上四分位数测评：别踩这些坑
上四分位数测评最容易翻车的地方，不是公式不会算，而是把它讲错、用错、比错。很多报告里Q3看着高级，实际样本太少、口径混乱、拿它硬当目标线。下面用问答拆坑，都是数据汇报里真会遇到的问题。
Q：样本只有几个，能做上四分位数测评吗？
能算，但不建议重度解读。比如只有5个门店销量，Q3一变动就可能是某一家门店的影响，这时说“高位水平显著提升”很虚。
更稳的做法是把周期拉长，或增加同类样本。少样本场景下，直接展示原始排序反而更透明：5个数摆出来，读者一眼能看懂，不必强行套Q3制造专业感。
Q：不同软件算出来不一样，是谁错了？
大概率没人错，是算法口径不同。四分位数在样本位置不刚好落点时，需要插值，不同工具处理方式会有差别。Excel的INC、EXC，Python、R的默认方法，都可能给出微差。
避坑方法很简单：报告里写一句“上四分位数采用PERCENTILE.INC 0.75口径”。别小看这句话，跨部门对数时它能少掉一半争议。
Q：上四分位数能直接代表优秀水平吗？
只能代表偏高区间的分界，不天然等于优秀。比如页面加载时间Q3为5秒，说明75%的页面在5秒内加载完成，但这绝不代表5秒优秀，用户可能早就烦了。
做上四分位数测评时，要先判断指标方向。销售额、分数通常越高越好；投诉时长、等待时间、缺陷数通常越低越好。同样是Q3，在不同指标里含义完全反着来。
Q：只看Q3够不够？
不够。只看Q3，你不知道中间是不是稳定，也不知道尾部有多离谱。最推荐的组合是Q1、中位数、Q3、最大值，必要时加P90。
举个例子：两个渠道Q3都为300元，但A渠道中位数280元，B渠道中位数80元。A是整体消费高，B可能是少量大单撑起高位。只看Q3，会把两个完全不同的分布看成一样。
Q：用Q3做异常判断靠谱吗？
靠谱，但要和IQR一起用。常见规则是：高异常阈值=Q3+1.5×IQR，低异常阈值=Q1-1.5×IQR。这个方法比单纯用平均数加减标准差更抗极端值。
但别机械删除异常。异常订单可能是刷单，也可能是真大客户；异常耗时可能是系统故障，也可能是复杂工单。Q3测评负责把可疑点圈出来，最后还得回业务现场确认。
常见问题
上四分位数测评报告里应该写哪些信息？
至少写数据范围、统计周期、样本量、计算口径和指标方向。否则别人很难判断这个Q3是否可比、是否可信。
Q3下降一定是坏事吗？
不一定。销售额Q3下降可能不好；响应时长Q3下降通常是好事。先看指标是越高越好还是越低越好。
上四分位数适合和同比环比一起看吗？
适合。比如本月Q3比上月升高，说明高位区间变化了。但要确保两个月样本结构接近，否则可能是人群变化导致。