Работа с неопределённостью. Инструменты.
ТГ-канал Бенчмарка | Байки промышленного аналитика
Max-канал Бенчмарка | Байки промышленного аналитика
А что делать? Время сейчас такое. Определенности и стабильности все меньше, а неопределённости - больше. Но мы же не сдаемся – у нас же нет проблем, у нас же вводные и задачи. А чтобы их отрабатывать нужны инструменты. Вот мы и решили рассказать о таких инструментах. Поехали.
Их там много, поэтому сначала систематизация:
I. Количественные методы (Статистика и вероятность)
II. Качественные методы (Экспертные и когнитивные)
III. Методы теории принятия решений (Теория игр и критерии)
IV. Адаптивные и поведенческие методы (Agile-подходы)
V. Разведывательный анализ (EDA)
(бонусом – шпаргалка)
КОЛИЧЕСТВЕННЫЕ МЕТОДЫ (Статистика и вероятность)
Используются, когда неопределенность связана со случайностью или вариативностью данных. Здесь есть цифры, и мы можем что-то посчитать.
Проверка стат. гипотез (t-тест, Хи-квадрат и др.) Суть - Оценка статистической значимости различий между группами или выборками. Задача - Отделить сигнал от шума. Понять, работает ли новая версия сайта лучше старой (А/В тест) или это случайность.
Корреляционно-регрессионный анализ Суть - Выявление связи между переменными и построение модели зависимости. Задача - Понять, какие факторы действительно влияют на результат (продажи, риск), а какие — случайны.
Анализ чувствительности Суть - Изменение одного параметра для оценки его влияния на итог. Задача - Ранжирование факторов по степени влияния: "Что страшнее — рост курса доллара или падение спроса?".
Анализ сценариев Суть - Расчет проекта при разных целостных картинах будущего (оптимистичный, пессимистичный). Задача - Определение границ, в которых может находиться результат (от худшего к лучшему).
Имитационное моделирование (Монте-Карло) (о нем детальнее писали тут (https://t.me/benchmarka/31)) Суть - Тысячи прогонов модели со случайными значениями параметров. Задача - Получить распределение вероятностей результатов (например, "риск убытков — 10%").
Деревья решений Суть - Граф с вариантами решений и вероятностями исходов. Задача - Выбор оптимальной стратегии, когда решения принимаются поэтапно.
На все сразу поста не хватит, поэтому остальное будет дальше. Не отключайтесь.
P.S. И да, мы во все это умеем (хвастаемся)
#анализ #методы #статистика #аналитика #цифра
Max-канал Бенчмарка | Байки промышленного аналитика
А что делать? Время сейчас такое. Определенности и стабильности все меньше, а неопределённости - больше. Но мы же не сдаемся – у нас же нет проблем, у нас же вводные и задачи. А чтобы их отрабатывать нужны инструменты. Вот мы и решили рассказать о таких инструментах. Поехали.
Их там много, поэтому сначала систематизация:
I. Количественные методы (Статистика и вероятность)
II. Качественные методы (Экспертные и когнитивные)
III. Методы теории принятия решений (Теория игр и критерии)
IV. Адаптивные и поведенческие методы (Agile-подходы)
V. Разведывательный анализ (EDA)
(бонусом – шпаргалка)
КОЛИЧЕСТВЕННЫЕ МЕТОДЫ (Статистика и вероятность)
Используются, когда неопределенность связана со случайностью или вариативностью данных. Здесь есть цифры, и мы можем что-то посчитать.
Проверка стат. гипотез (t-тест, Хи-квадрат и др.) Суть - Оценка статистической значимости различий между группами или выборками. Задача - Отделить сигнал от шума. Понять, работает ли новая версия сайта лучше старой (А/В тест) или это случайность.
Корреляционно-регрессионный анализ Суть - Выявление связи между переменными и построение модели зависимости. Задача - Понять, какие факторы действительно влияют на результат (продажи, риск), а какие — случайны.
Анализ чувствительности Суть - Изменение одного параметра для оценки его влияния на итог. Задача - Ранжирование факторов по степени влияния: "Что страшнее — рост курса доллара или падение спроса?".
Анализ сценариев Суть - Расчет проекта при разных целостных картинах будущего (оптимистичный, пессимистичный). Задача - Определение границ, в которых может находиться результат (от худшего к лучшему).
Имитационное моделирование (Монте-Карло) (о нем детальнее писали тут (https://t.me/benchmarka/31)) Суть - Тысячи прогонов модели со случайными значениями параметров. Задача - Получить распределение вероятностей результатов (например, "риск убытков — 10%").
Деревья решений Суть - Граф с вариантами решений и вероятностями исходов. Задача - Выбор оптимальной стратегии, когда решения принимаются поэтапно.
На все сразу поста не хватит, поэтому остальное будет дальше. Не отключайтесь.
P.S. И да, мы во все это умеем (хвастаемся)
#анализ #методы #статистика #аналитика #цифра