미터법 디자인에서 가장 어려운 부분은 무엇입니까?
잘 만들기 위해서는 데이터 기반 의사 결정, 다음 3가지가 필요합니다.
요구 사항 #2와 #3은 많은 것에 대해 작성되었습니다(다음을 포함). me), 하지만 요구 사항 #1은 어떻습니까?
이제 그 데이터 수집이 그 어느 때보다 쉬워지면서 많은 리더들은 모든 회의에 숫자를 끌어다 놓아야 한다는 압박감을 느낍니다. 불행하게도, 열광적인 먹이주기 와중에도 그들 중 많은 사람들이 먹이를 주지 못합니다. 미터법 디자인 그것이 가치가 있는 생각의 양. 기꺼이 노력하려는 사람들 중 대부분은 마치 새로운 것처럼, 계속해서 만들어나가고 있습니다.
그렇지 않다.
마음과 행동을 과학적으로 연구하는 심리학은 발가락을 뭉개는 데 한 세기가 넘게 걸렸다 적절하게 정의되지 않은 모호한 수량을 측정하려고 시도하는 위험에 대해 현장에서는 비즈니스 리더와 데이터 과학자 측정항목을 설계할 때 빌려오는 것이 현명할 것입니다.
미터법 디자인이 어렵다고 확신하지 못한다면 펜과 종이를 준비하세요. 나는 당신에게 다음의 정의를 적어보도록 요청합니다. 행복 그건 너무 철철철통해서 아무도 당신이 측정하는 방식에 문제를 제기할 수 없을 거예요…
까다롭죠? 이제 "기억", "지능", "사랑", "주의" 등과 같이 사람들이 일상적으로 사용하는 다른 추상 명사를 사용해 보세요. 우리 중 누구라도 서로는 물론이고 자기 자신을 이해한다는 것은 거의 기적에 가깝습니다.
그러나 이것이 바로 심리학 연구자들이 과학적 진보를 이루기 위해 해결해야 할 첫 번째 장애물입니다. 정신 과정을 연구하려면 정확하고 측정 가능한 프록시, 즉 측정 기준을 만들어야 합니다. 그렇다면 심리학자와 다른 사회과학자들은 미터법 설계에 대해 어떻게 생각할까요?
쉽게 정의할 수 없는 개념을 어떻게 엄격하고 과학적으로 연구하나요? 다음과 같은 개념 주의, 만족도및 창의력? 대답은… 그렇지 않습니다! 대신에 당신은 운영하다. 이 예에서는 측정에 관심이 있다고 가정해 보겠습니다. 사용자 행복.
운영화란 무엇입니까?
운영화란 무엇입니까? 나는 그것에 대한 소개 기사를 썼다. 여기에서 지금 확인해 보세요. 그러나 결론은 조작할 때 먼저 자신에게 다음과 같이 말하는 것입니다. "나는 결코 행복을 측정하지 않을 것이며 그것으로 평화를 이루었습니다." 철학자들은 수천 년 동안 이 분야에 종사해 왔습니다. 따라서 갑자기 다음 조건을 만족하는 단일 정의를 내놓는 것은 아닙니다. 사람.
다음으로 측정 가능한 개념의 본질을 프록시로 추출합니다.
실제로 행복을 측정하는 것이 아니라는 점을 항상 기억하십시오. 아니면 기억. 아니면 관심. 아니면 지능. 또는 다른 시적인 퍼지 단어가 당신에게 아무리 거창하게 들리더라도 마찬가지입니다.
이제 우리는 행복과 그 친구를 결코 측정하지 않을 것이라는 사실에 동의하므로, 애초에 왜 그 단어를 고려했는지 스스로에게 물어볼 때입니다. 모호한 형태의 이 개념에서 우리가 내리고 싶은 결정과 관련이 있고 적절해 보이는 것은 무엇입니까? 어떤 구체적인(그리고 얻을 수 있는) 정보가 우리를 선호하게 만들까요? 한 가지 행동 방침이 다른 행동 방침에 비해? (미터법 디자인은 다음과 같은 경우 훨씬 쉽습니다. 행위 시작하기 전에 염두에 두세요. 가능하다면 측정항목을 설계하기 전에 잠재적인 결정에 대해 생각해 보세요.)
그런 다음 측정 가능한 프록시(우리가 관심을 갖는 핵심 본질을 포착하는 측정항목)를 만들기 위해 추구하는 핵심 아이디어를 정제합니다.
이름을 지정하기 전에 측정항목을 정의하세요.
이제 재미있는 부분이 나옵니다! 측정항목의 이름은 "blorktibork", "사용자 행복", "X" 등 원하는 대로 지정할 수 있습니다.
우리가 언어 경찰에 체포되는 것이 말이 안되는 이유는 우리가 아무리 열심히 디자인해도 우리의 대리인은 *아니* 사용자 행복의 플라톤적 형태가 되어야 합니다.
적합할 수도 있지만 우리의 하지만 우리 측정항목이 적합하지 않을 수 있다는 점을 기억하는 것이 중요합니다. 다른 사람의 요구도 모두. 그렇기 때문에 우리의 지표가 진정한 행복을 포착하는지 여부에 대한 쓸데없는 논쟁에 경적을 울리는 것은 어리석은 일입니다. 그렇지 않습니다. 모든 것을 지배할 수 있는 하나의 측정항목이 절실히 필요하다면 다음과 같은 방법이 있습니다. 당신을 위한 디즈니 노래.
우리가 생성하는 모든 측정항목은 단순히 우리 자신의 요구 사항에 맞는 프록시일 뿐입니다(아마도 다른 사람의 요구 사항에는 적합하지 않음). 이는 개인적인 목적을 위한 개인적인 수단입니다. 정보를 바탕으로 결정을 내리거나 개념을 요약하여 언급할 때마다 전체 단락을 작성할 필요가 없도록 하는 것입니다. 어느 쪽이든 언어 경찰을 개입시키지 않고도 우리는 잘 지낼 수 있습니다.
여태까지는 그런대로 잘됐다. 결정을 내리는 데 필요한 정보가 무엇인지 결정한 다음, 필요에 맞는 방식으로 해당 정보를 요약하는 방법을 찾아냅니다(짜-다, 그건 측정항목)을 선택한 다음 원하는 이름을 지정하세요. 오른쪽? 그렇긴 한데…
가 is 이 모든 것에서 가장 어려운 부분입니다. 그것이 무엇일지 짐작이 가시나요? 내일 답변을 여러분과 공유하겠습니다. 여기 Medium이나 소셜 미디어(트위터, 링크드인) 그러니 놓치지 마세요. 그동안 미터법 설계에서 가장 어려운 부분이 무엇인지에 대한 생각을 공유해 주세요. 여기에서 지금 확인해 보세요. or 여기에서 지금 확인해 보세요..
더 배우고 싶다면 강의를 시청하세요 039–047은 기계 학습으로 친구 사귀기 과정 중 하나입니다. 모두 몇 분 길이의 짧은 동영상입니다. 여기에서 시작하여 첨부된 재생목록에서 계속하세요.
여기에서 즐거운 시간을 보냈고 초보자와 전문가 모두에게 재미있도록 설계된 응용 AI 과정을 찾고 있다면 여기 내가 당신의 즐거움을 위해 만든 것이 있습니다.
추신: 무슨 일이 일어나는지 확인하기 위해 여기 Medium에서 박수 버튼을 두 번 이상 눌러본 적이 있습니까? ❤️
우리 친구하자! 당신은 나를 찾을 수 있습니다 트위터, 유튜브, 서브 스택및 링크드인. 귀하의 행사에서 제가 연설하는 데 관심이 있으십니까? 사용 이 양식을 연락하기.
소스 https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4에서 https://를 통해 다시 게시된 데이터 과학자 및 비즈니스 리더를 위한 메트릭 디자인 warddatascience.com/feed
<!–
–>
