En datadreven beslutning falder sjældent ned fra himlen i ét spring. Den er enden på en proces, der starter i et forretningsproblem og slutter i en anbefaling, nogen kan handle på. Denne artikel er kortet over den proces. Den følger en klassisk otte-trins-model, som flugter med den internationale standard CRISP-DM, og den viser samtidig, hvor hver af de andre artikler i sektionen hører hjemme undervejs.
De otte trin falder naturligt i fire faser: først forstår du problemet, så gør du dine data klar, så finder du svaret, og til sidst formidler du det.
Vær opmærksom på det stiplede spor nederst: processen er sjældent en lige linje. Opdager du i trin 6, at dine data ikke kan svare på spørgsmålet, går du tilbage til trin 3 og henter mere. Bliver problemet skarpere undervejs, retter du trin 2. Det er ikke et nederlag, men selve måden en analyse modnes på.
Fase A: Forstå
Trin 1: Forstå forretningen. Før du overhovedet tænker på tal, skal du forstå den sammenhæng, analysen skal tjene. Hvilken beslutning skal den understøtte, hvem skal bruge svaret, og hvad er egentlig på spil? En analyse, der er teknisk perfekt, men svarer på noget, ingen har brug for, er spildt arbejde.
Trin 2: Definér problemet. Dette er det vigtigste og det oftest sjuskede trin. De fleste dårlige analyser starter med et uklart spørgsmål. Brug tid på at koge problemet ned til én skarp formulering, alle er enige om, før du rører data. Det er præcis dét, en problemformulering tvinger frem. Skal problemet brydes ned og forstås til bunds, kan tænkeværktøjerne i Studio hjælpe: MECE Studio deler nøglespørgsmålet op i et issue tree uden huller og overlap, TP Studio finder årsagen bag en flaskehals med årsag-virkning-diagrammer, og MindMap Studio giver det store overblik. Den klassiske fejl er at kaste sig over regnearket, før man ved, hvad man leder efter; så finder man som regel et eller andet, men sjældent det, der skulle bruges.
Fase B: Forbered
Trin 3: Udvælg og indsaml data. Nu, og først nu, henter du data. Spørgsmålet fra trin 2 afgør, hvad du har brug for: interne data fra virksomhedens egne systemer, eksterne data fra leverandører eller offentlige kilder, strukturerede tal i rækker og kolonner eller ustrukturerede data som tekst og billeder. Fristelsen er at samle alt, hvad man kan få fat i; disciplinen er kun at hente det, der faktisk kan belyse spørgsmålet.
Trin 4: Rens, forstå og berig data. Her ligger det tunge arbejde. Du validerer, at data overhovedet er til at stole på, du renser dem for fejl og huller (Manglende data), du finder ud af, hvilken slags data hver kolonne er (Datatyper og skalaer), og du beriger dem, for eksempel ved at udlede nye kolonner af dem, du har. Det lyder kedeligt, men det er afgørende, og det tager næsten altid meget længere tid, end folk regner med.
Det er værd at dvæle ved. En udbredt tommelfingerregel, kendt blandt andet fra CRISP-DM, er, at op mod fire femtedele af et analyseprojekt går med at forstå, indsamle og rense data, mens selve analysen kun er den lille, synlige top. Nybegynderen tror, at analysen er arbejdet; den erfarne ved, at forberedelsen er det. Springer du den over, bygger du dine konklusioner på sand.
Fase C: Analysér
Trin 5: Formulér en hypotese. Med rene data og et skarpt spørgsmål kan du opstille en forventning, der kan testes. En hypotese er et kvalificeret gæt: “jeg tror, at kunderne ankommer i to spidsbelastninger” eller “jeg tror, at pris og salg hænger sammen.” En god hypotese er konkret nok til, at data kan give den ret eller uret.
Trin 6: Test hypotesen. Nu bruger du selve værktøjskassen, og det er her, resten af sektionen kommer i spil. Du beskriver dine data ærligt med det rette centraltal (Gennemsnit kan snyde) og med et blik for spredningen (Spredning). Du ser fordelingens form i et histogram, holder øje med de værdier, der stikker ud (Outliers), og hvis du leder efter sammenhænge, husker du, at korrelation ikke er kausalitet. Hvert af de kapitler er et værn mod at blive snydt, netop her.
Fase D: Formidl
Trin 7: Konkludér. Nu vender du tilbage til spørgsmålet fra trin 2 og svarer på det, ærligt og med de forbehold, data kalder på. En god konklusion siger ikke bare, hvad tallene viser, men hvad de betyder for den beslutning, der skal træffes, og hvor sikre vi kan være på det.
Trin 8: Kommunikér resultatet. En analyse, ingen forstår, er lige så god som ingen analyse. Sidste trin er at formidle svaret klart til dem, der skal handle på det: ét skarpt budskab, den rigtige graf frem for en mur af tal (Det gode diagram) samlet i et gennemtænkt diassæt, og gerne rammet ind som et beslutningsoplæg frem for en datarapport. Det er her, analysen bliver til handling og dermed til den datadrevne beslutning, det hele startede med.
Et gennemgående eksempel
Modellen bliver lettest at forstå med et konkret spørgsmål. Forestil dig et færgerederi, der vil planlægge sin bemanding bedre.
| Trin | På færgeeksemplet |
|---|---|
| 1 Forstå forretningen | Rederiet vil bemande efter, hvornår der reelt er travlt. |
| 2 Definér problemet | Hvornår på dagen ankommer kunderne, fordelt på billettype? |
| 3 Indsaml data | Ankomsttidspunkter fra billetsystemet for en repræsentativ periode. |
| 4 Rens og berig | Fjern testrækker, håndtér manglende tider, udled “time på dagen” af hvert tidsstempel. |
| 5 Formulér hypotese | “De fleste ankommer i to spidser: morgen og sen eftermiddag.” |
| 6 Test hypotesen | Tegn et histogram over ankomsttider; se efter toppe, spredning og outliers. |
| 7 Konkludér | To tydelige spidser kl. 7-8 og 16-17; midt på dagen er der stille. |
| 8 Kommunikér | Ét histogram og tre linjer til ledelsen: bemand op i spidserne, ned midt på dagen. |
Læg mærke til, hvor lidt af arbejdet der er “matematik”. Det meste er at forstå spørgsmålet, skaffe de rigtige data og gøre dem i stand. Selve testen er ét histogram.
Kort sagt
En god analyse er ikke et trylleslag, men en disciplin. Forstå forretningen og definér problemet, før du rører data. Brug størstedelen af din tid på at gøre data klar. Formulér en hypotese, test den med de rette værktøjer, og konkludér ærligt. Og formidl så svaret, så nogen kan handle på det. Holder du rækkefølgen, og går du roligt tilbage og forfiner, når du bliver klogere, så bliver otte trin til én god, datadreven beslutning.