Discourse 메트릭을 BI 도구인 ThoughtSpot으로 복제하던 중, “첫 응답 시간(Time to First Response)” 메트릭을 주 단위 또는 월 단위로 조회할 때 보고 방식에 결함이 있음을 발견했습니다.
현재 Discourse 리포트는 하루 평균 응답 시간을 계산하지만, 주 단위 또는 월 단위로 집계할 때 **가중 평균(weighted average)**을 계산하는 대신 단순히 일별 평균의 평균을 취하고 있습니다. 이는 특정 날의 토픽 수가 다른 날보다 훨씬 많을 경우 특히 오해의 소지가 있는 결과를 초래할 수 있습니다.
예시:
일별 응답 시간과 토픽 수를 정리하면 다음과 같습니다:
| 날짜 | 평균 응답 시간 (시간) | 토픽 수 |
|---|---|---|
| 3월 16일 | 1.9 | 1 |
| 3월 15일 | 23.6 | 1 |
| 3월 14일 | 0.4 | 3 |
| 3월 13일 | 6.0 | 7 |
| 3월 12일 | 0.3 | 1 |
| 3월 11일 | 2.1 | 8 |
| 3월 10일 | 6.6 | 1 |
이때 평균의 평균을 계산하면 다음과 같습니다:
그러나 이는 각 날짜를 생성된 토픽 수와 무관하게 동등하게 취급하기 때문에 실제 첫 응답 시간을 정확히 반영하지 못합니다. 대신 토픽 수를 반영한 가중 평균을 계산하는 것이 올바른 접근 방식입니다:
이 방식을 사용하면:
왜 이것이 중요한가
차이는 상당합니다—5.82시간 대 2.85시간. 현재 방식은 이상치 날(예: 23.6시간이지만 토픽이 단 1개뿐인 3월 15일)의 비중을 과도하게 높이고, 활동이 많은 날(예: 8개의 토픽과 2.1시간의 응답 시간을 가진 3월 11일)의 비중을 낮게 평가합니다.
응답 시간을 보다 정확하게 표현하기 위해, 시간 경과에 따라 집계할 때 Discourse는 가중 평균으로 전환해야 합니다.
다른 분들의 의견이 궁금합니다—이 문제를 다른 분들도 목격하신 적이 있으신가요?