читайте также
Лучший возраст для стартапа
Бенджамин Джонс, Дж. Дэниэл Ким, Пьер Азулай, Хавьер Миранда
Шахматист Сергей Карякин: «Гните свою линию, и все получится»
Анастасия Миткевич
Говорите почаще: почему писать письма нужно не всегда
Амит Кумар, Николас Эпли
Прыжок в неизвестность
Марина Иванющенкова
читайте также
В вопросе использования данных бизнес-лидеры чаще всего придерживаются одного из подходов: либо следуют неукоснительно выводам, полученным на основе их анализа, либо целиком отвергают их. Оба подхода ошибочны. Вместо этого руководители должны стимулировать дискуссии внутри компании, которые позволят критически оценить данные и понять, можно ли их использовать. Об этом пишут в своей статье для нового номера Harvard Business Review Майкл Лука, профессор Университета Джона Хопкинса, и Эми С. Эдмондсон, профессор Гарвардской школы бизнеса.
Авторы указывают, что тщательное изучение данных перед принятием важных решений играет ключевую роль, однако зачастую компании пренебрегают этим. Основные причины — предубеждения, некорректные сопоставления данных и шаблонное мышление. Опираясь на собственные исследования, работу с компаниями и опыт преподавания, Лука и Эдмондсон разработали собственный подход к обсуждению и использованию данных.
Исследуйте связь между причиной и следствием
Принимая решения, менеджеры должны учитывать внутреннюю валидность исследования — точно ли анализ отвечает на вопрос в контексте, в котором он изучался, и внешнюю валидность — можно ли обобщать результаты исследования и применять их в другом контексте. Это поможет избежать пяти распространенных ошибок:
- «После» не значит «вследствие»
Несмотря на то, что большинство людей знают, что корреляция не равна причинно-следственной связи, эта ошибка широко распространена. Чтобы отличить одно от другого, необходимо понять, было ли проведено рандомизированное контролируемое исследование или естественный эксперимент.
- Пример такой ошибки — рекламная стратегия eBay. В течение многих лет компания размещала контекстную рекламу в поисковых системах, и число покупок в регионах, где она размещалась, росло. Эксперимент, проведенный командой экономистов под руководством Стивена Таделиса из Калифорнийского университета, показал: корреляция объяснялась тем, что реклама была таргетирована на людей, которые и без нее планировали совершить покупку на eBay, и на рынки, где рост eBay и так бы происходил органически.
- Размер выборки важен
Люди склонны недооценивать влияние размера выборки на точность оценки, хотя небольшого размеры выборки с большей вероятностью будут показывать большие колебания. Эта распространенная ошибка может привести к неверным решениям. Независимо от того, пытаетесь ли вы понять, насколько следует доверять онлайн-обзорам или как интерпретировать тренды в производстве, важно учитывать размер выборки.
- Выбор неверного объекта исследования
Следует убедиться, что вы анализируете то, что действительно имеет значение, а не то, что просто легко измерить. Из-за этого зачастую упускается из виду общая картина. К примеру, оценивая эффективность повышения затрат, необходимо оценивать не только увеличение расходов за счет роста ФОТ, но и потенциальные выгоды от повышения производительности труда. Чтобы эффективно использовать данные, следует задать себе следующие вопросы: какие данные были оценены и учли ли мы все, что имеет отношение к решению, которое мы должны принять? Были ли исследования достаточно масштабными, чтобы учесть ключевые ожидаемые и вероятные последствия? Отслеживались ли они в течение необходимого минимального периода времени?
Неверные обобщения
Чтобы оценить, можно ли использовать то или иное обобщение, необходимо понять, какие механизмы обеспечили полученные результаты, и применимы ли они в других контекстах. Следует задать следующие вопросы: насколько описанная в исследовании ситуация похожа на нашу? При изменении контекста остаются ли его результаты релевантными для нас? Что представляет из себя объект исследования и как это влияет на применимость результатов? Варьируются ли результаты в разных подгруппах?
К примеру, старший вице-президент по инженерии в крупной технологической компании, с которым общались авторы статьи, рассказал им о правиле, запрещающем учитывать университетские оценки при найме инженеров. Объяснил он это тем, что Google «доказал, что оценки не важны» — ссылаясь на комментарий одного из руководителей Google, который он где-то прочитал, утверждающий, что нет связи между оценками в школе и карьерными результатами. Вместо того, чтобы критически осмыслить это мнение, он воспринял его как непреложную истину.
- Переоценка конкретного результата
Ориентироваться на одно исследование по теме неверно. Стоит провести дополнительные исследования по этому вопросу. Вопросы, которые нужно задать в этой ситуации: есть ли другие материалы, подтверждающие результаты этого исследования и выбранный подход? Какие дополнительные данные мы можем собрать и стоит ли выгода от проведения дополнительного исследования того, чтобы его проводить?
Начните говорить
Чтобы преодолеть предвзятость в отношении данных, руководителям следует пригласить к обсуждению участников с различными точками зрения. Поощряя инакомыслие и конструктивную критику, вы сможете противостоять коллективному мышлению, точнее предсказывать непредвиденные последствия и поможете участникам дискуссии избежать чрезмерного влияния мнений лидеров.
Многочисленные исследования демонстрируют, что участники дискуссии склонны скрывать свои взгляды, уклоняться от обмена потенциально релевантными данными или задавать уточняющие вопросы, когда они не испытывают психологической безопасности и не уверены в том, что не будут наказаны за откровенность. Авторы указывают, что особенно важно установить доверительную атмосферу в команде, которая стремится использовать исследования для принятия бизнес-решений. Страх сделать непопулярные выводы не должен заставлять членов команды упустить критически важные данные.
От данных к решениям
Даже в идеальных обстоятельствах результаты исследований редко бывают окончательными, и предсказать, какое именно влияние окажут принятые на их основе решения на бизнес, нельзя. Тем не менее, вы можете стремиться сделать продуманный выбор на основе информации, которая у вас есть или которую вы можете получить. Используя систематический подход к его сбору, анализу и интерпретации, вы будете извлекать из их использования наибольшую пользу.