Home » 数据驱动决策的潜在陷阱

数据驱动决策的潜在陷阱

数据是现代企业许多战略变革背后的巨大驱动力。随着数据的可用性和丰富性不断提高,公司将更容易根据从收集到的信息中获得的见解进行分析并做出改变。这一概念,即数据驱动决策,并不是一个新想法。多年来,公司以多种方式采用这些做法,无论是通过收集新产品的定性数据还是提高销售团队的绩效。我希望分解出公司在使用数据进行决策时可能遇到的一些常见陷阱。

热门问题

数据收集可能是一个耗时且往往昂贵的过程。较便宜的是内部数据收集,而较昂贵的是围绕新产品或现有产品进行一流的定性焦点小组讨论。我将重点关注 海外数据 的数据收集方法介于这两项调查之间。

创建调查可能会出现一些问题。最突出的问题之一就是写出能引出答案的问题。这可能是有意或无意地发生的,但这样做很有可能扭曲调查结果。

下面是一个引导性问题的具体示例:

您如何看待森林砍伐对环境造成的负面影响?

当然,有大量研究支持森林砍伐是负面的观点,但在问题中暗示森林砍伐是负面的会导致受访者产生这种想法。这会导致大多数回答者在回答该问题时认为森林砍伐是负面的。

为了得到公正的答案,最好问这两个问题:

– 森林砍伐对环境有何影响?

– 以 1 到 7 为尺度,1 表示非常负面,7 表示非常正面,您如何描述森林砍伐对环境的影响?

现在,这两个问题依然不够完善,但是第二个问题  按时间限制优惠 消除了第一个问题的主导性。将一个问题分成两个问题有助于获得完整、公正的答案。

数据不可能错误

我再怎么强调这一点也不为过。研究调查研究的可接受误差幅度由公司设定,通常在 95% 的置信水平下为 4% 到 8%。这最终意味着从研究中获 財政署 的样本和结果并不能完美地反映总体人口。实现这一结果的成本将是天文数字。了解这一点后,重要的是要认识到,虽然使用数据来推动商业决策是降低风险的好方法,但做出的每个决策仍然会有风险。这让我想到了研究和数据分析中常见的另一个错误,偏见。

Scroll to Top