Come misuriamo i prezzi

Perimetro

Consideriamo offerte disponibili e non segnate come anomale, relative a prodotti pubblicati. Ogni prodotto deve avere almeno 5 offerte valide e un prezzo minimo di almeno 3,00 €. Per le mediane di categoria richiediamo almeno 200 prodotti.

L’ammissione richiede almeno 5 offerte valide, come nelle metriche storiche. Il numero pubblico è diverso: farmacie_confrontate conta le farmacie distinte. Se una farmacia invia due offerte per lo stesso prodotto, entrambe valgono per l’ammissione ma la farmacia viene contata una sola volta.

Il filtro dei formati

Confrontare una confezione da 5 ml con una da 15 ml produrrebbe una differenza falsa. Per questo estraiamo dai titoli volume, peso e numero di unità, normalizzando abbreviazioni equivalenti come “cpr” e “compresse”.

Una classe viene confrontata solo se è dichiarata da almeno metà delle offerte e comunque da almeno tre. Il quorum evita di scambiare la dose di un principio attivo per la dimensione della confezione. Se i valori dichiarati non coincidono, il prodotto è escluso. Nell’ultima edizione abbiamo scartato 7.570 prodotti per questo motivo.

Come calcoliamo i risultati

Per ogni prodotto calcoliamo due differenze. La misura grezza confronta il prezzo massimo e il minimo rispetto al minimo. La misura tagliata confronta il secondo prezzo più alto e il secondo prezzo più basso rispetto al secondo prezzo più basso: esclude così una sola offerta a ciascun estremo.

Calcoliamo la mediana di entrambe le distribuzioni sullo stesso campione. Le metriche storiche, i quartili di categoria e il risparmio in euro restano basati sulla misura grezza; la mediana è il valore centrale della distribuzione.

Il primo e il terzo quartile descrivono la distribuzione nelle categorie. Usiamo interpolazione lineare nella posizione (n − 1) × p, con p pari a 0,25 o 0,75, e pubblichiamo il risultato a una cifra decimale.

File pubblicati

Ogni edizione offre il JSON completo, il CSV per categoria AAAA-MM.csv e il dataset granulare AAAA-MM-prodotti.csv. Quest’ultimo contiene nome, marca, categoria, farmacie distinte confrontate, minimo e massimo grezzi, secondo minimo, secondo massimo e le due differenze percentuali per ogni prodotto ammesso.

Non pubblichiamo nomi di farmacia né prezzi attribuiti a una singola farmacia: ogni riga contiene soltanto statistiche aggregate per prodotto.

Le classifiche e il rischio di selezione

“I prodotti più confrontati” ordina per numero di farmacie distinte e non introduce una selezione particolare sugli estremi di prezzo.

“Le differenze più grandi” richiede più cautela: ordinare per differenza tende per costruzione a concentrare in cima gli errori di abbinamento. Per ridurre questa contaminazione applichiamo guardie cumulative: almeno 8 farmacie distinte, sole offerte con price_outlier=0, rapporto massimo/minimo inferiore a 10 e formato concorde secondo il filtro FormatoOfferta. Sono precauzioni forti, non una garanzia assoluta: una descrizione sbagliata alla fonte può ancora passare.

Queste guardie proteggono soprattutto dagli abbinamenti errati, ma non dalla fragilità degli estremi. Anche con lo stesso codice prodotto, un singolo prezzo anomalo non riconosciuto dal rilevatore può dominare il minimo o il massimo. Per questo la classifica è ordinata sulla differenza tagliata, mentre la differenza grezza resta visibile in ogni riga.

Il caso concreto che ha motivato questa scelta è Idrastin Smagliature: con gli estremi risultava al 643% e in 5ª posizione; escludendo un prezzo per estremo scendeva al 17% e alla 48.673ª posizione. La classifica grezza premiava quindi la fragilità di una singola osservazione, non una differenza stabile fra i prezzi.