Metrikus tervezés adattudósok és üzleti vezetők számára

Mi a legnehezebb része a metrikus tervezésnek?

Annak érdekében, hogy jó legyen adatvezérelt döntések3 dologra van szükséged:

1. Jól megtervezett döntési kritériumok mutatók.
2. Az a képesség, hogy összegyűjtse a dátum ezek a mutatók fognak alapulni.
3. Statisztika készségeket ezen mutatók kiszámításához és az eredmények értelmezéséhez bizonytalanság.

A 2-es és a 3-as követelményről már sok mindenről írt (beleértve me), de mi a helyzet az 1. feltétellel?

Most, hogy dátum A gyűjtés egyszerűbb, mint valaha, sok vezető nyomást érez arra, hogy minden találkozóra számokat húzzon. Sajnos az etetési őrület közepette sokan közülük nem adnak metrikus tervezés amennyi gondolatot megérdemel. Azok közül, akik hajlandóak belefektetni az erőfeszítésbe, a legtöbben úgy készülnek, mintha teljesen új lenne.

Nem az.

A pszichológia – az elme és a viselkedés tudományos vizsgálata – volt több mint egy évszázada, hogy elcsonkítsa a lábujját a nem megfelelően definiált homályos mennyiségek mérésének veszélyeiről, ezért a szakterület megtanult néhány szilárd aranyrögöt, amelyet az üzleti vezetők és a adatkutatók bölcs dolog lenne kölcsönkérni a mérőszámok tervezésekor.

Ha nincs meggyőződve arról, hogy a metrikus tervezés nehéz, ragadjon tollat ​​és papírt. Meghívom Önt, hogy írja le a definícióját boldogság ez annyira vaskalapos, hogy senkinek sem lehet gondja a mérési módszerével…

Trükkös, igaz? Most próbálja ki néhány más elvont főnévvel, amelyet az emberek naponta eldobnak, mint például a „memória” és az „intelligencia”, „szeretet”, „figyelem” és így tovább. Szinte csoda, hogy bármelyikünk megérti önmagunkat, nemhogy egymást.

És mégis, pontosan ez az első akadály, amelyet a pszichológiai kutatóknak le kell küzdeniük a tudományos fejlődés érdekében. A mentális folyamatok tanulmányozásához precíz és mérhető proxykat – mérőszámokat – kell létrehozniuk, amelyekkel dolgozni kell. Szóval, hogyan gondolkodnak a pszichológusok és más társadalomtudósok a metrikus tervezésről?

Hogyan tanulmányozod szigorúan, tudományosan azokat a fogalmakat, amelyeket nem tudsz könnyen meghatározni? Olyan fogalmak figyelem, elégedettségés kreativitás? A válasz: te nem! Ehelyett te operacionalizálni. Ebben a példában tegyük fel, hogy Önt a mérés érdekli felhasználói boldogság.

Mi az operacionalizálás?

Mi az operacionalizálás? Írtam hozzá egy bevezető cikket itt az Ön számára, de a végeredmény az, hogy amikor működésbe lép, először azt mondod magadnak: "Soha nem fogom mérni a boldogságot, és ezzel kibékültem." A filozófusok évezredek óta foglalkoznak ezzel, szóval nem úgy van, hogy hirtelen egyetlen definícióval állsz elő, amely kielégíti mindenki.

Ezután a koncepció mérhető lényegét proxyba desztillálja.

Mindig emlékezz arra, hogy valójában nem a boldogságot méred. Vagy memória. Vagy figyelem. Vagy intelligencia. Vagy bármilyen más költői szó, nem számít, milyen nagyszerűen hangzik az Ön számára.

Most, hogy rendben vagyunk azzal a ténnyel, hogy soha nem fogjuk mérni a boldogságot és annak barátait, itt az ideje, hogy megkérdezzük magunktól, miért is gondoltuk ezt a szót az első helyen. Mi az a fogalom – a maga homályos formájában –, ami relevánsnak és helyénvalónak tűnik a meghozni kívánt döntés szempontjából? Milyen konkrét (és megszerezhető!) információkra vezetnénk előnyben egyik cselekvési irány a másik felett? (A metrikus tervezés sokkal könnyebb, ha van cselekvések gondoljon rá, mielőtt elkezdi. Ha lehetséges, gondolja át a lehetséges döntéseket, mielőtt megpróbálna megtervezni egy mérőszámot.)

Ezután lepároljuk az általunk keresett alapötletet, hogy hozzunk létre egy mérhető proxyt – egy olyan mérőszámot, amely megragadja ezt a számunkra fontos alapvető lényeget.

Határozza meg a mutatót, mielőtt elnevezné.

És most jön a szórakoztató rész! Bármilyen nevet adhatunk mutatónknak: „blorktibork”, „felhasználói boldogság”, „X” vagy bármi.

Azért nincs értelme, hogy letartóztassanak minket a nyelvrendőrség, mert bármennyire is dolgozunk a megtervezésén, a meghatalmazottunk *nem* legyen a felhasználói boldogság plátói formája.

Bár lehet, hogy megfelel mi szükségleteinek megfelelően, fontos észben tartani, hogy a mutatónk valószínűleg nem illeszkedik mindenki más igényeit is. Éppen ezért butaság lenne egy haszontalan vitát lezárni arról, hogy mérőszámunk megragadja-e vagy sem az igazi boldogságot. Nem. Ha kétségbeesetten vágyik valamiféle egyetlen mérőszámra, amely mindegyiket uralja, van egy Disney dal neked.

Bármely mérőszám, amelyet létrehozunk, egyszerűen egy proxy, amely megfelel a saját igényeinknek (és valószínűleg senki másénak sem). Ez a mi személyes eszközünk a személyes cél eléréséhez: megalapozott döntés meghozatala vagy egy koncepció összefoglalása, hogy ne kelljen egy egész bekezdést írnunk minden alkalommal, amikor megemlítjük. Jól megvagyunk anélkül, hogy a nyelvrendőrséget bevonnánk egyikbe sem.

Eddig jó. Egyszerűen meghatározza, hogy milyen információra van szüksége a döntéséhez, majd kitalálja, hogyan összegezze ezeket az információkat az Ön igényeinek megfelelő módon (ta-da, ez mérőszáma), majd nevezze el tetszés szerint. Jobb? Helyes, de…

Ott is a legnehezebb része ennek az egésznek. Van tippetek, hogy mi lehet? Holnap megosztom veled a választ – ne felejts el feliratkozni sem itt a Médiumon, sem a közösségi médián (Twitter, LinkedIn), hogy ne maradjon le róla. Addig is oszd meg gondolataidat arról, hogy mi a metrikus tervezés legnehezebb része itt or itt.

Ha többet szeretne megtudni, nézze meg a leckéket 039–047 Barátkozás a gépi tanulással tanfolyamomból. Ezek mind rövid, néhány perces videók. Kezdje itt, és folytassa a mellékelt lejátszási listában:

Ha jól érezte magát itt, és olyan alkalmazott mesterséges intelligencia tanfolyamot keres, amely kezdőknek és szakértőknek egyaránt szórakoztató legyen, itt készítettem egyet az Ön szórakoztatására:

PS Próbáltad már többször megnyomni a taps gombot itt a Mediumon, hogy megnézd, mi történik? ❤️

Legyünk barátok! Engem megtalálhat Twitter, Youtube, Alsó raklapés LinkedIn. Érdekel, hogy beszéljek a rendezvényeden? Használat ebben a formában kapcsolatba lép.

Metric Design for Data Scientists és Business Leaders A https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 forrásból újra közzétéve: https:// felé datatascience.com/feed

<!–

->