|
我们在日常生活中经常会遇到这种情况，看到某些报告里面说“去年人均月收入超过 2 万元”。看完这个数据之后，很多人会有如下感叹：
调侃之余，我们不防想想，为啥很多人觉得拖后腿？
回答这个问题，我们先搞搞清楚啥是平均值？从数学上来说，平均值有多种，比如算术平均值、几何平均值、加权平均值等。
我们日常生活中提到的平均值都默认是“算术平均值”，也就是“一组数据中，数据之和÷数据个数”。这个计算so easy，小学就会啦~
举个栗子：某高级小学班，有5个同学，数学的成绩分别是18，32，72，60，98，求班级数学平均分？
求解：这组数据的算术平均值是 (18+32+72+60+98)/5=56
请问：56 这个平均值能代表同学们的平均水平么？
NO!NO!NO!
so，有的时候，平均值并不能代表整体水平。因为平均值的计算样本是total，非常容易受到极端值的影响，比如 把你的年薪和马爸爸平均。。。
那什么情况平均值才有价值呢？
答：数据呈均匀分布或者正态分布的情况下平均值才会有意义。
然而，并不是所有的数据都是均匀分布，那又该怎么办呢？
再答：求均值前，先分组。比如，A公司今年年初至今，A品牌的人均贡献增长超过了50%，想了解下是哪一部分会员引领了人均贡献增长？我们继续用一个上一篇《【DEF函数应用】之占比计算》的数据，算算看~
结果如下图：
这种题型，DEF函数是最优解。按照惯例，先温习函数语法：
DEF(聚合指标, [维度1,维度2,...], [过滤条件1, 2,...])
DEF_ADD(聚合指标,[维度1,维度2,...],[过滤条件1, 2,...])
DEF_SUB(聚合指标,[维度1,维度2,...],[过滤条件1, 2,...])
然后我们再来看看DEF函数的具体实现步骤，follow me~
Step1
导入数据：
Step 2
指标计算，此处划重点
1、不同会员等级在各个品牌的平均交易额
2、品牌的平均交易额
此处的知识点：DEF_SUB的第二参数维度，可以忽略组件的维度
Step 3
制作仪表板
-
选择自定义图表
-
将【品牌】、【会员等级】拖入横轴，【不同会员等级在各个品牌的平均交易额】、【品牌的平均交易额】拖入纵轴
-
再将【品牌的平均交易额】的图形类型设置为“线”，指标基础表就完成了
当然，对美观有要求的同学，可以继续设置颜色、轴标签的文本方向等细节，这部分不是本文的重点，不再赘述啦，感兴趣的同学可自行尝试~
小结一下下
通过举例，我们了解了分组后求均值的计算过程。实际业务场景中，均值是一个很常见的计算指标，使用的时候，要注意其陷阱，它很容易受到极端数据的影响，很多选秀节目里最后计算分数时要去掉一个最高分和一个最低分，就是这个道理。整体平均值要在数据均匀分布或者正态分布下才会有意义。据此，我们引出了先分组再求均值的解决方案，但其实，先分组再求均值也并不能解决所有难题，因为还有著名的辛普森悖论。。。关于辛普森悖论，这篇就抛砖引玉，有兴趣的同学可以自行检索学习，或者，也可以点个赞，集齐30个赞，我们就单独聊聊。
好了，今天就酱紫啦，回见~
我是BI实战，关注我，带你在FineBI的世界飞 | 
