Abraham Wald

Pomyśleć o sposobie myślenia

czyli jak ważne jest właściwe stawianie pytań


W kręgu nieoczywistych inspiracji — Abraham Wald i samoloty

 

Media społecznościowe i inne nowoczesne źródła danych kreują nowe wyzwania dla osób, które chcą analizować wielkie zbiory danych (big data) pochodzące z takich źródeł. Tworzenie odpowiednich strategii działalności przedsiębiorstw na podstawie niedostępnych dotąd analiz wymaga świeżego i innowacyjnego podejścia, ale inspiracji może również dostarczyć przykład sprzed ponad 70 lat. Dotyczy on ciekawej obserwacji i metody obliczeń użytej przez jednego z matematyków podczas II Wojny Światowej.

W 1943 roku, niedługo przed tym jak równowaga sił przechyliła się na niekorzyść państw Osi, alianci stanęli w obliczu szczególnego problemu — nad terytorium Niemiec wysyłano samoloty, które bombardowały wroga, ale wiele z nich nie wracało z misji.

Ograniczenie strat samolotów podczas bombardowań stało się najważniejszym celem aliantów — rozwiązanie problemu strat dziesiątkujących siły powietrzne mogło znacząco przyczynić się do zwycięstwa w wojnie. W armii amerykańskiej tego typu kluczowe zagadnienia znajdowały się w obszarze działań Grupy Badań Statystycznych (Statistical Research Group). Należał do niej Abraham Wald, matematyk węgierskiego pochodzenia.

Podważam, więc szukam

Zanim zwrócono się z tym problemem do Walda, badania dotyczące powracających samolotów prowadzili naukowcy z Centrum Analiz Marynarki Wojennej USA, którzy, jak się wydawało rozsądnie i intuicyjnie, proponowali zwiększenie opancerzenia samolotów w tych miejscach, w które wrogowie strzelali najczęściej.
Wald całkowicie odwrócił ten sposób myślenia — twierdził, że naukowcy marynarki popełnili błąd, analizując tylko te samoloty, które wracały z misji. Nie wzięli oni bowiem pod uwagę faktu, że maszyny, które przetrwały, zostały prawdopodobnie ostrzelane w miejsca, które już wcześniej odpowiednio wzmocniono i zabezpieczono. W optyce Walda znalazło się clue problemu — zestrzelone samoloty. Zauważył, że naukowcom umknęła najważniejsza kwestia, którą musieli rozstrzygnąć: które części maszyn były najbardziej narażone na atak nieprzyjaciela?
Wald dowiódł, że samoloty, które wróciły z misji nie wykazywały uszkodzeń w miejscach, w które trafienie miałoby katastrofalne dla nich skutki. Innymi słowy, zamiast zwiększać opancerzenie tych części, w których naukowcy widzieli mnóstwo dziur po kulach, należałoby wzmocnić te sekcje poszycia, w które ocalałe samoloty nie zostały trafione.

Po co nam dziś Abraham Wald?

Borykając się z rosnącą presją podejmowania decyzji opartych na danych, możemy, posługując się przykładem Walda, dostrzec trzy zasadnicze wskazówki:

I. Jedyną rzeczą gorszą niż błędna odpowiedź jest prawidłowa odpowiedź na niewłaściwe pytanie

Naukowcy z Centrum Analiz Marynarki Wojennej popełnili błąd zadając niewłaściwe pytanie. Prawidłowe pytanie nie powinno dotyczyć tego, gdzie zostały trafione ocalałe samoloty, tylko gdzie zostały trafione samoloty, które nie wróciły z misji.
Jaka płynie z tego nauka? Załóżmy, że jakaś treść marketingowa otrzymuje dużą ilość like’ów lub retweetów. Wielu marketingowców uznałoby w związku z tym, że ta treść jest bardzo efektywna. Tymczasem celem treści marketingowych nie jest generowanie like’ów, tylko zwiększenie przychodów przedsiębiorstwa ze sprzedaży. Przychody nie są bardziej skorelowane z liczbą retweetów niż liczba dziur po kulach w bombowcu z lat 40. XX wieku z błędami konstrukcji samolotu. Marketingowiec cieszący się z liczby like’ów i retweetów bez zrozumienia ich wpływu na przychody jest jak naukowcy amerykańskiej marynarki wojennej, którzy na widok dziur w poszyciu samolotów myśleli „powinniśmy umieścić tam więcej stali”.

II. Najlepsze wnioski powstają z połączenia danych i ludzkiej ciekawości

Obalając raport naukowców Centrum Analiz Marynarki Wojennej Wald polegał nie tylko na zdrowym rozsądku. Jego rozumowanie cechowała prosta logika, ale żeby udowodnić jego, Wald posłużył się szeregiem skomplikowanych obliczeń i testowaniem hipotez statystycznych (metoda ta została później określona jako analiza sekwencyjna). Oznacza to, że połączył on analityczne myślenie i ludzką intuicję.
Jaki płynie z tego morał dla przedsiębiorców? Zamiast oczekiwać, że analizy dostarczą gotowych rozwiązań, myśl o nich jak o muzach własnego procesu twórczego. Celem badań nie jest znalezienie algorytmu, który wyznacza kompletne, ładnie zapakowane strategie. Przeciwnie — za cel powinieneś uznać odczytanie sygnałów z danych i uczynienie uzyskanych informacji punktem wyjścia do stworzenia strategii. Jeśli masz przeczucie, potwierdź je w danych. Jeśli nie jesteś pewien jak postępować, analiza danych pozwoli Ci znaleźć się ponownie na właściwej drodze.

III. Potrzeba odwagi i przekonania aby czerpać informacje bazując na danych

Kiedy dane zaprzeczają wszystkiemu, czego można by się spodziewać, analitycy muszą stać twardo na ziemi, tak jak zrobił to Wald.
Załóżmy, że film nie sprzedaje się dobrze. Studio filmowe może skorzystać z danych i technik przetwarzania języka naturalnego w celu poprawy sytuacji. Na przykład: poprzez skorelowanie wyników finansowych z wypowiedziami konsumentów w Internecie, można określić co jest skuteczne a co nie w aktualnych reklamach i wprowadzić adekwatne zmiany. Czasami wymaga to jednak odrzucenia pomysłów, w które zainwestowano już miliony złotych w ramach wydatków promocyjnych. Nie jest to łatwe ani wygodne, ale może zaoszczędzić kolejne miliony złotych w dłuższej perspektywie.
Aby wykorzystać przykład Walda do rozwiązania dzisiejszych problemów, zadaj sobie następujące pytania dotyczące Twojej strategii działania:
— Czy zadaję właściwe pytania? Czy mierzę czynniki i badam zależności, które pozwolą mi odpowiedzieć na te pytania?
— Czy uzupełniam intuicję badaniami lub badania intuicją? Czy studiuję dane z ciekawością poznawczą i kreatywnością?
— Czy jestem przekonany o konieczności włączenia analiz do tworzenia strategii działania? Czy jeśli dane wskażą nieoczekiwany kierunek działań podejmę ryzyko zmiany, czy wrócę do punktu wyjścia?