יש לי, אממ... בעיה אישית: אני שואף להיות טוב במה שאני עושה.

לא, לא, זאת לא שיטת הראיונות שלי, להציג את החסרונות שלי בתור יתרונות. לא אני.

זאת בעיה כי לפעמים זה יכול להשתלט על ההווה שלי בצורה שהיא... פחות מבריאה.

מצד שני, הטוטאליות הזאת דוחפת אותי קדימה מצוין. הבעיה היא שאין לזה סוף.

אז כשרק התחלתי כאנליסט, שאלתי את עצמי הרבה: מה הופך אנליסט לטוב? איך אנליסט טוב מתנהג, מדבר, מלמד, לומד ומנתח?

זה יהיה שקר בוטה ומוגזם לומר שיש לי את התשובה. אז אולי פשוט אגיד שיש לי את התפיסה שלי, שמתאימה לי במקום שבו אני נמצא עכשיו, ושאני יכול לשתף אותה בידיעה שזאת, כאילו, רק דעתי, שתדבר לחלק מהאנשים ולחלק פחות?

טוב, בכל מקרה, ככה זה.

אז ״מי הוא אנליסט טוב״ זה נושא לפוסט אחר. מה שנדבר עליו עכשיו הוא איכות של אנליזה.

אז מהי אנליזה טובה?

ניסיתי לפרק את זה לדברים שאני הכי אוהב באנליזות, הדברים שגורמים לי לחשוב: ״לעזאזל, עשית כאן עבודה טובה.״

יכולת שחזור

את רעיון יכולת השחזור אני שואל ישירות מעולם המדע. ביקורת עמיתים והיכולת לשחזר אנליזה ולהגיע לתוצאות זהות או דומות מאוד הן קריטיות לאמינות של המחקר ושל האנליסט. וזה, לצערנו, עניין אמיתי: אי אפשר להפריד את האנליסט מהאנליזה, או להפך. הן חשובות גם להתמודדות עם התנגדויות שהאנליזה יכולה לעורר.

איך יוצרים אנליזות שאפשר לשחזר?

כתבתי על זה כמה פעמים בעבר: הסתייגויות, הסתייגויות, הסתייגויות. רשמו את ההנחות שלכם ואת כל מה שהבאתם בחשבון, ותמיד עדיף להעביר את זה דרך האדם המנוסה בצוות.

בסופו של דבר מישהו יכול לא להסכים עם ההנחות שלכם, אבל זה לוקח את הדיון למקום ענייני הרבה יותר והרבה פחות ״זה מרגיש לי כאילו...״

השמטתם נתונים? מילאתם תאים ריקים? נרמלתם בסולם לוגריתמי במקום בסולם רגיל?

הכול בסדר. פשוט כתבו את זה, ואם אפשר בצורה מסודרת, כדי שבאמת יהיה אפשר לשחזר.

תיעוד: כל קטע קוד, כל שאילתה וכל קריאה צריכים להיכתב בצורה ברורה וקריאה, עם תיעוד שקוף. מאותה סיבה בדיוק: כדי שברגע האמת תמיד תוכלו לשלוח את הקוד שלכם.

נשענת על היגיון עסקי

על פניו, כן, ברור לגמרי.

בפועל נתקלתי בלא מעט אנליזות שכיוון המחקר שלהן לא היה הגיוני. שאלות זניחות שהערך הסופי שלהן, גם אם הובילו לפעולה, היה זניח עד כדי כך שהן היו למעשה בזבוז זמן.

אז כשאתם מתכננים אנליזה, נסו לחשוב מראש איזו השפעה יכולה להיות לה. איך בדיוק? תהליך החשיבה הוא: ״אם התוצאות יראו A, מה נוכל לעשות עם זה?״

מביאה בחשבון אנליזות קודמות

אם יש דבר אחד שאני בטוח לחלוטין שאנחנו, אנליסטים ובני אדם, לא טובים בו, זה ניהול ידע — זיכרון ארגוני. אנחנו נוטים לחשוב שאנליסטים שנמצאים הרבה זמן בחברה או בצוות יכולים להיות הזיכרון הארגוני הזה. אבל האמת היא שאנחנו צריכים מערכת לניהול ידע, וב״מערכת״ אני לא בהכרח מתכוון לתוכנה, אלא פשוט לשיטה מוסכמת. כזאת שתאפשר לנו לא רק להימנע מכפילויות, אלא גם לשחזר אנליזות, לבנות על אנליזות קודמות, ולמען כל מה שטוב ויפה, לא להתחיל כל. איטרציה. מאפס.

מקיפה את השאלה ואת המידע

אנליזות שבודקות שינוי מחודש לחודש, מרבעון לרבעון או משנה לשנה הן אנליזות גרועות.

לא רק כי הן מטעות — כמה כבר יכולות שתי נקודות דאטה לתרום להבנה העסקית שלנו? — אלא גם כי אנחנו לא יכולים לעשות איתן שום דבר. בפועל ראיתי שכשהן מציגות עלייה, כולם מדגימים בשמחה איך הפעולות שלהם הובילו אליה. וכשיש ירידה, פתאום מתחילים לחפש הסברים.

גישה אנליטית כזאת נועדה לרצות את ה״לקוח״. זאת גישה גרועה שמסתירה את האמת.

אנליזה טובה תבחן כמה זוויות ושכבות כדי לוודא שאין הטיה, ואם יש — תנטרל אותה באמצעות נקודות מבט נוספות.

מציעה דרכי פעולה אפשריות ובנות השגה

אנליזה טובה היא או כזאת שאפשר לפעול בעקבותיה — actionable, כמו שאומרים הצעירים — או כזאת שיש לה ערך מהותי.

אנליזה שאפשר לפעול בעקבותיה מסתיימת בהמלצות לפעולה. אנליזה בעלת ערך מהותי נותנת הסבר מספק לסיבה מסוימת.

שני הסוגים לא פשוטים להשגה, אבל היי, ככל שזה קשה יותר, זה טוב יותר. כן, זה שם קלטת הסקס שלי. #teamJakePeralta.

מקווה שזה מעלה כמה נקודות ועוזר לכם להרגיש טוב יותר לגבי האנליזה שלכם!