青柠优选的客单价是 10,077.71 元。这个数字出现在周报、月报、融资材料里,从来没人质疑。
但如果你把这 15,615 笔已支付订单从小到大排好,会发现排在最中间的那一笔只有 8,872.50 元——
一半以上的订单,根本不到"平均客单价"。
这不是数据错了,是"平均"这个工具本身的性质:它对每一个观测一视同仁,一笔四万三的订单和一笔一百块的订单,
在分子里占的权重一样。本章要解决的就是这件事:什么时候该用均值,什么时候该用中位数,
怎么用分位数和标准差把"形状"说清楚。
这一节回答四个问题:用哪个数代表"典型"、怎么描述"分散"、怎么用图形看"形状", 以及这三个答案为什么互相牵制。所有例子都来自青柠优选的订单表,你在 18.3 能一笔一笔复现。
先做一个思想实验。五笔订单:100、120、130、150、43,000。老板问:"咱们一单大概多少钱?" 你把五个数加起来除以五,得到 8,700;他按这个数定了"满 8,000 减 400", 结果五个人里只有一个够得着。
换个算法:排队站中间的那一笔是 130。它更接近"大多数人的真实体验", 却完全不能用来算总额——130 × 5 = 650,离实际收进来的 43,500 差了 66 倍。 同一组数据,两个答案差了 67 倍,而且都对。
差别在用到了什么信息。均值用了每个数的具体大小,所以一笔 43,000 就能把它整个拽走; 中位数只看排队位置,43,000 再大,也只是"最后一个",不影响中间站的是谁。这个性质叫稳健性。
| 指标 | 怎么算 | 用到了什么 | 抗极端值 | 什么时候用 |
|---|---|---|---|---|
| 均值 | 总和 ÷ 个数 | 每个数值的大小 | 弱 | 分布对称;下游要算总额 |
| 中位数 | 排序后取正中间 | 只有位置 | 强 | 长尾分布;描述"典型" |
| 众数 | 出现次数最多的值 | 只有频次 | 强 | 类别数据;发现双峰 |
换成真实数据:15,615 笔已支付订单,均值 10,077.71 元,中位数 8,872.50 元, 均值比中位数高 13.6%。更关键的是——56.60% 的订单(8,838 笔)金额低于均值。 "平均客单价一万"这句话,对一半以上的订单不成立。不是数据错了,是"平均"被当成了"典型", 而数学上它只是"总额平分"。
只要下游要算总额(GMV、成本、预算、提成),必须用均值,因为总额 = 均值 × 笔数。 中位数没有这个性质:8,872.50 × 15,615 得不出 157,363,380.14,差着 1,800 多万。 只要你的问题是"典型的一单有多大""一半人够不够得着",必须看中位数。
如果不这样会怎样:按均值 10,077.71 设计"满 10,000 减 500"的门槛, 56.60% 的订单根本够不着。预算花出去了,覆盖不到一半用户,复盘时你还会以为是"用户不感兴趣"。
众数在金额上基本没用:金额是连续变量,几乎没有重复值,每个数都只出现一次。 它真正的用武之地是类别——订单状态里"已支付"出现 15,615 次,是众数。 当分布出现两个峰时,你会得到两个众数,这正是双峰的信号。
中位数告诉你"中间在哪",但没告诉你"最贵的那批有多贵"。分位数补的就是这一块: 把数据从小到大排好,Pk 是第 k% 位置上的值。P50 就是中位数,P90 表示 90% 的观测不超过它。
| 分位数 | 数值(元) | 读法 |
|---|---|---|
| P50(中位数) | 8,872.50 | 一半订单比它便宜,一半比它贵 |
| P90 | 19,827.40 | 每 10 笔订单,有 9 笔不到 2 万 |
| P95 | 23,451.50 | 20 笔里只有 1 笔超过它 |
| P99 | 30,237.33 | 100 笔里只有 1 笔超过它 |
| 最大值 | 43,186.27 | 最贵的一单,比 P99 还高一万三 |
读法要精确。"P90 = 19,827.40"是说随便抽一笔订单,有 90% 的概率不超过它, 不是"90% 的销售额来自这 10% 的订单"——那是贡献度,要单独算。
算法上有个坑:Excel 的 PERCENTILE.INC 和 numpy 的 percentile 默认都用线性插值,
位置 = (n − 1) × k%。换成 PERCENTILE.EXC,P90 会得到 19,833.98,差 6.58 元。
两个人算同一个数对不上,八成就是这里。
两个渠道的 P90 分别是 19,905.52 和 19,612.63,简单平均 19,759.08;合起来重算,真实值是 19,827.40,差了 68.32 元。因为两个渠道样本量不同(6,281 和 4,678),简单平均却给了它们一样的权重。 同理,P90(A) + P90(B) 也不等于 P90(A ∪ B)。
如果不这样会怎样:月报里写"各部门 P90 的平均就是公司 P90",平时没人查, 一到季度复盘,各部门加起来和总表对不上,你得当场解释这 68 元从哪来。
箱线图把五个数画在一张图上:最小值、Q1(P25)、中位数、Q3(P75)、最大值。 箱子装中间 50% 的观测,高度叫 IQR = Q3 − Q1。须不画到最大最小值, 只画到"1.5 × IQR 以内最远的点",超出去的点单独画成小圆点,叫离群点。 为什么是 1.5?正态分布下这个范围覆盖 99.3%,超出去的大概率值得单独看一眼。
箱线图能告诉你中心在哪、中间 50% 有多宽、尾巴有多长。它不能告诉你形状—— 一个双峰分布和一个均匀分布,完全可能画出一样的箱子。这是它最大的盲区。
两批数据可以均值一模一样、长得完全不同。A 组 9、9、10、11、11,B 组 0、5、10、15、20,均值都是 10, 可 A 组的人几乎一样,B 组天差地别。方差的做法是:每个数减均值、平方、再求平均。 平方是为了让正负偏差都变正,否则正负一抵消,结果永远是 0。
σ² = Σ(xᵢ − μ)² / n s = √( Σ(xᵢ − x̄)² / (n − 1) )
方差的问题是单位:元²。没人能理解"客单价的方差是 49,420,000 元平方",所以开根号得到标准差, 单位回到元。本数据 s = 7,029.95 元:一笔订单,典型情况下离均值一万差七千。 这个波动大到均值本身都不太可靠。
变异系数 CV = 标准差 ÷ 均值,去掉量纲,可以跨指标比较:
| 指标 | 均值 | 标准差 | CV |
|---|---|---|---|
| 客单价 | 10,077.71 | 7,029.95 | 69.76% |
| 商品单价 | 2,550.47 | 1,605.86 | 62.96% |
| 用户年龄 | 36.65 | 10.98 | 29.94% |
客单价的相对波动是年龄的两倍多。CV 越大,均值越不可信。
标准差 s 描述"一个订单离均值多远",样本量再大它也不会趋近 0——个体差异是客观存在的。 标准误 SE 描述"你算出来的这个均值,离真值多远",等于 s ÷ √n,样本量越大它越小。 本数据:s = 7,029.95,n = 15,615,√n = 124.96,所以 SE = 56.26 元,两者差 124.96 倍。
看到"±"先问一句:这是 s 还是 s/√n?描述"用户之间的差异"用 s, 描述"我这个平均值有多准"用 s/√n。95% 置信区间 = 均值 ± 1.96 × SE, 不是均值 ± 1.96 × SD。
如果不这样会怎样:写成 10,077.71 ± 1.96 × 7,029.95,得到"客单价在 −3,701 到 23,856 之间"—— 下限是负数,一眼假,但你交出去的时候没人会算。
还有一个 ddof 的坑:numpy 默认除以 n,pandas 默认除以 n − 1,本章一律用 1。
前面所有的数都是"摘要",摘要必然丢信息,丢得最多的就是形状。 同样一个均值 10,078,可能是正态、右偏、双峰或均匀的,对应的业务判断完全不同。
怎么判断?先画直方图(唯一可靠的方法);再比均值和中位数(本数据 10,077.71 对 8,872.50, 比值 1.136,明显右偏);最后算偏度(0 是对称,本数据 0.87,中等偏右)。
双峰几乎总是意味着你把两个群体混在了一起。新客客单价三千、老客一万五,分开看各自单峰, 混在一起就是两个包。这时候算个总均值九千,既不代表新客也不代表老客,谁看了都会做错决策。 但别过度解读:样本量小的时候,随机波动就能造出假的峰。
看到双峰,第一反应不该是"这个分布好奇怪",而是"哪两个群体被混在一起了"。 按渠道、品类、新老客、设备拆一遍,拆到每个子群体单峰为止,然后各报各的。
如果不这样会怎样:把新客和老客混在一起报"平均客单价九千",再按这个数给所有人发券—— 新客够不着,老客薅得欢,两头不讨好。
本节所有数字都来自 orders.pay_amount,口径是 status = '已支付',共 15,615 笔。
SELECT COUNT(*) AS n,
ROUND(SUM(pay_amount), 2) AS gmv,
ROUND(AVG(pay_amount), 2) AS aov
FROM orders
WHERE status = '已支付';
n gmv aov 15615 157363380.14 10077.71
这三个数先对上,再往下算——这是第 17 章的对账纪律。
| 统计量 | 数值 | 说明 |
|---|---|---|
| 订单数 n | 15,615 | 已支付口径 |
| GMV | 157,363,380.14 | 实付金额合计 |
| 均值 | 10,077.71 | GMV ÷ n |
| 中位数 | 8,872.50 | P50 |
| P90 | 19,827.40 | 一成订单超过它 |
| P95 | 23,451.50 | 二十分之一超过它 |
| P99 | 30,237.33 | 百分之一超过它 |
| 最小值 / 最大值 | 0.00 / 43,186.27 | 8 笔 0 元单,是全额优惠 |
| 标准差 | 7,029.95 | ddof = 1 |
| 变异系数 | 69.76% | 标准差 ÷ 均值 |
| 偏度 | 0.87 | 大于 0,右偏 |
看这张图,三件事一眼可见:
中间 50% 的订单落在 4,535.13 到 14,333.74 之间,箱子宽 9,798.61 元;上须到 29,030.03, 再往上有 225 个离群点(1.44%),最远到 43,186.27。下须直接落到 0, 因为 Q1 − 1.5 × IQR 是负数,而金额不可能为负。
这 225 个离群点不是错误,是真实的高价订单(手机加电脑一起买,或企业采购), GMV 合计 7,267,647.61 元,占 4.62%。删掉它们,GMV 少 727 万,而且没有凭证支持。 离群点要解释,不要删。
"青柠优选客单价 10,077.71 元。"
听众会自动理解成"典型订单一万块"。而 56.60% 的订单不到这个数, 按它设计的功能,一半用户用不上。
"客单价 10,077.71 元;典型订单 8,872.50 元;一成订单超过 19,827 元。均值比中位数高 1,205 元,因为少数高价订单拉高了平均。"
三个数各有各的用处:对财务必须用 10,077.71,因为 10,077.71 × 15,615 = 157,363,380.14,一分不差; 对运营用 8,872.50 描述"典型用户花多少",用 19,827.40 划高价值用户的线; 对老板一句话——"平均一万,但一半人不到九千"。
这就是"平均值会骗人"的解法:不是不用均值,而是用均值时必须同时给出形状。 只报一个数,无论报哪个,都是耍流氓。
实验用 Python + SQLite,脚本不到 30 行;没装环境也能做,每个统计量后面都给了 Excel 公式。
数据在 book/data/qingning.db。
Python 3.10+ / numpy,或 Excel 2016+ / WPS
能跑 python stat.py 就行,不需要 IDE
qingning.db · orders 表 20,000 行
本章只用 pay_amount 和 channel
stat.py,写入下面的代码DB 改成你的路径,运行 python stat.pyimport sqlite3, numpy as np
DB = "book/data/qingning.db"
con = sqlite3.connect(DB)
sql = "select pay_amount from orders where status='已支付'"
x = np.array([r[0] for r in con.execute(sql)])
print("n =", len(x))
print("GMV = %.2f" % x.sum())
no such table: orders:路径不对,用绝对路径,或确认当前目录是项目根目录。
ModuleNotFoundError: numpy:pip install numpy;没网络就用 Excel,公式每步都给了。
stat.py 末尾追加下面五行ddof=1,别用默认值print("均值 = %.2f" % x.mean())
print("中位数 = %.2f" % np.median(x))
print("P90 = %.2f" % np.percentile(x, 90))
print("P95 = %.2f" % np.percentile(x, 95))
print("标准差 = %.2f" % x.std(ddof=1))
Excel 对照:=AVERAGE(D:D)、=MEDIAN(D:D)、
=PERCENTILE.INC(D:D,0.9)、=STDEV.S(D:D)。
你用的是 PERCENTILE.EXC 或 numpy 的 method='weibull'。两种算法都合法,差 6.58 元。全组统一用 INC 就行。
q1, q3 = np.percentile(x, [25, 75])
iqr = q3 - q1
upper = q3 + 1.5 * iqr
print("Q1=%.2f Q3=%.2f IQR=%.2f 上界=%.2f" % (q1, q3, iqr, upper))
print("离群点", (x > upper).sum(), "个")
print("GMV 占比 %.2f%%" % (x[x > upper].sum() / x.sum() * 100))
Q1 − 1.5 × IQR = −10,162.79。金额不能为负,所以下须停在最小值 0。这也说明这批数据只往右边长尾巴。
SELECT CAST(pay_amount / 2000 AS INT) * 2000 AS bucket,
COUNT(*) AS cnt
FROM orders
WHERE status = '已支付'
GROUP BY bucket
ORDER BY bucket;
| 区间 | 单数 | 占比 | 区间 | 单数 | 占比 |
|---|---|---|---|---|---|
| 0–2,000 | 1,623 | 10.39% | 22,000–24,000 | 346 | 2.22% |
| 2,000–4,000 | 1,731 | 11.09% | 24,000–26,000 | 217 | 1.39% |
| 4,000–6,000 | 1,983 | 12.70% | 26,000–28,000 | 187 | 1.20% |
| 6,000–8,000 | 1,750 | 11.21% | 28,000–30,000 | 123 | 0.79% |
| 8,000–10,000 | 1,657 | 10.61% | 30,000–32,000 | 66 | 0.42% |
| 10,000–12,000 | 1,536 | 9.84% | 32,000–34,000 | 55 | 0.35% |
| 12,000–14,000 | 1,271 | 8.14% | 34,000–36,000 | 23 | 0.15% |
| 14,000–16,000 | 1,040 | 6.66% | 36,000–38,000 | 13 | 0.08% |
| 16,000–18,000 | 873 | 5.59% | 38,000–40,000 | 7 | 0.04% |
| 18,000–20,000 | 652 | 4.18% | 40,000–42,000 | 2 | 0.01% |
| 20,000–22,000 | 457 | 2.93% | 42,000–44,000 | 3 | 0.02% |
有 8 笔已支付订单实付 0 元,是全额优惠券或积分兑换。占比不到 0.06%,不影响结论,也别删——删了就不叫全量。
for ch in ['自然搜索', '信息流', '朋友推荐', '线下']:
a = np.array([m for c, m in con.execute(
"select channel, pay_amount from orders where status='已支付'")
if c == ch])
print(ch, len(a), "%.2f %.2f %.2f" %
(a.mean(), np.median(a), np.percentile(a, 90)))
也可以用 SQL 先算 count 和 avg,中位数和 P90 交给 Python 补。
不是。负结论也是结论:渠道不是混合源,右偏来自商品价格跨度大(配件几百块、手机上万)。
换个维度拆——按"订单里有没有手机",两组中位数是 11,366 和 6,896(6,584 单对 9,031 单),这才是真正的混合源。
因为下一句一定是"按 1 万设计会员门槛吧",而 56.60% 的订单根本够不着。
先对三个数,都能在 18.3 的输出里找到。
不看前面的正文,凭第一反应选。选完立刻出解析。
按"现象 → 原因 → 解决"整理。
| 现象 | 原因 | 解决 |
|---|---|---|
| 均值和中位数差很多 | 右偏长尾,均值被高价订单拉走 | 两个都报,并给出 P90 说明尾巴多长 |
| 两个人算的 P90 不一样 | 一个用 INC,一个用 EXC | 全组统一 PERCENTILE.INC,写进口径文档 |
| 各部门 P90 加起来对不上总表 | 分位数不能相加,也不能简单平均 | 拿原始数据合并重算,不要对汇总数再汇总 |
| 标准差比均值还大 | CV > 100%,重尾,或有极端值 | 先看最大值是不是录入错误,再看要不要分群 |
| 箱线图上一堆离群点 | 数据本身长尾,或单位不统一 | 先核对单位(元 / 分),确认真实后保留 |
| 直方图出现两个峰 | 两个群体被混在一起 | 按渠道 / 品类 / 新老客拆开,各自描述 |
1. 删掉后 n = 15,390,均值 9,841.41,标准差明显下降。均值只降 236.30 元,看起来"影响不大",但 GMV 少了 727 万——不能按"对均值影响小"来决定删不删数据。
2. 12,000 以下共 10,280 笔,能参与的有 15,615 − 10,280 = 5,335 笔,占 34.17%。三分之二的订单连门槛都够不着。
3. 含手机 6,584 单,中位数 11,366.28;不含手机 9,031 单,中位数 6,895.53。合并均值落在两者之间,是两个群体按人数加权后的重心,不是真实存在的典型订单。
4. n = (1.96 × 7,029.95 ÷ 300)² ≈ 2,110 笔。单月 881 单不够,得攒两个半月;要么接受更大误差,要么改成"分品类看"。