Design de métricas para cientistas de dados e líderes empresariais

Qual é a parte mais difícil do design métrico?

Para fazer o bem decisões baseadas em dados, você precisa de 3 coisas:

1. Critérios de decisão baseados em critérios bem desenhados métrica.
2. A capacidade de coletar dados, essas métricas serão baseadas.
3. Estatísticas habilidades para calcular essas métricas e interpretar os resultados sob incerteza.

Os requisitos nº 2 e nº 3 foram escritos sobre bastante coisa (inclusive por me), mas e o requisito nº 1?

Agora que dados, a coleta é mais fácil do que nunca, muitos líderes se sentem pressionados a arrastar números para todas as reuniões. Infelizmente, no meio do frenesi alimentar, muitos deles não conseguem dar projeto métrico a quantidade de reflexão que merece. Entre aqueles que estão dispostos a se esforçar, a maioria vai inventando à medida que avançam, como se fosse algo novo.

Não é.

A psicologia – o estudo científico da mente e do comportamento – teve mais de um século para dar uma topada no dedo do pé sobre os perigos de tentar medir quantidades vagas que não foram devidamente definidas, por isso o campo aprendeu algumas pepitas de ouro sólido que os líderes empresariais e cientistas de dados seria sensato pedir emprestado ao projetar métricas.

Se você não está convencido de que o design métrico é difícil, pegue papel e caneta. Eu desafio você a escrever uma definição de felicidade isso é tão rígido que ninguém poderia questionar sua maneira de medi-lo…

Complicado, certo? Agora tente fazer isso com alguns outros substantivos abstratos que as pessoas usam diariamente, como “memória” e “inteligência” e “amor” e “atenção” e assim por diante. É quase milagroso que qualquer um de nós se entenda, muito menos uns aos outros.

E, no entanto, este é exactamente o primeiro obstáculo que os investigadores da psicologia devem ultrapassar para fazerem progresso científico. Para estudar os processos mentais, eles devem criar proxies precisos e mensuráveis ​​– métricas – para trabalhar. Então, como os psicólogos e outros cientistas sociais pensam sobre o design métrico?

Como você estuda rigorosamente e cientificamente conceitos que não consegue definir facilmente? Conceitos como por WhatsApp., satisfação e criatividade? A resposta é… você não! Em vez disso, você Operacionalize. Para os propósitos deste exemplo, suponhamos que você esteja interessado em medir felicidade do usuário.

O que é operacionalização?

O que é operacionalização? Eu escrevi um artigo de introdução para isso SUA PARTICIPAÇÃO FAZ A DIFERENÇA para você, mas o resultado é que quando você operacionaliza, primeiro você diz para si mesmo: “Nunca vou medir a felicidade e fiz as pazes com isso.” Os filósofos estão nisso há milhares de anos, então não é como se de repente você fosse encontrar uma definição única que satisfaça todos.

Em seguida, você destila a essência mensurável do seu conceito em um proxy.

Lembre-se sempre de que você não está realmente medindo a felicidade. Ou memória. Ou atenção. Ou inteligência. Ou qualquer outra palavra poética, não importa o quão grandiosa pareça para você.

Agora que concordamos com o fato de que nunca mediremos a felicidade e seus amigos, é hora de nos perguntarmos por que consideramos essa palavra em primeiro lugar. O que há neste conceito — na sua forma difusa — que parece relevante e pertinente para a decisão que queremos tomar? Que informações concretas (e acessíveis!) nos levariam a preferir um curso de ação em detrimento de outro? (O design métrico é muito mais fácil quando você tem ações em mente antes de começar. Se possível, pense em possíveis decisões antes de tentar criar uma métrica.)

Em seguida, destilamos a ideia central que buscamos para criar um proxy mensurável - uma métrica que captura essa essência central que nos preocupa.

Defina sua métrica antes de nomeá-la.

E agora vem a parte divertida! Podemos nomear nossa métrica como quisermos: “blorktibork” ou “felicidade do usuário” ou “X” ou qualquer outra coisa.

A razão pela qual não faz sentido sermos presos pela polícia linguística é que não importa o quanto trabalhemos para concebê-lo, o nosso procurador irá *não* ser a forma platônica de felicidade do usuário.

Embora possa servir A Nossa necessidades, é importante lembrar que é improvável que nossa métrica se ajuste as necessidades de todos os outros também. É por isso que seria tolice travar debates inúteis sobre se a nossa métrica captura ou não a Verdadeira Felicidade. Isso não acontece. Se você está desesperado por algum tipo de métrica única para governar todos, há uma Música da Disney para você.

Qualquer métrica que criamos é simplesmente um proxy que atende às nossas próprias necessidades (e possivelmente às de mais ninguém). É o nosso meio pessoal para atingir um fim pessoal: tomar uma decisão informada ou resumir um conceito para que não tenhamos que escrever um parágrafo inteiro cada vez que o mencionamos. Podemos nos dar bem sem envolver a polícia linguística em nenhum dos dois casos.

Até agora tudo bem. Você simplesmente determina quais informações são necessárias para sua decisão e, em seguida, descobre uma maneira de resumir essas informações de uma forma que faça sentido para suas necessidades (ta-da, é isso sua métrica) e nomeie-a como quiser. Certo? Certo, mas…

Lá is a parte mais difícil de tudo isso. Algum palpite sobre o que pode ser? Amanhã compartilho a resposta com vocês — não esqueça de se inscrever aqui no Medium ou nas redes sociais (Twitter, LinkedIn) para que você não perca. Enquanto isso, compartilhe sua opinião sobre qual é a parte mais difícil do design métrico SUA PARTICIPAÇÃO FAZ A DIFERENÇA or SUA PARTICIPAÇÃO FAZ A DIFERENÇA.

Se você deseja aprender mais, assista às aulas 039–047 do meu curso Fazendo amizade com aprendizado de máquina. São todos vídeos curtos de alguns minutos de duração. Comece aqui e continue na playlist anexa:

Se você se divertiu aqui e está procurando um curso de IA aplicada projetado para ser divertido tanto para iniciantes quanto para especialistas, aqui está um que fiz para sua diversão:

PS Você já tentou apertar o botão de palmas aqui no Medium mais de uma vez para ver o que acontece? ❤ ️

Vamos ser amigas! Você pode me encontrar em Twitter, YouTube, Recipiente e LinkedIn. Interessado em me convidar para falar em seu evento? Usar esta forma entrar em contato.

Design de métricas para cientistas de dados e líderes empresariais republicado da fonte https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 via https:// em direçãodatascience.com/feed

<!–

->