карты шухарта что это такое
Контрольная карта Шухарта
Из Википедии — свободной энциклопедии
Контрольная карта Шухарта — визуальный инструмент, применяемый в управлении производством и бизнес-процессами, график изменения параметров процесса во времени для осуществления статистического контроля стабильности процесса. Своевременное выявление нестабильности позволяет получить управляемый процесс, без чего никакие улучшения невозможны в принципе. Контрольные карты впервые введены в 1924 году Уолтером Шухартом с целью снижения вариабельности процессов путём исключения отклонений, вызванных несистемными причинами.
Цель построения контрольной карты — выявление точек выхода процесса из стабильного состояния для последующего установления причин появившегося отклонения и их устранения. Задачи построения контрольной карты Шухарта — определить границы системной вариативности процесса, спрогнозировать поведение процесса в ближайшем будущем на основе прошлых данных о процессе.
Выходящий параметр процесса всегда имеет изменчивость вследствие воздействия различных факторов (кратковременных отклонений входов и внутренних параметров). Таких факторов обычно много, и поэтому они частично компенсируют друг друга. Вследствие этого в стабильном состоянии выходы процесса лежат в определённом коридоре — зоне системной вариабельности процесса. Вероятность выхода параметра за пределы этого коридора не равна нулю, но, как правило, мала.
При введении контрольных карт в организации важно определить первоочередные проблемы и использовать карты там, где они наиболее необходимы. Сигналы о проблемах могут исходить от систем управления дефектами, от претензий потребителей, от любых процессов организации.
Контрольные границы — коридор, внутри которого лежат значения при стабильном состоянии процесса. Контрольные границы рассчитываются по формулам, жестко привязанным к типу карты; эти границы вычисляются по данным о процессе, и никак не связаны с допусками:
Признаки особой изменчивости сигнализируют о нарушении стабильности (управляемости) процесса:
Есть и другие признаки [1] ; но установившегося общепринятого набора дополнительных правил чтения контрольных карт нет, поэтому рекомендуется использовать в первую очередь правило Шухарта (выход точек за границы), а все прочие вводить по мере накопления опыта при необходимости.
По шкале измерения карты подразделяются на качественные и количественные. Среди возможных вариантов по выборочному параметру — карты индивидуальных значений, скользящих размахов, среднего, среднеквадратического отклонения, медианы, размаха.
InLean
Методики бережливого производства и оптимизации бизнес процессов
Контрольные карты Шухарта
Контрольная карта Шухарта показывает, когда ваш процесс выходит из-под контроля и помогает определить наличие специальных причин вариации. Когда мы сталкиваемся с особыми причинами вариации, наш процесс начинает быть нестабильным и нам необходимо принимать меры, чтобы выровнять процесс. Также на контрольной карте можно увидеть тренды и предсказать дальнейшее развитие процесса. Поэтому контрольные карты используются для определения зон фокуса.
Контрольная карта – это график, на котором отображены данные, упорядоченные по времени. Большинство контрольных карт включает центральную линию и верхний и нижний контрольный лимит. Центральная линия – это среднее значение процесса. Контрольные лимиты – это вариабельность процесса. По умолчанию, контрольные лимиты рисуются на расстоянии 3-х стандартных отклонений от центральной линии.
Когда использовать контрольные карты
Контрольные карты могут быть полезным инструментом вне зависимости контролируете ли вы текущий процесс или пытаетесь лучше понять новый процесс.
Вы можете использовать карты Шухарта для:
Структура контрольных карт
Как я уже говорил ранее, обычная контрольная карта состоит из графика переменных процесса, центральной линии и верхних и нижних контрольных лимитов. Также некоторые карты могут содержать спецификационные лимиты. Давайте разберем каждый из этих элементов более подробно.
Центральная линия представляет собой фактическое среднее значение процесса и это не обязательно требуемое среднее значение процесса.
Центральная линия представляет собой горизонтальную линию на графике и отражает среднее значение измеряемого параметра качества. Центральная линия нужна, чтобы видеть, как ведет себя процесс по сравнению со средним значением. Если наш процесс контролируется, точки будут случайным образом распределены по обе стороны от центральной линии.
Не путайте центральную линию с целевым значением процесса. Целевое значение – это желаемый результат, а не фактический.
Контрольные лимиты отражают вариабельность процесса и помогают понять, когда ваш процесс находится не под контролем.
Контрольные лимиты – это горизонтальные линии выше и ниже центральной линии, которые используются для оценки стабильности процесса. Верхний и нижний контрольные лимиты рассчитываются на основе случайной вариабельности процесса. По умолчанию, контрольные лимиты отражают 3 стандартных отклонения выше и ниже центральной линии.
На примере выше график отражает измерения влажности продукта. Видно, что пятая точка измерения находится выше верхнего контрольного лимита. Эта точка показывает, что влажность продукта в этот момент времени была выше ожидаемого.
Не путайте контрольные лимиты со спецификационными лимитами. Контрольные лимиты рассчитываются исходя из вариабельности процесса, спецификационные лимиты основаны на ожиданиях клиента. Процесс может быть под контролем и, тем не менее, не отвечать требованиям спецификации.
Спецификационные лимиты — это значения, внутри которых должен находится процесс. На графике это горизонтальные линии ниже и выше центральной линии. Эти границы обычно определяются требованиями потребителя. На примере влажности продукта выше. Если влажность будет выше спецификационного лимита, продукт испортится раньше, указанного на упаковке, срока годности. И наоборот, если влажность будет ниже, продукт будет очень твердым и его никто не будет покупать.
Построение контрольных карт
Контрольные карты строятся достаточно просто, при наличие Minitab. Достаточно иметь данные для построения и знать, какой график вы хотите построить (об этом мы поговорим в следующих статьях). Но даже если Minitab’a нету под рукой, в Excel контрольные карты тоже можно построить.
Давайте с вами рассмотрим пример построения самого популярного графика для контрольных карт I-MR. I-MR расшифровывается как Individual – Moving Range и используется, если в одном тесте у нас всего одно измерение.
В появившемся диалоговом окне Individuals-Moving Range Chart в поле Variables указываем набор переменных для нашего графика.
Щелкаем кнопку OK, и программа выдает окно, которое состоит из двух графиков. Первый, верхний график выстроен по индивидуальным значениям каждого измерения. Второй, нижний график отражает размер смещения каждого последующего измерения от предыдущего, т.е. насколько изменилось значение по сравнению с предыдущим. По сути, это разница измерений, например, между вторым и первым, третьим и вторым и т.д. Поэтому для первой точки измерения на графике Individual отсутствует точка на графике Moving Range, так как она первая и сравниваться ей не с чем.
Если у вас не установлен Minitab не расстраивайтесь. Excel также прекрасно справляется с построением графиков временного ряда, только нужно будет добавить функционал позволяющий рассчитывать контрольные лимиты. Да и это тоже не проблема. Я создал для вас файл-шаблон, который выстраивает контрольную карту по тому набору данный, который у вас имеется.
Для более простого понимания вы можете скачать файлы, которые я использовал при создании этой статьи.
Сегодня мы с вами поговорили о контрольных картах – основном инструменте статистического управления процессами. Контрольные карты помогают понять, является ли процесс под контролем и предсказать изменения в процессах в будущем. В следующей статье мы с вами поговорим о типах контрольных карт, встречающихся в SPC
Один комментарий
Добавить комментарий Отменить ответ
Для отправки комментария вам необходимо авторизоваться.
Введение
S tatistical methods.
S hewhart control charts
1 Область применения
Д ополнительный материал, связанный с подходом Шухарта, а именно, использование предупреждающих границ, анализ структур тренда и возможности процессов, лишь упомянут. Кроме того, существуют другие типы контрольных карт [ 2 ].
2 Обозначения и сокращения
3 Основы контрольных карт Шухарта
Г раницы ± 3 s указывают, что около 99,7 % значений характеристики подгрупп попадут в эти пределы при условии, что процесс находится в статистически управляемом состоянии. Другими словами, есть риск, равный 0,3 % (или в среднем три на тысячу случаев), что нанесенная точка окажется вне контрольных границ, когда процесс стабилен. Употребляется слово «приблизительно», поскольку отклонения от исходных предположений, таких как вид распределения данных, будут влиять на значения вероятности.
Н екоторые консультанты предпочитают вместо множителя, равного 3, значение 3,09, чтобы обеспечить номинальное значение вероятности 0,2 % (в среднем два вводящих в заблуждение наблюдения на тысячу), но Шухарт выбрал число 3, чтобы не давать поводов к рассмотрению точных вероятностей. Аналогично некоторые консультанты применяют фактические значения вероятностей для карт, основанных на ненормальных распределениях, таких как карты размахов и долей несоответствий, и в этом случае в карте Шухарта также используют границы на расстоянии ± 3 s вместо вероятностных пределов, упрощая эмпирическую интерпретацию.
В ероятность того, что нарушение границ в самом деле случайное событие, а не реальный сигнал, считается столь малой, что при появлении точки вне границ следует предпринять определенные действия. Так как действие предпринимается именно в этой точке, то 3 s контрольные границы иногда называются «границами действий».
П ри применении контрольных карт возможны два вида ошибок: первого и второго рода.
О шибка первого рода, возникает, когда процесс находится в статистически управляемом состоянии, а точка выскакивает за контрольные границы случайно. В результате неправильно решают, что процесс вышел из состояния статистической управляемости, и делают попытку найти и устранить причину несуществующей проблемы.
К огда наносимое значение выходит за любую из контрольных границ или серия значений проявляет необычные структуры, (раздел 7 ), состояние статистической управляемости подвергается сомнению. В этом случае надо исследовать и обнаружить неслучайные (особые) причины, а процесс можно остановить или скорректировать. Как только особые причины найдены и исключены, процесс снова готов к продолжению работы. При возникновении ошибки первого рода можно не найти никакой особой причины. Тогда считают, что выход точки за границы представляет собой достаточно редкое случайное явление при нахождении процесса в статистически управляемом состоянии.
Е сли контрольную карту процесса строят впервые, то часто оказывается, что процесс статистически неуправляем. Контрольные границы, рассчитанные на основе данных такого процесса, будут иногда приводить к ошибочным заключениям, поскольку они могут оказаться слишком широкими. Следовательно, прежде чем устанавливать постоянные параметры контрольных карт, надо привести процесс в статистически управляемое состояние.
4 Типы контрольных карт
К онтрольные карты Шухарта бывают двух основных типов: для количественных и альтернативных данных. Для каждой контрольной карты встречаются две ситуации:
а) стандартные значения не заданы;
б) стандартные значения заданы.
4.1 Контрольные карты, для которых не заданы стандартные значения
4.2 Контрольные карты при наличии заданных стандартных значений
Ц елью таких карт является определение того, отличаются ли наблюдаемые значения 
, R и т.п. для нескольких подгрупп (каждая объемом n наблюдений) от соответствующих стандартных значений Х0 (или m ) и т.п. больше, чем можно ожидать при действии только случайных причин. Особенностью карт с заданными стандартными значениями является дополнительное требование, относящееся к положению центра и вариации процесса. Установленные значения могут быть основаны на опыте, полученном при использовании контрольных карт без априорной информации, или на заданных стандартных значениях, а также на экономических показателях, установленных после рассмотрения потребности в услуге и стоимости производства, или указаны в технических требованиях на продукцию.
П редпочтительно, чтобы установленные значения определялись на основе исследования предварительных данных, которые, как предполагается, станут типичными для всех будущих данных. Для эффективного использования контрольных карт стандартные значения должны быть сопоставимы с присущей процессу изменчивостью. Карты, основанные на таких стандартных значениях, особенно полезны для управления процессами и поддержания однородности продукции на желаемом уровне.
4.3 Типы контрольных карт для количественных и качественных признаков
В стандарте рассмотрены следующие контрольные карты:
а) контрольные карты для количественных данных:
1 ) карты среднего (
) и размахов ( R ) или выборочных стандартных отклонений ( s );
2 ) карта индивидуальных значений ( X ) и скользящих размахов ( R );
3 ) карта медиан (Me) и размахов ( R );
б) контрольные карты для альтернативных данных:
1 ) карта долей несоответствующих единиц продукции (р) или карта числа несоответствующих единиц ( nр );
2 ) карта числа несоответствий (с) или карта числа несоответствий, приходящихся на единицу продукции (и).
5 Контрольные карты для количественных данных
К онтрольные карты для количественных данных имеют следующие преимущества:
а) большинство процессов и их продукция на выходе имеют характеристики, которые могут быть измерены, так что применимость таких карт потенционально широка;
в) характеристики процесса могут быть проанализированы безотносительно установленных требований. Карты запускаются вместе с процессом и дают независимую картину того, на что процесс способен. После этого характеристики процесса можно сравнивать или нет с установленными требованиями;
г) хотя получение количественных данных дороже, чем альтернативных, объемы подгрупп для количественных данных почти всегда гораздо меньше и при этом намного эффективнее. Это позволяет в некоторых случаях снизить общую стоимость контроля и уменьшить временной разрыв между производством продукции и корректирующим воздействием.
Д ля контрольных карт, использующих количественные данные, предполагается нормальное (гауссово) распределение для вариаций внутри выборок, причем отклонения от этого предположения влияют на эффективность карт. Коэффициенты для вычисления контрольных границ выведены при условии нормальности. Поскольку контрольные границы используются только как эмпирические критерии при принятии решений, целесообразно пренебрегать малыми отклонениями от нормальности. Благодаря центральной предельной теореме выборочные средние имеют распределение, приближающееся к нормальному с ростом объема выборки, даже когда отдельные наблюдения не подчиняются нормальному закону. Это обосновывает возможность предположения о нормальности для 
-карт даже при объемах выборок, столь малых как 4 или 5 единиц, взятых для проведения контроля. Если используют отдельные наблюдения для изучения возможностей процесса, истинное распределение важно. Рекомендуется периодически перепроверять выполнение таких предположений, чтобы убедиться, что используемые данные принадлежат одной совокупности. Распределения размахов и стандартных отклонений отличаются от нормального, хотя предположение нормальности использовалось при оценке коэффициентов для вычисления контрольных границ. Такие границы, как правило, приемлемы для процедур принятия эмпирических решений.
5.1 Карты средних (
) и размахов ( R ) или выборочных стандартных отклонений ( s )
Применение контрольных карт Шухарта для количественного анализа трафика (и любых данных вообще)
Что случается, когда математик работает специалистом по контекстной рекламе.
Всем привет, меня зовут Юрий Болотов. Я работаю специалистом по контекстной рекламе в студии «АлаичЪ и Ко».
Перед тем как ты, уважаемый читатель, перейдешь к основной части, я сразу хочу оговориться, что анализ трафика на примере статьи взят просто для примера. Все формулы расчетов будут актуальны и для любых других данных:
количества продаж в офлайн-магазине;
оповещений о падении трафика с контекста;
оценки эффективности изменений в рекламной компании;
да хоть количества ошибок в тексте вашего копирайтера или количества бракованных деталей на заводе — метод, который мы будем рассматривать, как раз чаще всего используют для реальных производств.
Также постараюсь ответить на вопрос «и чё?» (зачем это все надо).
В любых данных, на которые мы обычно смотрим, содержится информация о том, как реально работает наша система (привлечения трафика, система продаж, оборудование на заводе и т. д.) и разные специальные причины или особые случаи.
Так вот, системное нужно лечить системно, и для этого есть целый ряд анализов — корреляционный, факторный, кластерный и т.д. А особые случаи надо лечить особо.
Собственно, описанный ниже метод и позволяет узнать, где особые случаи, а где системные.
Метод этот — контрольные карты Шухарта. Это ГОСТ Р 50779.42-99. Этот метод очень точный. Всего в 0.3% случаев (3 на 1000) есть риск, что график выйдет за границы, когда никаких особых причин нет.
Существует несколько видов контрольных карт. Нам для наших задач очень подходит карта скользящих размахов. Именно работу с ней я и буду описывать. Для примера был взят трафик на блог нашего руководителя Александра Алаева.
Новые посетители были взяты лишь из расчета, что они еще не знают про организацию и могут быть заинтересованы в услугах в отличии от постоянно посещающих.
И так, мы взяли и записали в эксельке трафик новых посетителей в будние дни.
(Не обращайте внимания на то, что в таблице данные почти годовалой давности, эта публикация очень долго пролежала «в столе» перед тем, как мы решили ее опубликовать).
Теперь надо нам надо посчитать скользящий размах. Это разница между 1 и 2 значениями, 2 и 3, 3 и 4 и т. д.
Так, разница между 1 и 2 значениями у нас 581-486=95, разница между 2 и 3 — 585-581=4 и т. д. В результате получаем такую таблицу:
Следующим шагом нам надо посчитать средние значения посетителей (B столбец) и скользящих размахов (C столбец).
Среднее посетителей = (486+581+. +566)/21 = 564 или формулой в таблице =СУММ(B1:B21)/21.
Среднее размахов = (95+4+. +24)/20 = 40,8 (=СУММ(C2:C21)/20).
Теперь берем наш средний размах и умножаем на 3,267 (это постоянное число и не зависит от других параметров. Можете поверить мне, можете проверить по таблице в ГОСТе).
40,8*3,267=133,29. Это число называется верхней контрольной границей скользящих размахов.
Нам надо проверить, чтобы наши размахи не выходили за пределы этой границы. Если выходят, то сначала надо искать причину и устранять ее, прежде чем двигаться дальше. Например, при анализе общего трафика на сайт такое может возникнуть, если бюджет контекстной рекламы пополняется в случайные дни, и она то работает, то нет. В нашем случае все размахи входят в границу. Значит, двигаемся дальше.
Последним шагом в расчетах мы найдем верхнюю и нижнюю контрольные границы нашей карты.
Верхняя контрольная граница (UCL) = Среднее значение (564) + Среднее значение размахов (40,8) умноженное на 2,66 (это тоже постоянное значение, взятое из таблиц в ГОСТе).
Нижняя контрольная граница (LCL) = 564-40,8*2,66=455.
Для наглядности построим график:
Все операции, проделанные выше, были сделаны еще в начале октября. После этого я стал ждать, когда график выйдет за границы, чтобы можно было показать это, найти причину выхода и закончить эту статью каким-нибудь наглядным примером.
Долго ждать не пришлось.
Уже 11-го числа график вышел за верхнюю границу. «Вот оно!» — подумал я. «Значит что-то случилось. Просто так этого быть почти не могло».
Когда я построил отчёт в Метрике по источникам перехода, то сразу понял, что же именно случилось. Оказалось, что 10 числа была опубликована статья-интервью на Спарке.
Именно это событие и было особым случаем, который контрольные карты должны выявлять.
После того, как подобное событие найдено, необходимо либо приложить все усилия, чтобы оно стало постоянным (когда это возможно) если событие положительное; либо, если оно отрицательное, постараться сделать так, чтобы оно никогда больше не наступало.
А теперь один реальный кейс по контекстной рекламе.
В конце ноября 2017 года к нам на контекстную рекламу пришел крупный интернет-магазин. Для крупных клиентов с большими бюджетами (там, где трудозатраты имеют смысл) я для себя строю карты по основным метрикам. Обычно это общее количество визитов, визиты по основным рекламным каналам, CPL и % конверсии (по нему очень удобно определить проблемы с оформлением заказов на сайте).
Весь декабрь и январь мы настраивали кампании в Google AdWords, Google Merchant, Яндекс.Директ, Яндекс.Маркет. В конце-концов, к февралю, все основные направления были запущены, фиды загружены, бюджеты пополнены. Клиент все время активно дорабатывал сайт, создавал новые разделы, менял корзину и т. д. О каких-то изменениях клиент нас предупреждал, а о каких-то нет. Одно из таких изменений и привело к тому, что я решил написать всю эту статью.
В феврале я решил, что пора построить карту и следить за показателями. Реклама к этому моменту работала стабильно, системы аналитики были настроены и казалось, что ничего не предвещает проблем.
По итогам февраля я взял данные по визитам за месяц, посчитал аналогично скользящие размахи.
среднее значение — 660
средний размах — 72
верхнюю границу — 852
нижнюю границу — 470
Построил график (хотя на практике удобней просто в таблице выделять цветом данные, выходящие за пределы)
После построения графика, осталось только ждать и наблюдать, а т. к. клиент все еще много работал над сайтом, то первая проблема не заставила себя ждать.
Уже 16 марта график вышел за нижнюю границу. А т. к. 17-18 были выходные, то поиск проблемы начался лишь 19-ого числа.
Пересмотрев отчеты в метрике и рекламных кабинетах, я обнаружил следующую картину:
Уже потом выяснилось, что в 16 числа была переделана мобильная версия сайта и туда просто забыли установить коды аналитики.
В конце хочу привести еще одну гипотетическую ситуацию, как применение контрольных карт может перевернуть взгляд на некоторые вещи с ног на голову.
Представьте, что у вас есть производство каких-нибудь мелких изделий. Вы решаете, что надо замерять количество бракованных деталей по каждому мастеру отдельно. Строите карты, высчитываете границы и начинаете следить изо дня в день.
Вдруг в какой-то день вы видите, что мастер Петр Иванович вышел за нижнюю границу или, говоря по-другому, сделал так мало брака, как никогда. Для вас это сигнал — надо выяснить, что же такого в этот день случилось с Петром Ивановичем, чего никогда раньше не было?
Вы выходите из своего офиса, спрашиваете людей и выясняется, что мастер пришел на работу немного «под мухой». И в таком состоянии у него руки не трясутся, он спокойно и невозмутимо делает свою работу.
Что же это получается? Вместо того, чтобы оштрафовать мастера или уволить по статье, надо разрешить ему немного принимать утром на грудь! 🙂
Это, конечно, юмор (с бесконечным уважением к мастерам). Надеюсь, пример «как можно посмотреть на ситуацию с другого ракурса» понятен.
Хорошего дня и спасибо, что прочитали! Буду рад пообщаться в комментариях.
Если посмотреть на график с 8 по 11 февраля, то он тоже очень сильно просел, однако за границу не вышел. Поэтому и строится карта с вычислением границ, чтобы просто так не паниковать.
Конечно мы в метрику и без этого смотрим, только данные можно по разному анализировать
Можете сказать как будете отличать аномальное поведение графика от обычных колебаний? Или после каждого проседания графика панику разводить? Я просто не очень понимаю как вы по ощущениям будете решать проблемы
Хотя я не буду отрицать, что в случае с блогом Саши это действительно притяну для демонстрации. И это надо в первую очередь бизнесу самому, а не мне. Я всего для 3ех клиентов слежу так за данными
Хорошая статья! Саша молодец, что начал прокачивать медийно не только себя, но и сотрудников. Получается клево:)
Спасибо! Так мы давно уже это. Все свежие кейсы публикуются на разных площадках от имени моих ребят. В том числе на моем блоге про seo последние посты писали специалисты seo-отдела.
Астрологи объявили неделю годных статей на vc, а то последние пол года как не зайдёшь, так очередная поебота рерайченая от очередного нонейм агенства
не сказал бы, что это статья про контекстную рекламу. Основное применение карт Шухарта это скорее производство. Причем использовали их на крупных предприятиях типа мотороллы и джэнерал электрик
мы используем карты Шухарта для управления инцидентами Service Desk
Интересно узнать помогли ли они на практике Вам
Далеко не на все отрицательные изменения приходят уведомления. Например мой коллега из СЕО недавно писал статью про аффилированые сайты и там яндекс не то что не уведомляет, а вообще отрицает такое явление. Так что не всегда всё очевидно.
Да и с положительными изменениями не всегда маркетолог в курсе (надеюсь с этим спорить никто не станет).
Ну и еще раз скажу
Я согласен, что по метрике и так почти всегда очевидны проблемы. График метрики тут скорее для примера показан чтобы рассказать как считать это. А вот где и как применить решать уже управленцам.
«Почему вырос трафик?» в данном случае выход за контрольную границу означал бы, что случилось какое-то событие из-за которого трафик вырос настолько резко. Найти же это событие (обзор, отзыв или что-то еще из перечисленного Вами) как раз и надо. Хотя Вы и сами сказали, что маркетолог обычно в курсе таких вещей.
а вам несложно будет сослаться на статью? Очень любопытно почитать.
1. Метод учитывает вариант когда траффик постоянно растет?
Например раз в неделю увеличиваем рекламный бюджет в Директе на 5% и соответственно идет постоянный рост.
Плюс есть всплески от разовых акций.
2. За какой период брать данные, чтобы они были статистически достоверными?
3. Будет ли видно если идет несколько всплесков подряд?
Например, мы построили базовую модель.
Далее разовая реклама дала отклонение в 50% от верхней границы.
Потом еще одна реклама дала отклонение в 50% от верхней границы.
Третья реклама дала отклонения в 5% от верхней границы, но мы этого не видим, так как данные от первых двух всплесков изменили верхнюю границу.
Добрый вечер.
1) Тут надо разобраться за какой метрикой следим, когда увеличиваем бюджет на 5%? Если следим просто за количеством трафика, то он, конечно, рано или поздно перевалит за верхнюю границу. Хорошо это или плохо для Вас? Не очень понятно.
Или вы имеете ввиду можно ли отследить всплеск от разовой акции при постоянно растущем и так бюджете? Так должно будет показать.
Но тут такая вещь еще: график не всегда будет выходить за границы, если что-то случилось. Но вот если вышел, то надо искать причину.
2) Это очень хороший вопрос, на который я тоже пытался найти ответ. К сожалению прямого ответа найти не удалось, но в самом ГОСТе в примере берется выборка из 10 проб (ну или в нашем случае дней) (скрин таблицы из ГОСТа прикладываю).
3) Не очень понял «в 5% от верхней границы, но мы этого не видим, так как данные от первых двух всплесков изменили верхнюю границу.»
Если за границу вышло, то мы это увидим.
Тут бы какой-то живой пример что мы отслеживаем, что дала разовая реклама. А если она разовая, то исключать или делать ее постоянной никто не будет видимо, а тогда зачем нам оно? В общем 3ий вопрос я не очень понял