Аналитика 2 пост из 3-х

Каким данным вообще можно верить?

В прошлом посте писал, что аналитика состоит из данных и их интерпретации. Возникает закономерный вопрос: "а сами данные-то откуда брать и всем ли им можно одинаково доверять?"

У меня для себя существует довольно простая рабочая шкала. Сразу оговорюсь: это не академическая классификация источников, а скорее способ понимать, насколько уверенно я готов опираться на конкретную информацию при принятии управленческого решения.

1️⃣Первый уровень — данные, которые мы специально получили для ответа на конкретный вопрос.

Например, провели социологический опрос.
Да, предвосхищаю классическое: «Как вы можете опросить 1600 человек и потом рассказывать что-то про всех россиян?»
Можем. Потому что существует статистика, выборка, известная погрешность и методология, в рамках которой мы договорились работать.

Другой пример — фокус-группа или глубинное интервью. Они не позволяют сказать, что «все россияне думают именно так», зато дают другое: живое описание мотивов, смыслов и логики конкретных людей здесь и сейчас.

То есть метод отвечает на свой вопрос.

2️⃣Второй уровень — статистическая и административная отчетность, внутренние данные компании. Это огромный и очень ценный пласт. Но у него есть одна проблема: данные производят люди и системы. А значит, где-то что-то продублировалось, где-то один показатель считается немного иначе, где-то ручной ввод, где-то поменялась методика учета, а где-то файл просто неправильно склеили.

Поэтому статистику нельзя «перерисовывать», если она нам не нравится.
Но ее обязательно нужно перепроверять. Чтобы дебет с кредитом сошелся, ряды были сопоставимы, а красивый скачок на графике оказался реальным изменением мира, а не изменением формы отчетности.

3️⃣Третий уровень — открытые источники и СМИ.

Игнорировать их невозможно. Особенно когда речь идет о компаниях, политиках, рынках, конфликтах и процессах, которые нельзя непосредственно измерить одним исследованием. Но здесь появляется слой чужой интерпретации.
Журналист мог ошибиться. Источник мог быть заинтересован. Заголовок мог быть написан ради трафика. Компания могла представить собственную версию событий.

Поэтому для себя я пользуюсь очень простым принципом: важна не столько цифра «три публикации», сколько несколько независимых подтверждений одного фактического ядра. Если разные источники с разными позициями сходятся в том, что событие произошло именно так, доверие растет.

Если каждый рассказывает принципиально разную историю — это уже не факт, а зона неопределенности.
На таком основании можно формировать гипотезу. Но делать жесткий вывод — рискованно.

4️⃣Ну и четвертый уровень — всё, что пришло условно «хрен знает откуда». «Мне знакомый рассказал».
«На рынке все знают».
«Есть ощущение».
«Один очень уважаемый эксперт уверен».
Это тоже информация. Иногда именно она первой показывает важное изменение, которое статистика увидит через полгода. Но относиться к ней нужно именно как к информации, требующей проверки, а не как к установленному факту.
И здесь для управленца появляется главное понятие — цена неопределенности.

Иногда решение приходится принимать при плохих данных. Так бывает.
Иногда экспертная гипотеза оказывается точнее официальной статистики. Бывает и так.

Но в этот момент нужно честно понимать: я сейчас принимаю решение не потому, что точно знаю, как устроена реальность, а потому что считаю определенную гипотезу наиболее вероятной. И чем хуже основание, тем больше риск ошибки.
Это нормально.

❗️Ненормально — назвать гипотезу фактом только потому, что так удобнее принимать решение.