Data-driven көзқарас дегеніміз не?

Data-driven көзқарас - бұл басқарушылық шешімдер интуицияға немесе жекелеген қызметкерлердің пікіріне емес, деректер мен фактілерге негізделетін тұжырымдама. Ағылшын тілінен аударғанда бұл термин «деректермен басқарылатын» дегенді білдіреді және оны фактілік ақпарат негізінде шешім қабылдау мәдениеті деп те атайды. Негізгі идея - адам қателіктері сөзсіз болады, ал деректер мен фактілер өзгеріссіз қалады. Қолданушының, жетекшінің немесе команда мүшелерінің пікіріне сену - субъективті пікірлерге негізделген шешімдер қабылдау тәуекеліне бару.

Мысал ретінде «Авито» компаниясында болған жағдайды келтіруге болады. Олар қызметкерлердің интерфейсінің ескірген және ыңғайсыз екендігі туралы пікіріне сүйене отырып, бағдарламаларының интерфейсін өзгертуді шешті. Алайда, жаңа интерфейсті тестілеу нәтижелері қолданушылардың тапсырыстарын аз жасап жатқанын көрсетті. Деректерді терең талдау және түсіндіру шын себептерін анықтауға көмектесті, бұл факттарға бағыттаудың маңыздылығын растады.

Data-driven көзқарас не үшін қажет?

Data-driven көзқарасын қолданудың негізгі мақсаты қабылданатын шешімдердің тиімділігін арттыру болып табылады. Мысалы, пицца жеткізуімен айналысатын компанияда тапсырыстардың жеткізілуіндегі кідірістерге жиі шағымдар түседі. Әр түрлі қызметкерлер мәселені шешудің өз нұсқаларын ұсынады:

• Қосымша курьерлер алу;
• Қазіргі курьерлерді жаңартуларына ауыстыру;
• Курьерлерге мотивация жүйесін енгізу;
• Курьерлер қолданатын көлікті өзгерту;
• Өндіріс, курьерлер және клиенттер арасындағы байланысты оңтайландыру;
• Жылдам пицца дайындау үшін қызметкерлерді ынталандыру;
• Дайындау процесін өзгертіп пиццаның уақытын азайту.

Data-driven көзқарасы негізделген шешімді таңдауға мүмкіндік береді, зерттеулердің нәтижелеріне сүйене отырып, олар мыналарды қамтуы мүмкін:

• Пиццаны дайындау және жеткізу үшін қажетті уақытты өлшеу;
• Жаңа курьерлер үшін тесттік топ құру;
• Мотивациялық жүйені сынау;
• Пицца дайындау процесін сапаға зиян келтірмей өзгерту.

Мұндай зерттеулердің нәтижелері минут санында немесе тапсырыстар саны бойынша объективті деректерді ұсынады, бұл ең тиімді шешімдерді таңдауға көмектеседі.

Шешім қабылдау үшін қандай зерттеулер жүргізіледі

Шешім қабылдаудың дұрыстығын қамтамасыз ету үшін компаниялар түрлі зерттеу түрлерін жүргізеді. Олардың негізгі түрлері:

• Сандық зерттеулер: Мұндай зерттеулердің нәтижелері сандармен өлшенеді. Мысал ретінде A/B-тестілер немесе ашық сұрақтары жоқ сауалнамалар болуы мүмкін. Сандық зерттеулердің артықшылығы олардың ауқымдылығында, оларды жүздеген және тіпті мыңдаған респонденттер арасында жүргізуге болады.
• Сапалық зерттеулер: Бұл зерттеулер гипотезалар мен жайларды қамтамасыз етеді, олар сандық деректерді қолдана отырып қосымша тексеруді қажет етеді. Бұған фокус топтар мен сұхбаттар жатады, бұл терең ақпарат алуға көмектеседі.

Зерттеулер кабинет және дала зерттеулеріне бөлінуі мүмкін. Кабинет зерттеулері қол жетімді деректерді пайдалануды, ал дала зерттеулері жаңа деректер құруды қамтиды, бұл нақты тапсырмалар үшін дәлірек нәтижелер алуға мүмкіндік береді.

Қандай деректер жиналады

Деректерге негізделген шешім қабылдау үшін жиналатын ақпарат келесідей болуы тиіс:

• Мәнді: Метрикалар бизнестің мақсаттарымен коррелдеу үшін мағыналы болуы қажет;
• Объективті: Деректер бірыңғай ережелер бойынша және біркелкі форматта жиналуы тиіс;
• Түсінікті: Ақпарат тек мамандар үшін ғана емес, басқа қызметкерлерге де түсінікті болуы тиіс.

Бастапқы кезеңде шешім қабылдау үшін ең пайдалы метрикаларды анықтау үшін барлық мүмкін метрикалар жиналуы мүмкін.

Деректерді қалай жинайды

Data-driven көзқарасты енгізу бірнеше кезеңнен тұрады. Бастапқы кезеңде деректер жиналмауы немесе қарапайым кестелік редакторларында сақталуы мүмкін. Келесі қадам оларды жүйелеу және сегментациялау, яғни ақпарат жинау жалпы әдіснамасын құру.

Деректермен жұмыс орталықтандырылғаннан кейін компаниялар BI жүйелері сияқты автоматтандырылған жүйелерді енгізеді, олар талдау және есептерді құрап шығаруға көмектеседі. Соңғы кезең алдыңғы мәліметтерді талдау негізінде болашақ көрсеткіштерді болжау үшін жасанды интеллект қолданатын предиктивті модельдер құруды қамтиды.

Әрбір компания бөлімшесі data-driven көзқарасының өз трансформациясын өткізуі мүмкін, және бұл тең емес өтуі мүмкін, бір бөлімшелер деректерді белсенді пайдаланып, басқалары тек бастауы мүмкін.