I dati sono una grande forza trainante dietro molti cambiamenti strategici all'interno delle aziende moderne. Con la crescente disponibilità e il surplus di dati, sta diventando più facile per le aziende analizzare e apportare modifiche sulla base di approfondimenti derivati dalle informazioni che hanno raccolto. Questo concetto, il processo decisionale basato sui dati, non è nuovo. Le aziende hanno utilizzato queste pratiche in diversi modi nel corso degli anni, sia attraverso la raccolta di dati qualitativi su un nuovo prodotto sia il perfezionamento delle prestazioni del proprio team di vendita. Spero di abbattere solo alcune insidie comuni che le aziende possono affrontare utilizzando i dati per il processo decisionale.
Domande tendenziose
Il processo di raccolta dei dati può essere un processo che richiede tempo e spesso costoso. Il lato economico dello spettro raccoglierà dati interni, mentre il lato più costoso condurrebbe i focus group qualitativi che ruotano attorno a un prodotto nuovo o esistente. Il mezzo su cui mi concentrerò per la raccolta dei dati cade all'incirca tra questi due, Sondaggi.
Numerosi problemi possono derivare dalla creazione di sondaggi. Uno dei più importanti è la scrittura di domande che portano a una risposta. Questo può essere fatto intenzionalmente o non intenzionalmente, ma ciò ha un enorme potenziale per distorcere i risultati dell'indagine.
Ecco un buon esempio di una domanda principale in azione:
Cosa pensi dell'impatto negativo della deforestazione sull'ambiente?
Naturalmente, ci sono molti studi a sostegno dell'affermazione che la deforestazione è negativa, ma sottintendendo che la deforestazione è negativa nella domanda predisporrà i rispondenti a quella linea di pensiero. Ciò porterà la maggior parte dei soccorritori a rispondere alla domanda già pensando che la deforestazione sia negativa.
Per una risposta imparziale, queste due domande sarebbero migliori:
-Quale impatto ha avuto la deforestazione sull'ambiente?
-Su una scala da 1 a 7, con 1 che è molto negativo e 7 che è molto positivo, come descriveresti l'impatto della deforestazione sull'ambiente?
Ora, queste due domande non sono ancora perfette, ma la seconda domanda rimuove la natura principale della prima domanda. Può aiutare a dividere una domanda in due al fine di ottenere una visione completa e imparziale delle risposte.
I dati non sono infallibili
Non posso sottolineare abbastanza questo punto. Tutti gli studi di ricerca hanno un margine di errore accettabile fissato dall'azienda, generalmente tra il 4% e l'8% con un livello di confidenza del 95%. Ciò significa in definitiva che il campione e i risultati derivati dalla ricerca non sono perfettamente indicativi della popolazione totale. Il costo per raggiungere tale risultato sarebbe astronomico. Sapendo questo, è importante rendersi conto che sebbene l'uso dei dati per guidare le decisioni aziendali sia un modo eccellente per ridurre il rischio, ci sarà comunque un rischio con ogni decisione presa. Questo mi porta a un altro errore comune quando si prende parte a studi di ricerca e si analizzano dati, bias.
Stai attento al pregiudizio
Potrei spendere un intero blog e altro sul concetto di parzialità nella ricerca. Può esistere in ogni aspetto del processo di ricerca, dalla progettazione iniziale all'analisi. Vorrei parlare principalmente del pregiudizio che può esistere nell'analisi dei dati. Una pratica, nota come dragaggio dei dati, può essere estremamente dannosa per un'azienda e un prodotto e spesso viene eseguita involontariamente dal ricercatore e dall'azienda. Il dragaggio dei dati, approssimativamente, sta analizzando i dati analizzando i dati in modo tale che determinate relazioni possano essere mostrate come statisticamente significative. Questo può essere estremamente dannoso in quanto ha un rischio molto elevato di formare falsi positivi.
Una società, FiveThirtyEight, ha condotto uno studio in cui ha inviato un sondaggio in cui 54 persone hanno completato. Hanno quindi eseguito circa 27,716 regressioni su tali dati. Alcuni dei risultati sono stati esilaranti.
Ecco solo alcune delle molte correlazioni che hanno trovato statisticamente significative:
-La bibita limonata ha una correlazione positiva tra la convinzione che "Crash" meritasse di vincere il miglior film
-Mangiare i crostacei è correlato positivamente alla mano destra
-Pagare il sale da tavola è correlato positivamente ad avere una relazione positiva con il tuo fornitore di servizi Internet
Ora, chiaramente, si tratta di correlazioni ridicole, ma ciò che è ancora più importante da tenere in considerazione è che alcune di queste potrebbero essere reali correlazioni. Tuttavia, la correlazione non equivale alla causalità. Con questi esempi, è facile notare che esiste un problema con l'analisi eseguita sui dati. Può essere più difficile notare questo problema quando si analizzano i dati relativi alla propria attività o un nuovo prodotto su cui la società sta lavorando.
È importante fare un passo indietro durante la revisione o l'analisi dei dati e capire quando può esistere un pregiudizio, intenzionale o non intenzionale, e diffidare di ciò.
I dati sono utili
So di aver speso la maggior parte di questo blog a parlare di diversi modi in cui i dati possono essere usati in modo improprio o incompreso, ma voglio aggiungere che l'analisi dei dati, nel complesso, è una colonna portante eccellente per il processo decisionale. Può aiutare a ridurre notevolmente i rischi e può mantenere i dipendenti meglio informati e più produttivi. Consiglio vivamente di utilizzare i dati per guidare le decisioni aziendali, ma è anche importante che i dati non siano l'unico fattore decisivo.
Se sei interessato a leggere di più sullo studio di FiveThirtyEight sopra, utilizza il link in basso:
https://fivethirtyeight.com/features/you-cant-trust-what-you-read-about-nutrition/
