الأصول التقنية

التجريب هو الأسمى لاتخاذ القرار على أساس البيانات

التجريب هو الأسمى لاتخاذ القرار على أساس البيانات

بيانات

بيانات

التجريب هو تخطيط وتصميم دقيقين لضمان منع الاستنتاجات الخاطئة في البيانات

وفق مراجعة أعمال هارفارديعتمد أكثر من نصف الأمريكيين على مشاعرهم الغريزية ليقرروا ما يجب تصديقه ، حتى عندما يواجهون أدلة تشير إلى عكس ذلك. بصراحة ، أنا كذلك ، لكن فقط عندما يكون الاختيار بين الشوكولاتة والآيس كريم بالفانيليا.

على الرغم من أن الحدس أداة داعمة ، فقد لا يكون من المناسب أن نبني جميع قراراتنا على مجرد تصورات. في حين أن غريزة المرء يمكن أن توفر حدسًا محتملاً لبدء السير في مسار معين ، إلا أنه من خلال التجريب فقط يمكن للمرء أن يختبر بالفعل الحلول المختلفة ، والتحقق من صحتها وتقييمها ، وفي النهاية اختيار الحل المناسب الذي يجب اتباعه.

هل تساءلت يومًا عن سبب تمتع منصات OTT بتجربة بث رائعة؟ ربما لاحظت أن العرض المميز على صفحة OTT الرئيسية يبدو أنه يتغير كلما قمت بتسجيل الدخول. كل هذا جزء من استراتيجيتهم لاختبار فرضيات ومفاهيم متعددة على عملائهم.

الفكرة الأساسية للفرضية هي أنه لا توجد نتيجة محددة مسبقًا. تقوم المنظمات بتصميم تجربة مع مجموعة تحكم ومجموعة تجريبية واحدة أو أكثر. بينما تتلقى كل مجموعة من المجموعات التجريبية معاملة مختلفة ، تتلقى المجموعة الضابطة نفس التجربة مثل جميع المستخدمين الآخرين غير المدرجين في الاختبار. بينما نتعمق في هذا المجال ، يعد الإطار التالي محاولة متواضعة لشرح المفهوم الشامل للتصميم التجريبي وتطبيقاته المختلفة.

لنفترض أنك تقود سيارتك من تشيناي إلى بنغالور. فجأة ، لاحظت أن سيارتك تصدر ضوضاء صرير أثناء تشغيلها. لذا ، فأنت توقف السيارة ، وتتجول حول سيارتك إلى الخلف ، وتستمع إلى مصدر الصوت بالضبط. تلاحظ أن هذا الصوت يأتي من المحرك ، لذا تفتح غطاء محرك السيارة وترى أن أحد الأجزاء يهتز. تحاول تصحيح هذه المشكلة وتدرك أنه عند تثبيت هذا الجزء في مكانه ، يتوقف الصرير ، وعندما تتركه ، يستمر الصرير. تكرر هذا الإجراء وتستنتج أن الجزء المتذبذب هو بالفعل سبب هذا الضجيج الصرير. تقوم بتشديد هذا الجزء ، ويتوقف الصرير.

دعنا نحاول وصف ما حدث للتو بمصطلحات التجريب. أولاً ، لاحظت صوت الصرير ، ثم وصفته بتحديد موقعه بدقة. بعد ذلك ، افترضت أن الجزء المتذبذب يمكن أن يكون مرتبطًا بهذا الصوت. لقد اختبرت فرضيتك بالضغط باستمرار على هذا الجزء ومراقبة ما إذا كان الصوت قد توقف. لقد كررت الاختبار وقارنت بين الظروف غير المتذبذبة والمتذبذبة. في لغة تحليل البيانات ، يمكن الإشارة إلى هذه الشروط باسمعلاج او معاملةومراقبةالإعدادات. أخيرًا ، استنتجت أن الجزء المتذبذب كان يتسبب في حدوث الضوضاء. لقد نجحت في تجسيد الاستدلال عن طريق شد الجزء لمنعه من الاهتزاز.

يتعلق التجريب في جوهره بالتخطيط والتصميم الدقيقين لضمان دراسة البيانات المناسبة ، ومنع الاستنتاجات الخاطئة. من الناحية الكمية ، يجب أن تكون نتائج التجربة ذات دلالة إحصائية. تشير الدلالة الإحصائية إلى أنه من غير المحتمل أن تحدث النتيجة أو المقياس الذي تم تقييمه من الاختبار عن طريق الصدفة. بدلاً من ذلك ، يُعزى إلى سبب محدد.

عندما نجري تجربة أو نحلل بياناتها ، فعادة ما تستند إلى عينة لأنه من الصعب والمكلف جمع البيانات من المجتمع بأكمله. ثم يتم استخدام العينة لعمل استنتاجات حول السكان. تساعد الأهمية الإحصائية في تحديد ما إذا كانت النتيجة ناتجة عن عامل اهتمام أم لا. الفكرة هي التأكد من أننا نشعر بالثقة حيال هذه النتائج. يجب أن تكون الرؤى حقيقية ، ولا ينبغي أن نكون محظوظين فقط في اختيار عينة مواتية.

يلعب التباين في مجموعة سكانية أساسية دورًا محوريًا في فهم ما إذا كانت العينة المختارة عشوائيًا ستبدو مختلفة اختلافًا كبيرًا عن إجمالي السكان أم لا. وبعبارة أخرى ، فإن التباين السكاني لديه إمكانية متزايدة لحدوث أخطاء في أخذ العينات. يمكن تقليل تأثير التباين داخل مجتمع معين عن طريق زيادة حجم العينة لجعلها أكثر تمثيلاً. مع وجود أحجام أكبر للعينات ، تقل احتمالية حصولنا على نتائج تعكس العشوائية. فكر في رمي قطعة نقود 10 مرات بدلًا من رميها 1000 مرة. كلما زاد عدد مرات القذف ، قل احتمال حصولنا على غالبية كبيرة من نتيجة معينة.

دعونا نلقي نظرة على مثال تجاري توضيحي للتجريب. يتعين على مدير المنتج إقناع الإدارة العليا بإطلاق خط إنتاج جديد من سترات الدنيم في المتاجر الكبرى. الهدف من هذا الإطلاق هو زيادة المبيعات وزيادة حضور الشركة وتوسيع نطاق عروض الشركة. يريد المدير إثبات أن هذا الخط سيكون مفيدًا قبل أن تتمكن الشركة من عرض هذه الفكرة على المتاجر.

لذلك ، يقوم مدير المنتج بإجراء بحث تجريبي لتقديم حالة قوية لهذه الفرضية. يقوم بإجراء اختبار في عدد قليل من المتاجر حيث يتم بيع خط جديد من سترات الدنيم. تقع هذه المتاجر في مواقع مختلفة ، لاختبار مبيعات السوق المستهدفة قبل وبعد الإطلاق. يستمر الاختبار لمدة شهرين لتحديد ما إذا كان من الممكن إثبات الفرضية أو دحضها. في النهاية ، تم إطلاق الخط الجديد من سترات الدنيم في جميع المتاجر لأن النتائج مواتية بناءً على تقدير مستمد من عينة تمثيلية. من المرجح أن تزيد مبيعات المتجر بنسبة 5٪ مع إدخال خط جديد من السترات.

ومع ذلك ، تجدر الإشارة إلى أنه حتى لو لم تكن النتيجة ذات دلالة إحصائية ، فقد تكون قد اعتادت المنظمة. بدلاً من ذلك ، عندما نعمل مع مجموعات بيانات ضخمة ، من الممكن الحصول على نتائج ذات دلالة إحصائية ولكنها غير ذات صلة عمليًا. على سبيل المثال ، في المثال السابق ، إذا اكتشفنا أن مبيعات المتاجر ستزيد بنسبة 0.001٪ مع إدخال السترات الجديدة ، فلن تكون ذات صلة بالعمل التجاري. لذلك ، بدلاً من الاستحواذ على ما إذا كانت النتائج التي توصلنا إليها صحيحة أم لا ، يمكننا التفكير في الآثار المترتبة على كل اكتشاف للقرار الذي نريد اتخاذه.

على الرغم من عدم كونها حلاً مثاليًا ، إلا أن التجارب لديها عملية تخصيص عشوائية تزيل أي تحيزات سابقة بين المجموعات التجريبية وتوفر إمكانية إجراء مقارنات متشابهة. يمكن أن يكون للتجربة استخدامات واسعة النطاق لمؤسسة ما في السعي لإيجاد حلول لتطوير المنتجات وبناء ثقافة تعتمد على البيانات.

تختبر الشركات التي تتنافس في بيئات عالية التقنية بشكل روتيني المتغيرات مثل تصميم الصفحة والعروض والخدمات. على نطاق أوسع ، تغلغلت العقلية التجريبية في الكثير من قطاع التكنولوجيا وتنتشر الآن خارجها أيضًا. ومع ذلك ، عندما نفكر في فوائد التجريب ، غالبًا ما يتم تجاهل الفوائد التي تعود على ثقافة الشركة ومعنويات موظفيها. من خلال غرس ثقافة التجريب ، يمكن للمؤسسة تمكين موظفيها من إحداث فرق من خلال عملهم. باستخدام هذا النهج ، يمكن للموظفين تجربة ثمار عملهم المدعوم بالبيانات أيضًا.

بشكل شامل ، يمكّن التجريب الشركة وموظفيها من تقييم فرص متعددة في نفس الوقت. إنه يمكّن الشركات من اختبار استراتيجيات جديدة تمامًا وقياس رد فعل عملائها المستهدفين ، مع الحد الأدنى من الآثار المترتبة على التكلفة. ومن ثم ، فإن التجريب هو بالتأكيد أداة موصى بها للشركات لتمكين اتخاذ قرارات أكثر فاعلية تعتمد على البيانات.

مؤلف:

Yatin Budhiraja هو مدير التحليلات والبحوث والبيانات في Fidelity Investments India ، وهي مركز قدرة عالمي لشركة Fidelity Investments وشركة رئيسية في مجال التكنولوجيا المالية. لمعرفة المزيد عن الشركة والعمل الذي نقوم به ، قم بزيارة موقعنا على شبكة الإنترنت.

المنشور التجريب هو الأسمى لاتخاذ القرار على أساس البيانات ظهر لأول مرة .

لتكنولوجيا المعلومات ، تكنولوجيا إدارة تكنولوجيا المعلومات ، تكنولوجيا التعليم ، صور التكنولوجيا ، خصائص تكنولوجيا التعليم ، مركز تكنولوجيا المعلومات ، قطاع تكنولوجيا المعلومات والأخبار التقنية اليومية ، يرجى متابعة مدونتنا.

إرسال تعليق

Post a Comment (0)

أحدث أقدم