นักวิเคราะห์ต้องจัดการค่าขาดหายโดยพิจารณากลไกการหายและผลกระทบ จึงพิจารณาว่า ในการจัดการข้อมูลลูกค้าที่มีข้อมูลบางส่วนขาดหายไปแบบ MCAR (Missing Completely At Random) และบางส่วนเป็น MNAR (Missing Not At Random) ควรใช้วิธีการจัดการแตกต่างกันอย่างไร
กใช้วิธีเดียวกันสำหรับทั้ง MCAR และ MNAR เพราะเป็นข้อมูลที่ขาดหายไป โดยถือว่าเป็นแนวทางหลักที่หน่วยงานควรใช้ในทุกกรณี
ขลบข้อมูลที่ขาดหายไปทั้งหมด และใช้เป็นเกณฑ์เดียวสำหรับการดำเนินงานของหน่วยงานทั้งหมด
คสำหรับ MCAR ใช้ Mean Imputation ได้ แต่สำหรับ MNAR ต้องพิจารณาสาเหตุและใช้ Advanced Methods เช่น Multiple Imputation
งใช้ Machine Learning ในการเติมข้อมูลทั้งหมด โดยถือว่าเป็นแนวทางหลักที่หน่วยงานควรใช้ในทุกกรณี
เฉลยอธิบาย
MCAR (Missing Completely At Random) หมายถึงข้อมูลขาดหายไปโดยสุ่มและไม่มีความสัมพันธ์กับตัวแปรอื่น สามารถใช้วิธีง่าย ๆ เช่น Mean Imputation ได้ แต่ MNAR (Missing Not At Random) หมายถึงข้อมูลขาดหายไปเพราะเหตุสำคัญ เช่น ลูกค้าไม่ยินดีบอกรายได้ ต้องใช้ Advanced Methods เช่น Multiple Imputation หรือวิธีที่คำนึงถึงลักษณะของการขาดหาย ตัวเลือก A ไม่แยกแยะระหว่างสองกรณี ตัวเลือก C สูญเสียข้อมูล ตัวเลือก D อาจใช้ได้แต่ต้องเลือก method ให้เหมาะสม