Множитель 1,5 условный; для сильно асимметричных рядов берут 3. |
| Интервал среднего | x̄ ± t_(1−α/2, n−1) · s / √n | Требует независимых наблюдений; дни одной недели зависимы по дню недели, поэтому лучше работать с недельными суммами или с дневными данными одного дня недели. |
| Интервал Уилсона для доли | p̃ = (p + z²/2n) / (1 + z²/n); полуширина = z·√( p(1−p)/n + z²/4n² ) / (1 + z²/n) | Надёжнее обычной формулы p ± z√(p(1−p)/n) при малых n и малых p. |
| Размер выборки | для доли: n = z²·p(1−p) / e²; для среднего: n = (z·s / e)² | Для среднего дневных продаж с погрешностью ±5 % при s из примера нужно около 382 дней; ориентир на одну независимую группу. |
Формулы в записи
- Среднее и СКО
x̄ = (1/n)·Σ x_i; s = √[ Σ (x_i − x̄)² / (n − 1) ]
Центр и разброс ряда; n−1 для выборки.- Границы выбросов
L = Q_1 − 1,5·(Q_3 − Q_1); U = Q_3 + 1,5·(Q_3 − Q_1)
Точки вне [L; U] помечаются как кандидаты.- Доверительный интервал среднего
x̄ ± t_{1−α/2; n−1} · s / √n
Диапазон правдоподобных значений среднего при уровне доверия 1−α.- Интервал Уилсона
p̃ ± z·√[ p(1−p)/n + z²/(4n²) ] / (1 + z²/n), p̃ = (p + z²/(2n)) / (1 + z²/n)
Интервал доли (конверсии) с хорошей точностью при малых n.- Размер выборки для доли
n = z² · p(1−p) / e²
Сколько наблюдений нужно для погрешности e.- Бутстрап медианы
CI = [ P_{2,5}(m*_1…m*_B); P_{97,5}(m*_1…m*_B) ]
m*_b: медиана b-й повторной выборки с возвращением; B = 1 000.
Пример с числами
Продажи одного магазина за 56 дней: показатели с выбросами и без них, тыс. ₽
| Показатель | Все 56 дней | Без выбросов |
|---|---|---|
| Число дней | 56 | 54 |
| Среднее | 453,4 | 420 |
| Медиана | 415,5 | 413,5 |
| СКО | 226 | 116,3 |
| CV, % | 49,8 | 27,7 |
| Нижняя граница 95 % интервала среднего | 392,9 | 388,2 |
| Верхняя граница 95 % интервала среднего | 513,9 | 451,7 |
| Бутстрап-интервал медианы (нижняя / верхняя) | 371 / 460 |
Ряд сформирован кодом (генератор с фиксированным зерном): базовый день 420 тыс. ₽, множитель дня недели, шум и три искусственных события. Выбросы снижают точность оценки и сдвигают среднее на 33,4 тыс. ₽; без них интервал среднего уже в 1,91 раза. Данные учебные, не бенчмарк.
Рисунки
Данные таблицей
| Показатель | Дней |
|---|---|
| 0–100 | 0 |
| 100–200 | 1 |
| 200–300 | 6 |
| 300–400 | 16 |
| 400–500 | 16 |
| 500–600 | 11 |
| 600–700 | 4 |
| 700–800 | 0 |
| 800–900 | 0 |
| 900–1000 | 2 |
Гистограмма дневных продаж магазина. Число дней в интервалах по 100 тыс. ₽: основная масса дней (49 из 56) лежит между 200 и 600, два акционных дня уходят в правый хвост; день 28 со сбоем (113 тыс. ₽) ниже основной массы, но выше нижней границы Тьюки 87, то есть выбросом не считается. Хвост справа создают дни 20 и 39 (акции, выбросы по Тьюки); день 28 (сбой) лежит в корзине слева от основной массы.
- Продажи за день
- Среднее (все дни)
- Медиана
- Среднее без выбросов
Данные таблицей
| Показатель | Продажи за день | Среднее (все дни) | Медиана | Среднее без выбросов |
|---|---|---|---|---|
| 1 | 326 | 453 | 416 | 420 |
| 2 | 300 | 453 | 416 | 420 |
| 3 | 345 | 453 | 416 | 420 |
| 4 | 485 | 453 | 416 | 420 |
| 5 | 542 | 453 | 416 | 420 |
| 6 | 615 | 453 | 416 | 420 |
| 7 | 520 | 453 | 416 | 420 |
| 8 | 372 | 453 | 416 | 420 |
| 9 | 324 | 453 | 416 | 420 |
| 10 | 370 | 453 | 416 | 420 |
| 11 | 380 | 453 | 416 | 420 |
| 12 | 474 | 453 | 416 | 420 |
| 13 | 566 | 453 | 416 | 420 |
| 14 | 443 | 453 | 416 | 420 |
| 15 | 242 | 453 | 416 | 420 |
| 16 | 429 | 453 | 416 | 420 |
| 17 | 448 | 453 | 416 | 420 |
| 18 | 417 | 453 | 416 | 420 |
| 19 | 593 | 453 | 416 | 420 |
| 20 | 1 805 | 453 | 416 | 420 |
| 21 | 511 | 453 | 416 | 420 |
| 22 | 224 | 453 | 416 | 420 |
| 23 | 344 | 453 | 416 | 420 |
| 24 | 366 | 453 | 416 | 420 |
| 25 | 353 | 453 | 416 | 420 |
| 26 | 614 | 453 | 416 | 420 |
| 27 | 532 | 453 | 416 | 420 |
| 28 | 113 | 453 | 416 | 420 |
| 29 | 327 | 453 | 416 | 420 |
| 30 | 354 | 453 | 416 | 420 |
| 31 | 299 | 453 | 416 | 420 |
| 32 | 446 | 453 | 416 | 420 |
| 33 | 504 | 453 | 416 | 420 |
| 34 | 561 | 453 | 416 | 420 |
| 35 | 403 | 453 | 416 | 420 |
| 36 | 342 | 453 | 416 | 420 |
| 37 | 414 | 453 | 416 | 420 |
| 38 | 317 | 453 | 416 | 420 |
| 39 | 907 | 453 | 416 | 420 |
| 40 | 452 | 453 | 416 | 420 |
| 41 | 666 | 453 | 416 | 420 |
| 42 | 502 | 453 | 416 | 420 |
| 43 | 263 | 453 | 416 | 420 |
| 44 | 276 | 453 | 416 | 420 |
| 45 | 343 | 453 | 416 | 420 |
| 46 | 432 | 453 | 416 | 420 |
| 47 | 595 | 453 | 416 | 420 |
| 48 | 445 | 453 | 416 | 420 |
| 49 | 486 | 453 | 416 | 420 |
| 50 | 410 | 453 | 416 | 420 |
| 51 | 324 | 453 | 416 | 420 |
| 52 | 291 | 453 | 416 | 420 |
| 53 | 413 | 453 | 416 | 420 |
| 54 | 519 | 453 | 416 | 420 |
| 55 | 643 | 453 | 416 | 420 |
| 56 | 407 | 453 | 416 | 420 |
Дневные продажи, среднее и медиана. Среднее выше медианы из-за выбросов; линия среднего без выбросов ближе к медиане.
Данные таблицей
| Показатель | Полуширина интервала, п. п. |
|---|---|
| 50 | 7,92 |
| 100 | 5,6 |
| 250 | 3,54 |
| 500 | 2,5 |
| 1 000 | 1,77 |
| 2 500 | 1,12 |
| 5 000 | 0,79 |
| 10 000 | 0,56 |
| 20 000 | 0,4 |
Ширина интервала конверсии и размер выборки. Полуширина 95 % интервала падает как 1/√n: чтобы сузить вдвое, нужно вчетверо больше посетителей.
Данные таблицей
| Показатель | Посетителей |
|---|---|
| ±0,25 | 50,2 тыс. |
| ±0,5 | 12,5 тыс. |
| ±1 | 3 136 |
| ±2 | 784 |
Сколько посетителей нужно для заданной точности конверсии. Погрешность ±0,25, ±0,5, ±1 и ±2 п. п. при конверсии из примера.
Особенности по категориям
- Одежда
- Продажи одежды сильно зависят от дня недели и погоды: считайте статистику внутри сезона и одноимённых дней; при смене сезона ряд ломается, и среднее по году ничего не описывает.
- Обувь
- Крупный чек и более редкие покупки дают тяжёлый хвост вправо и малые числа чеков в день; интервалы по магазину широкие, поэтому выводы делайте по неделям и по группе магазинов.
- Аксессуары
- Подарочные пики (февраль, март, декабрь) создают выбросы, которые являются нормой сезона; помечайте их событием календаря, а не удаляйте, иначе недооценивается пиковая нагрузка.
- Детское
- Школьный пик (конец августа-начало сентября) и скачки перед праздниками дают двугорбое распределение; одно среднее вводит в заблуждение, описывайте пики и межсезонье отдельно.
- Мужское
- Спрос стабильнее, CV ниже, выбросов меньше: достаточно медианы и интервала; зато выше доля повторных покупок, и конверсию считают отдельно для новых и вернувшихся.
- Женское
- Сильнее влияют модные волны и распродажи: CV выше, ряды асимметричны, интервалы лучше строить бутстрапом; сравнивайте полную цену и распродажу в разных рядах.
Типичные ошибки
- Среднее по ряду с акционными пиками выдают за «обычный день» → завышенный план и персонал → показывайте медиану и среднее вместе и помечайте события.
- Выбросы удаляют молча → итог не сходится с кассой → исключайте только для «нормы», сумму считайте по полному ряду.
- Сравнивают конверсии магазинов без интервалов → шум принимают за эффект → считайте интервал Уилсона и размер выборки заранее.
- Дни одной недели считают независимыми → интервал слишком узкий → переходите к недельным суммам или к одноимённым дням.
- Считают CV для ряда со средним около нуля или с возвратами → число бессмысленно → CV только для положительных рядов, возвраты отдельно.
Особенности России
- Для статистики по выручке используйте суммы без НДС: ставка 22 % с 2026 года одна для большинства товаров, но смена ставки (и любые разрывы 10 % и 22 % по группам) искажает сравнение годов; сравнивайте выручку без НДС. Норма: НК РФ ст. 164: Налоговый кодекс РФ, ст. 164 (ставки НДС).
- Посетительские данные с камер и по Wi-Fi могут содержать персональные данные; для статистики хранят обезличенные счётчики, а не идентификаторы людей. Норма: закон 152-ФЗ от 27.07.2006: Закон от 27.07.2006 № 152-ФЗ «О персональных данных» (проверка нормы не завершена).