Les données sont un énorme moteur de nombreux changements stratégiques au sein des entreprises modernes. Avec la disponibilité croissante et l'excédent de données, il devient plus facile pour les entreprises d'analyser et d'apporter des changements en fonction des informations dérivées des informations qu'elles ont recueillies. Ce concept, la prise de décision basée sur les données, n'est pas nouveau. Les entreprises ont utilisé ces pratiques de plusieurs façons au fil des ans, que ce soit en collectant des données qualitatives sur un nouveau produit ou en perfectionnant les performances de leur équipe commerciale. J'espère éliminer quelques pièges courants auxquels les entreprises peuvent être confrontées en utilisant les données pour la prise de décision.
Questions principales
Le processus de collecte de données peut être un processus long et souvent coûteux. Le côté bon marché du spectre rassemblera des données internes tandis que le côté le plus cher dirigera des groupes de discussion qualitatifs autour d'un produit nouveau ou existant. Le moyen sur lequel je vais me concentrer pour la collecte de données se situe à peu près entre ces deux enquêtes.
Un certain nombre de problèmes peuvent résulter de la création d'enquêtes. L'une des plus importantes consiste à rédiger des questions qui mènent à une réponse. Cela peut être fait intentionnellement ou non, mais cela peut énormément fausser les résultats de l'enquête.
Voici un bon exemple d'une question directrice en action:
Que pensez-vous de l'impact négatif de la déforestation sur l'environnement?
Bien sûr, il existe plusieurs études confirmant l'affirmation selon laquelle la déforestation est négative, mais impliquant que la déforestation est négative dans la question prédisposera les répondants à cette ligne de pensée. Cela conduira la plupart des répondants à répondre à la question en pensant déjà que la déforestation est négative.
Pour une réponse impartiale, ces deux questions seraient mieux:
-Quel impact la déforestation a-t-elle eu sur l'environnement?
- Sur une échelle de 1 à 7, 1 étant très négatif et 7 très positif, comment décririez-vous l'impact de la déforestation sur l'environnement?
Maintenant, ces deux questions ne sont toujours pas parfaites, mais la deuxième question supprime la nature principale de la première question. Il peut être utile de diviser une question en deux afin d'avoir une vue complète et impartiale des réponses.
Les données ne sont pas infaillibles
Je ne saurais trop insister sur ce point. Les études ont toutes une marge d'erreur acceptable fixée par l'entreprise, généralement comprise entre 4% et 8% avec un niveau de confiance de 95%. Cela signifie finalement que l'échantillon et les résultats issus de la recherche ne sont pas parfaitement représentatifs de la population totale. Le coût pour atteindre un tel résultat serait astronomique. Sachant cela, il est important de réaliser que même si l'utilisation des données pour prendre des décisions commerciales est un excellent moyen de réduire les risques, il y aura toujours un risque avec chaque décision prise. Cela m'amène à une autre erreur courante en participant à des études de recherche et en analysant les données, le biais.
Faites attention au biais
Je pourrais passer un blog entier et plus sur le concept de parti pris dans la recherche. Il peut exister dans tous les aspects du processus de recherche, de la conception initiale à l'analyse. Je voudrais parler principalement du biais qui peut exister dans l'analyse des données. Une pratique, connue sous le nom de dragage de données, peut être extrêmement nocive pour une entreprise et un produit et est souvent involontairement effectuée par le chercheur et l'entreprise. Le dragage de données, en gros, analyse les données en analysant les données de telle sorte que certaines relations peuvent être considérées comme statistiquement significatives. Cela peut être extrêmement nocif car il présente un risque très élevé de formation de faux positifs.
Une entreprise, FiveThirtyEight, a réalisé une étude dans laquelle ils ont envoyé une enquête dans laquelle 54 personnes ont répondu. Ils ont ensuite effectué environ 27,716 XNUMX régressions sur ces données. Certains des résultats étaient hilarants.
Voici quelques-unes des nombreuses corrélations qu'ils ont trouvées statistiquement significatives:
-Boire de la limonade a une corrélation positive entre la croyance que "Crash" méritait de gagner la meilleure image
-Manger des crustacés est positivement corrélé à être droitier
-Manger du sel de table est en corrélation positive avec une relation positive avec votre fournisseur de services Internet
Maintenant, clairement, ce sont des corrélations ridicules, mais ce qui est encore plus important à prendre en compte, c'est que certaines d'entre elles peuvent être de vraies corrélations. Cependant, la corrélation n'est pas égale à la causalité. Avec ces exemples, il est facile de remarquer qu'il existe un problème avec l'analyse effectuée sur les données. Il peut être plus difficile de remarquer ce problème lors de l'analyse des données relatives à votre entreprise ou d'un nouveau produit sur lequel votre entreprise travaille.
Il est important de prendre du recul lors de l'examen ou de l'analyse des données et de comprendre quand un parti pris, intentionnel ou non, peut exister et se méfier de cela.
Les données sont bénéfiques
Je sais que j'ai passé la majeure partie de ce blog à parler de différentes manières dont les données peuvent être mal utilisées ou mal comprises, mais je veux ajouter que l'analyse des données, dans l'ensemble, est une excellente colonne vertébrale pour la prise de décision. Il peut contribuer à réduire considérablement les risques et à maintenir les employés mieux informés et plus productifs. Je recommanderais fortement d'utiliser les données pour prendre des décisions commerciales, mais il est également important que les données ne soient pas le seul facteur décisif.
Si vous souhaitez en savoir plus sur l'étude de FiveThirtyEight ci-dessus, veuillez utiliser le lien ci-dessous:
https://fivethirtyeight.com/features/you-cant-trust-what-you-read-about-nutrition/
