Среднее или медиана — что выбрать и почему?

Вопрос кажется школьным, но проверяет продуктовое чутьё: понимаешь ли ты, что «средний пользователь» из отчёта может не существовать в природе. Для аналитика умение выбрать метрику центра — базовый навык.

Как рассуждать

Начни с природы данных: симметричные они или скошенные, есть ли выбросы. Среднее учитывает каждое значение и потому тянется за хвостом; медиана — это просто значение посередине отсортированного ряда, ей всё равно, насколько велик максимум. Дальше свяжи выбор с вопросом, на который отвечаешь: «сколько в сумме» — это среднее, «что видит типичный юзер» — чаще медиана.

Эталонный ответ

Среднее — сумма значений, делённая на количество. Медиана — значение, которое делит отсортированный ряд пополам.

Ключевое различие — устойчивость к выбросам. Пример: чеки пяти клиентов — 500, 600, 700, 800 и 50 000 рублей. Среднее ≈ 10 520 ₽, медиана — 700 ₽. Один кит превратил «средний чек» в число, которого нет ни у кого. Медиана честнее описывает типичного покупателя.

Когда что брать:

• Симметричные данные без жёстких выбросов — среднее. Оно использует всю информацию и удобно в дальнейших расчётах.
• Скошенные вправо метрики — доход, средний чек, LTV, время на сайте, длительность сессии — почти всегда сильно скошены длинным хвостом. Тут медиана репрезентативнее.
• Когда важна сумма/итог — суммарная выручка, нагрузка на сервер — считаем через среднее: медиана тут просто не отвечает на вопрос.

Практический совет для ответа: не выбирать одно число вслепую, а смотреть на распределение и показывать медиану вместе со средним и перцентилями (p90, p95). Расхождение среднего и медианы само по себе — сигнал скошенности: если среднее заметно больше медианы, у метрики длинный правый хвост, и одно число реальность не опишет.

Есть и золотая середина — усечённое среднее: отбрасываем, скажем, по 1% сверху и снизу и усредняем остальное. Так мы гасим влияние совсем диких выбросов, но, в отличие от медианы, не выбрасываем всю информацию о величине значений. В проде это частый компромисс для метрик вроде среднего времени ответа.

Связь со статистикой дальше: если данные скошены, а выборка небольшая, доверять нормальному приближению для среднего рано (см. ЦПТ), и интервал для медианы честнее строить бутстрапом — аналитической формулы «± 1.96 SE» для медианы под рукой нет.

Частые ошибки

• Показывать средний чек по скошенным данным и делать вид, что это «типичный клиент».
• Считать медиану всегда лучше: для симметричных данных она отбрасывает информацию, а сумму по ней не восстановишь.
• Молча выкидывать выбросы, чтобы «починить» среднее: иногда именно киты и есть бизнес, их нельзя стирать без причины.
• Сравнивать средние двух групп в A/B-тесте по метрике с жёсткими выбросами, не подумав про устойчивые альтернативы (медиана, усечённое среднее, тест Манна — Уитни).