О людях и тараканах

Мой личный таракан, персональный, так сказать, связан с тем, что я привык воспринимать свою работу и связанные с этим задачи через призму смысла. Смысл, как сущность, от не возникает просто так, он формируется из знания.
Для продакта это ответы на вопросы «ради чего?», «для кого?», «что будет лучшим результатом?» «какие метрики мы растим и на каком горизонте?», ну и конечно мой любимый вопрос «чтобы что?». Те, кто со мной работал, знают, что я не очень счастлив в тот момент, когда ко мне приходят с идеей, но без ответов.
Тоже в целом способ растить продуктовую культуру, isn’t it.
Но я, собственно, не об этом.
Так случилось, что последние годы жизни я работаю с данными. Применительно к абзацу выше, это значит, что я не отвечаю на большую часть этих вопросов. Я скорее источник знаний для того, чтобы на эти вопросы отвечать. Эдакий ЧатГПТ на минималках.

И тут лирическое отступление.
Много компаний воспринимают историю с накоплением данных, как историю с накоплением прибыли. То есть данные = актив.

Но, уважаемые коллеги, это вообще не правда.

Данные, которые копятся, и с которыми вы ничего не делаете — это расход, пассив, так сказать. Потому что у вас есть стоимость хранения, и я сейчас говорю об аппаратном и программном обеспечении, у вас есть стоимость обработки, и тут к софту и железу добавляется еще и стоимость людей, которые этим занимаются. У вас есть капекс, в конце концов. И это просто история с накоплением данных. Тогда уж дешевле не копить.

А если вы решили с данными что-то делать, то все начинается с аналитики. То есть сначала вы должны понять, что за данные у вас есть, и на какие вопросы бизнеса вы можете с их помощью ответить.

Обычно это 4 раздела аналитики, как профессии.
Описательная аналитика — то есть “что произошло и почему”
Предиктивная аналитика — то есть “Что произойдет”
Предписательная аналитика — то есть “Что надо сделать, чтобы произошло (или не произошло)”
Диагностическая аналитика — то есть “Почему произошло” или “Как произошло”

Все это на самом деле описывается словом “Знание”. И когда говорят о работе с данными, о Data Driven, например, принятии решений, или разработке продукта, или функциональности, это все опирается не на частное мнение, а на знание о том, что мы делаем, зачем мы делаем и ради чего мы делаем то или иное действо.

Это как раз тот момент, когда данные начинают быть активом.

Дальше начинаются смыслы. Под смыслами я подразумеваю ту ценность, которую мы получаем из знания. И вот тут, уважаемые друзья, мы приходим к интересной мысли. Самая большая проблема в продукте начинается в тот момент, когда аналитики приносят данные без интерпретации. И это не несет в себе знания. И из этого ты не можешь получить смысл, который приведет к улучшению существующего продукта или созданию нового. Это просто сырье, это не актив.
Хорошая производственная цепочка выглядит как данные->знание->смысл-> продукт. Где пропущенные звенья приводят к деградации результата.

Не делайте так, короче