מהו המדבר הגדול בעולם?
בגדול, לשאלה הזאת יש שתי תשובות: התשובה הלא נכונה, ועוד הרבה תשובות שגויות — סהרה, מוהאבי, מדבר יהודה, ואני יודע שאף אחד לא חשב על מדבר יהודה — וכל מיני תשובות אחרות שנדמה לנו שהן נכונות, ששמענו את השמות שלהן ואולי יש לנו לגביהן הטיית זמינות. ואז, כמובן, יש את התשובה הנכונה.
לצורך העניין שלנו, התשובה הנכונה בכלל לא רלוונטית. וכדי להיות רק חצי מעצבן, נשים אותה בסוף. אז אם אתם יודעים אותה, הידד! מגיע לנו ליהנות עוד רגע מהתחושה החמה והנעימה של לדעת משהו שאחרים לא יודעים. קצת כמו התחושה של להשתין על עצמך: נהנים מהחום עד שמגלים שאתם לבד, קר לכם והריח לא בדיוק ניחוח ורדים. וזה בסדר.
למה להתעסק בשאלה הזאת? מה הנקודה?
הפוסט שלי לא יהיה כולו על הטיות ועל כשלים לוגיים, למרות שאני בהחלט אוהב לי קצת הטיות. הוא יהיה על בעיות שמוגדרות היטב.
מה זה ה״מוגדר היטב״ הזה שאתה מדבר עליו?
נתחיל במושג ״מוגדר היטב״, בלי, ובכן, להגדיר אותו.
המושג ״מוגדר היטב״, well-defined, מגיע מהעולם הקסום של המתמטיקה. כמו גם המושג ״פונקציה חד־חד־ערכית״, שאני ידוע בכך שאני משתמש בו. הוא מתאר את הדרך שבה בנויה ההגדרה המתמטית של ביטוי: ביטוי יהיה מוגדר היטב אם יש לו הגדרה יחידה או ערך יחיד.
הערך או ההגדרה היחידים האלה מאפשרים לנו לזהות את הביטוי ואת התכונות שלו בצורה ברורה ומדויקת, וכך להבין אותו טוב יותר ולבנות עליו.
אני מסכים עם הטענה שכאשר מונח עובר בין שני תחומי משמעות דומים, המשמעות שלו אינה תמיד פונקציה חד־חד־ערכית. אוי ואבוי! מה זה? האם זה היה האקדח מהמערכה הראשונה? כלומר, אנחנו עושים שינויים קטנים במשמעות כדי להתאים את הביטוי טוב יותר למה שאנחנו מנסים להעביר.
אז מהו בדיוק תהליך שמוגדר היטב?
מבחינתי, תהליך שמוגדר היטב הוא תהליך שבו כל השלבים ברורים כבר בשלב התכנון. כלומר, כבר מההתחלה יש הבנה ברורה של המטרה, שיטת המדידה והציפיות.
יש לנו נטייה לרצות להגדיר דברים בבירור. כל מי שתכנן אי פעם מבחן A/B יודע בדיוק מה זה אומר. מבחן כזה בהחלט צריך להיות מוגדר היטב: מהו רווח הסמך, מהו השינוי שמוגדר וכמה זמן נריץ אותו. כל הפעולות האלה נחוצות כדי להגיע להגדרה ברורה. בלי כל אלה, תוצאות המבחן לא באמת משנות, כי אפשר לפרש אותן בכמה דרכים שונות.
איפה אנחנו לא מגדירים דברים היטב?
במעבר בין הדרישות של מחזיקי הסטייקים — אתם יודעים, stakeholders, בעלי העניין — לבין הצד הטכני. שם אפשר להשתפר. ואם להרחיב קצת: הבעיה האמיתית כאן לא נמצאת כולה אצל האנליסט, או לפחות לא במלואה.
למשל, נניח שמנהל השיווק רוצה לדעת איזה קמפיין עבד הכי טוב, או שמנהל המוצר רוצה לדעת אם יותר אנשים משתמשים באפליקציה שלנו במובייל או במחשב. שתי השאלות לגיטימיות וחשובות, אבל הן לא מוגדרות בבירור.
בואו נפרק ונרכיב מחדש
במקרה של מנהל השיווק, השאלה ״מהי צורת הטוב?״ קשה מאוד. אלפי שנים של פילוסופיה לא הצליחו להגיע לפונקציה חד־חד־ערכית עבורה. וואו, האקדח פשוט ממשיך לירות ולירות.
אבל יש גם מדדים שהמנהל, מחלקת השיווק והאנליסט יכולים להסכים עליהם כדי לענות על השאלה ״מה הכי טוב?״. ברגע שזה נשאר ברמה המשתמעת, נוצר מקום לטעויות.
איפה אפשר לראות את הפער הזה בבירור?
נניח שמנהל המוצר צריך להבין למה הקמפיין הכי טוב — נגיד, זה שהביא הכי הרבה מועמדים בעלות הכי נמוכה — משך לקוחות לא כל כך טובים, שמשתמשים רק בגרסה החינמית.
כשלא הגדרנו קבועי זמן, נוצרת בעיה. קמפיינים נוטים לפעמים להיות כלליים מאוד, והצורך לנרמל את הנתונים לפי ״ימים מאז העלייה לאוויר״ לא תמיד מובא בחשבון כשמגדירים את קבועי הזמן.
יש גם כמה קבועים גאוגרפיים שצריך להגדיר. ישראל, בניגוד למה שאנחנו הישראלים אוהבים אולי לחשוב, כמעט אף פעם לא בת־השוואה לארצות הברית מבחינה גאוגרפית. אפילו בתוך ארצות הברית, אין ספק שהשוואה בין קליפורניה לטקסס אינה הדבר המובן מאליו בעולם בלי אנליזה מקדימה.
נמשיך עם מנהל המוצר שרוצה לדעת באיזו פלטפורמה משתמשים. הגישה הנאיבית היא פשוט ליצור טבלה, גרף עמודות, או להגיד ש־X אחוזים מהמשתמשים משתמשים במובייל ו־1 פחות X במחשב. אבל אם הצורך אינו מוגדר היטב — למשל להחליט אם להשקיע משאבי פיתוח בתהליך ההצטרפות של לקוחות חדשים במובייל — לא רק שסביר שלא נענה על השאלה הנכונה, אנחנו עלולים לפגוע בחברה. אני כנראה לא הראשון שאומר את זה: לא צריך לדעת את התשובות, אבל צריך לדעת מה לשאול.
מה יכול להיות גרוע אפילו יותר?
שאלות טעונות רגשית, או שאלות שמקבלות אופי פוליטי: התחממות עולמית, אבולוציה, חיסונים וכל דבר אחר שמקבל נגיעה פוליטית ומתחיל לצאת מתחום המדע כדי להרוויח עוד קולות בקלפי. אפילו עובדות מדעיות מוצקות הופכות לכלי משחק בוויכוח שמנוהל לא טוב.
התפקיד שלנו כאנליסטים הוא לחקור, לבודד משתנים ולנקות את הרעש. כלומר לזהות מה אמיתי ומה לא. לכן ויכוחים בין אנליסטים יכולים לפעמים להיות רגשיים מאוד, כי אנחנו לא מספיק טובים בזה.
אז מהו המדבר הגדול בעולם?
התשובה היא אנטארקטיקה. מממ, התחושה החמה הזאת. ואפשר להגיע לתשובה מתוך עצם ההגדרה של מדבר, שמוגדר כאן כאזור שמקבל פחות מ־200 מ״ל של משקעים בשנה.
ברור שיש דיסוננס בין הדימוי של מדבר כמקום חם וחולי שמלא בגמלים ובנחשים, לבין ההגדרה שלו כמקום שבו לא יורד גשם.
לסיכום, מדבריות אינם רק חמים וחוליים. האקלים שלהם יכול לנוע מקריר לחם, מיבש לרטוב. לכן אפשר לראות בהם סביבה מגוונת וייחודית.
סיכום
סתם. המושג ״תהליך שמוגדר היטב״ חיוני בתחומים רבים, ובהם מתמטיקה ואנליזת דאטה. הוא מאפשר לנו לזהות בבירור ובדיוק את הביטוי ואת תכונותיו, להבין אותו טוב יותר ולבנות עליו. אבל כשמדובר בדרישות של בעלי עניין ובצד הטכני, לעיתים קרובות חסרות שאלות שמוגדרות היטב, וזה מוביל לאי־הבנות ולטעויות. האחריות שלנו כאנליסטים היא לחקור, לבודד משתנים ולנקות את הרעש, כדי לזהות מה אמיתי ומה לא. אם נשפר את היכולת שלנו להגדיר שאלות בבירור, נוכל לוודא שהאנליזה שלנו מדויקת ובעלת ערך. ולגבי התשובה לשאלה, המדבר הגדול בעולם הוא בעצם אנטארקטיקה — אבל, כמו שהכותב רומז, זאת לא באמת הנקודה.
