Како разложити било коју метрику помоћу питања типа „шта“

Почетна » Питон » Како разложити било коју метрику помоћу питања типа „шта“

Када се метрика појави на контролној табли, често изгледа као крајња истина, чист број који делује објективно и несумњиво.Али испод те сјајне површине постоје избори моделирања, филтери података, складишта података и језера, дефиниције, временске прозоре и претпоставке које могу потпуно променити шта тај број заиста значи. Ако само гледамо у вредност и идемо даље, у основи се кладимо на своје одлуке на црној кутији коју не разумемо у потпуности.

Много робуснији приступ је научити како разложити било коју метрику систематским постављањем питања типа „шта“.Шта се тачно рачуна, шта се изоставља, које трансформације се примењују, који сценарији се разматрају, које заинтересоване стране занимају та метрика и шта за њих значи „успех“. Овај начин размишљања повезује области које на први поглед делују далеко једна од друге: пословну интелигенцију и АИ агенти, сајбер безбедност и интегритет података, стратешко извршење, декомпозиција циљева заснована на вредности, па чак и нешто тако „математичко“ као што је факторизација простих бројева.

Зашто сваку метрику треба разложити помоћу питања типа „шта“

Метрике стварају снажну илузију сигурностиСтопа конверзије од 3.7%, стопа успеха спровођења стратегије, „оцена припремљености“ за сајбер ризик, индикатор трошкова енергије или чак број попут 24 у математичком вежбању, све то изгледа дефинитивно. Али свака од њих крије одлуке као што су:

• Која популација је укључено, а шта је искључено.
• Који догађаји рачунају се као успеси, неуспеси, претње или инциденти.
• Који временски период се мери и зашто тај прозор.
• Које трансформације (агрегације, просеци, нормализације) су примењене.
• Које претпоставке о заинтересованим странама и вредности су уграђени у формулу.

Ако не можете да одговорите на детаљна питања типа „шта“ о метрици, не би требало да доносите важне одлуке на основу ње.Број може и даље бити користан, али још увек није поуздан. Декомпозиција је процес отварања црне кутије и претварања непрозирног индикатора у нешто транспарентно и делотворно.

У окружењима богатим подацима, ручно обављање овога за сваку метрику брзо постаје неодрживо.Ту се појављују платформе за пословну интелигенцију (на пример, Power BI интегрисан са прилагођеним апликацијама) и локални агенти вештачке интелигенције постају кључни: помажу у праћењу порекла, откривању скривених филтера, откривању аномалија и пристрасности, па чак и предлажу боље начине за дефинисање и праћење онога што је заиста важно за пословање.

Основна навика: систематско постављање питања „шта“

Декомпозиција било које метрике почиње дисциплинованим низом питања типа „шта“Уместо да питате „Да ли је 80% добро или лоше?“, питате ствари попут:

• Шта се рачуна тачно? (догађаји, корисници, сесије, трансакције, инциденти…)
• Која је јединица мерења? (проценат, апсолутни број, долари, kWh, дани…)
• Шта је укључено, а шта је експлицитно искључено из овог бројања?
• Који временски оквир Да ли покрива и зашто је тај прозор изабран.
• Које трансформације дешавало се од сирових података до контролне табле (спајања, филтери, сегментације, прагови).
• Која заинтересована страна сматра ову метрику вредном и какав исход она представља за њих.
• Које претпоставке о ризику, вредности, понашању или окружењу су уграђени у прорачун.

Ова једноставна навика тренутно одваја сигнал од шумаМноге „кључне“ метрике се испостављају као делимични ставови, неусклађени са пословним циљевима или једноставно наслеђени артефакти који опстају јер их нико није доводио у питање. Друге постају јасније, боље дефинисане и лакше се побољшавају када је основна структура „шта“ експлицитна.

Модерни BI стекови знатно олакшавају ову анализу „шта“Са добро дизајнираним моделима података и алатима за порекло и ревизију, можете кликнути на метрику и видети које табеле, филтери и прорачуни стоје иза ње. Агенти вештачке интелигенције затим могу скенирати у потрази за недоследностима (на пример, дефиниција „купца“ која је различита на две контролне табле) и означити потенцијално неусклађење са намераваним пословним значењем, често користећи анализа података у реалном времену за откривање аномалија.

Од контролних табли до одлука: пословна интелигенција, вештачка интелигенција и прилагођени софтвер

Само визуализација није довољна; разумевање је крајњи циљСјајна контролна табла у Power BI-ју или било ком другом алату може изгледати импресивно, а ипак заварати све присутне ако основна питања нису јасна. Зато зреле организације превазилазе предње графиконе и улажу у аутоматизација и MLOps праксе:

• Добро управљани модели података где свака кључна метрика има документовану дефиницију и јасно порекло.
• Аутоматске провере за аномалије, одступања и сумњиве скокове, често покретане вештачком интелигенцијом.
• Прилагођене интеграције између BI алата и прилагођених система, тако да се метрике израчунавају близу места где се процеси заправо дешавају.
• Слојеви сајбер безбедности који штите интегритет и поверљивост података током њиховог животног циклуса.

Комбиновање облачних платформи попут AWS-а и Azure-а са прилагођеним софтвером откључава моћан екосистемМожете дизајнирати цевоводе где је свака метрика повезана са својим извором података, корацима трансформације и заинтересованом страном, и где се на питања типа „која“ може одговорити на захтев: који упит је генерисао овај KPI, који су филтери били активни, који модел је предвидео ову прогнозу, који подаци за обуку су покретали тај модел, који праг је покренуо ово упозорење. Ове архитектуре би такође требало да помогну повратити контролу над API-јима и интеграције.

Вештачка интелигенција за пословање додаје додатну димензију: обрасце и предвиђањаКада се поставe основе квалитета података и праћења, вештачка интелигенција може обогатити ваша питања увидима усмереним ка будућности: који ће купци вероватно одустати, који ће пројекти вероватно бити прекорачени, које ставке трошкова имају растући тренд, који сценарији претњи добијају на вероватноћи. Питања остају утемељена у чему, али одговори сада укључују трендове и вероватноће, а не само статичне снимке; усвајање AIOps праксе може операционализовати ове увиде.

Све ово функционише само ако организација такође улаже у јасне дефиниције и заједнички језикИнжењеринг података, вештачка интелигенција, пословна интелигенција, сајбер безбедност и власници предузећа морају се сложити око тога шта „приход“, „претња“, „спреман“, „успех“ или „вредност“ значе у сваком контексту. Без тога, технолошки стек једноставно аутоматизује забуну.

Зашто стратегије не успевају: неуредни циљеви и обмањујуће метрике успеха

На интернету постоји популарна тврдња да између 63% и 87% стратегија не успева.Ови упечатљиви бројеви потичу из старих студија у којима су компаније пријавиле разочарање финансијским резултатима или недовољно испуњавање стратешких обећања. Када се пажљиво погледа, подаци су неуједначени, а закључци преувеличани: једноставно немамо прецизну, научно утемељену стопу неуспеха у спровођењу стратегије.

Оно што знамо јесте да су многе организације незадовољне начином на који се њихове стратегије претварају у резултате.Велики део тог незадовољства повезан је са лоше формулисаним циљевима и метрикама које се уско фокусирају на финансијске бројке, док игноришу вредност заинтересованих страна и јасноћу намере. У неким анкетама, око половине пријављених „неуспеха“ директно се приписује нејасним или двосмисленим циљевима.

Лоше описане стратегије је такође изузетно тешко комунициратиИстраживања повезана са оквиром уравнотежене карте резултата сугеришу да у многим компанијама чак 95% запослених не може да наведе или не разуме стратегију. Ако људи не знају чему циљају, готово је немогуће дефинисати добре метрике, а камоли их разложити питањима типа „шта“.

Стратешки оквири као што је Уравнотежена система показатеља помажу у структурирању размишљања око три велика градивна блока:

• Завршавациљеви, задаци, жељени исходи.
• Средстваиницијативе, пројекти, акциони планови.
• Квантификације: метрике, кључни индикатори учинка (KPI) и индикатори.

Квалитет стратешког извршења зависи од тога колико јасно можете раздвојити, а затим поново повезати та три блокаЦиљеви говоре коју вредност желите да створите за заинтересоване стране, средства описују како ћете покушати да то урадите, а метрике квантификују колико добро радите. Када су циљеви нејасни или када су средства уграђена у формулацију циљева, декомпозиција постаје хаос, а метрике се удаљавају од стварне вредности.

Декомпозиција двосмислених циљева заснована на вредности

Да бисте поправили двосмислене стратегије, потребно их је разложити око једне централне идеје: вредности за заинтересоване странеУместо да циљеве третирате као слогане, разлажете их на мање, независне подциљеве који су сваки везани за конкретног актера и јасну идеју вредности која се може квантификовати.

Једна практична дефиниција декомпозиције стратегије је ова: разлагање високог нивоа, нејасних циљева на мале, независне подциљеве који се експлицитно мере вредношћу коју стварају за одређене заинтересоване стране. Ово није механичка вежба; то је пола аналитичка, пола креативна, слично равнотежи између планирања и истинског стратешког размишљања коју је описао Хенри Минцберг.

Да би се припремили за декомпозицију засновану на вредности, неопходна су три корака:

• Одвојени циљеви, средства и метрике тако да не мешате тежње, акције и мерења у једној реченици.
• Разумети заинтересоване стране и њихове потребе (купци, запослени, менаџмент, регулатори, партнери итд.).
• Поједноставите језик и дефинишите појмове тако да сви деле исто разумевање кључних концепата.

Размотрите типичан неуредан стратешки циљ: „Искористите техничку стручност да бисте побољшали спремност организације за претње високог приоритета за 20% у року од 1 године.“ На први поглед звучи озбиљно и мерљиво. Након декомпозиције, откривате да се то заправо обједињује:

• Крај: побољшање организационе спремности за претње.
• МетаПобољшање од 20%.
• Временски оквир: у року од годину дана.
• Средствоискоришћавање техничке стручности (један могући приступ међу многима).

Ово је проблематично из више разлога20% је обично тежња, која није заснована на анализи онога што је изводљиво или вредно за заинтересоване стране. Једногодишњи прозор је често вођен буџетским циклусима, а не динамиком ризика. Укључивање средстава („искористити техничку стручност“) унутар циља искључује алтернативне, потенцијално боље приступе.

Чишћи циљ након разградње може бити једноставно: „Побољшати спремност организације за претње.“ Питања која се односе на шта тада постају: шта значи „спремност“, које врсте претњи су важне, које су заинтересоване стране најважније, које метрике можемо користити за квантификацију спремности и који подциљеви су потребни за померање тих метрика.

Разјашњење заинтересованих страна, термина и језика

Када се ослободите свих непотребних детаља из циљева високог нивоа, следећи корак је да будете прецизни у вези са тим о коме и о чему говоримо.За наш пример спремности, релевантне заинтересоване стране би могле да укључују (и да се мере коришћењем анализа података помоћу SQL-а):

• Руководство тим, забринут због стратешког и финансијског утицаја.
• Zaposlenika, као што су ИТ, ХР, правни тимови и новозапослени који су изложени новим моделима рада.
• Купци, изложени прекидима у пружању услуга или кршењу података.
• Регулатори, фокусиран на усклађеност и управљање ризицима.

Поједностављивање језика помаже у елиминисању нејасног корпоративног жаргонаРечи попут „полуга“ обично се могу заменити са „користити“; „техничка стручност“ треба да буде дефинисана (безбедносне вештине, знање о инфраструктури, знање о усклађености итд.); „претње високог приоритета“ захтевају или јасну скалу за процену ризика или прецизан списак врста претњи.

Затим одговарамо на конкретна питања типа „шта“ о нашим кључним појмовима:

• Шта тачно подразумевамо под „спремношћу“ са становишта сваке заинтересоване стране?
• Које претње нас заправо занимају и како их класификујемо?

Једна могућа радна дефиниција спремности могла би бити скуп попут: {спроведена анализа претњи, план превенције на месту, план реаговања документован, план опоравка тестиран}. Претње се могу категоризовати као {повезане са климом, сајбер безбедношћу, друштвеним променама (као што је рад на даљину), енергетским претњама}. Ове дефиниције се могу директно уградити у вашу стратешку мапу или табелу резултата, или формалније описати помоћу нотација за планирање као што је Planguage ако више волите ригорозну спецификацију.

Након овог чишћења, првобитни циљ се преформулише до једноставнијег „Побољшати спремност организације за претње“, са јасно дефинисаним „спремношћу“ и „претњама“. Одатле можете почети да разлажете циљ по вредности заинтересованих страна, а не по модним речима.

Декомпозиција заснована на вредностима у односу на декомпозицију засновану на процесима

Многе организације инстинктивно разлажу циљеве по процесу, а не по вредностиЗамислите учење страног језика у традиционалном школском систему: пролазите кроз поглавља граматике, спискове вокабулара и структуриране вежбе. Вредност за ученике (способност да се носе са стварним животним ситуацијама) често се проверава тек много касније, на испитима који не одражавају у потпуности стварни разговор.

Декомпозиција заснована на вредности обрће ову логикуУместо да почињете од процеса („учите граматику, затим вокабулар, па вежбајте“), почињете од конкретних ситуација које су најважније за ученике: наручивање хране, решавање проблема са путовањем, дружење, рад на језику. Затим уносите граматику и вокабулар само по потреби да бисте подржали те вредносне сценарије.

Исти принцип важи и за пословну стратегијуДекомпозиција по вредности значи:

• Брже испоруку вредности, јер су подциљеви повезани са стварним потребама заинтересованих страна.
• Постизање боље контроле ресурса, пошто су буџет и труд усклађени са специфичним иницијативама за стварање вредности.
• Скраћивање циклуса учења, јер сваки мали подциљ пружа брзу повратну информацију о томе да ли су претпоставке о вредности биле тачне.

Престајете са распадањем када су испуњена два условаДостигли сте ниво изводљивих задатака и можете квантификовати вредност за релевантне заинтересоване стране помоћу значајних метрика. Пре тога, континуирано делите циљ високог нивоа на мање, независне делове.

Овакав начин размишљања је видљив чак и у веома сложеним инжењерским подухватима.Када Илон Маск описује изградњу града на Марсу, он циљ разлаже на мање подциљеве: најбржи пут до потпуно поново употребљиве ракете, затим најбржи пут до орбите, затим до поуздане производње и тако даље. Сам дизајн Звезданог брода дели огроман проблем погона на много мањих мотора уместо на један џиновски. Иста логика би требало да води како разлажете нејасно „побољшање припремљености за претње“ на изводљиве делове.

Конкретни примери: разлагање припремљености на мале, мерљиве подциљеве

Замислите да желите да побољшате спремност за друштвене претње повезане са радом на даљину, укључујући ризике од угрожених IDE екстензија као што су оне описане за програмерска окружења; фокусирани преглед безбедности и план ублажавања може бити једна грана декомпозиције (угрожена IDE проширења).

На овом нивоу можете формулисати конкретније изјаве о ризику и иницијативиНа пример, један специфичан ризик би могли бити „правни ризици прекограничног рада на даљину“. Иницијатива усмерена ка вредности могла би бити „ажурирање уговора о раду како би се укључила клаузула о преносу интелектуалне својине за запослене на даљину у различитим јурисдикцијама“.

Ове иницијативе су краткорочне, конкретне и остваривеОни не решавају све ризике рада на даљину одједном, али померају кораке у делу припремљености до којег је правним тимовима и руководству заиста стало. Обратите пажњу како је декомпозиција трансформисала нејасну тежњу у опипљив, проверљив корак.

Разлагање по вредности такође омогућава независан напредак на различитим фронтовимаДруга грана стабла припремљености могла би се фокусирати на претње везане за енергију, као што су нестабилне цене енергије. Подциљ би могао бити „спремност за трошкове енергије“, са практичном иницијативом попут „развоја плана за инсталирање фотонапонских капацитета“.

Све док су подциљеви углавном независни, различити тимови могу да раде на њима паралелноОдељење за људске ресурсе и правни сектор могу да се баве изменама уговора за удаљене раднике, док одељење за објекте и финансије истражује изводљивост соларне енергије, сваки вођен сопственим скупом питања „шта“ и метрика повезаних са вредношћу заинтересованих страна.

Квантификација вредности: од циљева високог нивоа до конкретних метрика

Разлагање није завршено док се вредност не може измерити на смислен начинТо не значи да су вам потребне савршене метрике, али су вам потребни индикатори и да оптимизујте упите за перформансе који обухватају оно што је заинтересованим странама заиста важно, а да притом нису апсурдно скупи за мерење или немогући за тумачење.

Узмимо ранији пример „спремности за рад на даљину“За руководни тим, једна значајна метрика исхода може бити „време до пуног учинка за нове запослене“, посебно за оне који раде на даљину. Краће време увођења сигнализира да је организација боље припремљена за укључивање и интеграцију удаљених талената.

За људске ресурсе и нове запослене, више оперативних показатеља би могло бити важније. На пример:

• Стопа усвајања алата за извршење стратегије од стране нових запослених, %.
• Удео тимова који користе мере учинка засноване на исходима, %.

Свака од ових метрика је повезана са одређеном иницијативом или скупом иницијатива.Проценат мерења учинка заснованог на исходима може бити повезан са нечим попут „успостављања јединственог извора истине за учинак пројекта и стратегије“ и обуке менаџера да га користе.

За „спремност за трошкове енергије“ примењује се другачији скуп метрикаНакон почетне анализе, можете пратити:

• Тренутна потражња за енергијом, у kWh.
• Очекивана производња енергије планиране фотонапонске инсталације током зимских месеци.
• Проценат потражње покривене фотонапонским капацитетом.
• Избегнути трошкови, у монетарним јединицама, у поређењу са основним ценама.

Понекад је најпрактичнији показатељ вредности поређење сложеностиЗамислите власника куће који одлучује да ли да инсталира безбедносне камере. Можда неће изградити комплетан модел ризика, али и даље могу да образложе у смислу „шта“: сложеност инсталирања камера и повремене провере упозорења је мања од сложености ангажовања некога да физички надгледа имовину. Када се екстремни временски догађај заиста догоди, а камера открије да намештај бива избачен на јавни пут, вредност те одлуке изненада постаје веома опипљива.

Коришћење циклуса учења за усавршавање декомпонованих метрика и циљева

Декомпозиција није једнократни дизајнерски задатак; она је део текућег циклуса учења.Када се подциљеви и метрике успоставе, пратите разлику између очекиваних и стварних резултата и усавршавате и циљеве и мерења у светлу доказа.

Практична петља учења око декомпонованих циљева често укључује:

• Преглед разлика између очекиваних и постигнутих исхода за сваки подциљ.
• Идентификовање основних узрока уместо заустављања на површинским објашњењима.
• Прилагођавање метрика ако подстичу погрешно понашање или не приказују вредност заинтересованих страна.
• Додавање нових подциљева или грана када откријете претходно скривене факторе.
• Поновно разматрање циља највишег нивоа ако докази указују на то да је постављен око погрешног проблема.

Током овог циклуса, дисциплина питања „шта“ вас држи искренимШта се променило у окружењу? Које претпоставке су се показале погрешним? Које нове податке имамо? Који део декомпоноване структуре више није валидан? Систематским постављањем и одговарањем на ова питања, тимови могу избећи тврдоглаво држање елегантне, али неефикасне декомпозиције.

Софтверска подршка може учинити ово итеративно усавршавање много ефикаснијимАлати попут BSC Designer-а или сличних платформи за управљање стратегијом вам омогућавају да одржавате хијерархијско стабло циљева, метрика, иницијатива, ризика и хипотеза. Можете доделити тежине подциљевима које представљају њихов релативни значај за заинтересоване стране и прилагодити те тежине како сазнајете више из података.

Практични алати за декомпозицију циљева и метрика

Специјализовани софтвер за извршење стратегије и систем за праћење резултата помаже у операционализацији свега што је до сада описаноУместо да своју декомпозицију чувате на слајдовима или у табелама, одржавате живу структуру која повезује циљеве, заинтересоване стране, метрике и иницијативе.

Неке практичне карактеристике које подржавају декомпозицију засновану на чему укључују:

• Профили или прикази који приказују само неопходне колоне за декомпозицију: називе циљева, индикаторе, иницијативе, поља заинтересованих страна, јединице мере и тежине.
• Брзо креирање нових циљева и подциљева (на пример, пречице на тастатури за додавање ставки на истом или следећем нивоу).
• Посебна поља за иницијативе, ризике и хипотезе, са иконама или маркерима за њихово разликовање.
• Коментаришење сваког елемента ради добијања увида о претпоставкама, ограничењима или повратним информацијама заинтересованих страна.
• Доделите тежину колонама на картици учинка како бисте представили релативни значај подциљева.

Пондерисање је посебно корисно када заинтересоване стране имају много конкурентних потреба, али ограничене ресурсеНакон почетног експериментисања, можете доделити интуитивне или аналитички изведене тежине подциљевима као што су „спремност за трошкове енергије“ наспрам „спремности за ограничења у потрошњи енергије“, одражавајући њихов релативни значај за лидерство у том тренутку.

Аутоматизација такође може помоћи у одређивању приоритетаКада имате метрике вредности и релативне тежине, једноставни оквири за одређивање приоритета или напреднији модели оптимизације могу вам помоћи да одлучите где да распоредите буџет и пажњу. Ипак, квалитет ових одлука зависи од тога колико добро ваша декомпозиција одражава стварну вредност заинтересованих страна и колико ригорозно одржавате своје дефиниције и питања „шта“.

У свему овоме, безбедност не сме бити накнадна мисаоДок прикупљате, интегришете и квантификујете осетљиве информације о операцијама, ризицима и перформансама, службе сајбер безбедности морају заштитити интегритет, доступност и поверљивост података. Ако неко може да манипулише основним подацима или логиком израчунавања, све ваше пажљиво декомпоноване метрике постају непоуздане.

На крају крајева, снага сваке одлуке не почива на визуелном сјају контролне табле, већ на вашој способности да сваку метрику и сваки циљ разложите на њихове битне компоненте.Када можете да одговорите на прецизна питања типа „шта“ о дефиницијама, укључивањима, искључивањима, трансформацијама, заинтересованим странама и претпоставкама, трансформишете бројеве из декоративних елемената у поуздане сигнале. Ако то не можете да урадите за дати индикатор, то није разлог за одустајање; то је ваш знак да метрику треба редефинисати, реконструисати или чак одбацити како би заправо служила стварним циљевима ваше организације.