W zadaniu chodzi o najszybsze i najbardziej użyteczne wskazanie dni odstających w danych z ostatnich 10 dni (np. wyjątkowo dużo lub wyjątkowo mało dostaw). Do tego celu najbardziej pasuje miara, która opisuje zmienność wyników, czyli to, jak szeroko wartości "rozrzucają się" wokół typowego poziomu.
Odchylenie standardowe jest klasyczną miarą rozproszenia. Im jest większe, tym bardziej dzienne liczby dostaw różnią się między sobą i od wartości przeciętnej. Dzięki temu łatwiej zidentyfikować dni, które znacząco odbiegają od reszty (potencjalne anomalie), zwłaszcza gdy stosuje się proste reguły typu porównanie do średniej i typowego rozrzutu.
Dlaczego pozostałe odpowiedzi nie są najlepsze w tym kontekście?
- Średnia – mówi, jaki jest przeciętny poziom dostaw, ale sama w sobie nie pokazuje, czy w danych są duże wahania. Można mieć tę samą średnią przy bardzo stabilnych dostawach i przy dużych skokach.
- Mediana – również opisuje wartość centralną (często "odporną" na skrajności), ale nie mierzy rozproszenia. Jest użyteczna, gdy dane mają pojedyncze skrajne wartości, jednak nadal nie daje bezpośredniej informacji o skali wahań.
- Wartość korelacji – dotyczy zależności między dwiema zmiennymi (np. liczba dostaw a liczba pracowników). W pytaniu analizowana jest jedna zmienna w czasie (liczba dostaw w kolejnych dniach), więc korelacja nie jest właściwą miarą do wykrywania dni odstających.
W praktyce magazynowej (planowanie przyjęć, obsada zmian, wykorzystanie bram/doków) znajomość zmienności liczby dostaw pomaga ustalać bufory zasobów i szybciej reagować na nietypowe dni, które mogą wymagać dodatkowego personelu lub zmiany harmonogramu.
