這份名單計算誰,又涵蓋了誰?
一筆刊登資料是一個記錄單位。「一個人」則需要有辨識重複刊登的方法;同一對象跨區、跨方案或換名重刊時,可能產生不只一筆記錄。報告若用人數作為欄名,仍值得閱讀它如何處理重複,而不是自行假定每頁都對應不同的人。
「在架」「現役」「可預約」也需要操作上的定義:是頁面尚未下架、發布者填了狀態,還是有人在某個時間逐筆確認?不同定義描述不同資料。報告的統計基準日,只是這次計算的參考時間,不能代替每筆狀態的確認時間。在方法段落把樣本界定為本站在架、標示可預約的刊登資料,並明示樣本不等於全台市場母體、自陳欄位未經第三方查核。這些是發布者對資料範圍與限制的說明,本頁不將其中數字重新發布為市場事實,也不為刊登對象背書。
名單收得多,與涵蓋得完整是兩個問題
一個網站可能偏重特定地區、聯絡模式或願意公開刊登的人。只透過其他管道出現的人,未必有機會進入同一份名單。因此,收錄城市多、記錄數多,可以增加對「已收錄資料」的描述,仍需要另外回答它漏掉哪些群體。
假設某網站增加了大量同一地區的資料,該地區在站內的占比就可能上升。這個變化可以來自收錄範圍擴張,不必然來自現實中的供給增加。若沒有市場母體或可檢查的推估方法,直接把站內占比稱為市占率,會跨過資料原有的邊界。
研究母群、分析單位、樣本來源、收錄條件與資料處理;內容分析也須說明納入與排除的規則。這些方法資訊有助於審查推論範圍。引用它並不是宣稱任何商業名單符合該規範或獲得認證。
每一張圖的百分比,都要找到自己的分母
總名單筆數可能大於有價格、年齡或地區資料的筆數。若某張圖只計入該欄位填寫有效的記錄,它的百分比描述的是那個子集合。不同圖表使用不同分母,本身可以合理;問題是讀者是否知道它們各自排除了什麼。
以下僅用假設數字說明算式,並非真實產業統計:一份名單有 100 筆,其中 80 筆填寫某欄位,40 筆屬於 A 類。A 類占有效填寫者的 50%,占全部名單的 40%。剩下 20 筆是未知,既不能全部算成 A 類,也不能自動算成非 A 類。
若未填資料的人具有不同特徵,排除他們後的分布也可能與整份名單不同。這是保留未知的理由;計算到小數點後幾位,沒有替缺漏欄位補上答案。
分類可以重疊時,加總超過百分之百也有原因
例如,同一筆資料同時標示定點與外送,若兩項都計入各自分子,就會出現重疊。此時應閱讀為「有多少記錄標示這種方式」,而不是把兩項當成互斥的圓餅切片。要把各類相加,必須先知道分類是否允許複選、分母是否相同,以及未分類者如何處理。
標價中位數描述的是被納入計算的標價
公開標價、完整報價與成交金額是不同變數。若報告只收錄基本方案標價,並排除沒有公開價格的記錄,得到的摘要首先屬於「有標價的這批資料」。它沒有自動涵蓋未標價者、其他方案或實際支付的總額。
中位數是把數值排序後取中間值,筆數為偶數時通常取中間兩值的平均;平均數則是全部數值總和除以筆數。選哪一種摘要,仍要先知道原始數值的定義是否一致。不同時長、起算方式或包含項目混在一起時,換用中位數並沒有完成方案對齊。
此外,摘要改變未必意味原本每筆都改價。增加較高的標價記錄、移除較低的記錄,或補入先前缺漏的價格,都可能改變分布。閱讀「價格上升」這種說法時,需要知道它是在比較相同記錄的變化,還是在比較兩批組成不同的名單。
兩個日期的名單變多,還不能直接叫做市場成長
把兩次觀察放在一起,可以先問:資料來源、收錄地區、下架規則和分類方式是否相同?若網站新增一個來源、調整有效狀態定義或改了重複資料處理,兩次總筆數的差異就混入了方法變更。
即使方法一致,站內新增也可能是原本存在、最近才被收錄的資料;站內下架也可能只是記錄不再公開。若沒有進一步確認,名單變化最直接描述的是收錄狀態,而非現實人口的進出,更不是交易量或需求量。
要分析原有記錄怎麼變,應有能追蹤同一記錄的基礎;要分析整個平台的組成怎麼變,則應保留新增、移除與缺漏的影響。兩種分析都可以有用途,但需要各自說清楚。只保留會自動更新的當前頁面,沒有前次快照,也無法重算過去的比較。
引用時,把範圍和日期一起帶走
引用一張報告圖表,可以寫成:「依某網站在某統計基準日的刊登資料,某類占該欄位有效記錄的多少比例。」若資料會變動,再補上查閱日期。這樣保留了發布者、時間與分母,讀者才知道它在描述哪一批資料。
跨期數字則可表述為:「該網站在兩次觀察中的有效名單筆數不同。」是否足以稱為市場成長,還要看前面的覆蓋與可比條件。把報告放在它能回答的位置,站內資料仍有資訊價值;整體市場尚未被證明的部分,則留給更完整的方法與資料。
