Не так давно в Forbes Russia вышла статья, посвященная "шуму", который мешает людям работать, и тому, насколько предвзяты, необъективны и ошибочны решения людей. Вернее будет сказать, что шуму посвящена новая книга NOISE лауреата Нобелевской премии по экономике 2002 года психолога Даниэла Канемана Noise, о которой в этой статье рассказывает директор по стратегическому маркетингу «Яндекса» Андрей Себрант: почему ее стоит прочитать руководителям компаний, аналитикам и вообще всем, кому приходится принимать решения
Нас заинтересовала в тексте одна из примечательных цитат: Когда наличие сильного шума в принимаемых решениях становится явным и известным руководству, то все соглашаются, что ситуация недопустима и ее надо исправлять. Но на практике о зашумленности решений мало кто задумывается, и нельзя сказать, что шум сознательно терпят — его просто не замечают. Этому есть довольно простое психологическое обоснование, вот что пишут авторы: «Большинство из нас большую часть времени живут в уверенности, что мир вокруг нас выглядит таким, какой он есть. Лишь маленький шаг отделяет это убеждение от следующего: «Другие люди видят мир таким же как вижу его я». Эти убеждения называются наивным реализмом. <…> Иллюзия всеобщего согласия может быть разрушена только путем проведения аудита шума». Поскольку интерес к теме борьбы с шумом растет и вопросов появляется все больше, мы решили объяснить, что значит дата-нойз для нас и как именно GR▲SP работает с ним.
История про шум для нас не нова: В 2010 году мы пришли в бизнес из научной области психометрики, которая профессионально с этим шумом борется. Плохая новость до сих пор заключается в том, что психометрические методы борьбы с шумом, как правило, сильно затрудняют процедуру сбора данных и делают ее более времяемкой. Приведенный в статье пример замены ранжирования на парные сравнения показателен. Да, парные сравнения дадут более точную картину, но потребуют кратно большего времени. Настолько, что при большом количестве объектов в дело зашумления вступит фактор усталости.
Но шумовые эффекты особенно критично влияют именно на количественные решения, а не на качественные (об этом в статье тоже есть). Поэтому мы от чисто количественной методологии ушли к смешанной, качественно-количественной. В частности, поэтому на первом этапе граспа мы собираем свободные формулировки: это качественные данные. Уже потом мы будем работать с ними количественно, но не с самого начала.
Дальше наша задача отчасти снизить шум как раз за счет довольно долгих количественных процедур (сортировка карточек и их оценки), получить такую картину, которая устраивала бы всех и вызывала бы согласие, ощущение, что "я это предложил". Конкретно такая картина выглядит как укрупненные узлы на карте. Для каждого такого узла у нас есть метрика дисперсии оценок вошедших в него пунктов: вот это и есть аудит шума.
Дальше мы можем разбираться в его причинах индивидуально, опираясь при этом на все доступные данные. Соответственно, итогом этой работы может являться понимание, что в определенном месте в силу каких-то (отдельно выясняем, каких конкретно) оргпричин нет единодушия. В хороших случаях удается прийти к единому пониманию прямо на итоговом обсуждении.
Есть еще история от не менее великого, чем Канеман, Пиаже. Жан Вильям Фриц считал, что взрослый человек, в отличие от ребенка, умеет не просто справляться с противоречиями, но и опираться на них. Если рассматривать шум как противоречия, а нашу работу с ним как осознание этих противоречий с возможностью на них опереться, то метафорически можно сказать, что мы превращаем шум в музыку. За счет того, что слушающий осознает закономерности, лежащие за звуками, звуки складываются в мелодию.