Silahlarımızı seçmek

Genelde cevaplanması veya takip edilmesi nispeten kolay olan sorulara odaklandığımız bir gerçek. Web sayfamızın tıklanma sayısı, postumuzun like sayısı vs…Bunu yaptığımızda asıl sorunu gözden kaçırıyoruz. Yapmamız gereken bizi neyin amacımıza götüreceğini bulup o hipotezi test edecek soruları sormak. Eric Ries’ın tavsiyesi “ee n’oolmuş?” testi. Doğru soruları sormak için tavsiye edilen diğer yapılar ise şöyle:

Birincisi Donald Rumsfeld’in modeli. (Bunu bir yazımda daha detaylı anlatmıştım-MY). Bir diğeri Gregor modeli ise bilgileri sınıflandırarak üstünde düşünmemizi sağlıyor. 

  • Analiz, içinde bulunduğumuz durumu tanımlıyor, bulunduğumuz Pazar ve segmentin büyüklüğü gibi.
  • Tanımlama, olup biteni anlamlandırma, insan davranışları üzerine yapılan araştırmalar gibi.
  • Tahmin, sebebi tam olarak bilinmese de bir olguya yol açan nedenlerin anlaşılması. Örneğin Captain Cook nasıl olduğunu bilmese de tayfalarına düzenli limon yedirmenin iskorbit hastalığını önlediğini çözmüştü.
  • Açıklama ve tahmin ise hem bir sonuca etki eden faktörlerin bilinmesi ve hangi ölçüde etkisi olduğunun anlaşılması durumu. Yani müşteri memnuniyetine yol açan etkenlerin bilinip ne yönde değişirlerse ne kadar memnuniyet artışına veya azalışına yol açacağının bilinmesi.
  • Tasarım ve eylem ise insanların bir işi nasıl deneyimledikleri tamamen öğrenilerek işimizi daha başarılı hale getirecek müdahalelerin yapılması durumunu ifade ediyor.

Buradaki her tür bilginin önemi var kuşkusuz ve hepsi kullanmamız gereken yöntemlerden payını almalı.

Ölçütlerinizi takip etmek – Skor kartı ve gösterge tablosunu dengelemek

Strateji danışmanları Kaplan ve Norton’un 90’larda ortaya attıkları bir organizasyonun ölçmesi gereken dört alan şunlardı;

  • Öğrenme ve büyüme: kişisel ve kurumsal öğrenme kültürünün desteklenmesi
  • Müşteriler: Müşteri memnuniyeti ve müşteriyi elde tutmanın büyümenin kaynağı olduklarının kabulü
  • İş süreçleri: İç işleyişin müşterinin istekleri doğrultusunda hizalanması
  • Finansal: Ayrıntılı ve kapsamlı bir finansal portrenin sunulması

Bu bakış açısı bir dönem daha az göstergeye ve çok kısa vadeli hedeflere odaklanmak gibi nedenlerle daha az kullanılır gibi görünse de veri akışının hızlanması ve kolaylaşmasıyla tekrar popülaritesini artırmış görünüyor. Gary Cokins, skor kartı ve gösterge tablosu arasındaki farkı şöyle açıklıyor. Skor kartı stratejik hedeflere ulaşma ve planların gelişim safhasını ölçmeye dönük iken gösterge tablosu ise süreçleri ve çıktıları okumaya yarayan anlık bir tabloyu tanımlıyor. Tıpkı giden bir arabanın ön paneli gibi, hangi hızla gittiğinizi ve ne kadar benzin kaldığını görebilirsiniz ama nereye gittiğiniz hakkında fikir vermez.

Sonuçta veri içinde neyin işimiz için fark yarattığını bulmaya odaklanmak gerekli.

Tehlikeler ve Tuzaklar

Mark Twain’in dediği gibi “Başımızı derde sokanlar bilmediklerimiz değil. Öyle olduğuna emin olduklarımızın aslında öyle olmaması” (bir nevi Rumsfeld’in bilmediğimizi bilmediklerimiz konusu-MY).

Bir istatistiki tuzak; korelasyonlar. Oldukça büyük bir veri tabanında her şey birbiriyle alakalı görünür. Bunların önüne geçecek istatistiki yöntemler var, bir diğeri insan muhakemesi. Tabii ona da ne kadar güvenilirse. İnsanlar evrimsel olarak bağıntıları keşfetmede çok başarılı olsa da, çoğu zaman yanılgıya düşebiliyor. Örneğin “sıcak el” adı verilen inanış, futbolda, basketbolda ya da kumarda insanları etkisi altına alır. Halbuki bu rassal olaylar öyle bir dizide gerçekleşir ki, bu tesadüfü olamayacak şekilde abartırız.

Bir hikaye içinde verilen bilgiler de bizi yanılgılara sürükler. Bize tanıdık gelen hikayeleri tercih ederiz, belirsizliklere veya daha açıklayıcı olsalar da daha karmaşık hikayelere nazaran. Ya da daha kolay anımsanan hikayeler bizi daha çok etkiler. Trafik kazasında ölmekten çok uçak kazasında ölmekten korkarız, halbuki ilkinin gerçekleşme olasılığı diğerinden kat be kat fazladır. Hikâyenin gelişi ise bizi devamına hazırlar. “Sarı” sözcüğünü gören biri “muz” sözcüğünü diğerlerinin arasından daha çabuk görmeye koşullanır.

Neticede hayatın rassallığıyla başa çıkmak için olaylar arasında ilişki kurmayı tercih ediyoruz. Dolayısıyla hikâyeye uyan bilgileri tutmaya eğilimliyiz.

Tümdengelimin yaratıcısı Aristo bir hipotez oluşturma ve sonra onu test etmeyi savunuyordu. 17.yüzyıla kadar etkisini sürdüren bu teoriye filozof/bilim insanı Francis Bacon bütün bilim alanındaki bilgileri toplayıp sonra sonuçlar çıkarmayı savunan tümevarım ile karşı çıktı. Strong’un iddiası ise ikisinin bir ortasının bulunabileceği. Tümevarıma çok imkân veren büyük veri ile belki hızlıca bazı keşifler yapılabilir, küçük iyileştirmeler yapılabilir. Ama mesele bunu sürekli kılmak ve daha büyük sorunları çözmek, bunun yolu daha fazla işlem gücüne sahip bilgisayarlar değil. Buna hizmet edecek üç prensip var ve hepsi bir arada uygulanmalı;

  • Büyük veri eldeki konuyu irdelemek için büyük bir test ortamı/imkânı sunuyor
  • Sosyal bilimler bu veriyi keşfetmek için gerekli teorik çerçeveyi sunuyor.
  • Tüketiciyi anlamak sinyallerle gürültüyü birbirinden ayırt etmemize yarayan bağlamı sunuyor

Bu sayede şirketler büyük veriyi taktik olarak değil daha ayrıştırıcı ve akılcı şekilde kullanabilir.

Öngörünün gücü

İnsanların sadece hızlı geribildirim alabildikleri ve yeterince karar alıştırması yapabildikleri durumlarda içgüdüsel becerileri gelişiyor. Öte yandan iyi tasarlanmış algoritmalar daha uzun bir süre geribildirim ve sonuçları biriktirip daha isabetli kararlar alabiliyorlar. Ancak daha önce bahsettiğimiz gibi verinin kapsamı ve sınırları önemli. 

Eldeki veriye bilinçsizce yaklaşılırsa S&P 500 endeksinin hareketlerini Bangladeş’in tereyağı üretimi ile birebir ilişki içinde olduğunu göstermek gibi anlamsız önermelere varabilirsiniz.

Aslında bütün mesele bir verideki varyasyonları açıklayabilmek. Sistem ne kadar karmaşık olursa olsun varyasyon öngörülebiliyorsa değişkenlik modellenebiliyor, bir uçağın uçmasını öngörebildiğimiz, açıklayabildiğimiz gibi. Ama sosyal ve ekonomik hareketlilik değişimlerin çok faktöre bağlı olduğu açıklanması çok güç dolayısıyla tahmini çok zor alanlardan.

Eğer kesin tahmin edemiyorsak o zaman olasılık olarak ifade etmek gerekiyor. Ama insanlar olasılığı idrak etmek ve onunla baş etmek konusunda da pek başarılı değiller. Yarın havanın %40 ihtimalle yağışlı olması veya %50 ihtimalle satışların 50 milyon USD seviyesinde gerçekleşeceği kaygılarımızı gidermekten uzak.

Tahmini zorlaştıran şeylerden biri de olması öngörülen olayların etkisinin kestirilmesi. Örneğin Microsoft internetin hayatımızda nasıl bir rol oynayacağını tahmin edebilseydi, arama pazarını Google’a kaptırmazdı.

Çoğu zaman yaptığımız şey olan olayların ardından insan davranışlarını açıklamaya çalışmak. Burada yaptığımız rasyonalizasyonda bir şey öğrendiğimiz yanılgısına düşebiliyoruz ama bu aslında arabayı sürerken dikiz aynasına bakmak gibi, gittiğimiz yön hakkında bize çok az fikir veriyor.

Sonuç olarak büyük veriye çok fazla umut bağlıyor olabiliriz, ama insanı anlamadan yapacağımız girişimler bizi yanlış yönlendirebilir.