Что такое принятие решений на основе данных? Принятие решений на основе данных — это практика принятия решений на основе доказательств — измеренных фактов, метрик и документированных аргументов — а не на интуиции, иерархии или голоса, который громче всех. Это обосновывает человеческое суждение в проверяемых входных данных, чтобы решение можно было объяснить и защитить.

Цикл принятия решений на основе данных проходит поэтапно: определите решение и вопрос, который оно должно решить; соберите соответствующие данные и доказательства; преобразуйте эти доказательства в явные аргументы за и против каждого варианта; оцените аргументы по качеству и весу; принимайте решение на основе общего веса; и запишите решение вместе с его доказательствами, чтобы результат можно было проверить по сравнению с тем, что было предсказано. Принятие решений на основе данных позволяет доказательствам руководить, в то время как принятие решений на основе данных информирует данные как один из входных данных вместе с опытом. Принятие решений на основе данных все равно проваливается, когда данные используются избирательно для обоснования уже достигнутого вывода, когда логика, связывающая данные с решением, никогда не записывается, или когда доказательства теряются после встречи. Argumentree поддерживает принятие решений на основе данных, организуя аргументы и их подтверждающие доказательства в деревьях «за/против», извлекая аргументы из документов и протоколов встреч с помощью AI, позволяя группе оценивать и взвешивать каждый аргумент, чтобы вывод следовал доказательствам, измеряя общий вес как иерархические коэффициенты согласия, и сохраняя полный журнал аудита, который связывает каждое решение с данными, на которых оно основано — по 66 языкам.

Руководство определения

Что такое принятие решений на основе данных?

Принятие решений на основе данных основано на доказательствах и документированных аргументах — а не на интуиции, иерархии или голоса, который громче всех — так, чтобы каждое решение можно было объяснить и защитить.

Последнее обновление: 2026-07-02

TL;DR

Принятие решений на основе данных (DDDM) обосновывает выбор в измеримых доказательствах и явных аргументах, а не на интуиции. Это не заменяет суждение — оно тестирует суждение на проверяемые входные данные, так, чтобы решение следовало сильнейшим доказательствам и оставалось обоснованным долгое время после принятия.

Цикл принятия решений на основе данных

  1. 1

    Определить решение

    Укажите вопрос, на который должна ответить данная информация, и варианты, которые есть в наличии.

  2. 2

    Собрать доказательства

    Соберите метрики, факты и источники, которые имеют отношение к каждому варианту.

  3. 3

    Преобразовать доказательства в аргументы

    Данные имеют значение только тогда, когда они преобразованы в явные причины за и против.

  4. 4

    Оценить и взвесить

    Оцените каждую аргументацию по точности и актуальности, чтобы сильные доказательства считались важнее слабых.

  5. 5

    Сделать вывод об общей поддержке

    Приходите к выводу о том, какой вариант поддерживает взвешенные доказательства.

  6. 6

    Записать и проверить

    Сохраняйте решение, связанное с доказательствами, а затем проверяйте результат в сравнении с тем, что предсказывала данная информация.

Принятие решений на основе данных vs. принятие решений на основе данных

Данными-ориентированный

Доказательства ведут. Метрики и документированные аргументы являются основным основанием для выбора — суждение заполняет пробелы, оставленные данными.

Данными-информированный

Данные являются одним из важных входных данных, помимо опыта и контекста. Они ограничивают и проверяют суждение, а не заменяют его. Большинство сильных решений находятся здесь.

Враг данных: HiPPO

Когда нет данных, группы отдают приоритет HiPPO — высшему платному лицу. Термин был популяризирован в 2006 году экспертом в области аналитики Авинашем Каушиком, и исследовательская группа Microsoft так понравилась, что они раздали тысячи игрушек HiPPO, чтобы подчеркнуть важность: не давайте высшему платному лицу преобладать над доказательствами.

Классический пример — Amazon. Инженер прототипировал демонстрацию рекомендаций товаров на основе того, что есть в корзине покупателя. Высшее руководство — HiPPO — опасалось, что это отклонит людей от оформления заказа и приказало убрать его. Простое контролируемое испытание показало, что это было wildly успешно, и оно было отправлено. Урок, который построил культуру: давайте доказательствам преобладать над HiPPO.

Это не только культура — это и показывает в цифрах. Исследование 179 крупных общественных компаний Бриньольфссоном, Хитом и Кимом (2011) показало, что те, кто принимает решения на основе данных, имели выход и производительность примерно на 5–6% выше, чем ожидалось, учитывая их другие инвестиции.

Почему принятие решений на основе данных все равно проваливается

Выбранные данные по желанию

Доказательства выбираются для обоснования уже достигнутого вывода.

Навыки рассуждения никогда не записываются

Связь между данными и решением существует в голове человека, поэтому ее невозможно проверить.

Доказательства теряются после встречи

Никто не может проверить решение, потому что данные и аргументы исчезли.

Когда данные лгут: 4 ловушки

"Данные-ориентированный" подход помогает только в том случае, если данные говорят правду. Четыре способа, которыми они тихо не соответствуют действительности:

Ошибочность выжившего

В ВМВ статистик Абрахам Уолд был попрослен указать, где добавить броню к бомбардировщикам, основываясь на том, где возвращающиеся самолеты были наиболее часто поражены. Его прозрение: бронировать места, где у выживших не было попадания — самолеты, пораженные в этих местах, никогда не возвращались. Смотрение только на данные, которые "выжили", указывает вам точно в неправильном направлении.

Парадокс Симпсона

Тренд, видимый в каждой подгруппе, может обратиться, когда группы объединяются. Лечение может выглядеть лучше для мужчин и лучше для женщин, но хуже в целом — чисто из-за того, как размерируются группы. Слияние бездумно и цифра переворачивается на вас.

Метрики тщеславия

Цифры, которые надежно растут и делают всех чувствовать себя хорошо — общее количество регистраций, просмотров страниц — но не связаны с принятием решений. Если метрика не может изменить то, что вы бы сделали, это украшение, а не доказательство.

Корреляция без причинности

Две линии, движущиеся вместе, заманивают к причинной истории. Продажи мороженого и утопления оба растут летом; ни одно не вызывает другое. Действие на корреляцию как если бы она была причиной — это то, как уверенные, "обоснованные данными" решения все равно идут не так.

Исправление не в меньшем количестве данных — а в дисциплине задавать вопрос о каждом числе: кто отсутствует в нем, что объединяется, и изменило бы это наше решение?

Как Argumentree делает решения данными

Данные улучшают решение только тогда, когда они становятся аргументом, который можно взвесить и записать. Argumentree преобразует доказательства в структурированное рассуждение, построенное на картах аргументов:

Извлечение AI из документов

Вытягивайте аргументы и их подтверждающие доказательства прямо из отчетов, протоколов и документов — так, чтобы данные в комнате становились структурированным вводом, а не потерянной памятью.

Доказательства в деревьях за/против

Каждое доказательство находится как аргумент под вариантом, который оно поддерживает или противоречит, так чтобы вся база доказательств была видима и структурирована.

Оценка, взвешивание и присвоение баллов

Участники оценивают аргументы по точности и актуальности; оценки agregiruyutsya вверх по дереву в общую оценку, так чтобы заключение следовало взвешенным доказательствам, а не утверждению.

Отчетность обратно к данным

Версия аргументов и жизненный цикл принятия решений сохраняют каждое решение, связанное с доказательствами за ним — обоснованное через несколько месяцев, на 66 языках.

Является частью более широкой практики принятия решений и анализа данных для принятия решений; также см., как команды совместно оценивают имеющиеся данные в процессе совместного принятия решений.

Почему оно стоит того

Защитимые решения

Каждый выбор отслеживается до доказательств и аргументов, которые его подтверждают.

Меньше предубеждений

Отображение и оценка аргументов помогает избежать выбора на основе личных мнений и эффекта HiPPO.

Цикл обучения

Записанная логика позволяет сравнивать результаты с прогнозами и принимать более обоснованные решения в будущем.

Частые вопросы

Что такое принятие данных-ориентированных решений?

Принятие данных-ориентированных решений (иногда сокращается до DDDM) — это практика принятия решений на основе доказательств — измеренных фактов, метрик и документированных аргументов — а не на основе интуиции, иерархии или голоса, который шумит наибольшей. Это не исключает человеческий фактор; оно основано на проверяемых входных данных, чтобы решение можно было объяснить и защитить.

Какие шаги принятия данных-ориентированных решений?

Обычный цикл: (1) определите решение и вопрос, который оно должно решить; (2) соберите соответствующие данные и доказательства; (3) превратите эти доказательства в явные аргументы за и против каждого варианта; (4) оцените аргументы по качеству и весу; (5) принимайте решение на основе общего веса; и (6) запишите решение и его доказательства, чтобы результат можно было проверить на соответствие предсказанным результатам.

Что такое разница между данными-ориентированными и данными-ориентированными решениями?

Данные-ориентированные решения позволяют доказательствам вести — числа и документированные аргументы являются основным основанием для выбора. Данные-ориентированные решения рассматривают данные как один важный входной параметр вместе с опытом и контекстом. На практике большинство хороших решений являются данными-ориентированными: данные ограничивают и проверяют суждение, а не полностью его заменяют.

Почему данные-ориентированные решения все равно проваливаются?

Они проваливаются, когда данные используются для обоснования уже достигнутого вывода, когда логика, соединяющая данные с решением, никогда не записывается, или когда доказательства теряются после встречи, чтобы решение не могло быть проверено. Данные улучшают решения только в том случае, если аргументы, построенные на них, surface, оцениваются открыто и записываются.

Как поддерживает программное обеспечение принятие данных-ориентированных решений?

Программное обеспечение принятия решений преобразует raw данные в структуру, которую можно рассуждать: оно организует аргументы и их поддерживающие данные в деревья за/против, позволяет группе оценивать и взвешивать каждый аргумент, измеряет общую поддержку, чтобы вывод следовал доказательствам, и сохраняет журнал аудита, связывающий решение с данными, которые его поддерживают. Argumentree добавляет AI-выделение аргументов из документов и транскриптов, а также поддержку 66 языков.

Ссылки и дополнительное чтение

Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Сила в цифрах: Как влияет принятие решений на основе данных на результаты деятельности фирм? SSRN Working Paper.

Изучение 179 крупных фирм, в результате которого было обнаружено увеличение на ~5-6% выхода и производительности для принявших DDDM.

View source →

Kaushik, A. (2007). Веб-аналитика: один час в день. Sybex.

Популяризировал HiPPO - мнение самого высокооплачиваемого человека.

Kohavi, R., Tang, D., & Xu, Y. (2020). Надежные онлайн-контролируемые эксперименты. Cambridge University Press.

Как контролируемые эксперименты отменяют HiPPO, от лидера экспериментирования в Microsoft и Amazon.

View source →

Provost, F., & Fawcett, T. (2013). Наука о данных для бизнеса. O'Reilly Media.

О соединении данных с решениями - разница между данными, управляемыми данными, и информированными данными.

Mangel, M., & Samaniego, F. J. (1984). Работа Абрахама Вальда по выживаемости самолетов. Journal of the American Statistical Association, 79(386), 259-267.

Авторитетный отчет об анализе бомбардировщиков Второй мировой войны, лежащий в основе предвзятости выживаемости.

View source →

Simpson, E. H. (1951). Интерпретация взаимодействия в таблицах сопряженности. Journal of the Royal Statistical Society: Series B, 13(2), 238-241.

Происхождение парадокса Симпсона.

View source →

Базируйте свои решения на доказательствах.

Переведите отчеты, транскрипты и метрики в структурированные аргументы, которые ваша команда может взвесить и проверить. Начните принимать решения с помощью данных на Argumentree.

Начать Бесплатно