J’ai répliqué les métriques Discourse dans notre outil de BI, ThoughtSpot, et lorsque je suis arrivé à la métrique « Délai de première réponse », j’ai remarqué un défaut dans la façon dont elle est rapportée lorsqu’elle est visualisée sur une base hebdomadaire ou mensuelle.
Actuellement, le rapport Discourse calcule une moyenne du temps de réponse par jour, mais lorsqu’il agrège en vue hebdomadaire ou mensuelle, il prend simplement la moyenne de ces moyennes quotidiennes au lieu de calculer une moyenne pondérée. Cela peut conduire à des résultats trompeurs, surtout lorsque certains jours ont beaucoup plus de sujets que d’autres.
Exemple :
Voici une répartition des temps de réponse quotidiens et du nombre de sujets :
| Date | Temps de réponse moyen (h) | Nombre de sujets |
|---|---|---|
| 16 mars | 1,9 | 1 |
| 15 mars | 23,6 | 1 |
| 14 mars | 0,4 | 3 |
| 13 mars | 6,0 | 7 |
| 12 mars | 0,3 | 1 |
| 11 mars | 2,1 | 8 |
| 10 mars | 6,6 | 1 |
Maintenant, si nous calculons la moyenne des moyennes, nous obtenons :
Cependant, cela ne représente pas fidèlement le véritable temps de première réponse car cela traite chaque jour de manière égale, quel que soit le nombre de sujets créés. Au lieu de cela, l’approche correcte consiste à calculer une moyenne pondérée, en tenant compte du nombre de sujets :
En utilisant cette méthode :
Pourquoi c’est important
La différence est significative : 5,82 heures contre 2,85 heures. La méthode actuelle pondère de manière excessive les jours aberrants (comme le 15 mars avec 23,6 heures mais seulement 1 sujet) et sous-pondère les jours de forte activité (comme le 11 mars avec 8 sujets et un temps de réponse de 2,1 heures).
Pour une représentation plus précise des temps de réponse, Discourse devrait passer à une moyenne pondérée lors de l’agrégation dans le temps.
J’aimerais connaître l’avis des autres : quelqu’un d’autre a-t-il remarqué ce problème ?