Время прочтения: 6 мин.

Книга «Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе» Тима Филлипса описывает основные принципы поиска и накопления данных, источники их получения, гипотезы и способы их проверки.

Автор считает, что для принятия правильного решения нам необходимо всего лишь:

  • знать в какой точке мы сейчас находимся (это самое важное);
  • уметь использовать имеющуюся информацию;
  • иметь навыки принятия решений.

В книге в доступной форме показано, с чего надо начинать работать с данными, какие бывают данные, как их классифицировать, анализировать и, самое главное, как их использовать в своей работе.  Мысли излагаются автором простым и понятным языком, постоянно вступая в диалог с читателем.   И все, про что повествовуется в книге рассматривается с двух сторон: как использование данных повлияло на принятие того или иного решения, и как могло бы быть, если  решения принимались, опираясь только на интуицию. При прочтении книги я постоянно прикидывала,  как и где можно протестировать ту или иную гипотезу, выдвинутую автором.

В I Части автор предлагает начать работать с данными. Для этого он советует:

  • провести аудит данных;
  • классифицировать данные;
  • выбрать данные, которые нам нужны (расставить приоритеты);
  • выстроить способы получения данных;
  • определиться с местом хранения данных.

В начале книги автор предлагает нам учиться считать, акцентируя внимание на том, что посчитать можно всё (как проиводственную деятельность, так и её результаты). Лишь научившись считать, по мнению автора,  мы освоим первый шаг в экономии средств.

Постепенно автор приближает нас к теме больших данных и возможности их получения и использования. По мнению автора: «…все данные, которые создаются в цифровой реальности, могут быть полезны для улучшения мира, который произвел эти данные».   Даже несмотря на то, что сегодня подавляющий объем данных плохого качества либо трудно поддается анализу.

На приведенных в книге примерах, показано, что в ряде случаев от использования больших данных можно получить более высокие результаты, начав с малых шагов (к примеру,  для повышения эффективности бизнес-процессов для начала лучше использовать бесплатные имеющиеся сервисы в интернете, прежде чем инвистировать в данную область огромные финансовые вложения).

Во II Части определены 5 основных принципов работы с данными, а также показано,   каким образом они влияют на способы принятия более эффективных решений.

 На примерах автор показывает:

  • почему все массивы данных должны храниться в цифровом формате, а для  хранения больших  массивов необходимо использовать базы данных;
  • как правильно составленные таблицы на основе имеющихся данных помогают в принятии решений;
  • как с помощью диаграмм  можно получить удобную и понятную для восприятия информации;
  • каким образом можно устанавлдивать взаимосвязи и закономерности  на основе правильно оставленных графиков;
  • почему нужно искать среднее, из чего состоит среднее, и как «усреднеее» может сделать информацию более понятной и ясной.

III Часть помогает понять, в какой точке мы сейчас находимся. По мнению автора, «Сложно планировать результат, если не знаешь, в какой точке находишься и в каком направлении собираешься двигаться».

Для оценки текущей позиции в книге рассматривается на примере такого исследовательского инструмента, как «трекер». Он позволяет оценивать изменения.  Основная идея трекера в том, что проверки подтвергаются одни и тех же базовые данные через одиноковые промежутки времени, чтобы следить за динамикой на основе простых показателей. Главное, чтобы трекер должен быть достаточно простым.

Также акцентрировано внимание на максимально возможной точности любых статистических данных, ведь не для кого не секрет, что цифры бывают точными, но это не значит, что они правильные. Поэтому-то вся официальная статистика впоследствии уточняется. Автор показывает, как все же следует принимать решения, опираясь на имеющиеся данные.

IV Часть помогает понять, куда нам направляться.  Автором описаны различные способы построения прогнозов:

  • анализ трендов (прогнозирование на основе прошлой деятельности);
  • предсказательная аналитика (прогнозирование на основе больших данные, в основе лежит использование сложных математических моделей);
  • прогнозный рынок  («…как букмекерские коэффициэнты, объединяющие все ставки»).

 Показаны сильные и слабые стороны каждого способа построения прогноза, а самое главное — чем нужно руководствоваться  при принятии решений на основании имеющихся данных, и что подразумевается под оценкой риска при принятии решений. Готовы ли мы к риску при принятии того или иного решения? Как и на основании чего проводить анализ той самой готовности. По мнению автора: «Задача моделирования риска  – избавить нас от ложной уверенности, но подтвердить, что мы принимаем оптимальное решение сообразно сложившимся обстоятельствам».

В V Части показано, что аргументы надо выстраивать на основе фактов.  Автор поднимает тему фальсификации данных, показывая, как и с помощью чего можно подтасовать данные в любой компании, выделив 3 способа подтасовки (показал всё это на реальныхых примерах):

  • выборочное использование доказательств;
  • ложные причинно-следственные отношения;
  • неправильный выбор временных рамок.

Я, например, со скептицизом отношусь к любым исследованиям, т.к., на мой взгляд,  их результаты не безпристрастны, а доказательста зачастую не прозрачны.

Одним из способов возможности для фальсификации данных автор расотрел их раздельное хранение, показав это на самом ярком примере банкротства в 2002 году компании WorldCom (основная причина  банкротства – применение в компании несколько разных систем учета, между которыми не было обмена данными).

В книге также показано, как надо принимать решения:

  • если информации слишком много и не войти в ступор  при анализе огромного количества данных;
  • не опираясь на проверенные факты (если опираться на проверенные факты, можно «погряздь»  в анализе).

VI Часть посвящана управлению на основе данных.

В книге рассмотрен один из инструментом при принятии решений – это интуиция. Стоит только понять, в каком случае надо доверять интуиции, а в какой нет! По мнению автора на интуицию можно полагаться, когда решение надо принимать немедленно или у нас нет возможности получить нужную информацию.

К примеру, одним из важнейших способов для принятия решений в компании Google являются эксперименты. Да мы и сами знаем, как часто принимаем участие в различных экспериментах Google. Большинство из нас являются пользователями крупных технологических компаний, которые выдают нам, как пользователям различные свои дизайны сайтов, чтобы в последующем посмотреть, какой варант больше пользуется спросом, способствует росту продаж.

Также интересен взгляд автора на методику разработки (agile programming), использование которой помогает повышать эффективность рабочих процессов на основе обратной связи.

 На мой взгляд, основная мысль, которая проходит через всю книгу – это  как заставить данные работать на нас (как в рабочих процессах, так и в личной жизни), уметь использовать данные изменения существующего положения дел.

В заключительной VII Части показано почему надо опираться на данные,                                выделив шесть причин не доверять «шестому чувству»:

  • интуиция не считается с потребностями других людей (принятое решение не означает, что оно лучшее для всех);
  • интуиция относится к событиям прошлого;
  • до конца не понята природа интуиции (это успех или удача?);
  • интуиция стимулирует «коллективное мышление» (не воспринимаем факты и цифры, вместо этого прислушиваемся к другим людям);
  • доверяя интуиции, мы не ичимся (как только начнем анализировать данные, фиксировать действия и полученные результаты, мы изменим и свое мнение);
  • мы автоматически считаем все иное неправильным (мы заблуждаемся в областях, в которых некомпетентны)

Умение правильно интерпритировать информацию, на основании которых принимаются решения    —  это главный вывод, который я сделала, прочитав книгу.

 Печатное издание -М.: Манн, Иванов и Фербер, 2017.

Книга доступна для прочтения в электронной библиотеке — ЛитРес.