Naučte se rozpoznat, kdy data klamou. Korelace není kauzalita - a to je jen začátek. Vzdělávací program postavený na skutečných případových studiích z různých odvětví.
Firemní rozhodnutí se dnes opírají o data víc než kdy dřív. Jenže data lze číst špatně. Záměna korelace s kauzalitou, zkreslení výběru vzorku nebo mylná interpretace trendů vedou k rozhodnutím, která vypadají analyticky podložená - ale nejsou.
Program Galija Bahewu není o teorii. Každé téma je ukázáno na konkrétních situacích z firemní praxe: z retailu, výroby, marketingu i HR. Účastníci pracují s reálnými datovými sadami a učí se rozpoznat vzorce, které klam způsobují.
Náš přístup k výuceKaždý modul se věnuje jednomu typu chyby. Ukážeme, jak vzniká, proč je těžké ji odhalit a co dělat jinak.
Dvě veličiny rostou zároveň - ale způsobuje jedna druhou? Nebo obě řídí třetí faktor? Naučte se klást správné otázky dřív, než vyvodíte závěr.
Data o zákaznících, kteří odešli, jsou jiná než data o těch, kteří zůstali. Výběrové zkreslení ovlivňuje závěry způsobem, který není na první pohled vidět.
Krátkodobý výkyv vypadá jako trend. Trend vypadá jako trvalý posun. Jak odlišit šum od signálu a kdy je vzorek dostatečně velký?
Hledáme data, která potvrzují to, co si myslíme. Ignorujeme data, která to zpochybňují. Program ukazuje, jak tento mechanismus funguje v praxi.
Průměr skrývá rozptyl. Celkové číslo maskuje, co se děje v jednotlivých segmentech. Simpsonův paradox jako učebnicový příklad z HR dat.
Číslo bez srovnání nic neříká. Jak správně nastavit základní linii, vybrat srovnávací období a zasadit výsledky do smysluplného kontextu.
Účastníci nejprve analyzují sadu dat bez instrukcí. Výsledky diagnostiky odhalí, které typy chyb jsou v dané skupině nejčastější - a program se tomu přizpůsobí.
Každý modul začíná skutečným případem z praxe. Účastníci nejprve interpretují data sami, pak diskutují v malých skupinách a teprve poté se dozví, co se skutečně stalo.
Ve třetí fázi pracují účastníci s daty ze svého vlastního prostředí. Lektoři poskytují zpětnou vazbu na konkrétní analytické postupy a závěry, ne obecné rady.
Program nekončí certifikátem. Účastníci odcházejí s konkrétním analytickým rámcem - sadou otázek a kontrolních bodů, které mohou použít při příštím setkání s daty.
Chyby v interpretaci dat nejsou doménou jednoho oboru. Program čerpá z různých odvětví, aby ukázal, že analytické pasti mají společné vzorce.
Obchodní řetězec expandoval na základě korelace mezi počtem prodejen a celkovým obratem. Data o zisku na prodejnu ukazovala jiný příběh - ale nikdo se na ně nepodíval.
Podobné případy v programu
Celková fluktuace klesala. Fluktuace v každém oddělení přitom rostla. Agregace dat maskovala problém, který byl při pohledu na segmenty zřejmý.
Podobné případy v programu
Kampaň vykazovala skvělé výsledky v posledním kliknutí. Analýza celé cesty zákazníka ukázala, že rozhodující byl jiný kanál - a ten dostával nejméně zdrojů.
Podobné případy v programu
Výrobní linka vykazovala kolísavou chybovost. Manažeři zasahovali po každém výkyvu. Analýza ukázala, že šlo o přirozený šum - a zásahy situaci zhoršovaly.
Podobné případy v programuProgram lze přizpůsobit odvětví a datovým nástrojům, které vaše organizace používá. Napište nám a probereme, jak by mohl vypadat pro váš tým.
Napsat nám