Gli scienziati non hanno sempre ragione. In effetti, quelli bravi si abituano a sbagliare la maggior parte del tempo. Risolvere problemi che nessun altro ha risolto spesso significa provare molti approcci che non funzionano. Se fai parte di un team di ricerca e sviluppo per un'azienda, c'è anche la possibilità che la tua soluzione sia troppo costosa, non sia scalabile o non abbia un mercato. In ogni caso, capire tutti i modi in cui potresti sbagliarti riguardo a qualcosa fa parte del lavoro.
Ecco perché non sono molto paziente quando parlo con analisti di dati che sono irremovibili nell'ottenere le risposte "giuste", o con persone che dicono che un pacchetto software è inutile se non implementa la loro tecnica statistica preferita. Le lunghe discussioni in cui i ricercatori di mercato difendono religiosamente diverse tecniche statistiche che restituiranno la stessa risposta il 99% delle volte mi stancano perché quei dibattiti non colgono il punto. Che si tratti di big data, deep learning o elaborazione del linguaggio naturale, c'è sempre una nuova entusiasmante tecnica e, come ogni tendenza in qualsiasi mercato, le persone ne saranno ossessionate finché non lo saranno più .
I ricercatori di mercato non dovrebbero esserne ossessionati Giusto . Dovrebbero esserne ossessionati Meglio . A mio parere, la più grande opportunità di miglioramento nella ricerca di mercato non risiede nelle più recenti tecniche statistiche. È un'implementazione diligente delle parti più antiche e meno attraenti della ricerca scientifica.
Rapporto di ricerca statico == Opportunità persa
Se il risultato finale dei tuoi progetti di ricerca di mercato sono report che non verranno mai più visualizzati, stai perdendo una preziosa opportunità di conoscere la tua attività e i tuoi clienti nel tempo. La tendenza che ti sei perso nella tua ultima analisi potrebbe ripresentarsi. Forse un vecchio sondaggio aveva un segnale di avvertimento che il tuo prodotto più venduto aveva un nuovo concorrente, uno che non potevi vedere la prima volta ma che ora sarebbe ovvio. Potrebbero esserci successi passati nella tua ricerca di mercato che potresti implementare in futuro, o forse c'è la possibilità di imparare dagli errori passati. In ogni caso, se non conosci la cronologia delle ricerche di mercato della tua attività, la ripeterai semplicemente senza migliorarla.
I mercati cambiano velocemente. Questo potrebbe essere il motivo per cui molte aziende ignorano i “vecchi” dati in favore della raccolta di nuove informazioni. Direi che il rapido cambiamento è un motivo importante per studiare il passato così come il presente. Gli studi precedenti e le proiezioni che ne derivano offrono alla tua azienda l'opportunità di individuare i difetti nel tuo modo di pensare o di migliorare i metodi che hanno funzionato l'ultima volta.
Nuove analisi con vecchi dati e ricostruzioni di studi passati con nuovi dati sono strumenti preziosi per identificare come sta cambiando il tuo mercato. Archiviare le analisi passate in modo da facilitarne la ricreazione significa che puoi farlo a una frazione del costo di fare qualcosa di completamente nuovo. Perché non dovresti approfittare di un'opportunità di apprendimento economica e veloce?
Le nuove scoperte necessitano di contesto
Chi lavora nella scienza è stanco di risultati nuovi e sorprendenti appaiono sulla stampa come se fossero categoricamente vere.Uno studio basato su un campione minuscolo con risultati che non possono essere replicati non è una novità per uno scienziato, ma negli affari a volte è necessario prendere decisioni basate su campioni piccoli e informazioni imperfette. Avere a portata di mano i risultati degli studi precedenti rende molto più semplice contestualizzare i nuovi risultati. Il contesto significa informazioni migliori e informazioni migliori significano decisioni migliori. I rapporti di ricerca archiviati come documenti senza i relativi dati o i passaggi utilizzati per ottenere i risultati possono fornire un contesto. Ma non sarebbe meglio vedere effettivamente i dati e ricreare le analisi fianco a fianco?
JMP può aiutare
Man mano che gli scienziati si stanno rendendo conto che semplificare la riproduzione dei risultati degli studi è un elemento fondamentale per far avanzare la ricerca scientifica, alcuni si stanno facendo avanti per sviluppare nuovi strumenti e nuove migliori pratiche per la riproducibilità. JMP è stato originariamente sviluppato per scienziati e ingegneri e molte di queste migliori pratiche sono state integrate nel software per molto tempo. Il linguaggio di scripting JMP, gli strumenti di Data Table che rendono trasparenti le modifiche ai dati e i report in tempo reale sono tutte espressioni della filosofia secondo cui l'analisi statistica non dovrebbe essere misteriosa e i risultati statistici dovrebbero essere riproducibili. Puoi prova JMP gratuitamente , A proposito.
Grazie, Chelsea! Quando sei abituato a certi tipi di mondo accademico, lo dai per scontato (lo so), ma un ambiente aziendale è così diverso da un ambiente accademico. Possiamo imparare molto gli uni dagli altri!
SÌ! Avere un flusso di lavoro riproducibile è importantissimo (nella scienza e ovunque!), fa risparmiare tantissimo tempo ed è incredibilmente facile in JMP 
