Любопытство - важнейший навык, необходимый для анализа данных

Если у вас есть кошка, то вы в курсе, что эти животные славятся двумя чертами – ленью (кошки не упустят случай вздремнуть!) и любопытством. Кошки могут ничего не делать и спать целыми днями напролет, но стоит появиться чему-то новому и незнакомому, как в них тут же просыпается исследовательский дух. Возможно, любопытство и погубило несколько кошек, заманив их в опасную ситуацию. Но тяга к исследованиям помогает этим животным находить новые места обитания, охотничьи угодья и сородичей. Их врожденная игривость позволяет тренировать и оттачивать реакции на тот случай, когда они действительно понадобятся. Мы, люди, в своем рабочем окружении часто целый день живём будто бы на автомате, подобно кошкам. Традиционные способы ведения бизнеса выглядят такими привычными и удобными, а на что-либо другое нам просто не хватает любопытства. В результате, хоть нам и кажется, что мы избегаем опасностей, мы вместе с тем упускаем новые возможности. Да и наши навыки вряд ли будут такими уж отточенными, когда возникнет необходимость их проявить. Ловушка комфортного бизнес-анализа. Подобная интеллектуальная инерция становится очевиднее, если присмотреться к тому, как руководители разных уровней используют данные. В традиционном "бизнес-анализе" системы отчетности создаются на основе одних и тех же моделей, которые консультанты снова и снова используют на разных предприятиях. Наши информационные панели и отчеты в основном показывают, идет ли наш бизнес как обычно, или нет. Цель такого подхода – оставаться в безопасных границах привычного и удобного положения вещей. Мы сосредоточены на знакомом процессе, а когда итоговые цифры слишком сильно отличаются от ожидаемых, наше первое побуждение – исправить себя и поскорее вернуть все в прежнее русло. У нас нет ни времени, ни мотивации, чтобы исследовать возможности какой-либо новой среды. Как говорит мой коллега Джеймс Ричардсон, в школах бизнеса аббревиатура KPI, быть может, и расшифровывается как "ключевой показатель эффективности" (Key Performance Indicator), но в реальном мире она часто означает "убийца личной инициативы" (Kills Personal Initiative). Если проявление любопытства свидетельствует об уме, то бизнес-аналитика в том виде, как она практикуется сегодня, слишком часто граничит с невежеством.
Искушение неизведанным Любопытство не только помогает разобраться в новых ситуациях, но и позволяет человеку стать интеллектуальнее. Недавние исследования с использованием функциональных сканеров МРТ, проведенные  профессором Чараном Ранганатхом и другими учеными, показывают, что повышенный интерес к какому-либо вопросу увеличивает потенциал мозга для поисков ответа. Проявление любознательности вызывает повышение активности в областях мозга, ответственных за выработку дофамина – нейромедиатора, управляющего чувством удовольствия и удовлетворения. В частности, такое повышение происходит, когда вы предугадываете ответ. Исследователи также зарегистрировали повышение активности в гиппокампе – области мозга, которая, как считается, играет важную роль в сохранении воспоминаний. Сейчас вы, наверное, задаетесь вопросом – зачем я вам об этом рассказываю? В конце концов, существует и так называемое "праздное любопытство", бесцельное и безрезультатное отвлечение внимания. Неужели я советую вам практиковать именно его? На самом деле существует еще один важный вывод из этих исследований, который имеет большое значение для бизнес-деятельности. По-видимому, наше любопытство стимулируется, если мы уже обладаем некоторым пониманием вопроса, но сталкиваемся с непривычным для себя пробелом в информации. Когда мы чувствуем стремление восполнить этот пробел, тогда мы и проявляем любопытство. Не забывайте о пробелах Итак, что же делать, если в стремительно меняющемся мире даже такие вещи, как показатели эффективности и информационные панели парадоксальным образом могут представлять опасность? Одно из решений предлагает новая разновидность анализа под названием Data Discovery, или исследование данных. Компании внедряют более удобные инструменты исследования данных, предназначенные для настольных компьютеров или мобильных устройств и не требующие дорогих серверов для установки. В результате пользователи могут самостоятельно находить и изучать собственные варианты решения новых задач, не прибегая к помощи  ИТ-специалистов.
Однако я считаю, что слишком большое количество инструментов исследования данных означает скорее перекладывание старых проблем с подразделений ИТ на пользователей, чем принципиально новое решение. Кроме того, я отнюдь не советую раз и навсегда отказаться от всех традиционных методов бизнес-анализа. Разумеется, очень важно знать, выполняет ваша компания план или нет. Но мы способны на большее, чем просто работа со статичными представлениями и отчетами. В конце концов, наши данные являются цифровым представлением наших действий, и если они не вызывают у нас любопытства, зачем в таком случае вообще заниматься бизнесом? У меня есть для вас три рекомендации. Во-первых, убедитесь, что ваши KPI и отчеты связаны с более детализированными представлениями данных, чтобы вы могли быстро изучать отклонения. У каждого KPI должно быть то, что эксперт в области информации Клаудиа Имхофф называет "нопкой "почему"". Недостаточно знать о существовании проблемы, если вы не в состоянии перейти к исходным данным, а это, в свою очередь, достигается с помощью платформ бизнес-аналитики или новых инструментов исследования данных. Отчеты, KPI и визуальные представления сами по себе могут быть гораздо более динамическими. Диаграммы слишком часто отражают то, что было актуальным лишь на момент их создания, или то, что изначально казалось аналитикам важным. Интерактивные диаграммы, таблицы и визуальные KPI открывают более широкие возможности – с их помощью любой пользователь может, руководствуясь своей любознательностью, делать новые открытия и делиться ими. Как правило, приложения для исследования данных обладают большей гибкостью, чем традиционные инструменты бизнес-аналитики.
Но даже этого может оказаться недостаточно, чтобы начать осознанное взаимодействие с нашими данными и изучение бизнес-деятельности. Помните, что любопытство обостряется тогда, когда пробел в знаниях заставляет нас сомневаться в правильности имеющихся представлений. Мы должны выявлять подобные пробелы. Показать то, что скрыто. Вот это действительно сложная задача! Как указать на пробел в понимании, если нам неизвестно о его существовании заранее? Секрет в том, чтобы предоставить пользователям нечто такое, что Питер Приолли назвал (использовав близкую к миру кошек метафору) "запахом информации" – имеются в виду некие особенности представления данных, указывающие на существование новых областей для исследования и возможных находок. Например, одна моя знакомая, врач-хирург, использует приложение, отображающее все лекарства и процедуры, которые она назначает при выполнении каждой операции. Но это приложение также показывает (упорядочивая и выделяя разными оттенками цвета), какие лекарства и процедуры она не назначает. Градация оттенков не отвлекает хирурга от поисков ответа на конкретный и вполне понятный вопрос. Но существование этого дополнительного представления данных может возбудить ее любопытство, указав на пробелы в знаниях. Она может задаться вопросом "а почему я не предлагаю эту новую процедуру?", или "почему в отделении реанимации используют другие виды обезболивающих?" (Ответ: потому что часто им приходится работать, не имея медицинской карты пациента, так что они должны использовать самые безопасные и наименее специфические препараты). Такие наблюдения – иногда забавные, а иногда очень серьезные – создают прочную информационную основу ее профессионального интеллекта.
"кошачьей поступью..." Старая поговорка гласит: "любопытство убило кошку, но, удовлетворив его, она воскресла". Тем не менее, нельзя не признать, что кошкам как биологическому виду любопытство пошло скорее на пользу. И мне кажется, что высокие дозы дофамина доставляют им удовольствие.
Берите пример с кошек – используйте в работе свою любознательность. Ведь название этой статьи вас заинтересовало, не так ли?Любопытство - важнейший навык, необходимый для анализа данных Если у вас есть кошка, то вы в курсе, что эти животные славятся двумя чертами – ленью (кошки не упустят случай вздремнуть!) и любопытством. Кошки могут ничего не делать и спать целыми днями напролет, но стоит появиться чему-то новому и незнакомому, как в них тут же просыпается исследовательский дух. Возможно, любопытство и погубило несколько кошек, заманив их в опасную ситуацию. Но тяга к исследованиям помогает этим животным находить новые места обитания, охотничьи угодья и сородичей. Их врожденная игривость позволяет тренировать и оттачивать реакции на тот случай, когда они действительно понадобятся. Мы, люди, в своем рабочем окружении часто целый день живём будто бы на автомате, подобно кошкам. Традиционные способы ведения бизнеса выглядят такими привычными и удобными, а на что-либо другое нам просто не хватает любопытства. В результате, хоть нам и кажется, что мы избегаем опасностей, мы вместе с тем упускаем новые возможности. Да и наши навыки вряд ли будут такими уж отточенными, когда возникнет необходимость их проявить Ловушка комфортного бизнес-анализа. Подобная интеллектуальная инерция становится очевиднее, если присмотреться к тому, как руководители разных уровней используют данные. В традиционном "бизнес-анализе" системы отчетности создаются на основе одних и тех же моделей, которые консультанты снова и снова используют на разных предприятиях. Наши информационные панели и отчеты в основном показывают, идет ли наш бизнес как обычно, или нет. Цель такого подхода – оставаться в безопасных границах привычного и удобного положения вещей. Мы сосредоточены на знакомом процессе, а когда итоговые цифры слишком сильно отличаются от ожидаемых, наше первое побуждение – исправить себя и поскорее вернуть все в прежнее русло. У нас нет ни времени, ни мотивации, чтобы исследовать возможности какой-либо новой среды. Как говорит мой коллега Джеймс Ричардсон, в школах бизнеса аббревиатура KPI, быть может, и расшифровывается как "лючевой показатель эффективности" (Key Performance Indicator), но в реальном мире она часто означает "убийца личной инициативы" (Kills Personal Initiative).
Если проявление любопытства свидетельствует об уме, то бизнес-аналитика в том виде, как она практикуется сегодня, слишком часто граничит с невежеством. Любопытство не только помогает разобраться в новых ситуациях, но и позволяет человеку стать интеллектуальнее. Недавние исследования с использованием функциональных сканеров МРТ, проведенные  профессором Чараном Ранганатхом и другими учеными, показывают, что повышенный интерес к какому-либо вопросу увеличивает потенциал мозга для поисков ответа. Проявление любознательности вызывает повышение активности в областях мозга, ответственных за выработку дофамина – нейромедиатора, управляющего чувством удовольствия и удовлетворения. В частности, такое повышение происходит, когда вы предугадываете ответ. Исследователи также зарегистрировали повышение активности в гиппокампе – области мозга, которая, как считается, играет важную роль в сохранении воспоминаний. Сейчас вы, наверное, задаетесь вопросом – зачем я вам об этом рассказываю? В конце концов, существует и так называемое "праздное любопытство", бесцельное и безрезультатное отвлечение внимания. Неужели я советую вам практиковать именно его? На самом деле существует еще один важный вывод из этих исследований, который имеет большое значение для бизнес-деятельности. По-видимому, наше любопытство стимулируется, если мы уже обладаем некоторым пониманием вопроса, но сталкиваемся с непривычным для себя пробелом в информации. Когда мы чувствуем стремление восполнить этот пробел, тогда мы и проявляем любопытство. Не забывайте о пробелах. Итак, что же делать, если в стремительно меняющемся мире даже такие вещи, как показатели эффективности и информационные панели парадоксальным образом могут представлять опасность? Одно из решений предлагает новая разновидность анализа под названием Data Discovery, или исследование данных. Компании внедряют более удобные инструменты исследования данных, предназначенные для настольных компьютеров или мобильных устройств и не требующие дорогих серверов для установки. В результате пользователи могут самостоятельно находить и изучать собственные варианты решения новых задач, не прибегая к помощи  ИТ-специалистов.
Однако я считаю, что слишком большое количество инструментов исследования данных означает скорее перекладывание старых проблем с подразделений ИТ на пользователей, чем принципиально новое решение. Кроме того, я отнюдь не советую раз и навсегда отказаться от всех традиционных методов бизнес-анализа. Разумеется, очень важно знать, выполняет ваша компания план или нет. Но мы способны на большее, чем просто работа со статичными представлениями и отчетами. В конце концов, наши данные являются цифровым представлением наших действий, и если они не вызывают у нас любопытства, зачем в таком случае вообще заниматься бизнесом? У меня есть для вас три рекомендации. Во-первых, убедитесь, что ваши KPI и отчеты связаны с более детализированными представлениями данных, чтобы вы могли быстро изучать отклонения. У каждого KPI должно быть то, что эксперт в области информации Клаудиа Имхофф называет "нопкой "почему"". Недостаточно знать о существовании проблемы, если вы не в состоянии перейти к исходным данным, а это, в свою очередь, достигается с помощью платформ бизнес-аналитики или новых инструментов исследования данных. Отчеты, KPI и визуальные представления сами по себе могут быть гораздо более динамическими. Диаграммы слишком часто отражают то, что было актуальным лишь на момент их создания, или то, что изначально казалось аналитикам важным. Интерактивные диаграммы, таблицы и визуальные KPI открывают более широкие возможности – с их помощью любой пользователь может, руководствуясь своей любознательностью, делать новые открытия и делиться ими. Как правило, приложения для исследования данных обладают большей гибкостью, чем традиционные инструменты бизнес-аналитики. Но даже этого может оказаться недостаточно, чтобы начать осознанное взаимодействие с нашими данными и изучение бизнес-деятельности. Помните, что любопытство обостряется тогда, когда пробел в знаниях заставляет нас сомневаться в правильности имеющихся представлений. Мы должны выявлять подобные пробелы. Показать то, что скрыто. Вот это действительно сложная задача! Как указать на пробел в понимании, если нам неизвестно о его существовании заранее? Секрет в том, чтобы предоставить пользователям нечто такое, что Питер Приолли назвал (использовав близкую к миру кошек метафору) "запахом информации" – имеются в виду некие особенности представления данных, указывающие на существование новых областей для исследования и возможных находок. Например, одна моя знакомая, врач-хирург, использует приложение, отображающее все лекарства и процедуры, которые она назначает при выполнении каждой операции. Но это приложение также показывает (упорядочивая и выделяя разными оттенками цвета), какие лекарства и процедуры она не назначает. Градация оттенков не отвлекает хирурга от поисков ответа на конкретный и вполне понятный вопрос. Но существование этого дополнительного представления данных может возбудить ее любопытство, указав на пробелы в знаниях. Она может задаться вопросом "а почему я не предлагаю эту новую процедуру?", или "почему в отделении реанимации используют другие виды обезболивающих?" (Ответ: потому что часто им приходится работать, не имея медицинской карты пациента, так что они должны использовать самые безопасные и наименее специфические препараты). Ссылка на источник