5 błędów, przez które wyciągasz złe wnioski z danych

Spójrzmy prawdzie w oczy – dane są wszędzie dookoła nas. Coraz więcej firm i organizacji podejmuje strategiczne decyzje produktowe i sprzedażowe na podstawie liczb oraz statystyk. Logika danych steruje już nie tylko biznesem, ruchami politycznymi, ale nawet trendami społecznymi i gospodarczymi. W samej tylko Polsce wartość gospodarki opartej na danych wyniosła 62 miliardy euro. Rosnąca popularność podejścia data-driven powoduje, że coraz więcej osób zaczyna interesować się analityką i tym, jak poprawnie rozumieć język statystyk. Niestety – w interpretacji danych bardzo łatwo o błędne wnioskowanie.

Dlatego przygotowaliśmy zestawienie siedmiu błędów, które powtarzają się tak często, że wielu początkujących analityków mogłoby je spokojnie wytatuować sobie na ręce. W każdym przypadku wyjaśnimy, dlaczego dany błąd jest groźny i jak go unikać.

 

1. Mylenie korelacji z przyczynowością

To jeden z klasyków. Jeśli dwie rzeczy dzieją się w tym samym czasie, nie oznacza to, że jedna jest przyczyną drugiej. Liczba rowerzystów na ulicach i liczba sprzedanych lodów mogą rosnąć równolegle, ale obie zmienne są napędzane przez trzeci czynnik — pogodę. Początkujący analitycy często prezentują takie zestawienia wprost, a decydenci na ich podstawie podejmują działania, które nie mają żadnych realnych podstaw. Aby uniknąć tego błędu, zastanów się, co jeszcze może tłumaczyć współwystępowanie dwóch zjawisk. Korelacja jest wskazówką, ale dopiero dodatkowa analiza (np. regresja z kontrolą zmiennych) pozwala ocenić, czy istnieje realny związek przyczynowy między dwoma zjawiskami.

 

2. Ignorowanie kontekstu

Dane bez kontekstu są jak cytat wyrwany z filmu – łatwo je zinterpretować zupełnie inaczej, niż było zamierzone. Dla przykładu – jeśli widzisz, że sprzedaż w firmie X wzrosła o 20%, to wydaje się to jednoznacznie pozytywną informacją. Ale jeśli cały rynek urósł w tym czasie o 40%, to udział firmy w ryku spada, co jest już niej optymistyczną informacją. Początkujący analitycy często ograniczają się do „gołych” wskaźników, bez uwzględnienia otoczenia rynkowego, sezonowości czy nawet zmian w procesach firmy. Kontekst to filtr, bez którego dane mogą prowadzić w zupełnie odwrotnym kierunku. Dlatego zawsze staraj się patrzeć szerzej na statystyki. Nie wyciągaj pochopnych wniosków na podstawie jednej zmiennej, analizuj dane holistycznie, a nie wyrywkowo. 

 

3. Za mała lub niereprezentatywna próba

Próba badawcza to grupa elementów (np. osób, przedmiotów, zjawisk), wybrana z większej populacji, którą się bada, aby wyciągnąć wnioski o całej populacji. Sęk w tym, że aby statystyki były wiarygodne, muszą być opracowane na odpowiednio dużej próbie. Małe próbki dają złudne poczucie pewności, podczas gdy w rzeczywistości wynik jest obciążony ogromnym błędem statystycznym. Co więcej, nawet duża próba może być myląca, jeśli jest źle dobrana – np. badając opinię o produkcie tylko wśród obecnych klientów, pomijasz potencjalnych odbiorców, którzy nigdy nie zdecydowali się na zakup. Wnioski z takiej analizy będą niekompletne, a decyzje – błędne. Nie warto zatem iść na skróty i zbyt szybko przechodzić do etapu faktycznej analizy, lepiej wcześniej zgromadzić odpowiednią ilość danych.

 

4. Brak odpowiedniego przygotowania danych

To kolejny błąd, który wynika z bagatelizowania etapu przygotowawczego. Dane (zwłaszcza te gromadzone systematycznie) w praktyce rzadko są idealne. Mogą zawierać literówki, duplikaty, puste pola, błędne formatowanie. Jeśli tego nie zauważysz, algorytmy potraktują każdą wersję jako odrębny przypadek – a Twoje wykresy będą miały więcej wspólnego ze sztuką nowoczesną niż z analizą. Profesjonalna praca z danymi zaczyna się od etapu porządkowania, sprawdzania i czyszczenia. To bywa żmudne, ale bez tego całe późniejsze wnioskowanie czy wizualizacje nie mają sensu. Możesz mieć najlepszy model predykcyjny świata, ale jeśli dane wejściowe są pełne błędów, wyniki będą nieprawidłowe..

 

5. Wyciąganie wniosków zbyt wcześnie

To naturalna pokusa – zobaczysz w statystykach trzy dni wzrostów i już masz z tyłu głowy hasło trend rosnący. Problem w tym, że dane mają tendencję do wahań czy krótkoterminowych zmian. To, co wygląda jak wzrost, może być zwykłym efektem zmian sezonowych, akcji promocyjnej, a nawet błędu w systemie. Dlatego nie wystarczy sprawdzić kilku punktów – trzeba analizować dane w dłuższym okresie, stosować metody statystyczne do weryfikacji trendów i zawsze szukać alternatywnych wyjaśnień.

Podstawowe błędy w analizie danych popełniamy nie wtedy, gdy używamy się złego algorytmu, ale wtedy, gdy brakuje nam zdrowego sceptycyzmu i ostrożności. Mamy nadzieję, że ten artykuł pozwoli Ci uniknąć wyciągania błędnych wniosków w przyszłości. A jeśli myślisz o pracy z danymi jako nowej ścieżce kariery lub dodatkowej kompetencji, koniecznie sprawdź nasz kurs Analityk Danych i zacznij pracować z danymi jak profesjonaliści.