---
title: "Mediana i 90. percentyl: zauważ opóźnienia ukryte przez średnią"
canonical: https://www.billabex.com/pl/blog/czas-platnosci-mediana-i-90-percentyl/
lang: pl
alternate: https://www.billabex.com/fr/blog/delai-paiement-median-percentile.md
alternates:
  fr: https://www.billabex.com/fr/blog/delai-paiement-median-percentile.md
  en: https://www.billabex.com/en/blog/median-payment-time-90th-percentile.md
  de: https://www.billabex.com/de/blog/median-zahlungsfrist-und-perzentil.md
  es: https://www.billabex.com/es/blog/plazo-de-pago-mediana-percentil-90-retrasos-que-oculta-el-promedio.md
  it: https://www.billabex.com/it/blog/tempi-di-pagamento-mediana-e-percentile-90.md
  nl: https://www.billabex.com/nl/blog/betaaltermijn-mediaan-en-negentigste-percentiel.md
  pl: https://www.billabex.com/pl/blog/czas-platnosci-mediana-i-90-percentyl.md
  pt: https://www.billabex.com/pt/blog/prazo-pagamento-mediana-percentil.md
updated: 2026-10-29
index: https://www.billabex.com/llms.txt
---

# Mediana i 90. percentyl: zauważ opóźnienia ukryte przez średnią

Średnie opóźnienie szesnastu dni może opisywać podobnie płacających klientów albo większość szybkich płatności z kilkoma bardzo długimi sprawami. Sytuacje wymagają różnych decyzji. W pierwszej warto zbadać ogólny proces. W drugiej trzeba wyjaśnić długotrwałe blokady niewielkiej części dokumentów. Ta sama średnia nie wystarcza więc do wybrania działania ani wskazania, które sprawy powinny otrzymać uwagę zespołu.

Mediana i 90. percentyl, nazywany P90, pomagają odczytać rozproszenie. Mogą jednak wprowadzać w błąd przy mieszaniu początków okresu, formuł i faktur opłaconych z otwartymi. Zanim dodasz liczby do panelu, określ ich znaczenie i decyzję, którą mają wspierać. Wskaźnik powinien opisywać rozpoznawalną populację i zdarzenie, aby czytelnik nie przypisywał mu szerszego zakresu niż rzeczywiście zmierzony.

## Wybierz przedział pomiaru przed obliczeniem

Czas od wystawienia i opóźnienie po terminie nie mierzą tego samego. Faktura zapłacona czterdzieści dni po wystawieniu może być terminowa, jeśli termin przypada później. W symulacjach mierzymy dni kalendarzowe od wymagalności do rzeczywiście zidentyfikowanej pełnej płatności. Są to zaobserwowane opóźnienia, nie cały czas kredytu handlowego. Zapis tej definicji jest konieczny do porównania wyników z innym zestawieniem.

Zdefiniuj także „płatność”. Data rozpoznanego uznania bankowego może różnić się od późnego importu lub administracyjnego uzgodnienia. Zmiana konwencji w środku szeregu może zmienić wskaźnik bez zmiany zachowania klientów. Obsługa [wpływów jeszcze nieuzgodnionych z fakturą](https://www.billabex.com/pl/blog/przelew-otrzymany-faktura-nierozliczona-odnajdz-nieuzgodniona-platnosc/) pomaga sprawdzić dane. Przed analizą ustal, czy opóźnienie wynika z klienta, czy jedynie z momentu zapisania informacji w narzędziu.

Określ traktowanie płatności przed terminem. Mogą tworzyć wartości ujemne w pomiarze ze znakiem lub zostać sprowadzone do zera przy definicji dodatniego opóźnienia. Wyniki będą inne. Tutaj wszystkie zakończone obserwacje są dodatnie, więc przekształcenie nie jest potrzebne. Wskaż czytelnikowi ograniczenie. Bez tej informacji dwie poprawnie policzone średnie mogą wydawać się sprzeczne, choć użyto odmiennych zasad.

## Odczytaj portfel, w którym średnia ukrywa rozproszenie

Rozważmy dwadzieścia fikcyjnych faktur, wszystkie całkowicie opłacone do dnia analizy. Szesnaście zapłacono z pięciodniowym opóźnieniem, dwie po czterdziestu dniach i dwie po osiemdziesięciu. Każda liczy się jeden raz, bez ważenia kwotą. Takie założenie opisuje częstość zachowania dokumentów. Nie pokazuje jeszcze wartości pieniędzy związanych z najdłuższymi sprawami ani ich wpływu na płynność przedsiębiorstwa.

| Opóźnienie | Liczba faktur | Wkład do sumy opóźnień |
| ---------- | ------------: | ---------------------: |
| 5 dni      |            16 |                 80 dni |
| 40 dni     |             2 |                 80 dni |
| 80 dni     |             2 |                160 dni |
| Razem      |            20 |                320 dni |

Średnia to 320 podzielone przez dwadzieścia, czyli szesnaście dni. Mediana wynosi pięć: dziesiąta i jedenasta pozycja uporządkowanej listy mają tę wartość. NIST definiuje medianę jako 50. percentyl w opisie statystyk porządkowych. Wynik pokazuje środek rozkładu, nie usuwa jednak długich przypadków. Dlatego sama mediana również nie powinna zastępować informacji o pozostałych fakturach i ich skrajnych opóźnieniach.

Dla P90 wybieramy rangę zaokrągloną w górę: sortujemy, mnożymy liczbę obserwacji przez 0,90 i bierzemy pozycję zaokrągloną do wyższej liczby całkowitej. Dla dwudziestu to pozycja osiemnasta, czyli czterdzieści dni. Osiemnaście faktur ma opóźnienie najwyżej czterdziestu dni, dwie większe. Przy powtarzających się wartościach nie obiecuj dokładnie 90 % obserwacji ściśle poniżej progu. Równość z progiem ma znaczenie w interpretacji.

## Oddziel zmianę metody od zmiany wyniku operacyjnego

Dokumentacja statystyczna R opisuje dziewięć metod kwantyli. Nasz empiryczny wybór odpowiada typowi 1. Inne metody interpolują między obserwacjami i mogą dawać inne wyniki, szczególnie w małej próbie. Dlatego nazwa „P90” nie wystarcza do porównania dwóch narzędzi. Potrzebna jest formuła i informacja o tym, czy wynik jest jedną z obserwacji, czy wartością pomiędzy nimi.

Dla tych samych dwudziestu faktur typ 7 umieszcza P90 na pozycji 18,1. Interpolacja między czterdziestoma a osiemdziesięcioma dniami daje czterdzieści cztery dni. Zmiana z czterdziestu na czterdzieści cztery nie oznacza więc późniejszej zapłaty o cztery dni. Może wynikać wyłącznie z formuły. Wniosek o pogorszeniu obsługi byłby wtedy błędny, choć obie aplikacje poprawnie wykonały własne obliczenie.

Zapisz konwencję w definicji raportu i zachowaj ją w porównaniach. P90 z dwudziestu płatności pozostaje słabą podstawą prognozy tysięcy przyszłych faktur. Może kierować poszukiwaniami, ale nie gwarantuje zapłaty w tej dacie ani nie stanowi 90-procentowego poziomu ufności. Percentyl opisuje położenie w badanej próbie. Nie należy nadawać mu znaczenia prawdopodobieństwa przyszłego zdarzenia bez osobnej analizy.

## Porównaj dwa rozkłady o tej samej średniej

Drugi portfel zawiera dwadzieścia faktur, każdą zapłaconą szesnaście dni po terminie. Średnia znów wynosi szesnaście, podobnie mediana i P90. Portfele mają identyczny wskaźnik średni i bardzo różne zachowania. W drugim wynik jest wspólny dla wszystkich dokumentów. W pierwszym większość jest szybsza, a kilka przypadków znacząco wydłuża średnią całej grupy.

W pierwszym szesnaście z dwudziestu, czyli 80 %, płaci po pięciu dniach, a cztery dużo później. Zbadaj te cztery: wspólne zatwierdzanie, brakujące dokumenty, inny płatnik lub szczególne warunki? W drugim ogólne przesunięcie może kierować do obiegu faktur i zwyczajowych płatności dostawców. Statystyka wskazuje miejsca do sprawdzenia, lecz nie zastępuje odczytania dokumentów i rozmów potwierdzających przyczynę.

To hipotezy, nie przyczyny dowiedzione liczbami. Zmiana struktury klientów lub warunków umownych może wyjaśniać różnicę. Przed porównaniem zespołów lub narzędzi zastosuj zasady [doboru porównywalnego portfela pilotażowego](https://www.billabex.com/pl/blog/automatyzacja-przypomnien-wybor-portfela-pilotazowego/). Percentyle nie naprawiają źle zdefiniowanej populacji. Nawet dokładna formuła nie da miarodajnego porównania, jeśli jedna grupa zawiera inne typy faktur lub inne terminy.

## Pokaż otwarte faktury obok zaobserwowanych płatności

Załóżmy, że pierwsze dwadzieścia faktur pochodzi ze zbioru dwudziestu pięciu. Pozostałe pięć nadal jest niezapłacone, każda siedemdziesiąt pięć dni po terminie. Statystyki dwudziestu płatności pozostają poprawne dla podzbioru, lecz nie opisują końcowego czasu wszystkich dokumentów. Trzeba pokazać to ograniczenie, aby dobry wynik opłaconych pozycji nie ukrywał najtrudniejszych spraw pozostających poza obliczeniem.

Pięć otwartych to 20 % całości. Ostateczny czas jest nieznany. Zastąpienie go zerem sztucznie poprawia wynik, a zapisanie zapłaty po siedemdziesięciu pięciu dniach wymyśla zdarzenie. NIST opisuje obserwacje prawostronnie cenzurowane: do końca badania część zdarzeń nie wystąpiła. Stosujemy tutaj ideę do płatności bez przenoszenia modelu przemysłowego. Obecny wiek należności nie jest zakończonym czasem jej spływu.

Pokaż osobno liczbę, kwotę i wiek otwartych faktur oraz rzeczywiście zaobserwowane płatności. Analiza uwzględniająca cenzurowanie wymaga właściwych metod i założeń. Dodanie obecnego wieku do listy zakończonych okresów nią nie jest. Korekty i umorzenia również wymagają kategorii innej od zapłaty. Zniknięcie salda może mieć różne przyczyny, których nie należy sprowadzać do jednego zdarzenia bankowego.

## Powiąż rozproszenie z kwotami i działaniami

Percentyl według faktur nadaje tę samą wagę dokumentowi na sto i sto tysięcy euro. Może opisywać proces, ale nie mierzy bezpośrednio zamrożonych środków. [Wyniki według kwoty i liczby](https://www.billabex.com/pl/blog/wskaznik-windykacji-wedlug-kwoty-czy-liczby-faktur/) pomagają zachować oba spojrzenia. Warto znać zarówno częstość długich spraw, jak i wartość związanych z nimi należności, zanim ustalisz priorytet pracy.

Raport może łączyć medianę i P90 obserwowanych płatności, liczebność, metodę i otwarty portfel. Dodaj kwoty najdłuższych zaległości oraz główne potwierdzone przyczyny. Powstaje podstawa decyzji, kto analizuje jakie sprawy, bez przypisywania percentylowi nieistniejącej precyzji. Każda liczba powinna prowadzić do sprawdzalnego pytania operacyjnego, a nie samodzielnego osądu jakości klienta czy zespołu.

[Widok klienta w Billabex](https://www.billabex.com/pl/produkt/widok-klienta-360/) pomaga wrócić do kontekstu, gdy analiza ujawnia nietypowe przypadki. Zapytaj o uzyskanie dat i statusów potrzebnych Twojej metodzie. Nie zakładaj, że wskaźnik o tej samej nazwie wszędzie stosuje identyczną konwencję. Liczba staje się użyteczna, kiedy prowadzi do udokumentowanego sprawdzenia konkretnej należności i działania dobranego do rzeczywistej przyczyny opóźnienia.

## Źródła

- NIST, Percentiles: definicje i metody.
- R, Sample Quantiles: metody 1–9, zwłaszcza 1 i 7.
- NIST, Censoring: obserwacje z nieznanym zdarzeniem końcowym.
