Metrikdesign für Data Scientists und Führungskräfte

Was ist der schwierigste Teil des metrischen Designs?

Um es gut zu machen datengetriebene Entscheidungen, du brauchst 3 Dinge:

1. Entscheidungskriterien auf der Grundlage von gut gestalteten Metriken.
2. Die Fähigkeit, die zu sammeln technische Daten diese Metriken basieren auf.
3. Statistiken Fähigkeiten, um diese Metriken zu berechnen und die Ergebnisse zu interpretieren Unsicherheit.

Anforderungen Nr. 2 und Nr. 3 wurden über viele geschrieben (einschließlich von me), aber was ist mit Anforderung Nr. 1?

Nun technische Daten Die Sammlung ist einfacher als je zuvor, viele Führungskräfte fühlen sich unter Druck gesetzt, zu jedem Meeting Nummern mitzunehmen. Leider geben viele von ihnen inmitten des Fressrausches nicht nach metrisches Design die Menge an Gedanken, die es verdient. Unter denen, die bereit sind, sich die Mühe zu machen, erfinden die meisten es im Laufe der Zeit, als wäre es brandneu.

Ist es nicht.

Psychologie – die wissenschaftliche Untersuchung von Geist und Verhalten – hatte über ein Jahrhundert, um sich den Zeh zu stoßen über die Gefahren des Versuchs, vage Mengen zu messen, die nicht richtig definiert wurden, so dass das Feld einige solide Goldnuggets gelernt hat, die Unternehmensleiter und Datenwissenschaftler Es wäre ratsam, beim Entwerfen von Metriken zu leihen.

Wenn Sie nicht davon überzeugt sind, dass metrisches Design schwierig ist, greifen Sie zu Stift und Papier. Ich fordere Sie auf, eine Definition von aufzuschreiben Glück das ist so kompromisslos, dass niemand Ihre Art der Messung in Frage stellen könnte …

Heikel, oder? Versuchen Sie es jetzt mit einigen anderen abstrakten Substantiven, mit denen die Leute täglich herumwerfen, wie „Erinnerung“ und „Intelligenz“ und „Liebe“ und „Aufmerksamkeit“ und so weiter. Es ist fast ein Wunder, dass jeder von uns sich selbst versteht, ganz zu schweigen von einander.

Und doch ist genau das die erste Hürde, die Psychologieforscher nehmen müssen, um wissenschaftlich voranzukommen. Um mentale Prozesse zu untersuchen, müssen sie präzise und messbare Proxys – Metriken – erstellen, mit denen sie arbeiten können. Wie denken also Psychologen und andere Sozialwissenschaftler über das metrische Design?

Wie studieren Sie Konzepte, die Sie nicht einfach definieren können, rigoros und wissenschaftlich? Konzepte wie Aufmerksamkeit, Zufriedenheit und Kreativität? Die Antwort ist… Sie tun es nicht! Stattdessen du operationalisieren. Nehmen wir für dieses Beispiel an, Sie interessieren sich für Messungen Benutzerglück.

Was ist Operationalisierung?

Was ist Operationalisierung? Ich habe dazu einen Einführungsartikel geschrieben hier für Sie, aber das Ergebnis ist, dass Sie sich bei der Operationalisierung zuerst sagen: „Ich werde Glück nie messen und damit habe ich meinen Frieden geschlossen.“ Philosophen beschäftigen sich seit Tausenden von Jahren damit, also ist es nicht so, dass Sie plötzlich eine einzige Definition finden, die Sie zufriedenstellt jedermann.

Als nächstes destillieren Sie die messbare Essenz Ihres Konzepts in einen Proxy.

Denken Sie immer daran, dass Sie das Glück nicht wirklich messen. Oder Erinnerung. Oder Aufmerksamkeit. Oder Intelligenz. Oder jedes andere poetische Fuzzword, egal wie großartig es für Sie klingt.

Jetzt, wo wir damit einverstanden sind, dass wir Glück und seine Freunde niemals messen werden, ist es an der Zeit, uns zu fragen, warum wir dieses Wort überhaupt in Betracht gezogen haben. Was ist an diesem Konzept – in seiner verschwommenen Form – das für die Entscheidung, die wir treffen wollen, relevant und sachdienlich erscheint? Welche konkreten (und erhältlichen!) Informationen würden uns vorziehen? eine Vorgehensweise über eine andere? (Das metrische Design ist viel einfacher, wenn Sie es haben Aktionen im Kopf, bevor Sie beginnen. Denken Sie nach Möglichkeit über mögliche Entscheidungen nach, bevor Sie versuchen, eine Metrik zu entwerfen.)

Dann destillieren wir die Kernidee, nach der wir suchen, um einen messbaren Proxy zu erstellen – eine Metrik, die diese Kernessenz erfasst, die uns wichtig ist.

Definieren Sie Ihre Metrik, bevor Sie sie benennen.

Und jetzt kommt der lustige Teil! Wir dürfen unsere Metrik beliebig benennen: „blorktibork“ oder „Benutzerzufriedenheit“ oder „X“ oder was auch immer.

Der Grund, warum es für uns keinen Sinn macht, von der Sprachpolizei verhaftet zu werden, ist, dass unser Stellvertreter es tun wird, egal wie hart wir daran arbeiten, es zu entwerfen *nicht* sei die platonische Form des Benutzerglücks.

Während es passen mag UNSERE Bedürfnisse, ist es wichtig, sich daran zu erinnern, dass unsere Metrik wahrscheinlich nicht passt die Bedürfnisse aller anderen auch. Aus diesem Grund wäre es albern, Hörner in nutzlose Debatten darüber zu verwickeln, ob unsere Metrik wahres Glück erfasst oder nicht. Das tut es nicht. Wenn Sie verzweifelt nach einer Art von einer Metrik suchen, um sie alle zu beherrschen, gibt es eine Disney-Song für dich.

Jede Metrik, die wir erstellen, ist einfach ein Proxy, der unseren eigenen Bedürfnissen entspricht (und möglicherweise denen von niemand anderem). Es ist unser persönliches Mittel zu einem persönlichen Zweck: eine fundierte Entscheidung zu treffen oder ein Konzept zusammenzufassen, damit wir nicht jedes Mal einen ganzen Absatz schreiben müssen, wenn wir es erwähnen. Wir kommen gut miteinander aus, ohne die Sprachpolizei in beide einzubeziehen.

So weit, ist es gut. Sie bestimmen einfach, welche Informationen Sie für Ihre Entscheidung benötigen, und finden dann einen Weg, diese Informationen so zusammenzufassen, dass sie für Ihre Bedürfnisse sinnvoll sind (ta-da, das ist Ihre Metrik) und benennen Sie sie dann wie Sie möchten. Recht? Richtig, aber …

Es is ein schwierigster Teil zu all dem. Irgendwelche Vermutungen, woran es liegen könnte? Morgen werde ich die Antwort mit Ihnen teilen – vergessen Sie nicht, sich entweder hier auf Medium oder in den sozialen Medien anzumelden (Twitter, LinkedIn) damit Sie es nicht verpassen. Teilen Sie in der Zwischenzeit Ihre Gedanken darüber mit, was der schwierigste Teil des metrischen Designs ist hier or hier.

Wenn Sie mehr lernen möchten, sehen Sie sich die Lektionen an 039–047 aus meinem Kurs Making Friends with Machine Learning. Es sind alles kurze Videos von ein paar Minuten Länge. Beginnen Sie hier und fahren Sie in der beigefügten Playlist fort:

Wenn Sie hier Spaß hatten und nach einem angewandten KI-Kurs suchen, der Anfängern und Experten gleichermaßen Spaß machen soll, habe ich hier einen für Ihre Unterhaltung erstellt:

PS: Hast du jemals versucht, hier auf Medium mehr als einmal auf die Clap-Taste zu drücken, um zu sehen, was passiert? ❤ ️

Lass uns Freunde sein! Sie finden mich auf Twitter, YouTube, Substack und LinkedIn. Haben Sie Interesse, mich auf Ihrer Veranstaltung sprechen zu lassen? Verwenden diese Form in Kontakt zu treten.

Metric Design for Data Scientists and Business Leaders Republished from Source https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 via https:// in Richtungdatascience.com/feed

<!–

->