2022-02-07 17:13:52
Неверная интерпретация данных: как избежать рисков?
Исследование проведено, дашборд готов, но данные истолкованы неверно. И это привело к ошибочным выводам и решениям. В итоге - потеря времени, прибыли, ресурсов. Как перестраховаться аналитику, чтобы не допустить подобного?
Мы собрали подборку ситуаций, в которых стоит перепроверить себя.
А есть ли корреляция? Чтобы понять, действительно ли есть связь между двумя переменными, попробуйте убрать ту, которая, по вашему мнению, является причиной изменений.
К примеру, вы предполагаете, что ваши доходы выросли благодаря росту подписчиков в социальных сетях. Но это не значит, что количество ваших подписчиков напрямую зависит от роста вашего дохода. О ложных корреляциях в этом посте. https://t.me/analyst_club/1378
Работает ли это на другом наборе данных? Не забывайте перепроверять свою гипотезу.
К примеру, вы предполагаете, что люди, которые дополнительно покупают аксессуары, больше всего тратят денег в вашем магазине. А на практике оказывается, что покупатели платьев тоже тратят большие суммы. Подробнее об этом парадоксе здесь. https://t.me/analyst_club/1329
Эти ли данные мне нужны для исследования проблемы? Насколько они актуальны? Чтобы устранить этот риск, необходимо заранее установить метрики и показатели эффективности.
К примеру, для успеха рекламной кампании в соцсетях важно количество подписчиков. В таком случае, нет смысла проверять количество просмотров главной страницы.
Правильно ли я визуализирую данные? Не забывайте о матрице выбора диаграмм и основных правилах.
Например, усечение осей или использование логарифмической шкалы может привести к неправильному истолкованию диаграммы. Подробнее здесь https://t.me/analyst_club/931
Достаточно ли у меня широкая выборка для исследования? Для определения правильного размера выборки нужно определить предел погрешности и рассчитать максимальную величину отклонений от среднестатистического значения. И рассчитать уровень достоверности.
Например, вы опросили 10 из 100 сотрудников компании, придут ли они на корпоратив. Они ответили утвердительно. Но это не значит, что 100% сотрудников придут на корпоратив.
Отличаются ли эти показатели на практике? Узнайте, какие причины могут привести к серьезному отклонению от плановых расчетов.
К примеру, производительность труда рабочего может быть ниже из-за неисправности оборудования, а в исследовании это не учитывается.
Правильно ли я задаю вопросы и выбираю KPI? Чтобы результаты исследования были эффективными, делайте вопросы максимально открытыми и объективными.
Правильный вопрос выглядит так: насколько вы довольны нашей службой поддержки по шкале от 1 до 10? Он подводит пользователя к какому-то одному ответу, поэтому исследование будет эффективным. А к чему может привести обобщение, можно почитать здесь https://t.me/analyst_club/1099
Сохраняйте подборку - и пусть ваши дашборды всегда помогают принять правильные решения!
1.5K views14:13
К
