Биоритмы трудны для понимания и плохо предсказуемы. Поскольку большинство из нас желает полностью понять показатели, мы крутимся как белки в колесе, чтобы понять числа и объяснить их руководству, чтобы оно могло принять некоторые действия. Представьте, что вы получаете ежедневную или еженедельную тенденцию, ползущую вверх и вниз, а вы понятия не имеете, чем это вызвано, даже после того как сделали самый подробный анализ и изолировали все переменные.
Эти естественные биоритмы заставляют аналитиков и маркетологов делать глубокий анализ там, где в этом нет необходимости. Они снижают наш авторитет, поскольку мы не можем объяснять такие данные. Они подрывают веру в способность данных обеспечить понимание.
Неважно, какой именно KPI представлен на рис. 14.12 и что указано по оси X, будь то 7, 17, или 25, о чем вообще свидетельствует данная тенденция? Вы не знаете, в чем причина такого поведения, хорошо это или плохо и что можно сделать? Действительно ли пики — причина для празднования?
Рис. 14.11. Тенденция ключевого показателя эффективности
Замечательная методика, которую я нахожу весьма полезной для отделения сигнала от шума в мире шести сигм и качества процесса — это контрольные границы (control limits) (и связанные с ними контрольные диаграммы (control chart). Последние действительно хороши при статистической обработке для оценки характера вариаций в любом процессе. Учет проблем биоритмов в релевантных контрольных диаграммах может помочь привести глубокий анализ к действию. Контрольные диаграммы создавались для того, чтобы повысить качество на производстве и других подобных ситуациях, но они прекрасно срабатывают и в мире веб-аналитики.
Контрольная диаграмма имеет три основных компонента: линию в центре, которая представляет среднее значение всех данных, верхнюю контрольную границу (Upper Control Limit — UCL) и нижнюю контрольную границу (Lower Control Limit — LCL).
На рис. 14.12 представлен внешний вид тенденции с контрольными границами и наложением (overlaid).
Рис. 14.12. Тенденция KPI с контрольными границами, иллюстрирующими биоритм и триггеры для болееглубокого анализа
Ниже описано, что конкретно представлено на рис. 14.12.
• X — эта зеленая линия указывает среднее (mean), статистически вычисленное значение, которое означает средний объем вариаций в тенденциях KPI. На рис. 14.13 это — значение 39,29.
• UCL — верхняя контрольная граница (upper control limit), статистически вычисляемое значение, которое определяет верхний предел вариаций в тенденции KPI. В данном случае это значение 45.
• LCL — нижняя контрольная граница (lower control limit), статистически вычисляемое значение, которое определяет нижний предел вариаций в тенденции KPI. В данном случае это значение 33.
• Черные точки означают числа внутри ожидаемой вариации (естественный биоритм).
• Серые четырехугольники означают числа вне контрольных границ (называемые триггерами (trigger)).
Рис. 14.13 иллюстрирует естественный биоритм тенденции KPI, находящийся между двумя контрольными границами. Точки отображают естественные вариации показателя в отличие от триггеров, которые подразумевают принятие мер, несмотря на то что от одного значения к другому они изменяются незначительно.
Самым замечательным является то, что здесь продемонстрированы все точки тенденции, т.е. дни, недели или месяцы, когда вы должны были предпринимать меры, поскольку происходило нечто необычное. Как ни печально, но это сообщает вам о том, что нечто происходит, и вам необходимо потратить свое драгоценное время на выяснение. Это обеспечивают триггеры. Еще не страшно? Лучше подумайте о том времени, которое вы потратили бы впустую на решение “проблем”, обусловленных значениями ниже среднего, которые только выглядят как “проблемы”.
В мире, изобилующем тоннами показателей, где каждая панель инструментов имеет по 15 графиков, контрольные границы чрезвычайно полезны при манипулировании мощью статистики в качестве первого фильтра, указывающего, когда вам нужно углубиться и искать причину. Если ваши показатели и тенденции варьируют изо дня в день и с недели на неделю — это прекрасный способ отделить то, что нормально, от того, что выходит за норму для тенденции.
Общее эмпирическое правило для вычисления контрольных границ гласит: среднее значение KPI ± (3 х среднеквадратичное отклонение).