Metrična zasnova za podatkovne znanstvenike in poslovneže

Kaj je najtežji del metričnega oblikovanja?

Da bi naredili dobro odločitve, ki temeljijo na podatkih, potrebujete 3 stvari:

1. Merila za odločanje temeljijo na dobro oblikovanih meritve.
2. Sposobnost zbiranja datum te meritve bodo temeljile na.
3. Statistika spretnosti za izračun teh meritev in razlago rezultatov negotovost.

O zahtevah št. 2 in št. 3 je bilo veliko napisanih (vključno z me), kaj pa zahteva št. 1?

Zdaj, ko datum zbiranje je lažje kot kdaj koli prej, mnogi voditelji čutijo pritisk, da morajo na vsak sestanek vleči številke. Na žalost, sredi mrzlice hranjenja, mnogi od njih ne dajo metrično oblikovanje količino misli, ki si jo zasluži. Med tistimi, ki so se pripravljeni potruditi, si jih večina izmišljuje sproti, kot da je čisto nova.

Ni.

Psihologija - znanstvena študija uma in vedenja - je imela več kot stoletje, da bi strnil prst na nogi o nevarnostih poskusov merjenja nejasnih količin, ki niso bile pravilno definirane, zato je to področje izvedelo nekaj kepic trdnega zlata, ki jih poslovni voditelji in podatkovni znanstveniki bi si bilo pametno izposoditi pri oblikovanju meritev.

Če niste prepričani, da je metrično oblikovanje težko, vzemite pisalo in papir. Izzivam vas, da napišete definicijo sreča to je tako železno, da nihče ne more oporekati vašemu načinu merjenja ...

Zapleteno, kajne? Zdaj poskusite z nekaterimi drugimi abstraktnimi samostalniki, ki jih ljudje vsak dan razmetavajo, kot so "spomin" in "inteligenca", "ljubezen" in "pozornost" itd. Prekleto čudežno je, da kdo od nas razume samega sebe, kaj šele drug drugega.

Pa vendar je ravno to prva ovira, ki jo morajo psihološki raziskovalci odpraviti, da bi dosegli znanstveni napredek. Da bi preučevali miselne procese, morajo ustvariti natančne in merljive približke – metrike – za delo. Torej, kako psihologi in drugi družboslovci razmišljajo o metričnem oblikovanju?

Kako natančno, znanstveno preučujete koncepte, ki jih ne morete zlahka definirati? Pojmi kot pozornosti, Zadovoljstvoin ustvarjalnost? Odgovor je ... ne! Namesto tega ti operacionalizirati. Za namene tega primera predpostavimo, da vas zanima merjenje zadovoljstvo uporabnika.

Kaj je operacionalizacija?

Kaj je operacionalizacija? K temu sem napisal uvodni članek tukaj zate, ampak rezultat je, da ko operacionaliziraš, si najprej rečeš, "Nikoli ne bom meril sreče in s tem sem se pomiril." Filozofi se s tem ukvarjajo že tisočletja, zato ni tako, kot da boste nenadoma prišli do ene same definicije, ki bi zadovoljila vsi.

Nato destilirate merljivo bistvo svojega koncepta v približek.

Vedno si zapomnite, da sreče dejansko ne merite sami. Ali spomin. Ali pa pozornost. Ali inteligenca. Ali katera koli druga pesniška fraza, ne glede na to, kako veličastno se vam zdi.

Zdaj, ko smo v redu z dejstvom, da nikoli ne bomo merili sreče in njenih prijateljev, je čas, da se vprašamo, zakaj smo to besedo sploh upoštevali. Kaj je na tem konceptu – v njegovi nejasni obliki – kar se zdi pomembno in primerno za odločitev, ki jo želimo sprejeti? Katere konkretne (in dosegljive!) informacije bi nas pripeljale do raje enega načina delovanja nad drugim? (Metrično oblikovanje je veliko lažje, če imate dejavnosti v mislih, preden začnete. Če je mogoče, razmislite o možnih odločitvah, preden poskušate oblikovati metriko.)

Nato destiliramo osnovno idejo, ki jo iščemo, da ustvarimo merljiv približek – metriko, ki zajame to bistvo, ki nas zanima.

Določite svojo meritev, preden jo poimenujete.

In zdaj prihaja zabavni del! Svojo meritev lahko poimenujemo poljubno: »blorktibork« ali »uporabniška sreča« ali »X« ali kar koli drugega.

Razlog, da nima smisla, da nas aretira jezikovna policija, je ta, da ne glede na to, kako trdo delamo pri oblikovanju, bo naš posrednik *ne* biti platonska oblika sreče uporabnika.

Čeprav lahko ustreza naši potrebam, je pomembno vedeti, da naša metrika verjetno ne bo ustrezala tudi potrebe vseh drugih. Zato bi bilo neumno zapletati se v nekoristne razprave o tem, ali naša metrika zajame pravo srečo ali ne. Ne gre. Če obupano potrebujete eno metriko, ki bi vladala vsem, obstaja Disneyjeva pesem za vas.

Vsaka metrika, ki jo ustvarimo, je preprosto približek, ki ustreza našim lastnim potrebam (in morda nikomur drugemu). Je naše osebno sredstvo za osebni cilj: sprejemanje premišljene odločitve ali povzemanje koncepta, tako da nam ni treba napisati celega odstavka vsakič, ko ga omenimo. Lahko se razumemo brez vpletanja jezikovne policije v eno ali drugo.

Zaenkrat gre dobro. Preprosto določite, katere informacije bi potrebovali za svojo odločitev, nato pa ugotovite, kako te informacije povzeti na način, ki je smiseln za vaše potrebe (ta-da, to je vaša metrika), nato pa jo poimenujte, kakor želite. Prav? Prav, ampak …

Tu is najtežji del vsega tega. Kakšna ugibanja, kaj bi lahko bilo? Jutri bom odgovor delil z vami — ne pozabite se naročiti tukaj na Mediumu ali na družbenih medijih (Twitter, LinkedIn), da ga ne zamudite. Medtem delite svoje misli o tem, kaj je najtežji del metričnega oblikovanja tukaj or tukaj.

Če se želite naučiti več, si oglejte lekcije 039–047 iz mojega tečaja Spoznavanje prijateljev s strojnim učenjem. Vsi so kratki videi, dolgi nekaj minut. Začnite tukaj in nadaljujte na priloženem seznamu predvajanja:

Če ste se tukaj zabavali in iščete tečaj uporabne umetne inteligence, zasnovan tako, da bo zabaven tako za začetnike kot strokovnjake, je tukaj tečaj, ki sem ga naredil za vašo zabavo:

PS Ste že kdaj poskusili večkrat pritisniti gumb za ploskanje tukaj na Mediumu, da vidite, kaj se zgodi? ❤️

Bodiva prijatelja! Najdete me na Twitter, YouTube, Podoknain LinkedIn. Vas zanima, da govorim na vašem dogodku? Uporaba ta obrazec priti v stik.

Metrična zasnova za podatkovne znanstvenike in vodje podjetij Ponovno objavljena iz vira https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 prek https:// towarddatascience.com/feed

<!–

->