В отчёте: множество A = 400 тыс уникальных пользователей, множество B = 300 тыс уникальных пользователей. При этом заявлено, что объединение равно 900 тыс уникальных пользователей. Какая проверка адекватности по границам самая верная?
AЭто невозможно: по границам размер объединения должен лежать между нижней границей 400 тыс и верхней границей 700 тыс уникальных пользователей.
BЭто возможно, если пересечение между двумя множествами очень большое и при этом доля общих пользователей превышает половину каждого множества.
CЭто возможно, если перед расчётом выполнить дедупликацию по
event_id и пересобрать оба множества с учётом обновлённых правил агрегации.DЭто возможно, если пересечение равно нулю и добавить ещё один канал привлечения, чтобы расширить итоговое число уникальных пользователей.
Правильный ответ. Для двух множеств размер объединения имеет очевидные границы: не меньше максимума и не больше суммы.
Разбор
Нижняя граница объединения равна максимуму из размеров множеств, потому что объединение содержит как минимум самое большое из них. Верхняя граница равна сумме размеров множеств, и она достигается, когда пересечение пустое. Если отчёт нарушает эти границы, скорее всего перепутали единицы, ключ дедупликации или сложили метрики неправильно. Такая проверка адекватности быстро отсекает невозможные значения.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
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?
- 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?
- 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?
- Все вопросы по «Теория множеств и дедупликация» →