Вы строите отчёт по platform и видите ios и android. Какое утверждение о intersection наиболее корректно в зависимости от ключа deduplication?
AЕсли считать по
user_id, то intersection между ios и android всегда равна 0.BЕсли считать по
device_id, то intersection между ios и android всегда больше 0.CЕсли
intersection между ios и android не нулевая, значит обязательно ошибка в данных.DЕсли считать
unique users по user_id, возможен overlap (intersection), потому что один user может использовать два device; если считать по device_id, такие set обычно не пересекаются.Правильный ответ. Размер
intersection зависит от ключа deduplication: user_id даёт кросс-platform overlap, device_id делает set почти раздельными.Разбор
Если цель — считать людей, используйте user_id, и тогда один user может попадать в ios и android, создавая intersection. Если цель — считать устройства, то device_id обычно уникален в пределах одного platform, и intersection будет близка к 0. В интервью важно уточнять units и ключ deduplication, иначе выводы про overlap будут неверными.
Проверь себя · 1/3разбор после ответа
Чтобы посчитать
unique users в union двух set A и B, зная |A|, |B| и |A intersection B|, какую формулу включение–исключение нужно использовать?Ещё вопросы по теме «Теория множеств и дедупликация»
- В `events` за день 2 млн `events`, а в отчёте по `audience` 1.2 млн `unique users`. Какое объяснение наиболее вероятно?
- В `channel` `search` 400 тыс `unique users`, в `channel` `social` 300 тыс `unique users`, а `overlap` (`intersection`) между ними 100 тыс `unique users`. Сколько `unique users` в `union` этих двух `set`?
- В отчёте вы видите `unique users` по `channel`: `email` 200 тыс, `push` 150 тыс, `sms` 50 тыс. Сумма по строкам 400 тыс, но общий итог по всем `channel` показывает 260 тыс `unique users`. Что это чаще всего означает?
- Чтобы посчитать `unique users` в `union` двух `set` `A` и `B`, зная `|A|`, `|B|` и `|A intersection B|`, какую формулу `включение–исключение` нужно использовать?
- Вы считаете число `buyers` как `unique users` за день. В данных есть `device_id` и `user_id` (если `user` залогинен). Какой подход к `deduplication` чаще всего более корректен для подсчёта `buyers`?
- Все вопросы по «Теория множеств и дедупликация» →