Mõõdikute kujundamine andmeteadlastele ja ärijuhtidele

Mis on meetrilise disaini kõige raskem osa?

Selleks, et teha head andmepõhised otsused, vajate 3 asja:

1. Hästi kavandatud otsustuskriteeriumid meetrika.
2. Võimalus koguda andmed need mõõdikud põhinevad.
3. Statistika oskusi neid mõõdikuid arvutada ja tulemusi tõlgendada ebakindlus.

Requirements #2 and #3 have been written about plenty (including by me), aga kuidas on nõudega nr 1?

Nüüd, kui andmed collection is easier than ever, many leaders feel pressure to drag numbers to every meeting. Unfortunately, in the midst of the feeding frenzy, many of them fail to give meetriline disain kui palju mõtlemist see väärib. Nende hulgas, kes on nõus pingutama, mõtlevad enamik selle edasi, nagu oleks see täiesti uus.

See ei ole.

Psühholoogia - meele ja käitumise teaduslik uurimine - on olnud üle sajandi, et varba torgata ohtude kohta, mis kaasnevad katsetega mõõta ebamääraseid koguseid, mida pole õigesti määratletud, nii et valdkond on õppinud mõningaid kullatükke, mida ettevõtete juhid ja andmeteadlased mõõdikute kujundamisel oleks mõistlik laenata.

Kui te pole veendunud, et meetermõõdustiku kujundamine on raske, haarake pliiats ja paber. Kutsun teid üles kirjutama selle definitsioon õnn see on nii raudne, et keegi ei saa teie mõõtmisviisiga kahtluse alla võtta ...

Tricky, right? Now try it with some other abstract nouns people throw around daily, like “memory” and “intelligence” and “love” and “attention” and so on. It’s damned near miraculous that any of us understand ourselves, let alone one another.

And yet, this is exactly the first hurdle that psychology researchers must clear in order to make scientific progress. In order to study mental processes, they must create precise and measurable proxies — metrics — to work with. So, how do psychologists and other social scientists think about metric design?

Kuidas uurite rangelt ja teaduslikult mõisteid, mida te ei saa kergesti määratleda? Mõisted nagu tähelepanu, rahuloluja loovus? Vastus on… te ei tee seda! Selle asemel, sina kasutusele võtta. Selle näite jaoks oletame, et olete huvitatud mõõtmisest kasutaja õnn.

Mis on operatiivsus?

What is operationalization? I’ve written an intro article to it siin teie jaoks, kuid lõpptulemus on see, et kui hakkate tööle, ütlete kõigepealt endale: "Ma ei hakka kunagi õnne mõõtma ja olen sellega rahu teinud." Filosoofid on sellega tegelenud tuhandeid aastaid, nii et pole nii, et äkki leiaksite ühe definitsiooni, mis rahuldab igaüks.

Järgmisena destilleerite oma kontseptsiooni mõõdetava olemuse puhverserverisse.

Pidage alati meeles, et te ei mõõda tegelikult õnne. Või mälu. Või tähelepanu. Või intelligentsus. Või mõni muu poeetiline udusõna, ükskõik kui suurejooneliselt see teile tundub.

Nüüd, kui oleme rahul sellega, et me ei mõõda kunagi õnne ja selle sõpru, on aeg endalt küsida, miks me seda sõna üldse kaalusime. Mis on selles kontseptsioonis – selle ähmasel kujul –, mis tundub asjakohane ja asjakohane selle otsuse jaoks, mida me tahame teha? Millist konkreetset (ja saadavat!) infot peaksime eelistama üks tegevussuund teisest üle? (Meetriline disain on palju lihtsam, kui teil on meetmete enne alustamist meeles pidada. Kui võimalik, mõelge enne mõõdiku kavandamist võimalikele otsustele.)

Seejärel destilleerime põhiidee, mida taotleme, et luua mõõdetav puhverserver – mõõdik, mis kajastab seda meile hoolivat põhiolemust.

Enne nime andmist määrake oma mõõdik.

Ja nüüd tuleb lõbus osa! Meil on lubatud nimetada oma mõõdikut ükskõik, mis meile meeldib: "blorktibork" või "kasutaja õnn" või "X" või mis iganes.

The reason it doesn’t make sense for us to be arrested by the language police is that no matter how hard we work at designing it, our proxy will *mitte* olla kasutaja õnne platooniline vorm.

Kuigi see võib sobida meie needs, it’s important to remember that our metric is unlikely to fit ka kõigi teiste vajadustele. Sellepärast oleks rumal panna sarved kinni kasututes vaidlustes selle üle, kas meie mõõdik kajastab tõelist õnne või mitte. Ei tee seda. Kui soovite meeleheitlikult üht mõõdikut, mis neid kõiki valitseks, on olemas a Disney laul teile.

Kõik meie loodud mõõdikud on lihtsalt puhverserver, mis vastab meie enda vajadustele (ja võib-olla mitte kellegi teise vajadustele). See on meie isiklik vahend isikliku eesmärgi saavutamiseks: teadliku otsuse tegemine või kontseptsiooni kokkuvõte, et me ei peaks kirjutama tervet lõiku iga kord, kui seda mainime. Saame hästi läbi ilma keelepolitsei kaasamata.

Siiamaani on kõik korras. Te lihtsalt otsustate, millist teavet oma otsuse tegemiseks vajate, ja siis leiate viisi, kuidas see teave teie vajadustele vastaval viisil kokku võtta (ta-da, see on your metric), and then name it whatever you like. Right? Right, but…

Seal on is selle kõige raskem osa. Kas on aimu, mis see olla võiks? Homme jagan teiega vastust – ärge unustage tellida siin Meediumis või sotsiaalmeedias (puperdama, LinkedIn), et te sellest ilma ei jääks. Seni jagage oma mõtteid selle kohta, mis on meetrika kujundamise kõige raskem osa siin or siin.

If you’re keen to learn more, watch lessons 039–047 minu masinõppega sõprade loomise kursuselt. Need kõik on paariminutilised lühikesed videod. Alusta siit ja jätka lisatud esitusloendis:

Kui teil oli siin lõbus ja otsite rakenduslikku AI kursust, mis oleks lõbus nii algajatele kui ka asjatundjatele, siis siin on üks, mille tegin teie meelelahutuseks:

PS Kas olete kunagi proovinud siin Meediumil plaksutamisnuppu rohkem kui korra vajutada, et näha, mis juhtub? ❤️

Hakkame sõpradeks! Mind leiate aadressilt puperdama, Youtube, Alamühikja LinkedIn. Kas olete huvitatud, et ma teie üritusel räägiksin? Kasutage Selle vormi kontakti saamiseks.

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://towardsdatascience.com/feed

<!–

->