«Искусство статистики», Дэвид Шпигельхалтер: как при решении задач бизнеса находить ответы в данных

Работа с big data — огромным массивом данных — позволяет бизнесу зарабатывать больше или оптимизировать траты. Например, супермаркет может узнать любимые товары миллионов своих покупателей и сделать акцию. Когда знаешь клиентов, конкурентов или рынок, проще найти лучшее решение.

Кажется, что ключ к успеху — собрать цифры. Но это полдела: потом данные надо проанализировать. Главная мысль книги «Искусство статистики»: не стоит надеяться, что цифры легко дадут вам правильные ответы. Да, цифры — это объективный показатель, но выводы, которые сделают люди, — не всегда. Из-за такой особенности мышления иногда случаются ошибки.

Автор книги «Искусство статистики» Дэвид Шпигельхалтер объясняет, как находить верные ответы в числах. В книге много статистических законов и примеров, как применять теорию в обычной жизни.

В статье на примере условного предпринимателя разбираем, как использовать данные в бизнесе.

Где купить книгу Дэвида Шпигельхалтера «Искусство статистики»

Предприниматель Иван открыл магазин горнолыжной экипировки для зимних видов спорта — продавал куртки, сноуборды, варежки, шапки и аксессуары для катания. Магазин работает уже 5 лет, и Иван заметил, что в начале работы продажи и доходы шли в гору, а в последние пару лет рост остановился.

Предприниматель нанял маркетолога и поставил ему конкретную задачу — проанализировать статистику продаж и выбрать товар с высоким спросом.

В этом примере предприниматель не допускал идею, что нужно решать какую-то другую проблему. Уже с начала он мог задать неверную цель для исследования.

Продолжим историю с Иваном.

Маркетолог сделал презентацию с результатами исследований. Она получилась яркой и красивой, но лишние визуальные эффекты исказили ее восприятие.

К примеру, маркетолог использовал яркие диаграммы и решил не указывать цифры — на его вкус, так презентация выглядит более современно. Но на деле цифры и показатели обязательно надо указывать, а простые графики будут нагляднее эффектных. К примеру, 3D-диаграммы вообще не стоит использовать, потому что они искажают восприятие информации — равные доли кажутся на них разными, в зависимости от того, в какой части диаграммы они находятся.

Во время презентации предприниматель решил, что маркетолог распределил товары по доходу, который они приносят. Но маркетолог сделал диаграмму по количеству купленных товаров. Максимальную долю заняли аксессуары с невысокой ценой. А куртки заняли самый маленький сегмент, но именно они приносят самый большой доход бизнесу. Из-за неверно представленных данных Иван сделал неверный вывод.

Для роста продаж Ивану стоило больше внимания уделить ассортименту курток и продумать маркетинговые активности, но по результатам исследования он решил закупить побольше аксессуаров к новому сезону.

Часто людям мешает объективно оценить данные предыдущий жизненный опыт и эмоции. Посмотрим еще пример, как ошибся предприниматель Иван из-за своего прошлого опыта.

Допустим, Иван все же заметил ошибку в презентации и сделал ставку на расширение ассортимента курток. Чтобы точно не прогадать с новым сезоном, он изучил прогноз погоды — два года подряд была слякоть и гололед, но в этом году зима ожидалась такой же снежной, как и три сезона назад, когда куртки продавались хорошо. Предприниматель взял кредит и сделал большую закупку.

Началась зима, погода соответствовала прогнозам, но уже в первый месяц сезона оказалось, что роста продаж нет. К концу зимы бизнес Ивана был в более трудном положении, чем на момент исследования, — добавилась выплата по кредиту. Вложения в этом сезоне не окупились.

Теперь посмотрим, как Иван мог избежать ошибок.

Вот что помогло бы Ивану сделать более практичный план на основе результатов исследования.

Кроме того, для объективной оценки ситуации недостаточно однократного исследования — нужно проводить их планово, как минимум каждый сезон.

Автор книги рассматривает законы статистики, на которые стоит опираться, чтобы объективно оперировать данными и не отвлекаться на лишнюю информацию. Разберем несколько из них и то, как они сработали в истории Ивана.

Закон больших данных. Большие данные не всегда приводят к ценным на практике выводам. Их бывает интересно изучать, но анализ всего происходящего в мире — мировых соревнований, новинок и тенденций, погоды — не повлияет на желание клиентов покупать куртки или аксессуары.

Закон пристрастия или предубеждения. Человек видит то, что хочет увидеть. Иван был увлечен своим делом и не сомневался, что при подходящей погоде клиенты будут покупать так же много, как и раньше.

Закон вреда от усреднения всех данных. Нужно изучать не только среднее значение, но и весь спектр данных. Средние значения полезны для СМИ, чтобы легко было представить какую-то информацию, — например, когда говорят о средней продолжительности жизни в разных странах. Но при детальном анализе всех механизмов бизнеса средние значения ничем не помогут и, возможно, только навредят. Так, в истории Ивана количество продаж аксессуаров отвлекло от прибыли от курток.