Пропуски данных и плохой результат

Кому подойдёт: новичкам, которые ещё собирают первые наблюдения, и фрилансерам с неполным учётом обращений и заказов. Категории Start и System.

В отчёте нет покупок из нового канала. Это может означать, что люди не покупают. А может — что источник оплаты не записывается, события перестали передаваться или сделки ещё не успели завершиться. Внешне во всех случаях появляется одна и та же пустая ячейка. Решения при этом должны быть разными.

Отсутствующие сведения нельзя автоматически заменять нулём. Сначала нужно понять, что именно неизвестно, почему и насколько это влияет на выбор следующего шага. Для небольшого бизнеса это не отвлечённая статистика: ошибка может привести к отключению работающего канала или продолжению убыточной деятельности.

Дайте разным состояниям разные обозначения

Ноль — известное отсутствие события в определённых условиях. Например, за завершившуюся неделю не поступило ни одной заявки через исправную форму, а учёт проверен. «Неизвестно» означает, что сведений нет. «Ожидаем» — что событие ещё может произойти в выбранном окне. «Не применимо» — что показатель не относится к данной строке.

В таблице можно использовать отдельный статус, а числовое поле оставлять пустым там, где числа нет. Это лучше, чем записывать текст «нет данных» в столбец с суммами и надеяться, что формулы всегда поведут себя правильно. Конкретное устройство зависит от инструмента, но смысл состояний должен сохраняться.

В Government Data Quality Framework полноту данных отличают от их точности: полностью заполненная таблица всё ещё может содержать неверные сведения. Заполнение неизвестного нулями улучшает видимость порядка, но не качество информации.

Проверьте три возможные причины

Первая причина — проблема измерения. Например, заявки приходят, но не попадают в таблицу; после изменения страницы перестало регистрироваться событие; сотрудник ведёт часть заказов в личном блокноте. Здесь нужно восстановить сбор и обозначить период ненадёжных данных.

Вторая — незавершённость процесса. Человек ещё обсуждает условия, срок оплаты не наступил, повторная потребность пока не возникла. В этом случае требуется корректная дата среза и последующее наблюдение. Ускорение отчёта не ускоряет реальную покупку.

Третья — действительное отсутствие результата при состоявшейся проверке. Подходящие люди получили понятное предложение, возможность действовать была, срок прошёл, измерение работает. Тогда слабый результат следует обсуждать по существу. Нельзя бесконечно объявлять неудобные наблюдения «недостатком данных».

Оцените влияние пропуска на вывод

Рассмотрим учебный пример. Вы предложили услугу тридцати подходящим компаниям, и выбранное окно наблюдения уже завершилось. По двадцати компаниям записи проверены: восемь покупок и двенадцать случаев без покупки. По десяти сведения потеряны. Считать конверсию 8 ÷ 20 = 40% для всей группы нельзя: неизвестная часть могла отличаться.

Можно посчитать границы при этих условиях. Если среди десяти неизвестных покупок не было, доля по всей группе — 8 ÷ 30, примерно 26,7%. Если купили все десять, она составит 18 ÷ 30 = 60%. Это не доверительный интервал и не вероятностный прогноз, а простой диапазон возможных значений из-за пропусков.

Известно

20 компаний: 8 покупок и 12 без покупки. 8 из 20 — 40%, и это не доля всех 30.

Неизвестно

10 компаний. Пропуск не равен нулю.

Границы

Если покупок среди неизвестных не было, 8 из 30, примерно 26,7%. Если купили все десять, 18 из 30, то есть 60%.

Это диапазон из-за пропусков, не доверительный интервал и не вероятностный прогноз.

Если решение меняется внутри этого диапазона, восстановление сведений особенно важно. Например, вы выбираете между двумя способами привлечения с близкими результатами. Если же даже лучший допустимый исход не покрывает известные расходы, пробел может не мешать осторожному решению остановить дальнейшие вложения в текущий вариант.

Не считайте пропуски случайными без оснований

Часто теряются не любые записи, а определённые. Например, завершённые продажи фиксируют аккуратно, а отказы забывают. Или крупные клиенты проходят через личные разговоры владельца и не попадают в общий учёт. Тогда известная часть систематически отличается от неизвестной.

Посмотрите, связаны ли пропуски с источником, сотрудником, периодом или типом клиента. Это помогает найти причину и определить, какие сравнения пока ненадёжны. Не нужно заполнять пробелы средним значением только потому, что так удобнее построить диаграмму.

Для учебного отчёта полезна строка: «Источник известен у 34 из 50 обращений; распределение каналов показано только для этих 34». Такой комментарий не делает отчёт слабым. Он позволяет читателю понять, где заканчиваются сведения.

Выберите важные для восстановления сведения

Не всякий пропуск заслуживает долгого расследования. Спросите, какое решение зависит от поля. Для согласования платежа критична сумма и дата. Для выбора канала — происхождение обращения. Для оценки трудоёмкости — фактические часы. Второстепенные характеристики могут пока не требовать восстановления.

Начинайте с первичных подтверждений: переписки, документов, записей системы, согласованных результатов. Не заменяйте их догадками из памяти, если точность существенна. Если сведения восстановить нельзя, сохраните статус неизвестности и измените процесс на будущее.

Разбор должен закончиться двумя действиями: как принимаете текущее решение с учётом пробела и что меняете в сборе данных. Иначе вы просто констатируете, что таблица несовершенна, а через месяц столкнётесь с той же проблемой.

Возьмите один показатель, который сейчас тревожит, и проверьте его путь от исходного события до отчёта. Разделите нули, неизвестное и незавершённое. Затем сформулируйте вывод с оговорёнными границами: «покупок не было», «покупки пока не завершились» или «мы не знаем число покупок из-за конкретного пробела». От этой фразы зависит, что действительно стоит делать дальше.