メトリクス設計で最も難しい部分は何ですか?
良いものを作るために データ駆動型の意思決定、必要なものは次の 3 つです。
要件 #2 と #3 については、たくさんのことが書かれています (次のようなものがあります)。 me) しかし、要件 1 についてはどうでしょうか?
さてその データ 収集がかつてないほど簡単になり、多くのリーダーは会議のたびに数字を引き出さなければならないというプレッシャーを感じています。残念なことに、餌を与える熱狂の真っ只中に、多くの動物は餌を与えることができません。 メトリックデザイン それに値する思考の量。喜んで努力する人のほとんどは、まるで新品のように、やりながら作り上げています。
そうではありません。
心と行動の科学的研究である心理学には、 つま先をぶつけるまでに1世紀以上 適切に定義されていない曖昧な量を測定しようとすることの危険性について、この分野はビジネスリーダーや企業が重要な金塊を学習しました。 データサイエンティスト メトリクスを設計するときに借用するのが賢明でしょう。
メトリクス設計が難しいという確信が持てない場合は、紙とペンを用意してください。の定義を書き留めてください。 幸福 それはあまりにも鉄則なので、あなたの測定方法に誰も異論を唱えることはできません…
難しいですよね？次に、「記憶」、「知性」、「愛」、「注意」など、人々が日常的に使用する他の抽象名詞でそれを試してみましょう。お互いどころか、私たちの誰もが自分自身を理解できるというのは、ほとんど奇跡に近いことだ。
しかし、これはまさに心理学の研究者が科学の進歩を遂げるためにクリアしなければならない最初のハードルです。精神的プロセスを研究するには、正確で測定可能な代用指標、つまり指標を作成して作業する必要があります。では、心理学者やその他の社会科学者は指標の設計についてどのように考えているのでしょうか?
簡単に定義できない概念をどうやって厳密かつ科学的に研究するのでしょうか?のような概念 注意, 満足, 創造性?答えは…そうではありません!代わりに、あなたは 運用する。この例では、測定に興味があると仮定します。 ユーザーの幸福度.
運用化とは何ですか?
運用化とは何ですか?紹介記事を書きました こちら しかし、結果として、運用を開始するとき、最初に自分自身にこう言うことになります。 「私は幸福を測るつもりは決してありません。そして私はそのことに同意しました。」 哲学者たちは何千年もの間このことに取り組んできたので、突然満足できる単一の定義を思いつくわけではありません。 誰も.
次に、コンセプトの測定可能な本質を抽出してプロキシを作成します。
実際に幸福度を測定しているわけではないことを常に覚えておいてください。あるいは記憶。あるいは注意。あるいは知性。または、それがどれほど壮大に聞こえるかに関係なく、その他の詩的な流行語でも構いません。
幸福とその友人たちを測ることは決してないという事実を受け入れたところで、そもそもなぜその言葉を考えたのかを自問してみましょう。この概念のあいまいな形で、私たちが下したい決定に関連し、関連しているように見えるのは何でしょうか?どのような具体的な (そして入手可能な) 情報があれば、私たちはどのような情報を好むでしょうか? ある行動方針が別の行動方針より優先される? (メトリクスの設計は、 行動 始める前に念頭に置いてください。可能であれば、指標を設計する前に、潜在的な決定について検討してください。)
次に、私たちが求めている中心的なアイデアを抽出して、測定可能な代用指標、つまり私たちが関心を持っているこの中心的な本質を捉える指標を作成します。
名前を付ける前にメトリクスを定義してください。
そしてここからが楽しい部分です！メトリクスには、「blorktibork」、「ユーザー幸福度」、「X」など、好きな名前を付けることができます。
私たちが言語警察に逮捕されるのが理にかなっていない理由は、私たちがデザインにどれだけ熱心に取り組んでも、私たちの代理人は *ない* ユーザーの幸福のプラトニックな形であること。
似合うかもしれないけど 私たちの ニーズがある場合、私たちの指標が適合する可能性は低いことを覚えておくことが重要です 他のみんなのニーズも。だからこそ、私たちの指標が真の幸福を捉えているかどうかについて、無駄な議論に角を立てるのは愚かなことです。そうではありません。すべてを支配する何らかの 1 つの指標が必要な場合は、次の方法があります。 ディズニーソングをあなたに.
私たちが作成するメトリクスは、私たち自身のニーズ (おそらく他の人のニーズにも適合しない) に適した単なる代理にすぎません。それは個人的な目的を達成するための個人的な手段です。つまり、情報に基づいて決定を下したり、コンセプトに言及するたびに段落全体を書く必要がないようにコンセプトを要約したりすることです。どちらにも言語警察を巻き込むことなく、私たちはうまくやっていくことができます。
ここまでは順調ですね。意思決定に必要な情報を決定し、その情報を自分のニーズに合った方法で要約する方法を考え出すだけです (タダ、 そのだ メトリクス) を選択し、好きな名前を付けます。右？そうですね、でも…
そこに is このすべての中で最も難しい部分です。それが何であるかについて何か推測はありますか?明日、その答えを皆さんと共有します。ここ Medium またはソーシャル メディアで購読することを忘れないでください (Twitter, LinkedIn）お見逃しなく。それまでの間、指標設計で最も難しい部分は何かについてあなたの考えを共有してください こちら or こちら.
もっと詳しく知りたい場合は、レッスンをご覧ください 039–047 機械学習で友達を作るコースから。それらはすべて数分の短いビデオです。ここから始めて、添付のプレイリストを続けてください。
ここで楽しんでいただき、初心者にも専門家にも同様に楽しめるように設計された応用 AI コースをお探しの場合は、私があなたの楽しみのために作成したコースを以下に示します。
PS ミディアムで拍手ボタンを何度も押してどうなるか試したことはありますか? ❤️
友達になろう！あなたは私を見つけることができます Twitter, YouTube, サブスタック, LinkedIn。貴社のイベントで講演させていただくことに興味がありますか?使用 - 連絡を取るために。
データ サイエンティストとビジネス リーダーのためのメトリック デザイン ソース https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 から https:// より再公開datascience.com/feed に向けて
<!–
–>
