אגדה ושמה data-driven
If you torture the data long enough, it will confess to anything
מבין כל המשחקים בקזינו, הרולטה היא המשחק הכי ״קזינואי״. המשתתף יכול להמר על צבע (אדום או שחור), על מספר זוגי או אי-זוגי, על קבוצת מספרים כלשהי, או על מספר מסוים. נשמע שצריך להגיע עם אסטרטגיה מסוימת, רק שבסוף, הזכיה תלויה אך ורק במזל.
למרבה ההפתעה, אם תשבו באחד משולחנות הרולטה בלאס וגאס, יתנוסס מעל כל שולחן גרף מהודר אשר מראה את תוצאות העבר של השולחן. אפשר לטעון שמדובר בצעד בונה אמון ושקיפות מצד הקזינו. או שאולי זו מניפולציה אשר נותנת לשחקן את התחושה (השקרית, כמובן) שניתן לנצח במשחק באמצעות אסטרטגיה המבוססת על תוצאות עבר. אבל, הרולטה לא באמת זוכרת מה היה בסיבובים הקודמים. אם הכדור נפל בסיבובים האחרונים על המספר 15, אז מה הסיכוי שנקבל 15 בסיבוב הבא? בדיוק אותו סיכוי לקבל כל מספר אחר. אז מה הטעם בלהציג נתונים היסטוריים?
בואו נקפוץ לעולם העסקי. כיום, תהליכי קבלת החלטות של ארגונים מתבססים באופן מוחלט על נתונים. רבים מההוגים המובילים בתחום הניהול הבינו את חשיבות הנתונים לקבלת החלטות מושכלת. פיטר דראקר, הנחשב בעיני רבים כאבי תורת הניהול המודרנית, טען כי "מה שלא נמדד, לא יכול להשתפר". המתמטיקאי הבריטי קלייב המבי טען ש"נתונים הם הנפט החדש" - הם משאב חיוני לקבלת החלטות נכונות על ידי זיקוק תובנות, כמו הנפט לתעשייה.
אז התחלנו לפתח מתודולוגיות שיראו כמה אנחנו מונחי נתונים (data driven). העסקנו עשרות אנליסטים ומפתחי BI שירכזו ויכינו עבורנו את הנתונים, הגדרנו מדדי על (KPIs) ומדדי משנה, הצגנו אותם מדי חודש בפני ההנהלה והדירקטוריון. בכל פעם שחלה ירידה באחד המדדים, נדרשנו להסביר מדוע ולחזור עם תשובה תוך 24 שעות, הבאנו data scientists שבנו מודלים לחיזוי עתידי של אותם מדדים, המשכנו לאסוף נקודות מידע נוספות ויצרנו מדדים חדשים. אז למה אנחנו עדיין נכשלים?
כמנהלים מצטיינים, נדרשנו לספק להנהלת החברה דו"ח על הכנסות החטיבה. לאחר עבודה קשה באיסוף, ניקוי וסיכום הנתונים, קיבלנו את הגרף הבא:
אנחנו מביטים בגרף והוא מביט בנו בחזרה, מתחנן שנפיק ממנו תובנות. ישיבת ההנהלה מחר ונראה שקשה לחלץ מכאן משהו מועיל. מה עושים?
כאשר אנשים לחוצים לעמוד ביעד שהוגדר להם, ישנם שלוש דרכים להתמודדות:
לנסות לשפר את הארגון כדי שיעמוד ביעדים.
לעוות את פעילות הארגון או המבנה שלו כדי שיתאים ליעדים.
פשוט לעוות את הנתונים 😈
בדוגמא שלנו, עיוות מוצלח, אשר מספר את החלק היפה של הסיפור, יהיה לחתוך את הגרף באמצע ולקבל מגמה ברורה של עלייה.
ונניח שאכן הייתה מגמת ירידה ברורה בגרף המכירות. כשנדרשים להסביר ירידה כזו, הדרך הברורה היא להסתכל על כל מה שאנו מודדים (ואנחנו הרי מודדים הכול) ולנסות למצוא משתנה שמתנהג באופן מתואם עם הירידה.
נניח ומצאנו מתאם מושלם בין זמן משלוח המוצר לבין הרווח ממנו. מעולה! עכשיו רק נותר לקצר את זמני המשלוח של כל המוצרים ונחזור לחיות בעולם שכולו טוב 🤑 האם זמן משלוח הוא ההסבר היחיד לירידה בהכנסות?
בסטטיסטיקה קיים מונח בשם ״הטיית המשתנה המושמט״ (omitted variable bias). נשמע מפוצץ, אבל ההסבר שלו די אינטואיטיבי - כאשר אנחנו מנסים להסביר תופעה כלשהי (נניח ירידה בהכנסות), אנחנו נוטים לכלול בהסבר רק את המשתנים שאנחנו מודדים. כלומר, ייתכן והירידה במכירות נובעת ממהלך שיווקי של מתחרה, מלחמה אזורית, הפגנות מחוץ לאחד הסניפים, או כל דבר אחר שאינו נמדד על ידינו. הטיה זו מחמירה אף יותר בהקשר העסקי, בכך שאנו מנסים להצדיק את התהליך המפרך של איסוף הנתונים ולהראות שהם אכן מצליחים להסביר נאמנה תופעות בארגון.
נחזור לדוגמת הקזינו. מדוע, אם כן, לשים גרפים היסטוריים על תהליך אקראי לחלוטין? למה אנחנו מקדשים החלטות מבוססות מידע למרות כל מה שצוין למעלה? פשוט - זה מספק לנו תחושת שליטה. החלטות על בסיס אינטואיציה אשר אינן מבוססות על נתונים נתפסות כלא מקצועיות. קל להצדיק החלטה שגויה, אך מנומקת ומגובה היטב בנתונים. לא סתם המילים דאטה ודת מגיעות מאותו מקור (פרסית עתיקה) - אנו מתייחסים לנתונים שלנו בקדושה דתית.
אז האם יש להעיף את כל הדוחות היפים שיצרנו ולהתחיל להתנהל עפ״י תחושות בטן בלבד?
כמו תמיד, מילת המפתח היא שילוב. הסביבה העסקית בה אנו פועלים היום רועשת מתמיד - תחרות, סביבת מאקרו, לקוחות וכו׳. קשה מאוד לבחור את נקודות המידע הרלוונטיות ביותר שמייצגות את הבעיה שלנו בצורה מקיפה. להיות מונחה נתונים (data driven), הוא לנסות להסביר (אפילו בצורה שטחית) מספר מאוד מצומצם של מדדים. אם אותם מדדים לא מתנהגים בצורה מגמתית (כלומר, עולים או יורדים בצורה ברורה), צריך לדעת פשוט לשחרר ולהתעלם מהם.
בנוסף, יש חשיבות מאוד גדולה היום למהירות קבלת החלטות, וכל תהליך מדידה מוסיף עוד ביורוקרטיה אשר מאטה את כל הארגון. ברגע שיש לנו היכרות עמוקה עם התחום בו אנו פועלים, מתפתחת אינטואיציה - אנחנו לא צריכים כבר את כל הנתונים שיגידו לנו איך לפעול. לפעמים זה פשוט מרגיש נכון.
האנשים היצירתיים ביותר פועלים בסביבת חוסר וודאות כה קיצונית וחדשנית, כך שאין אפשרות לבסס החלטות על נתונים. האם סטיב ג׳ובס חיכה למשובים ממשתמשים לפני שהוציא את האייפון הראשון? ג'ובס פעל על פי האינטואיציה והחזון העסקי שלו כשפיתח והשיק את האייפון המקורי. הוא האמין שהגיעה העת למכשיר נייד חדשני שישלב בין טלפון, נגן מוזיקה ודפדפן אינטרנט, והוביל את תהליך הפיתוח באפל בהתאם לחזון זה. רק לאחר שהאייפון כבר היה בשוק, אפל החלה לאסוף משובים ונתוני שימוש מהמשתמשים כדי לשפר ולפתח הלאה את המוצר. אך המוצר המקורי עצמו הושק מבלי להמתין או להסתמך על נתונים כאלה. ייתכן והמהלך היה כישלון מוחלט. אבל, ללא קשר לתוצאה, הם היו הראשונים.
אז אם יש לכם תחושת בטן, פשוט לכו על זה.
לפעמים, זו ההחלטה הכי מקצועית שאפשר לקבל.