Les scientifiques n’ont pas toujours raison. En fait, les bons s’habituent à se tromper la plupart du temps. Résoudre des problèmes que personne d’autre n’a résolus signifie souvent que vous essayez de nombreuses approches qui ne fonctionnent pas. Si vous faites partie d'une équipe de recherche et développement pour une entreprise, il est également possible que votre solution soit trop chère, ne soit pas évolutive ou n'ait pas de marché. Quoi qu’il en soit, comprendre toutes les raisons pour lesquelles vous pourriez vous tromper sur quelque chose fait partie du travail.
C'est pourquoi je ne suis pas très patient lorsque je parle à des analystes de données qui tiennent absolument à obtenir les « bonnes » réponses, ou à des gens qui disent qu'un logiciel est inutile s'il n'implémente pas leur technique statistique préférée. Les longs débats au cours desquels les chercheurs défendent religieusement différentes techniques statistiques qui donneront la même réponse dans 99 % des cas me fatiguent car ces débats passent à côté de l’essentiel. Qu'il s'agisse de big data, d'apprentissage profond ou de traitement du langage naturel, il existe toujours une nouvelle technique passionnante et, comme toute tendance sur n'importe quel marché, les gens en seront obsédés jusqu'à ce qu'ils ne le soient plus .
Les chercheurs de marché ne devraient pas être obsédés par droite . Ils devraient être obsédés par mieux . À mon avis, la plus grande opportunité d’amélioration en matière d’études de marché ne réside pas dans les techniques statistiques les plus récentes. Il s’agit d’une mise en œuvre diligente des parties les plus anciennes et les moins sexy de la recherche scientifique.
Rapport de recherche statique == Opportunité manquée
Si le résultat final de vos projets d'études de marché donne lieu à des rapports qui ne seront plus jamais revus, vous ratez une opportunité précieuse d'en apprendre davantage sur votre entreprise (et vos clients) au fil du temps. La tendance que vous avez manquée lors de votre dernière analyse pourrait réapparaître. Peut-être qu'une enquête plus ancienne contenait un signe d'avertissement indiquant que votre produit le plus vendu a un nouveau concurrent – un concurrent que vous n'avez pas pu voir la première fois mais qui serait évident maintenant. Il peut y avoir des succès passés dans votre étude de marché que vous pourriez mettre en œuvre à l'avenir, ou peut-être y a-t-il une chance d'apprendre des erreurs passées. Quoi qu’il en soit, si vous ne connaissez pas l’historique des études de marché de votre entreprise, vous vous contenterez de le répéter sans l’améliorer.
Les marchés évoluent rapidement. C’est peut-être la raison pour laquelle de nombreuses entreprises ignorent les « anciennes » données au profit de la collecte de nouvelles informations. Je dirais que le changement rapide est une raison importante pour étudier le passé ainsi que le présent. Les études antérieures et les projections qui en découlent donnent à votre entreprise l'occasion de repérer les failles de votre réflexion ou d'améliorer les méthodes qui ont fonctionné la dernière fois.
De nouvelles analyses avec d’anciennes données et des reconstitutions d’études antérieures avec de nouvelles données sont des outils précieux pour identifier l’évolution de votre marché. Stocker les analyses passées de manière à faciliter leur recréation signifie que vous pouvez le faire à une fraction du coût de quelque chose de complètement nouveau. Pourquoi ne profiteriez-vous pas d’une opportunité d’apprentissage rapide et peu coûteuse ?
Les nouvelles découvertes nécessitent un contexte
Quiconque travaille dans le domaine scientifique en a assez des résultats nouveaux et surprenants apparaissant dans la presse comme si elles étaient catégoriquement vraies.Une étude basée sur un petit échantillon dont les résultats ne peuvent pas être reproduits n'est pas une nouveauté pour un scientifique, mais en affaires, vous devez parfois prendre des décisions basées sur de petits échantillons et des informations imparfaites. Avoir à portée de main les résultats d’études antérieures facilite grandement la mise en contexte des nouveaux résultats. Le contexte signifie de meilleures informations, et une meilleure information signifie de meilleures décisions. Les rapports de recherche stockés sous forme de documents sans leurs données ou les étapes utilisées pour obtenir les résultats peuvent fournir un certain contexte. Mais ne serait-il pas préférable de voir réellement les données et de recréer les analyses côte à côte ?
JMP peut vous aider
Alors que les scientifiques se rendent compte que faciliter la reproduction des résultats des études est un élément essentiel du progrès de la recherche scientifique, certains se mobilisent pour développer de nouveaux outils et de nouvelles meilleures pratiques en matière de reproductibilité. JMP a été initialement développé pour les scientifiques et les ingénieurs, et bon nombre de ces meilleures pratiques sont intégrées au logiciel depuis longtemps. Le langage de script JMP, les outils de Data Table qui rendent les modifications des données transparentes et les rapports en direct sont tous des expressions de la philosophie selon laquelle l'analyse statistique ne doit pas être mystérieuse et les résultats statistiques doivent être reproductibles. Tu peux essayez JMP gratuitement , d'ailleurs.
Merci Chelsea ! Lorsque vous êtes habitué à certains types d'universités, vous le prenez en quelque sorte pour acquis (je sais que je l'ai fait), mais un environnement commercial est tellement différent d'un environnement universitaire. Nous pouvons apprendre beaucoup les uns des autres !
Oui! Avoir un flux de travail reproductible est si important (en science et partout !), permet de gagner beaucoup de temps et est ridiculement simple dans JMP 
