Сколько объявлений нужно собрать, чтобы выводам можно было верить
Короткий ответ: для направления хватает двадцати похожих объявлений, для цифры, которую можно назвать вслух, — от полусотни. Меньше шести сравнивать нельзя вовсе.
Почему нельзя просто собрать побольше
Соблазн понятен: собрать пять тысяч и считать по ним. Но пять тысяч объявлений по запросу «iPhone 15» — это не одна выборка, а несколько десятков разных рынков, слепленных вместе. Новые с гарантией, б/у полный комплект, после замены экрана, «на запчасти», оптовые партии, и где-то среди них — объявление за 6 180 400 ₽.
Считать по ним одну медиану бессмысленно ровно так же, как считать среднюю температуру по больнице. Сначала выборку надо разделить на группы похожих — и вот внутри каждой группы уже возникает вопрос, хватает ли данных.
Где мы проводим границы
| Похожих в группе | Что показываем | Почему |
|---|---|---|
| меньше 3 | ничего | это не рынок, а совпадение |
| 3 – 5 | только перечисление | медиана из четырёх чисел — не медиана |
| 6 – 19 | медиана с пометкой «мало данных» | направление видно, точность — нет |
| 20 – 49 | медиана и коридор | выборки хватает на сравнение |
| 50 и больше | всё, включая ликвидность | можно говорить о доле и скорости |
Границы не взяты из учебника: они выбраны так, чтобы ошибка вывода оставалась меньше той разницы, ради которой вывод делается. Если вы решаете, ставить цену на три тысячи выше или ниже, а медиана считается с погрешностью в пять тысяч, — считать было незачем.
Что важнее размера выборки
Однородность. Двадцать по-настоящему похожих объявлений скажут больше, чем две тысячи разнородных. Поэтому мы сначала группируем по смыслу — по тому, что продавцы пишут о товаре, — и только потом считаем.
Полнота. Если Авито сообщил, что нашёл 1 247 объявлений, а собрано 300, то это не выборка, а первые триста по порядку выдачи — то есть систематически более заметные. Мы показываем долю собранного отдельной строкой именно поэтому.
Свежесть. Объявление трёхмесячной давности с ценой, которую никто не пересматривал, участвует в медиане наравне со вчерашним. На быстрых рынках это заметно смещает картину.
Что делать, когда данных мало
Не отказываться от вывода, а понизить его в звании. «В этой связке всего три объявления, цены 27–29 тысяч» — полезное наблюдение. «Медиана связки 28 400 ₽» на тех же трёх объявлениях — выдумка с точностью до рубля.
Ровно так устроен и разбор от AI в сервисе: модель получает числа вместе с пометкой о доверии и не имеет права выдать догадку за факт.
Дальше по теме
Анализ ниши в monitora