माहिती काय आहे ते सांगते, का हे सांगत नाही

तुम्ही लोकांना समजण्यासाठी प्रत्यक्ष प्रयत्न करू शकत नाही. जर तुम्ही डेटाच्या प्रयोगांना किंवा माहिती मोजण्याला गेलात, तर तुम्हाला त्याचा अर्थ समजून घेणे गरजेचे आहे.

मला वाटते की जे खरोखरच डेटा-नियंत्रित होण्यावर उत्साही आहेत, ते काही वेळा माझ्या उत्पादन विचारांसाठी एक लाल झेंडू आहेत.

अंदाज लागण्याबद्दल सहसंबंध असतात. पण जेव्हा आम्ही लोकांना निर्णय घेण्यास सांगतो, तेव्हा आम्ही त्यांना कारणमीमांसेबद्दल विचार करण्यास सांगत आहोत. कारण आणि सहसंबंध यांच्यातील फरक खूप महत्त्वाचा आहे.

AI ने आमच्यासाठी जे केले आहे ते म्हणजे, आम्ही आमच्या समस्येबद्दल विचार करू शकतो त्या गोष्टींचा सीमा मोठा केला आहे, आम्हाला असू शकतील अशा कल्पना आणि काही गोष्टी आम्ही चाचू शकतो. मला वाटते की खरोखर जे ते करते ते मानवाला कमी दबाव देण्यापेक्षा जास्त दबाव देते.

मी असे आढळले की जितक्या जास्त ग्राहकांशी बोललो, तितक्या बरे होते माझे प्रयोग. अखेरीस मी खूप ... गुणात्मक आणि मात्रात्मक संशोधनाचा समन्वय खूप चांगले चाचणी देतो.

जर तुम्ही डेटाच्या एका तुकडय़ावर पाहता आणि परिणाम तुमच्या अंतर्ज्ञानाला अस्वस्थ करणारा असतो, म्हणजे ते बरोबर नसतील. प्रथम तुमच्या अंतर्ज्ञानावर विश्वास ठेवा आणि स्वतः बरोबर असल्याचे सिद्ध करा.