Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Когда человек читает данные, будь то новостной заголовок, таблица Excel, квартальный отчет или визуализация, у него должны возникать вопросы. Вот несколько примеров газетных заголовков[50]. Понадобятся ли вам уточнения?

● «Округ должен заплатить 250 000 долларов за рекламу нехватки финансирования». (Кто-нибудь вообще над этим подумал?)

● «American Airlines выгнали пассажира, который отказался прекращать подтягиваться». (На чем он подтягивался?)[51]

Каждый из этих заголовков – в конце концов, они просто нелепые! – вызывает вопросы. Но, когда мы принимаем карьерные решения или когда глава организации работает с огромным количеством данных, вопросы тоже должны появляться мгновенно. В случае с заголовками это происходит само по себе, и возникающие вопросы кажутся очевидными, но с данными так бывает не всегда. Нам приходится копаться в них и изучать все, что поступило к нам по самым разным каналам и из самых разных источников. Вот тут и вступает в дело первая «С» дата-грамотности.

Наверное, очевидно, что curiosity – «любопытство» – одно из моих самых любимых слов. Любопытство обладает огромной силой, как мы уже убедились ранее. При принятии решений, подкрепленных данными, любопытство участвует в схеме на первой ее ступени.

А теперь пора вспомнить еще один термин из предыдущих глав – свободное владение данными. Объединив его с любопытством, мы сможем задавать вопросы, чтобы определить, что случилось и почему, – а затем переходить к следующим ступеням процесса.

Четыре уровня аналитики

После первого шага – постановки вопроса – наша способность делать это на всех четырех аналитических уровнях должна быть очевидна, но все же давайте ненадолго остановимся на этом. Первый уровень, дескриптивный, может стать отправной точкой для большинства личных или общеорганизационных решений. Описательная аналитика, говоря по-простому, переносит данные на бумагу. При этом мы способны видеть, что и когда произошло, и рассказать историю, которая кроется в наших данных.

Когда мы читаем результаты дескриптивного анализа, у нас в голове начинают роиться самые разные полезные мысли, и мы задаемся вопросом, почему произошло то-то и то-то. Как мне кажется, это прямая дорога к диагностическому анализу. Нам нужно постоянно задавать вопросы, при этом не забывая, что они должны быть конкретными и однозначными. Если мы допустим двусмысленность, то едва ли сумеем отыскать настоящие причины чего бы то ни было.

На третьем и четвертом уровнях, то есть предиктивном и прескриптивном, грамотные вопросы – это все, что нужно для принятия решений. Большинство из нас не способны осуществить комплексный профессиональный анализ данных или статистические расчеты. Поэтому первое, что нужно сделать, чтобы принять решение, подкрепленное данными, – задать вопросы о результатах предиктивного и прескриптивного анализа. На этом этапе, как и на любом другом, общение на языке данных и свободное владение данными также имеют очень большое значение. Если люди, не обладающие профессиональными навыками в анализе и статистике, не смогут донести до специалистов, способных провести такой анализ, что именно требуется им для дела, все их усилия изначально обречены на неудачу. Поэтому первая ступень нашей схемы принятия решений – спросить – имеет критически важное значение для безошибочности всей дальнейшей работы.

Ступень 2. Получить

Получение данных, вероятно, не самая… возбуждающая часть процесса. Однако без нее не обойтись: как принять решение, подкрепленное данными, не имея данных?

Для начала давайте проясним, что мы имеем в виду под получением данных. Нам не нужны любые доступные данные, иначе это затруднит поиск ответов. Для нашей схемы принятия решений, подкрепленных данными, требуются данные, которые помогут найти конкретные ответы на вопросы, которые мы задали на первой ступени.

Предположим, нам интересно, хорошо ли сыграла наша команда против конкретного противника в матче, состоявшемся несколько месяцев назад, поскольку вскоре ей предстоит очередная встреча с этим соперником. В предыдущем матче нашу команду разгромили, она провалилась по всем показателям, поэтому мы задаем конкретный вопрос: в каких аспектах игры мы оказались слабее и что привело к поражению? Налицо как дескриптивный анализ (в каких аспектах мы были слабее), так и диагностический (почему это произошло).