Program nekončí předáním materiálů. Výstupem je změna způsobu, jakým účastníci čtou data - a sada nástrojů, které mohou použít okamžitě.
Účastníci si odnášejí schopnost rozpoznat typické vzorce analytických chyb. Korelace, která vypadá jako příčinná vazba. Trend, který je ve skutečnosti šum. Průměr, který skrývá rozptyl.
Tato schopnost vzniká opakovanou prací s různými datovými sadami - ne memorováním definic.
Konkrétní sada otázek pro situace, kdy je třeba interpretovat data nebo přijmout rozhodnutí na jejich základě. Kontrolní seznam je navržen tak, aby byl použitelný i bez hlubokých statistických znalostí.
Otázky jsou formulovány pro použití v reálném firemním kontextu, ne v akademickém prostředí.
Jedním z výstupů je společný analytický jazyk pro tým. Schopnost pojmenovat, co se s daty děje - záměna korelace s kauzalitou, výběrové zkreslení, agregační klam - umožňuje kvalitnější diskusi o datových výstupech.
Cílem není vyvolat nedůvěru v data. Cílem je vyvolat systematický skepticismus - zvyk klást otázky dřív, než se závěr přijme jako fakt. To je klíčový výstup, který program sleduje.
Nejčastější zpětná vazba od účastníků se netýká konkrétní analytické techniky. Týká se způsobu, jakým přistupují k datovým výstupům obecně. Místo hledání potvrzení začínají hledat zpochybnění.
Druhá výrazná změna se týká komunikace. Účastníci popisují, že po programu jinak prezentují datové výstupy kolegům a vedení - s větším důrazem na omezení dat a podmínky platnosti závěrů.
Obě změny jsou pozorovatelné i bez formálního měření. Jsou to změny v chování při práci s daty, ne jen v deklarovaném postoji k nim.
Následující příklady ilustrují typy situací, které jsou součástí případových studií v programu.
Obchodní tým plánoval expanzi na základě korelace mezi počtem prodejen v regionu a celkovým obratem. Analýza dat na úrovni jednotlivých prodejen ukázala, že nové prodejny kanibalizovaly stávající. Celkový obrat rostl, zisk na prodejnu klesal.
Odhalení tohoto vzorce v datech vedlo k přehodnocení expanzní strategie ještě před otevřením dalších poboček.
HR report ukazoval stabilní celkovou fluktuaci. Analýza po odděleních odhalila Simpsonův paradox: fluktuace rostla ve všech odděleních, ale změna ve složení pracovní síly (větší podíl oddělení s historicky nižší fluktuací) maskovala tento trend v celkovém čísle.
Segmentovaná analýza umožnila identifikovat oddělení s kritickým problémem dřív, než se projevil v agregovaném reportu.
Výrobní manažer zasahoval do linky pokaždé, když chybovost přesáhla určitou hranici. Analýza dat ukázala, že kolísání chybovosti odpovídalo přirozené variabilitě procesu - a každý zásah tuto variabilitu zvyšoval.
Pochopení rozdílu mezi přirozeným šumem a skutečným signálem vedlo ke změně způsobu monitorování procesu.
Každý program je strukturován tak, aby výstupy popsané na této stránce byly dosažitelné pro různé typy organizací a skupin.
Zobrazit programy