Remove-one analýza pro KPI: rozbor příspěvku událostí

Rozklad příspěvku jednotlivých událostí do agregovaných KPI: remove-one analýza

Integrovaný ukazatel výkonnosti dodavatele (IUV) agreguje metriky Fill Rate, Quality Score, OTIF a Lead Time se stejnými váhami 0,25. Podnikání vyžaduje nejen hodnoty KPI, ale i přesné určení, která nákupní akce je snížila a o kolik. Naivní výpočet metrik pro jednotlivé nákupy je nesprávný: všechny metriky jsou založeny na souhrnných hodnotách v datovém okně – aktuální datum minus 14 dní plus 30 dní zpět pro zohlednění zpoždění.

Remove-one analýza řeší tento úkol: vypočítá se metrika pro všechna data (Metric_all), poté bez jednoho záznamu (Metric_without_i), rozdíl udává příspěvek záznamu. Pokud po odstranění metrika roste, nákup ji zhoršoval.

Příklad výpočtu pro Fill Rate

Uvažujme tři nákupy:

| Nákup | Objednáno | Zrušení dodavatelem |

|---------|---------|-----------------|

| A | 100 | 5 |

| B | 200 | 0 |

| C | 50 | 15 |

Celkový Fill Rate = (1 - 20/350) × 100 = 94,29 %.

Bez C: (1 - 5/300) × 100 = 98,33 %. Příspěvek C: 94,29 - 98,33 = -4,04 procentních bodů.

Vzorec Fill Rate: (1 - ΣZrušení dodavatelem / ΣObjednáno) × 100. Odstranění mění agregát nelineárně kvůli jmenovateli.

Obtíže s Quality Score

Quality Score = 100 - DefectRate. DefectRate má dvě větve:

• DefectRate_ks = ΣVadné kusy / ΣObjednané kusy
• DefectRate_rub = ΣVadné rubly / ΣObjednané rubly

Logika výběru:

• Pokud (100 - DefectRate_ks) < 90, použít ks.
• Jinak pokud (100 - DefectRate_rub) < 90, použít rub.
• Jinak ks.

Problém: při remove-one se může větev přepnout. Například všechna data – ks, bez i – rub. Srovnání nesrovnatelných hodnot zkresluje příspěvek.

Řešení: fixovat větev na úrovni agregovaného ukazatele. Algoritmus:

• Vypočítat QualityScore_all a calculation_mode.
• Pro každý nákup počítat without_i ve stejném mode.

Úskalí implementace

• Nelinearita: příspěvek závisí na celém výběru, odstranění jednoho prvku má neúměrný efekt.
• Přepínání vzorců: vyžaduje fixaci mode.
• Klouzavá okna: denní přepočet mění příspěvky v čase.

Alternativa – what-if analýza: nahradit stav nákupu ideálním a přepočítat. Rozdíl:

• Remove-one: skutečný příspěvek k aktuálnímu KPI.
• What-if: hypotetické zlepšení při ideálním nákupu.

Zvolili jsme remove-one pro přesné vysvětlení skutečného snížení.

Co je důležité

• Agregované metriky vyžadují remove-one pro správný rozklad příspěvku.
• Fixace calculation_mode zabraňuje zkreslením od nelineárních větví.
• Datové okno (14+30 dní) zohledňuje zpoždění dodávek.
• Přístup je analogický leave-one-out v ML a Shapley value v ekonomii.
• Backendová implementace kombinuje diskrétní matematiku a inženýrské kompromisy.

Použití v jiných oblastech

Sensitivity analysis s remove-one se používá:

• Leave-one-out validace v strojovém učení.
• Explainable AI pro interpretaci modelů.
• Shapley value pro rozdělení příspěvku v kooperativních hrách.
• Data analytics pro atribuci událostí.

V backendu se to mění v úlohu stabilního výpočtu pro velké objemy dat bez ztráty interpretovatelnosti.

— Editorial Team