دونالد ترامپ، رئیس‌جمهور ایالات متحده اخیراً اعلام کرد که معتقد است سهم داده‌ها در کمپین‌های ریاست‌جمهوری موفق اوباما اغراق‌آمیز است. در همین حال، طبق گزارش ها، هیلاری کلینتون یک تیم داده سه برابر عملیات چشمگیر اوباما در سال 2012 جمع آوری کرده است.
علیرغم سرمایه‌گذاری‌های رو به رشدی که شرکت‌ها در ابزارهای تحلیلی انجام داده‌اند، بسیاری از مردم همچنان بیشتر با احساسات ترامپ موافق هستند و نمی‌خواهند زیاد به داده‌ها تکیه کنند. به عنوان مثال، در حالی که تجزیه و تحلیل در سه دسته اول مخارج بانک‌های ایالات متحده قرار داشت، تنها 20 درصد از مدیران بانک‌ها می‌خواستند سازمان‌هایشان به شدت مبتنی بر داده‌ها باشد. برای برخی افراد، اعتماد به داده‌هایی که درک کامل آنها دشوار است یا به طور طبیعی با شهود آنها همخوانی ندارد، می‌تواند آزاردهنده باشد.
اغلب این ترس باعث می شود که افراد دائماً اعتبار داده های خود را زیر سوال ببرند. بسیاری از صاحبان و مدیران کسب و کار نگران هستند که داده های نادرست یا ناقص منجر به تصمیمات تجاری بد شود. به عنوان مثال، سازنده فیلم کداک در اواخر دهه 1990 پیش‌بینی کرد که تنها 400000 دوربین دیجیتال در بازار (خارج از ژاپن) وجود خواهد داشت – اما این تخمین در نهایت بیش از 4 میلیون دستگاه دور از حد مجاز بود. برآورد دقیق تر شاید به کداک کمک کرد تا رشد عکاسی دیجیتال را بهتر پیش بینی کند و مسیر متفاوتی را ترسیم کند تا بتواند از ورشکستگی فصل 11 جلوگیری کند.
وقتی صحبت از داده های شرکت شما می شود، گاهی اوقات یک دوز سالم از شک و تردید ضروری است. هرگز کامل نخواهد بود و به احتمال زیاد مملو از تناقضات مختلف است. همانطور که ارزش داده های شما افزایش می یابد، باید در طول زمان مدیریت شوند تا اطمینان حاصل شود که تا حد امکان سازگار، قابل اعتماد و مفید هستند. بسیاری از شرکت‌های مبتنی بر داده، برنامه‌های حاکمیت داده را برای جلوگیری یا کاهش مشکلات جدی کیفیت داده اجرا کرده‌اند.
اما چرا ما شاهد یک بی اعتمادی سالم به مفروضات تجاری نیستیم؟ چرا چنین چیزی وجود ندارد مفروضات مدیریت? شاید این جمله عالی را شنیده باشید که به مارک تواین نسبت داده می شود: «این چیزی نیست که نمی دانید که شما را به دردسر می اندازد. این همان چیزی است که مطمئناً می دانید اینطور نیست. اگرچه هیچ مدرکی دال بر استفاده تواین از این کلمات وجود ندارد، اما من همچنان این نقل قول را با وجود منشأ مشکوک آن دوست دارم.
به نظر می رسد زمانی که داده ها باید برای هر ذره احترام و پذیرش بجنگند، مفروضات مجوز رایگان دریافت می کنند. مفروضات بد می‌توانند به اندازه داده‌های بد برای کسب‌وکار مضر باشند، اما در بیشتر موقعیت‌ها نسبت به داده‌ها بسیار کمتر مورد بررسی قرار می‌گیرند. تصورات نادرست در مورد عکاسی فیلم احتمالاً بیش از داده‌های بد به کداک آسیب رسانده است. کداک در واقع اولین دوربین دیجیتال مصرفی جهان را در سال 1975 اختراع کرد، اما به دلیل نگرانی در مورد تأثیر آن بر تجارت پرسود فیلم از عرضه آن خودداری کرد.
گفتن اینکه هرگز نباید چیزی را بپذیرید غیرواقعی است و اغلب مضر است. فهرست مفروضات مالی و تجاری یک بخش کلیدی در طرح تجاری هر کارآفرین است. در یک محیط پویا و سریع، کار بدون فرضیات ممکن است دشوار باشد. هم استارت‌آپ‌ها و هم شرکت‌های مستقر باید آنها را زمانی بسازند که تمام حقایقی که برای تصمیم‌گیری به آنها نیاز دارند به آسانی در دسترس نباشد. ممکن است به دست آوردن داده‌های مورد نیاز بسیار گران، زمان‌بر یا دشوار باشد، بنابراین برای حرکت به جلو، فرضیاتی – صریح یا ضمنی – ایجاد می‌کنید.
با این حال، از آنجا که سازمان شما مفروضاتی را – آگاهانه یا ناآگاهانه – مطرح می‌کند، باید آنها را به‌عنوان پراکسی‌های آزمایش‌نشده رفتار کند تا زمانی که در نهایت توسط داده‌ها پشتیبانی شوند. در اغلب موارد، مفروضات اساسی هرگز مورد بررسی مجدد یا تایید قرار نمی گیرند و در نهایت با جوهره نحوه کار شما ترکیب می شوند. از آنجایی که برخی از فرضیات دقیق یا درست هستند، لزوماً منجر به مشکل نمی شوند. با این حال، فرضیات «اینطور نیست» می تواند شما را در معرض اشتباهات پرهزینه و آسیب پذیر قرار دهد.
تیم ویلسون از Analytics Demystified مثالی از اینکه چگونه مفروضات تقریباً تلاش‌های بازاریابی یک شرکت CPG را از مسیر خود خارج می‌کنند، با من به اشتراک گذاشت. تیم بازاریابی در حال اجرای یک کمپین آزمایشی چهار ماهه برای یک محصول جدید بود که شامل نمونه ها و کوپن های نسبتاً با ارزش بود. آنها از اینکه سایت‌های معاملاتی در مورد این کمپین اطلاعاتی پیدا می‌کردند، نگران بودند، که می‌تواند جویندگان معاملات کم‌ارزش را جذب کند که به مشتریان با ارزش بالا مورد نظرشان تبدیل نشوند.
در نتیجه، آنها با آژانس خود کار کردند که تعدادی از اقدامات فنی را برای محدود کردن افرادی که می توانند به کمپین دسترسی داشته باشند، اجرا کردند. با این حال، برای یک پنجره دو روزه به پایان کمپین، یک مشکل فنی منجر به ایجاد چندین صفحه فیس بوک – 0.48٪ برای یافتن و ارسال کوپن ها و معاملات برای باز کردن پیشنهادهای کمپین شد. این شرکت از اینکه متوجه شد که تقریباً یک سوم از ثبت نام های ایجاد شده توسط کمپین چهار ماهه در آن دوره دو روزه بوده است، ناامید شد.
یک تحلیلگر تصمیم گرفت این نظریه را آزمایش کند که این شکارچیان معامله در واقع مشتریان کم ارزشی هستند. یکی از بخش‌های کلیدی این کمپین این بود که مصرف‌کنندگان به ایمیل بعدی پاسخ دهند تا محصول را دو هفته بعد ارزیابی کنند. از آنجایی که هیچ پاداش اضافی برای انجام این کار وجود نداشت، بعید به نظر می رسید که این مشتریان به دنبال معامله پس از تضمین تخفیف ها پاسخ دهند.
با این حال، در کمال تعجب، نرخ پاسخ این کاربران به ایمیل و امتیاز دادن به محصول، دو برابر هر گروه کاربری دیگری بود. تنها به طور تصادفی بود که تیم بازاریابی توانست از یک اشتباه بزرگ جلوگیری کند که باعث می شد بخش مهمی از مشتریان بسیار درگیر و با ارزش برای آنها تمام شود.
هم حقایق و هم مفروضات در تصمیم گیری دخیل هستند. در جلسات توجیهی نظامی به صراحت از قبل بیان می شود تا فرمانده درک درستی از وضعیت موجود داشته باشد. در حالی که حقایق اغلب در جلسات کاری مورد بحث قرار می گیرند، مفروضات کمتر مورد توجه یا بررسی قرار می گیرند. صاحبان مشاغل و مدیران باید سه مرحله زیر را برای بهبود در نظر بگیرند من مدیریت می کنم مفروضات:
1. فهرستی از آنچه درست است را تهیه کنید. وقتی سخت برای پیشبرد کسب و کار خود تلاش می کنید، ممکن است تعجب کنید که چقدر فرضیات واقعاً بر تصمیم گیری شما تأثیر می گذارد. برای اصول کلیدی که تصمیمات شما را راهنمایی می کنند، از خود بپرسید که چقدر هستید من فکر می کنم درست هستند (فرض ها) و شما چند من می دانم واقعی بودن (حقایق). به عنوان مثال، ممکن است فکر کنید که مشتریان شما به یک پیشنهاد همراه بسیار علاقه مند هستند، اما بدون پشتیبانی از داده ها، این ممکن است فقط یک فکر واهی باشد. همچنین، اگر اطلاعات شما قدیمی یا مشکوک باشد، ممکن است حقایق شما در واقع حدس و گمان باشد. اجازه ندهید فرضیات به عنوان حقایق ظاهر شوند.
2. تأثیر فرضیات خود را بسنجید. هنگامی که درک بهتری از مفروضاتی که می‌کنید، در نظر بگیرید که اگر درست نبودند، کدامیک باعث ناراحتی گاری اپل می‌شدند. به عنوان مثال، اگر فرض می کنید که یک رقیب اصلی گوشه ای از بازار شما را نادیده می گیرد، در نظر بگیرید که اگر یک محصول رقیب را در منطقه شما عرضه کند، برنامه های شما چگونه تغییر می کند. دانستن اینکه استراتژی شما تا چه حد به درستی برخی فرضیات بستگی دارد، شما را در موقعیت بهتری برای آماده شدن و واکنش سریع در صورت فاش شدن یک فرض کلیدی قرار می دهد.
3. مفروضات کلیدی خود را به چالش بکشید. به جای اینکه منتظر بمانید تا یک فرضیه به طور بالقوه شکست بخورد، بهتر است پیش فرض های کلیدی را قبل از اینکه موفقیت شما را به خطر بیندازند، پیشگیرانه عمل کنید و اعتبار سنجی کنید. رد کردن یک فرض کلیدی بسیار ارزشمند است – مانند پیدا کردن یک قطره اشک در چتر نجات قبل از چتربازی. در برخی موارد، می‌توانید یک آزمایش کوچک برای آزمایش یک فرض کلیدی قبل از راه‌اندازی در مقیاس کامل انجام دهید. اگرچه ممکن است راه اندازی شما را اندکی کند کند، اما داده هایی را در اختیار شما قرار می دهد تا با اعتماد به استراتژی خود به جلو حرکت کنید، یا اطلاعات ارزشمندی در مورد اینکه چه تنظیماتی ممکن است برای موفقیت مورد نیاز باشد.
داده محور بودن فقط به نحوه استفاده موثر از داده ها نیست، بلکه به نحوه مدیریت مفروضات و سوگیری های خود نیز مربوط می شود. نکته جالب این است که داده های شما می تواند 100% قابل اعتماد باشد، اما اگر بر اساس فرضیات اشتباه باشد، همچنان می تواند شما را گمراه کند. به جای ترس از داده ها، به آن به عنوان راهی برای جدا کردن مفروضات اشتباه از فرضیات درست نگاه کنید. اعتماد به داده های شما نظم و انضباط می خواهد من می خواهم تا ثابت کنم اشتباه می کنی
وقتی از آنچه بر تصمیم گیری شما تأثیر می گذارد آگاه شوید و سعی کنید فرضیات را با واقعیت ها جایگزین کنید، در نهایت تصمیمات بهتری می گیرید. همانطور که فیلسوف ویلیام اوکهام گفت: “توضیحی که به کمترین فرضیات نیاز دارد، به احتمال زیاد درست است، این نوع تفکر شرکت های مبتنی بر داده مانند Google GOOGL + 21.78٪، آمازون، لینکدین و نتفلیکس را از آنها جدا کرده است.” رقبا و می تواند به شما نیز کمک کند.