中央値

概要

中央値計算機は、選択した数値属性の中央値を、プロセス内のすべてのケースまたはイベントにわたって見つけます。平均値とは異なり、中央値は極端な外れ値に影響されないため、データに異常値が含まれている場合の中心傾向のより堅牢な指標となります。中央値は50パーセンタイルを表し、データの半分はその値以下、半分はその値以上です。

主な用途

外れ値によって平均が歪められる可能性がある場合の請求書金額の中央値計算
現実的なパフォーマンス期待値のための処理時間の中央値決定
典型的な支払い行動を理解するための支払いのタイムリーさの中央値把握
より正確な予測のための注文金額の中央値測定
データが偏っている場合の属性分布の中心点の特定
ダッシュボードに中央値メトリクスを追加して、外れ値に強い分析を実現

設定

Attribute Name: 中央値を計算したい数値属性を選択します。これは数値データを含む任意のケースまたはイベント属性で構いません。

例

例1：支払いのタイムリーさの中央値

シナリオ: 貴社の買掛金プロセスでは、特別割引による非常に早い支払いの請求書や、紛争中の非常に遅い支払いの請求書がいくつかあります。これらの極端な値に影響されず、典型的な支払い行動を理解したいと考えています。

設定:

Attribute Name: PaymentTimeliness

出力:

出力は「-5 days」などの単一値を示し、中央値の支払いが5日早く行われていることを示します（負の値は早期支払いを表します）。これは平均の「-16 days」と異なり、数件の非常に早い支払い（30〜60日前）が平均を下げていたためです。

洞察: 中央値は、ほとんどの支払いが僅かに早いだけであることを明らかにしますが、平均は例外的に早い少数の支払いの影響を大きく受けています。これにより、典型的な支払い行動のより現実的なイメージが得られ、適切な支払いスケジュール方針の設定に役立ちます。

例2：請求書処理時間の中央値

シナリオ: 請求書の処理時間は1日から45日まで幅があり、大部分は1週間以内に処理されますが、承認ループで滞留するものもあります。これらの外れたケースに惑わされず、典型的な処理時間を知りたいと思っています。

設定:

Attribute Name: Case Duration

出力:

計算機は「3.10:24:15」（3日10時間24分15秒）を表示し、全請求書の半分はこれより速く処理され、半分はより長くかかることを示します。これは30〜45日間停滞した数件により引き上げられた平均7日よりもはるかに代表的な値です。

洞察: この中央値は現実的なSLAや顧客期待値の設定に役立ちます。典型的なケースは約3.5日で完了し、外れ値は別途調査できるため、通常の運用理解がゆがめられません。

例3：Eコマースにおける注文金額の中央値

シナリオ: 貴社のオンラインストアの注文金額は10ドルから5,000ドルまで幅があり、少数の大口法人注文が平均注文金額を誤解を招くものにしています。

設定:

Attribute Name: Total Order Value

出力:

計算機は中央値を87ドル、平均を245ドルと表示します。これはほとんどの顧客が約87ドルを使っている一方で、少数の大口注文が平均を大幅に引き上げていることを示しています。

洞察: プロモーションや送料無料の設定など、より正確なマーケティング判断には87ドルの中央値を使用してください。245ドルの平均はごく少数の高額注文によって歪んでいます。

例4：初回応答までの中央値時間

シナリオ: 貴社のカスタマーサービスプロセスは、ケース作成から初回応答までの時間を追跡しています。ほとんどの応答は2時間以内に行われますが、営業時間外に受け付けたケースは翌営業日まで待つことがあります。

設定:

Attribute Name: Time To First Response

出力:

中央値は「0.01:45:00」（1時間45分）で、全顧客の半分はこの時間内に最初の応答を受けていることを示します。平均は4.5時間で、夜間のケースによって引き上げられていました。

洞察: 中央値は営業時間中のチームの対応性能のより良い指標を提供します。通常のパフォーマンスに基づいたSLAを設定し、営業時間外のケースは別途対応できます。

出力

計算機は、選択された属性のすべての適用可能なケースまたはイベントにわたる中央値（中央値）を表す単一の数値を表示します。データセットの値の数が偶数の場合、中央値は中央の2つの値の平均として計算されます。

中央値は以下の場合に特に価値があります：

データに外れ値や極端な値が含まれている場合
異常なケースに強い堅牢な指標が必要な場合
全体的なパフォーマンスよりも典型的なパフォーマンスを理解したい場合
データ分布が正規分布ではなく偏っている場合

このドキュメントはmindzie Studioプロセスマイニングプラットフォームの一部です。