В отчёте уникальные пользователи по каналам: email 200 тыс, push 150 тыс, sms 50 тыс. Сумма по строкам — 400 тыс, а общий итог по всем каналам — 260 тыс уникальных пользователей. Что это чаще всего означает?
AВ итоговой строке ошибка: общий итог обязан быть равен сумме по каналам, иначе данные собраны неверно или разрезы построены некорректно
BОдин и тот же пользователь попадает в несколько каналов, поэтому сумма по строкам двойно считает пересечения, а итог делает дедупликацию по уникальным пользователям
CВ отчёте перепутан знаменатель: нужно делить сумму по каналам на их количество, чтобы получить корректное среднее число уникальных пользователей
DПересечений между каналами нет, поэтому итог обязан быть строго больше суммы по строкам, и при равенстве данные собраны с ошибкой
Правильный ответ. Суммирование по каналам обычно двойно считает пересечения, а общий итог считает объединение после дедупликации.
Разбор
Один и тот же user_id мог попасть сразу в несколько каналов, поэтому он окажется в нескольких строках. Общая строка обычно строится как объединение по всем каналам и делает дедупликацию на уровне уникальных пользователей. Поэтому несхождение суммы и итога — нормальный сигнал наличия пересечений, а не баг. Версия с обязательным равенством или с делением суммы на число каналов опирается на ошибочное представление о пересечениях.
Проверь себя · 1/3разбор после ответа
Для метрики удержания вы определяете множество A — уникальные пользователи, активные в неделю 1, и множество B — уникальные пользователи, активные в неделю 2. Какое множество соответствует вернувшимся пользователям?
Ещё вопросы по теме «Теория множеств и дедупликация»
- В таблице событий за день записано 2 млн строк, а в отчёте по аудитории видно 1.2 млн уникальных пользователей. Какое объяснение наиболее вероятно?
- В канале «поиск» 400 тыс уникальных пользователей, в канале «соцсети» 300 тыс, а пересечение между ними 100 тыс. Сколько уникальных пользователей в объединении этих двух множеств?
- Чтобы посчитать число уникальных пользователей в объединении двух множеств `A` и `B`, зная `|A|`, `|B|` и `|A intersection B|`, какую формулу включения–исключения нужно использовать?
- Вы считаете число покупателей как уникальных пользователей за день. В данных есть `device_id` и `user_id` (если пользователь залогинен). Какой подход к дедупликации обычно более корректен?
- Аналитик сложил `DAU` за 30 дней и получил 3 млн, а `MAU` за тот же месяц равен 400 тыс уникальных пользователей. Почему это может быть нормально?
- Все вопросы по «Теория множеств и дедупликация» →