AI raporunda tekil katılımcı sayılarını toplamak neden fazla sonuç verir?

Alt satırlar doğruyken genel toplam neden farklı?

İki atölyeye katılımı özetliyorsunuz. Yapay zekâ her atölyede üç kişi bulunduğunu doğru sayıyor, ardından genel toplamı altı kişi yazıyor. Oysa iki kişi her iki atölyeye de katılmış. Altı sayısı katılım sayısını anlatabilir; farklı kişilerin sayısı ise dörttür. Veride hatalı satır veya bozuk birleştirme bulunması gerekmez. Aynı kimliğin birden fazla gruba ait olması, grup tekil sayılarının doğrudan toplanmasını engeller.

Bu yazının hedefi tekil kişi ölçüsünün hangi kapsamda hesaplandığını görünür kılmaktır. Birleştirme nedeniyle yinelenen sipariş tutarını düzeltmiyoruz. İki katılım kaydı aynı kişi için iki farklı olayı temsil ediyor ve ikisi de geçerli. Bu olaylardan birini silmeden kişi sayısını hesaplayacağız. Ölçüyü düzeltmek ile gerçek kayıtları kaldırmak arasında önemli bir ayrım vardır.

Kimlik ve katılım olayı ayrı sütunlar olsun

Her olayın kimliği farklıdır. K2’nin E2 ve E4 kayıtları iki ayrı atölyeye katılımını gösterir. Bu nedenle kişi sütununda yinelenme bulunması veri hatası değildir. Kişi kimliklerinin doğru eşleştirilmiş olduğu bu eğitim örneğinin ön koşuludur. Gerçek ad benzerliğinden kimlik üretmek farklı bir çalışma gerektirir; bu hesap iki benzer ismi kendiliğinden aynı kişiye bağlamaz.

A kapsamındaki kişi kümesi K1, K2 ve K3; B kapsamındaki kişi kümesi K2, K3 ve K4’tür. Küme, aynı üyeyi kendi içinde bir kez tutan listedir. Atölye başına tekil sayı üçtür. Bütün etkinliğe geçtiğinizde aynı işlemi bütün altı kaydın kişi alanına yeniden uygulayın. Bu işlem grup sonuçlarını toplamakla aynı değildir.

Microsoft’un DISTINCTCOUNT açıklaması da genel tekil toplamın kategorilerdeki sayıları toplamak olmadığını vurgular. Aynı kimlik birden fazla kategoriye girebildiği için toplam kendi kapsamındaki farklı değerlerden hesaplanır. Burada bir DAX motoru çalıştırılmıyor; aynı sayım fikri küçük ve elle izlenebilen bir kişi kümesinde gösteriliyor.Kaynak: Microsoft — DISTINCTCOUNT

Birleşim ve kesişim hatanın yerini gösteriyor

|A birleşim B| = |A| + |B| − |A kesişim B|. Bu örnekte 3+3−2=4 kişi. Katılım olayı sayısı ayrı: E1–E6, toplam 6. Genel katılımcı sayısı 4; iki atölyeye birden gelen kişi sayısı 2.

K2 ve K3 ilk toplamda ikişer kez sayıldığı için kesişim bir kez çıkarılır. Bu formül iki küme için kullanılır. Üç veya daha fazla grupta bütün ikili kesişimleri gelişigüzel çıkarmak yeterli olmayabilir; bir kişi üç grubun hepsinde bulunabilir. Pratikte genel kapsamın ham kimliklerini birleştirip tekilleştirmek, küçük tablolar için daha kolay denetlenebilir bir yoldur.

Buradaki düzeltme altı olayın dörde düşürülmesi değildir. Olay listesi altı satır kalır; ondan iki farklı ölçü üretilir. “Kişi başına ortalama katılım” sorulursa 6/4=1,5 etkinlik hesaplanabilir. Bu değer kimsenin yarım bir etkinliğe katıldığı anlamına gelmez. Toplam olay ile toplam kişi arasındaki oranı tarif eder ve iki atölyelik veri kapsamıyla sınırlıdır.

Başlık, paydanın ne olduğunu söylemeli

Raporun bir bölümünde atölye katılımcıları, başka bölümünde genel katılımcılar gösterilebilir. İki satırın toplamının genel satıra eşit olmamasını açıklayan kısa bir not ekleyin: bazı kişiler birden fazla atölyede yer alır. Modelin toplamı tutturmak için alt satırları değiştirmesi istenmez. A ve B’nin üçer kişi olduğu doğrudur; yanlış olan altı sayısını farklı kişi toplamı diye etiketlemektir.

Yüzde dağılımı hazırlarken de aynı kapsam sorusu devam eder. A’daki üç kişi genel dört kişinin yüzde 75’idir; B için de yüzde 75’tir. Bu yüzdeler kişinin hangi atölyelerde bulunduğunu gösterir ve toplamları yüzde 150 olabilir. Her kişinin yalnız tek kategoriye girdiği bir dağılım değildir. Modelin yüzdeleri yüz yapmaya çalışması, kategorilerin örtüştüğü bilgisini kaybettirebilir.

Birden fazla katılımı ayrı saymak istediğinizde ise altı olay üzerinden dağılım A için yüzde 50, B için yüzde 50 olur. Bu ikinci oran katılım olaylarının paylaşımıdır. Aynı veri iki geçerli soruya farklı cevap verir. Rapor metninde payı, paydayı ve grubun üyelik kuralını belirtmek okurun hangi sorunun yanıtlandığını anlamasını sağlar.

AI’dan iki ölçüyü ayrı üretmesini isteyin

E1=A/K1, E2=A/K2, E3=A/K3, E4=B/K2, E5=B/K3, E6=B/K4. Her E ayrı ve geçerli katılım olayı; K kişi kimliğidir. Atölye başına tekil kişi, genel tekil kişi, ortak kişiler ve toplam katılım sayısını ayrı hesapla. Olayları silme. Genel tekil sayıyı alt grup sayılarından doğrudan toplama. Çıktıda kimlik kümeleri ve her ölçünün anlamı bulunsun. Yeni kişi veya gerçek etkinlik sonucu uydurma.

A’ya üç, B’ye üç kişi katıldı. K2 ve K3 iki atölyede de bulunduğu için genel tekil katılımcı sayısı dört. Toplam altı katılım olayı var. Kişi ölçüsünde 3+3 genel toplam değildir; olay listesi korunmuştur.

Kontrolü üyelik üzerinden yapın: genel kümenin her üyesi en az bir kaynak satırda bulunmalı ve her kaynak kişinin genel kümede karşılığı olmalıdır. Bu çift yönlü kontrol, doğru görünen dört sayısının yanlış kimliklerle kurulmasını yakalar. Sadece sayı eşitliği yeterli kanıt değildir.

Bir kişi üçüncü atölyeye de gelirse

C atölyesine K3 ve K5 katılsın; iki yeni olay ekleyin. Üç atölyenin tekil sayıları, genel kişi sayısı ve toplam olay sayısı kaç olur? Önce bütün kimlikleri birleşik bir listede yazın, sonra aynı kişiyi genel kapsamda bir kez sayın.

Atölyeler A=3, B=3, C=2. Olay sayısı 8. Genel kişi kümesi K1/K2/K3/K4/K5; tekil sayı 5. K3 üç atölyede de bulunduğu için grup sayılarını toplamak 8 verir ve kişi ölçüsünü anlatmaz.

Teslim edeceğiniz tabloda genel satırın hesap kuralını koruyun. Bir ölçünün farklı kapsamda yeniden hesaplanması, tablo toplamının keyfî olduğu anlamına gelmez. Tam tersine, hangi kişileri bir kez saydığınızı göstermek sonucu yeniden üretilebilir hale getirir.