[QUESTIONS] ZEU topic, à mettre en gras, et on oublie pas les topics uniques!

[smokytoks]

Mais en même temps c'est logique... Admettons tu vends 10 fois plus que ton concurrent et en contrepartie ton taux de retour SAV est 2 fois supérieur.

Question : la conclusion est-elle pertinente ?

On rajoute une donnée : la règle de la proportionnalité

Nouvelle conclusion :

Ouais je sais c'est bête, ça fait peut-être pas avancer le schmilliblick, c'est juste une réflexion...

Il n'a pas tort en même temps... La taille de l'échantillon est la donnée qui fait que le résultat est exploitable, ou non.

En effet, c'est un peu mon propos

C'était exactement ma position lors du débat en question...

Mais on m'a soutenu, sans fléchir, que comme il s'agit d'un taux, la quantité vendue n'a aucune importance...

[Foudge]

Mais on m'a soutenu, sans fléchir, que comme il s'agit d'un taux, la quantité vendue n'a aucune importance...

Moi j'ai envie de comprendre.
Quand on vend 10 fois plus, on va avoir à peu près 10 fois plus de retours SAV... et donc un taux de retour identique. Pourquoi ce dernier augmenterait

[keulz]

C'était exactement ma position lors du débat en question...

Mais on m'a soutenu, sans fléchir, que comme il s'agit d'un taux, la quantité vendue n'a aucune importance...

Nonon, ce que je dis, c'est qu'en dessous d'un certain seuil de quantité vendue, le pourcentage de retour n'est pas exploitable.
Par exemple, si tu vends un seul SSD intel et qu'il tombe en panne...

Au delà d'une quantité jugée raisonnable (par quelqu'un qui s'y connait), les quantité n'ont plus d'impact.

[Qiou87]

Moi j'ai envie de comprendre.
Quand on vend 10 fois plus, on va avoir à peu près 10 fois plus de retours SAV... et donc un taux de retour identique. Pourquoi ce dernier augmenterait

En statistique, plus ton échantillon est grand et plus ton résultat va être précis. C'est particulièrement vrai dans l'industrie où il peut arriver qu'un lot entier soit défaillant (moyen de mesure HS, outillage déformé, etc.). Si tu as uniquement ce lot dans ton échantillon, tu as 100% de défauts. Si ton échantillon inclut 50 lots dont ce seul lot défaillant, tu as seulement 2% de défauts.

En général il faut donc avoir un échantillon suffisamment large pour être sûr d'avoir des valeurs correctes ; le minimum dans les stats de HFR est de 100 produits vendus, ce qui est assez faible si tu regardes.

[Larry Coche]

Tu veux dire qu'un fabricant qui vend 1000 unités, dont 100 défectueuses aurait un retour sav de 10%
Et que son concurrent qui en vend 100, dont 10 seraient défectueux aurait un retour sav de 10%

Putain mais oui ca marche...

Enfin dans ma tête avec ma logique de gaucher, c'est comme ca que je vois les choses.
Mais je suis comme foudge, j'attends qu'on m'explique si je suis a coté de la plaque.

[MrChris]

C'était exactement ma position lors du débat en question...

Mais on m'a soutenu, sans fléchir, que comme il s'agit d'un taux, la quantité vendue n'a aucune importance...

Tout le monde a raison en fait...

Bon l'avantage d'un taux exprimé en pourcent c'est qu'il est effectivement réaliste sur l'échantillon testé. Mais pour que la donnée soit effectivement pertinente il faut, en plus du taux qui est incontestable, connaitre la taille de l'échantillon pour déterminer si la donné est représentative du marché.

Prenons un exemple : Si sur une quantité de 10000 pièces vendues (de lots et VPC différents) on relève un taux de panne de 80% sur un bloc d'alimentation Advance (au pif comme ça) alors nous sommes en droit de déconseiller formellement l'achat de ces trucs.

Par contre si on relève sur 100 disque-durs vendus un taux de panne de 50%, le chiffre bien qu'impressionnant est à prendre avec des pincettes car 100 unités c'est trop peu pour juger formellement que cette gamme de produit est défectueuse. En effet il n'est pas rare qu'un vendeur est à faire avec un lot qui a subit un mauvais traitement de transport et qui pourrait expliquer le taux de panne élevé.

Bref plus l'échantillon est gros plus on élimine les facteurs aggravants ou exceptionnels.

Dans le cas du dossier HFR/LDLC il est expliqué que certain produits ne figurent pas dans le comparatif faute de quantité vendue suffisante.

[keulz]

Tu veux dire qu'un fabricant qui vend 1000 unités, dont 100 défectueuses aurait un retour sav de 10%
Et que son concurrent qui en vend 100, dont 10 seraient défectueux aurait un retour sav de 10%

Putain mais oui ca marche...

Enfin dans ma tête avec ma logique de gaucher, c'est comme ca que je vois les choses.
Mais je suis comme foudge, j'attends qu'on m'explique si je suis a coté de la plaque.

Si LDLC vend 10M de X et qu'il y a 1M de retour, le prochain qui en achètera aura 1 chance sur dix de se taper un produit défectueux.
S'ils vendent 10 de Y et qu'il y a un retour, le prochain qui achètera un Y n'aura pas une chance sur dix de se taper un produit défectueux.

Par contre, s'ils vendent 10K de Z et qu'il y a 1K de retour, il est raisonnable de penser que le prochain acheteur à 1 chance sur dix d'avoir un produit défectueux.

Tu saisis la nuance ?

[Larry Coche]

J'ai bien saisi la nuance
Et de l'obscurité jailli la lumière.
C'est une question de probabilité et d'exponentialité ou exponentiation...c'tout.

En mouvance philosophique, nous appelons ça du probabilisme ou de l'exponentialisme....ce sont juste des mots pour rappeler à tous que OCZ, c'est comme le jambon sous celophane: C'est du merdisme.

[Flyingbob]

Je vous invite à vous intéresser à la notion d'échantillon représentatif , ici par exemple.

[r4T0n]

Loi des grands nombres, tout ça.
Tu fais un pile ou face, t'as une chance sur deux d'avoir pile. Ok. Tu décides de vérifier ce chiffre par l'éxpérience. Tu vas te rendre compte que le ratio nombre de pile/nombre de lancer va tendre vers 1/2. En effet il est possible de faire beaucoup plus de piles que de faces sur 1000 lancers. Plus le nombre de lancers augmente, plus on approche de l'équilibre, qu'on atteint en théorie pour un nombre infini de lancers.

On en déduit qu'il faut un certains nombres de ventes pour considérer un taux de retour comme fiable et assez proche de la probabilité que le truc tombe en panne. Combien ? J'en sais rien. Ca doit se calculer mais là mes cours sont trop loin. C'est ça qui vous chiffonne, c'est que le taux de retour ne correspond pas forcément à la proba de panne tant qu'on n'a pas assez d'unités vendues.

Edit : le lien de Flyingbob donne la formule, c'est beau. Enfin la formule qui donne le nombre à considérer en fonction de l'erreur, donc la différence entre le taux et la proba, voulue.

[smokytoks]

[keulz]

http://www.realdigitalmedia.com/digi...complished.jpg

L'internet dérive... Les chats sont abandonnés pour des bébés... c'est triste.

[smokytoks]

La flemme, que veux-tu...

Et la paternité approchant, aussi, peut-être, un peu...

[keulz]

La flemme, que veux-tu...

Et la paternité approchant, aussi, peut-être, un peu...

J'espère pour lui qu'il ne sera pas café au lait, avec toi il ne tiendra pas longtemps...

[smokytoks]

Elle, et ce sera café noir dès qu'elle aura lâché le sein...

[sonic]

Ah je vois que le débat avance

En fait perso, je reste sur un raisonnement simpliste, pas la peine de sortir de l'ENA. Tant que toutes les données ne sont pas connue, difficile d'avoir un résultat objectif, une "idée" oui, mais pas une conclusion.

C'est pas parce-que tu vends 10x plus que le taux de retour sera supérieur en proportion par rapport aux concurrents. Certes, en vendant plus, il est logique de penser que les retours peuvent être plus nombreux, cela peut-être le cas :

- en quantité (ce qui est normal) mais une fois le % réel connu vs les ventes, là tu as une idée précise et la réalité peut-être tout autre.

- en % et là cela devient intéressant, % par rapport à quoi ? 0.5% de 1000 ou 2% de 10000. Si tu vois que les %, tu prends direct le 0.5%, sauf que la réalité est tout autre, et là tu viens de te faire baisay

[r4T0n]

- en % et là cela devient intéressant, % par rapport à quoi ? 0.5% de 1000 ou 2% de 10000. Si tu vois que les %, tu prends direct le 0.5%, sauf que la réalité est tout autre, et là tu viens de te faire baisay

Non. Pas forcément. Ca dépend.

[smokytoks]

Du coup, on a bien avancé...

[sonic]

Du coup, on a bien avancé...

Je pense que oui malgré tout, enfin je crois

C'était exactement ma position lors du débat en question...
Mais on m'a soutenu, sans fléchir, que comme il s'agit d'un taux, la quantité vendue n'a aucune importance...

J'avais eu aussi ce débat, il y a pas mal de temps, concernant la RAM en particulier et je voulais juste illustrer qu'il ne fallait pas tirer de conclusion trop hâtive.

[keulz]

Ah je vois que le débat avance

En fait perso, je reste sur un raisonnement simpliste, pas la peine de sortir de l'ENA. Tant que toutes les données ne sont pas connue, difficile d'avoir un résultat objectif, une "idée" oui, mais pas une conclusion.

C'est pas parce-que tu vends 10x plus que le taux de retour sera supérieur en proportion par rapport aux concurrents. Certes, en vendant plus, il est logique de penser que les retours peuvent être plus nombreux, cela peut-être le cas :

- en quantité (ce qui est normal) mais une fois le % réel connu vs les ventes, là tu as une idée précise et la réalité peut-être tout autre.

- en % et là cela devient intéressant, % par rapport à quoi ? 0.5% de 1000 ou 2% de 10000. Si tu vois que les %, tu prends direct le 0.5%, sauf que la réalité est tout autre, et là tu viens de te faire baisay

En même temps, on n'avait pas tiré beaucoup de conclusion, juste que OCZ c'est vraiment caca vu qu'ils trustaient un paquet de poduim.

[sonic]

En même temps, on n'avait pas tiré beaucoup de conclusion, juste que OCZ c'est vraiment caca vu qu'ils trustaient un paquet de poduim.

Par curiosité, juste pour les SSD, j'aurai aimé connaitre la quantité vendu par OCZ par rapport à ses concurrents... et pas qu'en France.

[smokytoks]

En même temps, on n'avait pas tiré beaucoup de conclusion, juste que OCZ c'est vraiment caca vu qu'ils trustaient un paquet de poduim.

Mouais, personnellement, j'utilise surtout ces chiffres pour appuyer ce que j'ai pu, notamment pour la RAM, constater par moi-même...

[Frypolar]

Et la paternité approchant, aussi, peut-être, un peu...

Félicitations M. Toks .

En général il faut donc avoir un échantillon suffisamment large pour être sûr d'avoir des valeurs correctes ; le minimum dans les stats de HFR est de 100 produits vendus, ce qui est assez faible si tu regardes.

Et là je vais faire mon chieur, comme d’habitude, car vous oubliez deux légers détails qui sont l’intervalle de temps sur lequel s’effectue les statistiques et la manière dont une entreprise gère son stock. Se baser uniquement sur la taille de l’échantillon ne suffit donc pas pour discréditer l’étude.

[Sinedh]

Les taux de retour pour panne rapportés concernent les pièces vendues entre le 1er avril 2010 et le 1er octobre 2010, pour des retours crées avant avril 2011, soit 6 mois à 1 an de fonctionnement. Les statistiques par marque se basent sur un échantillon minimal de 500 ventes, celles par modèles sur un échantillon minimal de 100 ventes.

http://www.hardware.fr/articles/831-...omposants.html

Pour leur méthode de gestion des stocks, difficile de savoir mais vue la fréquence des ruptures, je pense qu'ils doivent être à flux tendu.

[r4T0n]

Non mais il y a tellement de paramètres qui font que ces chiffres ne veulent pas dire grand chose que ça file le tournis. Au mieux ça fournit une vague indication, mais il faut rester prudent quand on les utilise.

[Frypolar]

http://www.hardware.fr/articles/831-...omposants.html

Pour leur méthode de gestion des stocks, difficile de savoir mais vue la fréquence des ruptures, je pense qu'ils doivent être à flux tendu.

Tout à fait. D’ailleurs même s’il n’y avait pas de ruptures on pourrait faire la même hypothèse sans avoir beaucoup de chance de se planter. Tout ça pour dire que même sur 100 pièces, on a des produits venant de beaucoup de lots différents alors le coup du lot défectueux qui plombe les stats ne fonctionne pas vraiment.

[sonic]

Non mais il y a tellement de paramètres qui font que ces chiffres ne veulent pas dire grand chose que ça file le tournis. Au mieux ça fournit une vague indication, mais il faut rester prudent quand on les utilise.

Tout à fait. Sans parler des technologies employées, des méthodes de fabrications, de la qualité des composants, de l'assemblage etc...

[keulz]

Tout à fait (c'est à la mode).
Bon, tout le monde est d'accord, c'est cool, on peut passer à autre chose alors.

"Pression négative" ou "de l'intérêt de passer de 30 à 60 fps" ?

[Foudge]

En statistique, plus ton échantillon est grand et plus ton résultat va être précis. C'est particulièrement vrai dans l'industrie où il peut arriver qu'un lot entier soit défaillant (moyen de mesure HS, outillage déformé, etc.). Si tu as uniquement ce lot dans ton échantillon, tu as 100% de défauts. Si ton échantillon inclut 50 lots dont ce seul lot défaillant, tu as seulement 2% de défauts.

En général il faut donc avoir un échantillon suffisamment large pour être sûr d'avoir des valeurs correctes ; le minimum dans les stats de HFR est de 100 produits vendus, ce qui est assez faible si tu regardes.

Non mais ça on l'a bien tous compris, il faut que l'échantillon soit suffisamment large et représentatif.
J'croyais que vous faisiez référence au p'tit rigolo qui avait commenté sur l'article d'HFR et qui avait annoncé qu'il était normal d'avoir un taux de retour SAV plus important lorsque le nombre de produits vendu est plus important.
Pour moi, au mieux on aura un résultat plus précis, mais à partir du moment où l'échantillon est suffisamment large, aucune raison que ce taux change significativement.

MrChris> Pas besoin de 80%* de taux de retour pour déconseiller, même 10%* c'est énorme.

* taux calculé sur un échantillon quivabien

[smokytoks]

J'croyais que vous faisiez référence au p'tit rigolo qui avait commenté sur l'article d'HFR et qui avait annoncé qu'il était normal d'avoir un taux de retour SAV plus important lorsque le nombre de produits vendu est plus important.

C'était moi, et je ne suis pas petit...

Mais je disais, pour être plus précis (et entre autres choses, parmi lesquelles la notion de représentativité de l'échantillon était importante), qu'un taux de retour élevé pouvait, en partie, s'expliquer par un volume de vente plus important. Et je maintiens, mais on va pas boucler encore là-dessus...