Привет, я Рома, дизайнер из Томска. Месяц назад на этом канале разыграли книгу «Тёмные данные», и приз достался мне. Я прочел книгу и теперь хочу поделиться с вами ТОП-10 уроков усвоенных из прочитанного. Надеюсь, вам будет полезно.

Я работаю директором по продукту в Lab365.ru, пишу блог и веду телеграм-канал «Вредный дизайнер».
————————————

10 уроков книги Дэвида Хэнда «Тёмные данные»

Книга написана доступным языком, без заумной терминологии. Основной посыл книги — относитесь к данным с подозрением, по крайней мере пока не будет доказано, что они адекватны и точны. Итак, приступим:

1. Урок, усвоенный спустя треть книги — перед выбором книги обязательно читать название и описание на языке оригинала. На русском языке полное название книги «Практическое руководство по принятию правильных решений в мире недостающих данных». На самом деле книга называется «Why what you don’t know matters», что можно перевести как «Почему, то, что мы не знаем — важно», и это больше подходит под содержание книги.

2. Как бы вы не хотели принять правильное решение, всегда есть данные, о которых мы не знаем, не можем принять во внимание, и которые способны исказить результат и выводы.

3. При проведении проверки гипотез соблюдать баланс между данными описывающие предмет/объект/процесс/субъект исследования (административные данные) и не забывать про данные, описывающие причины различных явлений или действий.

4. Понимать и определить минимально достаточный предел выборки. Цитата из книги: при прочих равных условиях выборка численностью тысячу человек для населения в миллион обычно дает такую же точность, как и для населения в миллиард. Это верно, несмотря на то что отношение выборки в совокупности в первом случае будет один к тысяче, а во втором — один к миллиону.

5. Невозможно измерить всё. Казалось бы, банально, но когда нужно ввести какую-то метрику, нужно задаться вопросом «Зачем? Ценность метрики в перспективе? Данные, которые она будет собирать, нужны на какой срок? Будет ли искажать выводы в перспективе?».

6. Будущее за объединением и комбинаторикой данных из разных источников. Яндекс, Мэил уже получают административные данные из всех своих проектов, а вот государство практически в самом начале этого пути.

7. Даже тщательно разработанные системы неизбежно содержат прорехи. Не нужно играть в идеальность, она все равно будет делать еще один шаг, как только вы будете приближаться. Этот принцип относятся как к разработке фич, так и моделям данных, с которыми вы будете работать.

8. Избегать в команде информационной асимметрии — это когда кто-то в команде располагает большей информацией, чем другие члены команды. Для одной из сторон какие-то данные являются тёмными, и это ставит её в невыгодное положение в переговорах или конфликтах.

9. Когда вам приносят данные, вы должны задать обязательные вопросы: откуда данные, кто их собирал, кто сообщил о наличии этих данные? В случае, если в момент анализа этих данных возникнут вопросы, вы знали и понимали причины и в случае необходимости могли задать вопрос конкретному человеку.

10. Делайте все возможное, чтобы избежать неполноты и ошибок данных. Например, когда вы составляете список вопросов для интервью клиентов, учитывайте связь вопросов между собой, а также с прошлыми исследованиями.

Концентрация полезных для меня знания была на последних 70-90 страницах книги, на которых автор описывает различные методы работы с данными, приемами для получения синтетических данных и их интерпретацией.

#КонспектКниги