Метричний дизайн для спеціалістів з обробки даних і бізнес-лідерів

Що найскладніше в метричному дизайні?

Для того, щоб зробити добро рішення на основі даних, вам потрібні 3 речі:

1. Критерії прийняття рішень засновані на добре розробленому показники.
2. Уміння збирати дані ці показники базуватимуться на.
3. Статистика навички розрахунку цих показників та інтерпретації результатів невизначеність.

Вимоги №2 і №3 написано про багато (включаючи me), але як щодо вимоги №1?

Тепер, коли дані збирання легше, ніж будь-коли, багато керівників відчувають тиск, змушуючи тягнути цифри на кожну зустріч. На жаль, у розпал годівлі божевілля багато з них не дають метричний дизайн стільки думок, яких він заслуговує. Серед тих, хто готовий докласти зусиль, більшість вигадують це по ходу, ніби це новеньке.

Це не так.

Психологія — наукове дослідження розуму та поведінки — мала більше століття, щоб вдарити палець на нозі про небезпеку спроби виміряти нечіткі величини, які не були належним чином визначені, тому в галузі було відомо про деякі тверді золоті самородки, які бізнес-лідери та дані вчених було б розумно запозичити під час розробки показників.

Якщо ви не впевнені, що метричний дизайн складний, візьміть ручку та папір. Я закликаю вас написати визначення щастя це настільки залізно, що ніхто не може поставити під сумнів ваш спосіб вимірювання...

Хитро, правда? Тепер спробуйте це з деякими іншими абстрактними іменниками, якими люди кидаються щодня, наприклад «пам’ять», «інтелект», «любов», «увага» тощо. Це прокляте чудо, що хтось із нас розуміє самих себе, не кажучи вже про одне одного.

І все ж це саме перша перешкода, яку дослідники психології повинні подолати, щоб досягти наукового прогресу. Для того, щоб вивчати розумові процеси, вони повинні створити точні та вимірні показники — показники — для роботи. Отже, як психологи та інші соціологи думають про метричний дизайн?

Як ви ретельно, науково вивчаєте поняття, які ви не можете легко визначити? Такі поняття, як увагу, задоволення та креативність? Відповідь така: ні! Натомість ти операціоналізувати. Для цілей цього прикладу припустімо, що ви зацікавлені в вимірюванні щастя користувача.

Що таке операціоналізація?

Що таке операціоналізація? Я написав до нього вступну статтю тут для вас, але результат полягає в тому, що коли ви операціоналізуєте, ви спочатку говорите собі: «Я ніколи не збираюся вимірювати щастя, і я змирився з цим». Філософи працювали над цим тисячоліттями, тож не можна сказати, що ви раптом придумаєте єдине визначення, яке задовольнятиме все.

Далі ви перетворюєте вимірну суть вашої концепції в проксі.

Завжди пам’ятайте, що ви насправді не вимірюєте щастя. Або пам'ять. Або уваги. Або інтелект. Або будь-яке інше поетичне словосполучення, яким би великим воно для вас не звучало.

Тепер, коли ми згодні з тим фактом, що ми ніколи не будемо вимірювати щастя та його друзів, настав час запитати себе, чому ми взагалі взяли це слово в голову. Що в цій концепції — у її розмитій формі — здається релевантним і доречним для рішення, яке ми хочемо прийняти? Яка конкретна (і доступна!) інформація змусить нас віддати перевагу один курс дій над іншим? (Метричний дизайн набагато легший, якщо у вас є дії пам’ятайте, перш ніж почати. Якщо можливо, подумайте про можливі рішення, перш ніж намагатися розробити метрику.)

Потім ми виділяємо основну ідею, яку прагнемо, щоб створити вимірний проксі — показник, який відображає цю основну суть, яка нас хвилює.

Визначте свій показник, перш ніж називати його.

А тепер найцікавіше! Нам дозволяється називати нашу метрику як завгодно: «blorktibork», «щастя користувача», «X» або будь-яке інше.

Причина, по якій немає сенсу для нас арештовувати мовна поліція, полягає в тому, що незалежно від того, наскільки старанно ми працюємо над розробкою цього, наш проксі-сервер буде *ні* бути платонівською формою щастя користувача.

Хоча може влаштовувати наші важливо пам’ятати, що наш показник навряд чи підійде потреби всіх інших теж. Ось чому було б безглуздо братися за марні дебати про те, чи фіксує наша метрика справжнє щастя. Це не так. Якщо ви відчайдушно шукаєте якийсь єдиний показник, щоб керувати ними всіма, є Пісня Disney для вас.

Будь-яка метрика, яку ми створюємо, є просто проксі-сервером, який відповідає нашим власним потребам (і, можливо, нічиїм іншим). Це наш особистий засіб для досягнення особистої мети: прийняття обґрунтованого рішення чи узагальнення концепції, щоб нам не доводилося писати цілий абзац кожного разу, коли ми згадуємо про це. Ми можемо чудово порозумітися, не залучаючи мовну поліцію до жодного з них.

Все йде нормально. Ви просто визначаєте, яка інформація вам знадобиться для прийняття рішення, а потім з’ясовуєте спосіб узагальнення цієї інформації таким чином, щоб мати сенс для ваших потреб (та-да, це ваш показник), а потім назвіть його як завгодно. правильно? Правильно, але…

Там is найважча частина всього цього. Є припущення щодо того, що це може бути? Завтра я поділюся з вами відповіддю — не забудьте підписатися тут на Medium або в соціальних мережах (Twitter, LinkedIn), щоб ви не пропустили. А поки поділіться своїми думками про те, що є найважчим у метричному дизайні тут or тут.

Якщо ви хочете дізнатися більше, дивіться уроки 039–047 з мого курсу «Подружитися з машинним навчанням». Усі вони короткі відео тривалістю пару хвилин. Почніть тут і продовжте у доданому списку відтворення:

Якщо вам тут було весело і ви шукаєте прикладний курс штучного інтелекту, розроблений, щоб бути цікавим як для початківців, так і для експертів, ось один, який я зробив для вашої розваги:

PS Чи пробували ви коли-небудь натискати кнопку плескання на Medium кілька разів, щоб побачити, що відбувається? ❤️

Давай будемо друзями! Ви можете знайти мене на Twitter, YouTube, Підсклад та LinkedIn. Хочете, щоб я виступив на вашому заході? використання ця форма щоб зв’язатися.

Метричний дизайн для спеціалістів із обробки даних і бізнес-лідерів Опубліковано з джерела https://towardsdatascience.com/metric-design-for-data-scientists-and-business-leaders-b8adaf46c00?source=rss—-7f60cf5620c9—4 через https:// towarddatascience.com/feed

<!–

->