Det viktigste er å teste det du ikke ser. [DataPrat]
Martin Keseler Barland
12.10.2020
Data og analyse

Hvordan jobber man for å finne ut hva man ikke vet?
Hva skal til for å løse opp blindsoner man har?
Hvordan kan du bli trent til å se når du ikke har nok data for å støtte påstanden din?

Noen ganger kan det å legge merke til hvilke data vi ikke har tilgjengelig være minst like nyttig som å se på hva vi har! Bildet under ble brukt i en analyse av hvor man skulle forsterke skroget på fly under andre verdenskrig der hver røde prikk er et skuddhull som er registrert i et fly. Ser du hva utfordringen er?

Det er noen områder uten skuddhull, data som ikke er tilgjengelig. Grunnen til dette er at de flyene som ble skutt i disse områdene ble skutt ned og returnerte ikke til basen slik at skuddene kunne bli registrert. Dette kaller vi survivorship bias, og om vi ikke er obs på dette kan vi gå glipp av mye god innsikt.

For å virkelig lykkes med data må vi gjøre så alle roller bruker og tenker på data, og da både hva som er tilgjengelig og hva vi ikke ser.

Det er lett å bli veldig fokusert på de dataene vi har foran oss. Hvor ofte tenker du egentlig på hva du ikke har tilgjengelig, ting som ikke er rett foran deg? Vi må sørge for å ta oss mer tid til å tenke gjennom nettopp hva vi ikke ser, tid til å reflektere over hvilke blindsoner vi potensielt har og tid til å lete etter data som kan fylle opp disse blindsonene.

Det ligger ikke i så mange rollebeskrivelser å gjøre denne øvelsen. For å virkelig lykkes med data må vi gjøre så alle roller bruker og tenker på data, og da både hva som er tilgjengelig og hva vi ikke ser. For mange ganger tar vi en beslutning basert på hva magefølelsen vår sier, men hva om vi stopper opp hver gang vi kjenner magen begynner å jobbe for å se om vi egentlig har en blindsone? Om vi sitter og tar en beslutning på noe vi tror er det kanskje på tide å ta en titt på sin interne søkemotor, eller lage en om man ikke har det, for å finne data på det man lurer på. Slik sikrer vi at beslutning som tas er godt støttet av faktiske data, og om man finner ut at magefølelsen var feil er det hvertfall viktig at vi tok oss tiden til å gjøre denne sjekken.

Ta en pause og kjenn etter hvilke data du har tilgjengelig og hva du ikke kan se. Er det en måte for deg å fylle de blindsonene du har? Eller er det på tide å gjøre en investering i å gjøre data mer tilgjengelig så du kan ha din egen, interne søkemotor?

__
DataPrat er en serie med Martin Keseler Barland som handler om hvordan du kan og bør bruke data i din bedrift. Serien består av 5 episoder med tema rundt ulike blindsoner du kan ha når du skal ta beslutninger basert på data.

Se hele episode 1 av DataPrat her:

 

Del denne artikkelen:
Martin Keseler Barland
Manager Data og Analyse