Лицам, принимающим решения требуется больше математики

Перевод статьи Кейта МакНалти. https://keith-mcnulty.medium.com/decision-makers-need-more-math-a81b66396a83

Строгое математическое мышление отсутствует в большинстве областей, в которых принимаются решения.

Недавно я беседовал с другом, который был разочарован своей текущей рабочей ситуацией. Ему поручили вндерение крупного программного обеспечения для своей команды продаж, но он не верил в то, что он делает. И, как оказалось, его коллеги тоже. Описанная им ситуация звучит действительно уныло и демотивирующе.

Моя естественная реакция была спросить, как все это произошло. Он описал, как решение проводить внедрение вытекало из "убойного графика", который был распространен среди менеджеров. На графике сравнивались объем продаж двух групп и было сделано заключение, что одна группа более эффективна благодаря использованию определенного программного продукта.

Я задал ему два вопроса. Во-первых, я спросил, установили ли они, что различие между двумя группами не связано с чистой случайностью? Во-вторых, я спросил, установили ли они окончательно, что использование программного обеспечения вызвало это различие.

Он был ошеломлен. Он сказал мне, что не знал, что различия могут происходить случайно, и, что вопрос причинности даже не обсуждался. Он описал, как группа менеджеров просто посмотрела на график и приняла решение без дальнейшего обсуждения цифр и их значения.

Мы пришли к выводу, что все это произошло потому, что никто в группе не знал математику! Анализ распространился по группе менеджеров, и никто из участников не имел достаточного опыта или знаний, чтобы правильно оценить его.

Боюсь, что подобные ситуации быстро распространяются и принимаемые ошибочные решения стоят миллионы долларов.

Почему математика становится всё более важной?

Говоря просто, вокруг нас появилось намного больше данных. По данным IBM [2], мы создаем более 2.5 квинтиллионов байтов данных каждый день. Существует несколько статистических данных, которые показывают, что эта тенденция скорее всего будет продолжаться:

Исследование McKinsey [3] установило, что почти 50% функций продаж и маркетинга описывают себя как претерпевшие "трансформацию" благодаря аналитике и большими данными.
Statista [4] сообщает, что рынок больших данных будет расти более чем на 10% в год в течение следующих десяти лет.
По результатам опроса руководителей [5] недавно было выявлено, что 84% предприятий запустили программы продвинутой аналитики и больших данных для улучшения принятия решений.

Ясно, что лицам, принимающим решениям придется сталкиваться с гораздо большим количеством документов и графиков, основанных на данных, чем 10 или 20 лет назад. Но вооружены ли эти принимающие решения лица инструментами, позволяющими принимать точные решения в такой информационно насыщенной среде?

Это исследование Гарварда показывает, что большинство растущих профессий требуют навыков в области математики.

Планка по математике поднимается, но навыка не хватает

Рост принятия решений на основе данных и аналитики требует соответствующего увеличения математических навыков руководителей. Без возможности задавать вопросы и критиковать аналитику, лица, принимающие решения оказываются под влиянием продажных уловок и предвзятых программ. Такие понятия как корреляция, регрессия, статистическая значимость и предиктивная точность всё чаще употребляются, но нет доказательств того, что лица, принимающие решения стали лучше оснащены для их понимания.

Исследование, проведенное Cambridge Assessment [6] в Великобритании, подчеркивает, что работодатели считают важной числовую грамотность почти во всех профессиях, даже в тех, которые не требуют высокой зависимости от данных, но уровень числовой грамотности рабочей силы не соответствует необходимым требованиям.
Министерство труда США ожидает [7], что карьеры, связанные с математикой, будут расти в 4 раза быстрее, чем другие профессии, в течение следующих десяти лет, но США занимают 24 место из 30 стран по уровню числовой грамотности среди взрослых, согласно ОЭСР.
Недавнее исследование Гарварда заключает [8], что математика станет одним из наиболее востребованных навыков для будущей рабочей силы, показывая, что наиболее существенный рост занятости за последнее время был сильно взвешен в пользу должностей, требующих знаний математики.

Что должны знать лица, принимающие решения?

Среди всех этих макрофакторов и тенденций мне кажется, что есть несколько основных вещей, которые лица, принимающие решения должны знать в любой среде, основанной на данных:

Что означает корреляция и как измерять коэффициенты корреляции для разных типов данных.
Что означает причинность (каузация), в чем ее отличие от корреляции и как её доказать.
Как статистически проверять гипотезу и каковы статистические условия, лежащие в основе проверки гипотезы.

Если вы работаете в среде, основанной на данных, и у вас нет чувства, что вы хорошо понимаете эти вещи, я призываю вас принять меры сейчас. Если вы также чувствуете, что ваши коллеги - лица, принимающие решений находятся в похожей ситуации, то ситуация еще более критична.

Несомненно, математика становится все более важной на рабочем месте с каждым годом. Нравится нам это или нет, мы должны приложить усилия, чтобы поднять свой уровень в этой области.

Ссылки: