分布分析關注資料整體如何散布，而不只看一個平均數。它能回答「大多數人落在哪裡」、「差異有多大」以及「是否有極端值或長尾」。
常用統計量
| 統計量 | 意義 | 適合用途 |
|---|---|---|
| 平均數（Mean） | 總和除以筆數 | 衡量整體平均水準；容易受極端值影響。 |
| 中位數（Median） | 排序後位於中間的值 | 代表典型觀察值；偏態分布時通常比平均數穩健。 |
| 分位數（Percentile） | 低於某數值的資料比例 | 例如 P90 代表約 90% 的觀察值不高於該值。 |
| 標準差（SD） | 衡量資料相對平均數的離散程度 | 比較波動程度，但解讀需考慮分布形狀。 |
| 四分位距（IQR） | P75－P25 | 描述中間 50% 資料的散布，較不受極端值影響。 |
平均數與中位數為什麼要一起看？
五位使用者的消費金額為 100、120、130、150、1,000 元。
平均數 = 300 元；中位數 = 130 元。
少數高消費者把平均數拉高，因此「平均消費 300 元」不代表多數使用者的典型消費水準。
平均數 = 300 元；中位數 = 130 元。
少數高消費者把平均數拉高，因此「平均消費 300 元」不代表多數使用者的典型消費水準。
長尾分布（Long-tail Distribution）
長尾代表少數項目占據很大比例，另外大量項目各自規模不大，但加總後仍可能有可觀價值。常見於商品銷售、內容瀏覽、使用者消費與搜尋詞。
- 不要只分析頭部商品，也要評估長尾商品的總貢獻。
- 用累積占比曲線找出前 20% 商品是否貢獻 80% 銷售，但不要把 80/20 當成必然規律。
- 觀察分布是否隨時間改變，例如中腰部商品是否逐漸成長。
適用情境 客單價、訂單金額、商品銷售、配送時間、使用頻率、會員價值。
分布分析：平均數之外的故事HSUCHE 數據筆記 · 轉載請註明出處
