Закон Тваймана - главный закон аналитики?
Социальные и медиа-сети являются главным источником информации для многих людей. В них ведется жесткая конкуренция за внимание пользователей. Тони Твайман был первым, кто обратил внимание на распространенную практику манипуляции данными для привлечения внимания к определенным точкам зрения в этой среде.
В последствии, был сформулирован закон Тваймана следующего вида:
«Чем необычнее или интереснее данные, тем больше вероятность того, что они были результатом ошибки того или иного рода».
Аналитикам нередко приходится сталкиваться с подобного рода «интересными или необычными» выводами. Когда мы видим удивительно положительный результат, например значительное улучшение целевой метрики, мы склонны подкреплять его историями и радоваться успеху. А когда результат неожиданно отрицательный, мы стараемся найти подкрепление его неудачности.
А вот решения, которые могут быть приняты на основе таких выводов, приведут не к самым приятным последствиям.
На практике, подобные результаты чаще всего получаются вследствие ошибки сбора данных, ошибке вычислений или багов в коде. А применение закона Тваймана помогает избегать ошибок и необоснованных выводов, основанных на искаженных или неполных данных.
Поэтому если вы увидели впечатляющие результаты – отнеситесь к ним скептически. Не попадайтесь в коварную ловушку.
Социальные и медиа-сети являются главным источником информации для многих людей. В них ведется жесткая конкуренция за внимание пользователей. Тони Твайман был первым, кто обратил внимание на распространенную практику манипуляции данными для привлечения внимания к определенным точкам зрения в этой среде.
В последствии, был сформулирован закон Тваймана следующего вида:
«Чем необычнее или интереснее данные, тем больше вероятность того, что они были результатом ошибки того или иного рода».
Аналитикам нередко приходится сталкиваться с подобного рода «интересными или необычными» выводами. Когда мы видим удивительно положительный результат, например значительное улучшение целевой метрики, мы склонны подкреплять его историями и радоваться успеху. А когда результат неожиданно отрицательный, мы стараемся найти подкрепление его неудачности.
А вот решения, которые могут быть приняты на основе таких выводов, приведут не к самым приятным последствиям.
На практике, подобные результаты чаще всего получаются вследствие ошибки сбора данных, ошибке вычислений или багов в коде. А применение закона Тваймана помогает избегать ошибок и необоснованных выводов, основанных на искаженных или неполных данных.
Поэтому если вы увидели впечатляющие результаты – отнеситесь к ним скептически. Не попадайтесь в коварную ловушку.