Сам себе MBA. (Самообразование на 100% )

— это процесс сбора данных о работе системы. Имея на руках информацию об основных ее функциях, намного легче понять, насколько хорошо работает она сама.

Кроме того, на основании полученных данных вы сможете сравнивать между собой разные системы. Например, при сборке компьютеров используются различные типы микропроцессоров — какой именно вы выберете? Оценив различные характеристики каждого процессора (цикл памяти, расход энергии, теплообразование и т. д.) и сравнив их между собой, вы можете выбрать тот, который лучше всего подойдет вашему компьютеру.
При анализе системы измерение помогает избежать
незаметности отсутствия.

Помните: нелегко увидеть то, чего нет. Измерение различных элементов системы во время работы помогает выявить потенциальные проблемы прежде, чем они возникнут.
Например, при диабете слишком высокий или слишком низкий уровень сахара в крови опасен для жизни, поэтому организм регулирует этот процесс, вырабатывая различные дозы специального вещества — инсулина.

Уровень инсулина крайне важен для больного диабетом, но вы не можете его определить, просто взглянув на человека. Без проведения измерений мы можем оказаться во власти
незаметности отсутствия,
пока все не станет настолько плохо, что больной, например, впадет в кому.
Чтобы этого не произошло, больные диабетом измеряют уровень сахара и инсулина в крови несколько раз в день.

Измерение — это первый шаг на пути к усовершенствованию. Питер Друкер однажды сказал: «Что не измерено, тем нельзя управлять». Так и есть. Если вы не знаете, какой доход приносит ваш бизнес и какова сумма затрат, трудно понять, будет ли ему во благо то или иное изменение. Перед тем как начать сбрасывать вес, вы должны узнать, сколько вы весите, чтобы в дальнейшем отслеживать любые изменения.
Без данных вы слепы. Если вы хотите что-то изменить, сначала надо произвести замеры.

Ключевые показатели эффективности

Лучше иметь приблизительный ответ на правильный вопрос, чем точный ответ на неправильный.

Джон Туки, статистик

Главная проблема
измерения
заключается в том, что измерить можно что угодно. Однако избыточность данных способна привести к
ограничению когнитивного восприятия
и к тому, что вы в них просто утонете.
Некоторые
измерения
важнее других. Измерения самых важных элементов системы называются
ключевыми показателями эффективности

(Key Performance Indicators, KPI). Измерения же, которые не способствуют внедрению каких-либо усовершенствований в
систему,
— просто пустая трата времени и энергии. Если вы хотите усовершенствовать систему, не рассеивайте свои по определению ограниченные
внимание
и энергию на все ее составляющие — сосредоточьтесь на ключевых показателях.

К сожалению, всё, что находится на дальнем плане, измерить легче, чем то, что имеет первостепенное значение. Например, доход — это довольно важно, правда? Но только потому, что он является ключевым компонентом прибыли. Вас не спасет миллион долларов, если, зарабатывая его, вы потратили два миллиона. Как однажды сказал предприниматель и ведущий программы
Dragon’s Den
[71] («Логово Драконов») на ВВС Тео Пафитис: «Прибыль — это здравый смысл. Оборот — это суета». Сам по себе доход — это не KPI.

Та же логика применима и к другим процессам. Например, измерить производительность группы программистов, на первый взгляд, проще всего в строчках кода. Но проблема в том, что «больше» не всегда значит «лучше». Талантливый программист способен усовершенствовать программу, написав
меньше
строчек кода, чем его коллеги. Если для вас главное — количество, то удаление нескольких тысяч строчек будет выглядеть как потеря, хотя на самом деле речь может идти о существенном улучшении.

Ситуация еще сильнее усугубится, если вы привяжете
вознаграждение
программистов к этому показателю: вследствие
искажения, вызванного стимулированием,
вы получите код размером с роман «Война и мир».
Обычно KPI, имеющие отношение к бизнесу, напрямую связаны либо с
пятью составляющими каждого бизнеса,
либо с
пропускной способностью.
Вот некоторые вопросы, которые я задаю, чтобы определить такие KPI:
— 
Создание продукта:
как быстро система создает продукт? каков уровень притока?
— 

Маркетинг:
сколько людей обращает внимание на ваше предложение? сколько клиентов дает вам
разрешение
на предоставление дополнительной информации?
— 
Продажи:
сколько клиентов соглашается купить то, что вы предлагаете? какова средняя
пожизненная ценность
клиента?
— 
Доставка ценности:
как быстро вы можете обслуживать одного клиента? какова частота возвратов продукта или жалоб?
— 
Финансы:
каков размер вашей
маржи прибыли?
какова величина
покупательной способности?

достаточно ли вам имеющихся денег?
Любые измерения, имеющие отношение к этим вопросам, скорее всего, являются KPI. Все остальные, не связанные с пропускной способностью процесса или системы, можно не принимать во внимание.
Ограничьте себя тремя-пятью KPI на систему. При выполнении измерений очень хочется держать в голове всю найденную вами информацию. Сопротивляйтесь такому желанию: если вы перегрузите свой мозг данными, то, скорее всего, пропустите те
изменения,

которые действительно имеют значение. Вы всегда сможете копнуть глубже в случае необходимости.
Найдите системные KPI — и вы сможете управлять своей системой, не боясь утонуть в море данных.
Мусор на входе — мусор на выходе

Если качественно начать, результаты не заставят себя ждать.

Александр Кларк, дипломат, гражданский активист XIX века

Анализ некачественных данных в лучшем случае грозит вам получением бесполезных результатов, а в худшем — обманчивых или дискредитирующих.

Качество «входа» всегда отражается на качестве «выхода». Если вы будете строить дом из плохих материалов, он получится некрасивым и ненадежным. Если вы будете неправильно питаться, вести сидячий образ жизни и слишком много смотреть телевизор, то, скорее всего, станете вялым и равнодушным. Если вы не чувствуете никакой радости от своей работы, то вряд ли сможете выполнить ее хорошо.

«Мусор на входе — мусор на выходе» — очень простой принцип: при внесении бесполезных данных получается бесполезный результат. Ваша способность понимать
систему
непосредственно связана со способностью отслеживать то, что в ней происходит, а это, в свою очередь, зависит от качества и количества собранных вами данных.

Если вы не хотите в результате получить мусор, откажитесь от него в самом начале. Всегда помните об этом, принимаясь за новый проект, — и конечный результат обязательно оправдает ваши надежды.
Качественный вход — качественный выход.
Аналитическая честность

То, что может быть разрушено правдой, должно быть разрушено.

Пэт Ходжилл, профессор, писатель-фантаст

На последнем рабочем месте в Procter & Gamble я должен был разработать стратегию маркетинговых
измерений

— придумать способ определения эффективности рекламы нашей компании в сети. Каждый год P&G тратила миллионы долларов на рекламные баннеры, продвижение в поисковой системе и создание видеороликов. Я должен был понять, стоят ли результаты затраченных денег.
В процессе работы моя команда выяснила, что
система,

которую мы использовали для подсчета уникальных посетителей наших сайтов, работала неправильно. Она учитывала не только реальных пользователей, но и поисковых роботов, которые заходили на наши интернет-страницы по несколько раз в день. Иначе говоря, мы попали в ситуацию
мусор на входе — мусор на выходе,
и все наши измерения оказались бесполезными.

Естественно, мы рекомендовали модернизировать систему подсчета посетителей. Но наше предложение не вызвало энтузиазма в компании. Все сотрудники знали, что собираемые системой данные бесполезны, но, похоже, им было все равно. Странно, правда?
Проблема заключалась вот в чем: установка новой системы подсчета сильно уменьшила бы количество уникальных посетителей сайта, то есть то, что большинство считало
ключевым показателем деятельности.

Будучи более точной, новая система выставила бы их работу сотрудников в невыгодном свете. Исправлению ошибки они предпочли дальнейшую жизнь во лжи и сами поставили под сомнение свою способность увеличить эффективность работы сайта.
Аналитическая честность

означает беспристрастные измерение и анализ имеющихся у вас данных. Поскольку мы, люди, существа социальные, нам свойственно переживать из-за того, что подумают о нас другие, и это заставляет нас приукрашивать реальность. Если вы действительно хотите произвести улучшения, такое стремление может помешать сбору точных данных и проведению объективного анализа.

Чтобы сохранить объективность по отношению к данным, лучше всего попросить, чтобы их оценил человек не заинтересованный, со стороны. Поддаться
искажению, вызванному стимулированием,
и
предвзятости подтверждения
легко, когда на кону стоит ваше социальное положение. Наличие опытного, но беспристрастного третьего лица, которое проверит ваши методы измерения и анализа, имеет огромное значение: может быть, вам и не понравятся его выводы, но по крайней мере вы будете точно знать, как обстоят дела.

Снимите розовые очки и постарайтесь объективно принять те данные, которые в конечном счете помогут вам совершенствовать вашу систему
Контекст

Чтобы что-то понять, нужно знать контекст.

Ричард Рабкин, психиатр

В этом месяце ваш доход составил 200 тысяч долларов. Это хорошо или плохо?
Зависит от обстоятельств. Если в прошлом месяце вы заработали 100 тысяч долларов — это хорошо. А если в этом месяце вы потратили 400 тысяч долларов — это плохо.
Контекст

— это использование соответствующих
измерений
с целью предоставления дополнительной информации о данных, которые вы исследуете. Чтобы выбрать между «хорошо» и «плохо», недостаточно знать свой доход — нужна дополнительная информация. Размер дохода за предыдущий месяц и расходов в нынешнем месяце и есть тот контекст, который поможет прояснить всю ситуацию.

Обобщенные измерения практически всегда бесполезны, особенно когда речь идет о реальных улучшениях, поскольку они лишены контекста. То, что на ваш сайт в этом месяце зашло 2 миллиона пользователей, ни о чем не говорит. Без контекста вы не можете определить, было ли внесено в
систему
какое-либо
изменение
или насколько эффективно она работает, а это, в свою очередь, ограничивает вашу способность ее усовершенствовать.

Старайтесь принимать во внимание не только цифры, но и контекст: без него вы рискуете пропустить какое-нибудь важное изменение в данных. Даже зная «общий показатель качества» или то, что доход увеличился или уменьшился, вы не сможете понять, важно это или нет и почему так произошло (случайность это или следствие какого-то изменения в системе или
среде).
Возьмите себе за правило всегда рассматривать каждое измерение в контексте с другими измерениями.
Выборка

Если вы не верите в теорию выборки, в следующий раз, когда пойдете к врачу, попросите его взять всю вашу кровь.

Джан Фупгони, основатель и председатель компании Comscore, Inc.

Что делать, если ваша
система
слишком большая и сложная, чтобы собирать данные по каждому процессу?
Иногда не стоит измерять все
потоки.
Если вы управляете
масштабируемой

системой, зачастую невозможно проверить все элементы и найти все ошибки. Как быстро определить возможные проблемы, если система обрабатывает огромное количество данных и заключает миллионы сделок?
Выборка

— это определенная случайным образом часть некоего целого, способная рассказать о поведении всей системы. Если вы когда-нибудь сдавали кровь на анализ, вы прекрасно представляете, что такое выборка. Врач или медсестра берет небольшое количество крови и отправляет ее в лабораторию. Если тест покажет, что в этом образце наблюдаются какие-то аномалии, вероятнее всего, они присутствуют и во всей остальной крови в вашем организме.

Выборка помогает определить системные ошибки, не тратя время и деньги на анализ всей системы. Если вы производите мобильные телефоны, нет необходимости проверять каждое устройство, сходящее с конвейера: проверка каждого двадцатого позволит в короткие сроки оценить положение дел и в случае необходимости подкорректировать систему. В зависимости от того, насколько быстро и точно нужно выявить ошибки, вы можете уменьшить или увеличить частоту выборки.

Одна из форм выборки — проверка без предупреждения. Многие магазины периодически нанимают «таинственных покупателей», которые проверяют, насколько хорошо персонал выполняет свою работу. Они интересуются ассортиментом, задают кучу вопросов, хотят вернуть купленный товар и вообще действуют на нервы. А поскольку работники магазина не знают, какие клиенты настоящие, а какие подставные, такой метод оказывается намного эффективнее постоянного пристального контроля за каждым отдельным служащим.

Однако если образец был взят не случайным образом или не является «представителем» общего, совокупности, результаты выборки могут быть неверными. Ясно, что при оценке среднего дохода семьи мы получим разные результаты, если возьмем жителей Манхэттена и Западной Виргинии. Чем больше у вас образцов, выбранных случайным образом, тем вернее будут ваши результаты.
Доверительный интервал

Все делают общие выводы из одного примера. По крайней мере, я поступаю именно так.

Стивен Браст, писатель-фантаст

Представьте, что вы купили волшебную монету, которая чаще всего падает орлом вверх. Как узнать, что это не подделка? Конечно, нужно проверить ее в действии.
Давайте представим, что, подбросив ее пять раз, вы получили два орла и три решки. Так что, нужно ее вернуть?
Доверительный интервал
представляет собой вероятность того, что определенный анализ окажется правильным. Прежде чем очернять репутацию продавца, стоит удостовериться в точности ваших результатов.

Чем больше образцов вы возьмете, тем выше доверительный интервал данного
измерения.
Объем выборки увеличивается каждый раз, когда вы подбрасываете монету. Чем он больше, тем точнее ваши измерения и, соответственно, тем больше к ним доверия.

Подбросив монету всего пять раз, вы не можете быть полностью уверены в том, что это подделка: объем выборки слишком мал. Если же вы подбросите ее тысячу раз и она в 70 % случаев упадет решкой вверх, значит монета действительно неправильная, но все равно она не подделка мошенника (скорее всего, вам досталась монета, которая в большинстве случаев падает не орлом вверх, а решкой).

Я не буду детально описывать, как именно рассчитывается доверительный интервал, но сделать это довольно легко, особенно если вы умеете пользоваться электронными таблицами или базами данных. Начинающим я рекомендую почитать книгу
Principles of Statistics
(«Принципы статистики»).

Помните о том, что результатам измерений, основанных на малых объемах выборки, не стоит доверять. Каждый раз, когда вы сталкиваетесь с выборкой, основанной на незнакомых вам данных, обязательно проверяйте ее объем и способ отбора образцов. Чем больше образцов вы соберете, тем больше доверия будут вызывать результаты анализа.
Соотношение

Тот, кто отказывается делать расчеты, обречен говорить чепуху.

Джон Маккарти, программист и когнитивист, автор термина «искусственный интеллект»

Соотношение
— это метод сравнения двух показателей или результатов
измерения
друг с другом. Определив соотношение «выходного» параметра к «входному», вы сможете измерить все виды отношений между различными элементами вашей
системы.
Предположим, из 30 посетителей вашего магазина 10 ушли с покупкой. То есть соотношение будет 10/30, или 1/3, то есть 33 %.

А теперь предположим, что вы провели для продавцов тренинг, по результатам которого повысилась их эффективность: 15 покупок на 30 клиентов, зашедших в магазин.
Тогда соотношение будет 15/30, или 1/2, то есть 50 %.
Подумайте об измерении
возврата на инвестиции:
вы просто делите сумму доходов на сумму расходов и вычитаете 1. Результат, выраженный в процентах, и будет величиной возврата.

Например, вы потратили 2 миллиона и заработали 4. Окупаемость составит 100 %: 4 миллиона (заработанные) / 2 миллиона (потраченные) = 2.
2-1 = 1 = 100 %.
Ниже указаны некоторые полезные отношения.
— 
Доходность активов:
какой доход вы получили на один доллар, вложенный в оборудование?
— 
Доходность капитала:
какой доход вы получили на один инвестированный доллар?
— 
Доходность рекламы:
какой доход вы получили на один доллар, вложенный в рекламу?
— 
Доход на сотрудника:

какой доход вы получили на одного нанятого вами сотрудника?
— 
Закрытие сделок:
какая доля обслуженных вами клиентов совершила у вас покупку?
— 
Отношение возвратов/жалоб:
сколько возвратов или жалоб было сделано на каждую продажу?
Постоянно проверяя эти соотношения, намного легче заметить изменение в системе и то, к чему оно ведет. Если показатель закрытия сделок или окупаемость инвестиций растет — это хороший знак. Если же величина этих показателей падает, стоит выяснить причины.

Проявите фантазию: изучайте свой бизнес и определяйте соотношения, которые раскрывают наиболее важные элементы вашей системы.
Среднее арифметическое, медиана, мода и размах

Вам больно не от того, что вы чего-то не знаете, а от того, что вы что-то знаете.

Уилл. Роджерс, американский ковбой и комик

В среднем капитал читателей
Wall Street Journal
составляет 1,7 миллиона долларов. Аудитория газеты, похоже, очень богатые люди, не правда ли?

Да, это так, но не настолько, как вы думаете. Дело в том, что
Wall Street Journal
читают такие люди, как Билл Гейтс и Уоррен Баффет, а их состояние измеряется миллиардами. Одним своим существованием они делают среднее арифметическое намного выше, чем оно есть на самом деле.
Среднее арифметическое

рассчитывается путем деления суммы всех данных на их количество. Рассчитывать среднее арифметическое несложно, но тут может вмешаться синдром Гейтса — Баффета: наличие выходящих за рамки объектов увеличивает или уменьшает его настолько, что оно перестает быть репрезентативным. Однако если исключить такие объекты, среднее арифметическое становится более точным.
Чтобы определить
медиану,

необходимо выстроить значения в порядке убывания и найти данные, расположенные посередине ряда. Медиана связана с особым показателем, называемым процентиль, и является 50-м процентилем. По определению, 50 % значений в ряду будут находиться ниже медианы. Рассчитав медиану и сравнив ее со
средним значением,
вы сможете проверить, не повлияли ли выходящие за рамки объекты на результат.
Мода

— это значение в ряду данных, которое встречается наиболее часто. Ряд может содержать несколько мод — в этом случае можно сказать, что он мультимодален. Такие данные указывают на потенциально интересные
связи
в
системе.
Размах

— это разность между наибольшим и наименьшим значениями в ряду. Размах лучше всего использовать для быстрой оценки: вам нужно всего два значения. Правда, их легче всего исказить слишком высокими или слишком низкими выходящими за рамки значениями, такими как, например, банковский счет Билла Гейтса.

Среднее арифметическое, медиана, мода и размах — очень полезные статистические средства анализа, при помощи которых можно получить типичные результаты, конечно, при условии, что вы используете их правильно.
Корреляция и причинно-следственная связь

Корреляция — это не причинно-следственная связь, но она явно на что-то намекает.

Эдвард Тафти, статистик, исследователь в области информационного дизайна и профессор Йельского университета

Представьте себе бильярдный стол: зная точное расположение каждого шара и то, какие силы воздействуют на биток[72] (вектор воздействия, ударная сила, точка воздействия, трение стола и сопротивление воздуха), вы можете точно вычислить его путь и то, как он будет воздействовать на другие шары на этом пути. Профессиональные бильярдисты настолько хорошо моделируют ситуацию в уме, что могут раскидать партию за считаные минуты.
Это
причинно-следственная связь,

то есть цепь причин и следствий. Поскольку вычислить полную цепь причинной связи несложно, можно сказать, что именно удар по битку
вызвал
попадание другого шара в лузу. Если вы будете бить по битку с одинаковой силой и одинаковым образом, вы раз за разом будете получать тот же самый результат.

Все материалы, размещенные в боте и канале, получены из открытых источников сети Интернет, либо присланы пользователями  бота. 
Все права на тексты книг принадлежат их авторам и владельцам. Тексты книг предоставлены исключительно для ознакомления. Администрация бота не несет ответственности за материалы, расположенные здесь