В работе над продуктом часто можно услышать такую логику рассуждений от продакт-менеджера или продуктового аналитика: «Я проанализировал данные и увидел, что пользователи, которые делают Х, с большей вероятностью покупают премиум-версию или становятся успешными». На основе этого инсайта они решают инвестировать время и силы в то, чтобы большая доля пользователей делала X.
Проблема в том, что в этом случае корреляция выдается за причинно-следственную связь. Может быть, там и есть зависимость между переменными, а может быть, это частный случай корреляции, когда рост одной метрики сопровождается ростом другой.
В этом материале разберемся, почему легко упустить разницу между корреляцией и причинно-следственной связью, как доказать наличие причинно-следственной связи и почему это важно при работе над продуктом.
Причинно-следственные связь: понятие и примеры
↓ Чтобы глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.
→ В «Симуляторе управления продуктом на основе данных» вы научитесь принимать решения с помощью данных и исследований при создании продукта.
→ В «Симуляторе управления ростом продукта» найдете пути управляемого роста и масштабирования продукта.
→ В «Симуляторе SQL для продуктовой аналитики» поймете, как применять SQL для решения продуктовых и маркетинговых задач.
→ В «Симуляторе управления ML/AI-проектами» научитесь применять технологии машинного обучения с пользой для бизнеса.
→ Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
→ Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice .
На первый взгляд, выражение «корреляция не означает причинно-следственную связь» не требует дополнительных разъяснений: звучит как прописная истина. Но снова и снова люди с разным уровнем опыта приравнивают эти понятия. Иногда умышленно, а иногда по невнимательности.
Корреляция и причинно-следственная связь
Корреляция — это взаимосвязь между двумя переменными, при которой изменение одной из них сопровождается изменением в другой. Здесь важно подчеркнуть слово «сопровождается», поскольку при корреляции эти изменения могут происходить без прямого влияния одной переменной на другую.
В ситуации же, когда такое прямое влияние доказано — можно говорить о причинно-следственной связи.
Пример корреляции может звучать так:
Рост потребления мороженого сопровождается ростом числа лесных пожаров.
Учимся строить причинно-следственные связи | Развитие креативности с Евгенией Гин
Cнижение потребления маргарина сопровождается снижением количества разводов.
Отличие корреляции от причинно-следственной связи
У корреляции может быть несколько причин. Например, на две переменные влияет некий третий фактор, как в случае с ростом продаж мороженого и лесными пожарами. Этот фактор — теплое время года и высокая интенсивность солнечного излучения.
В случае с корреляцией не всегда можно идентифицировать другие факторы, которые влияют на обе переменные, а иногда их может не быть вовсе. В таком случае уместно говорить о случайности. Одновременное снижение числа разводов и потребления маргарина — пример такой ложной корреляции (spurious correlation).
В чем отличие корреляции от причинно-следственной связи?
Причинно-следственная связь всегда подразумевает наличие корреляции. Корреляция не обязательно означает наличие причинно-следственной связи. Корреляция может быть случайной, но причинно-следственная связь по определению не может быть случайностью.
Если корреляция есть, то для доказательства причинно-следственной связи должны соблюдаться еще два условия:
- Отсутствие сторонних факторов, которые влияют на обе переменные;
- Прямая временная последовательность между изменением первого и второго показателя, между событием A и событием B.
Хотя разница между корреляцией и причинно-следственной связью кажется очевидной, на практике принять одно за другое очень просто.
Примеры корреляций, которые ошибочно принимают за причинно следственную связь
Рассмотрим типовые ситуации из жизни, когда наличие корреляции приводит к ложному выводу о наличии причинно-следственной связи в бытовых ситуациях.
В своей книге « Thinking, Fast and Slow » Daniel Kahneman (Даниэль Канеман) описывает случай на лекции для израильских летчиков. Один из инструкторов настаивал, что курсанты лучше справляются с задачей после того, как он жестко критикует их за ошибки. Канеман предложил провести эксперимент, в ходе которого эти курсанты должны были не глядя дважды бросить монетку в нарисованную на полу мишень. Опыт показал: те, у кого первый бросок был ближе к цели, во второй раз бросали не так точно. И наоборот.
Таким экспериментом Канеман продемонстрировал феномен регрессии к среднему. Когда летчик очень плохо или очень хорошо исполнил упражнение, то часто для него это было отклонением от среднего значения. Поэтому с высокой вероятностью его следующее исполнение будет ближе к среднему, то есть лучше или хуже предыдущего.
Получается, что не критика помогала курсантам показывать лучшие результаты после провального опыта, а регрессия к среднему. Инструктор ошибочно принял корреляцию между критикой и улучшением результатов курсантов после нее за причинно-следственную связь.
Некоторые широко известные убеждения тоже являются корреляцией, которая маскируется под причинно-следственную связь.
Например, идея о том, что занятия музыкой в дошкольном возрасте улучшают когнитивные способности, память и внимание ребенка. Хотя корреляция между этими факторами действительно может быть, говорить о прямой причинно-следственной связи нельзя, так как на результат может влиять масса факторов.
Может быть, занятия музыкой для ребенка требуют от семьи дополнительных финансовых ресурсов. То есть, если семья может направить деньги не только на базовые потребности, но и на дополнительное образование, с высокой вероятностью ребенок имеет доступ к лучшему питанию, лучшему основному образованию и другим благам, которые могут позитивно отражаться на интеллекте ребенка.
Еще один пример.
В одном из материалов Washington Post пришла к выводу, что рост затрат на полицию в США не привел к сокращению преступности. Автор через кажущееся отсутствие прямой корреляции пытается опровергнуть причинно-следственную связь между событиями: увеличение бюджета полиции не приводит к пропорциональному сокращению уровня преступности.
Но говорить о том, что здесь обязательно должна быть причинно-следственная связь, нельзя. Например, именно рост преступности может быть драйвером расходов на полицию, а не наоборот. Без тщательного исследования мы не можем утверждать ни того, ни другого.
Корреляция в бизнесе
В 2013 году eBay тратил десятки миллионов долларов на поисковую рекламу по брендовым запросам “eBay”. В компании были уверены, что рост продаж обусловлен именно покупным трафиком. Но исследование показало, что реклама оказалась направлена как раз на ту аудиторию, которая в любом случае совершила бы покупку на eBay.
В данном случае именно намерение пользователей совершить покупку приводило и к показу рекламы, и к продажам на площадке. В eBay же думали, что именно реклама выступала причиной, а продажи — ее следствием.
→ Кейс eBay иллюстрирует проблему инкрементальности — то есть ситуации, когда рекламной кампании в одном канале атрибутируются целевые действия, которые произошли бы и без нее.
↓ Подробнее о влиянии моделей атрибуции и инкрементальности на расчет ROI в маркетинге и о том, как установить причинно-следственную связь между каналом и целевыми действиями в продукте, мы подробно рассказывали в подготовленной вместе с Захаром Сташевским серии материалов.
Корреляцию часто ошибочно принимают за причинно-следственную связь при анализе успеха чужих продуктов со стороны. «Продукт А выстрелил и нашел product/market fit, благодаря фиче X. Мы можем повторить успех, добавив ту же фичу в нашем продукте и на нашем локальном рынке».
Допустим, что продукт А действительно стал успешным после того, как внедрил определенную фичу. Но нельзя назвать причиной сам факт добавления фичи. Причина зачастую более комплексна и опирается на массу факторов. Но главное, что для определенного сегмента пользователей продукт решает некоторую задачу эффективнее всех доступных альтернатив.
Например, WeChat Pay набрал популярность как платежный инструмент в Китае не потому, что они соединили мессенджер и платежный инструмент. Дело в том, что этот инструмент стал намного более эффективной альтернативой наличным деньгам, поэтому его добавочная ценность оказалась столь высока, а продукт — столь успешным.
На этом фоне становится понятно, почему Facebook Messenger так тяжело давались попытки запустить свой платежный сервис. Просто прикрутить функциональность к мессенджеру недостаточно, потому что на рынке США гораздо сильнее развиты платежные инструменты, а значит, добавочная ценность решения от Facebook для клиента менее ощутима или не ощутима вовсе.
Корреляция в работе над продуктом
Работа над продуктом подразумевает постоянные вопросы о причинах тех или иных изменений в метриках. И зачастую велик соблазн объяснить их через что-то, что мы сделали осознанно и недавно. Однако важно помнить, что продукт и пользователи не существуют в вакууме.
Пример с притоком пользователей в продукт
Вы фиксируете приток пользователей за последнюю неделю, а перед этим вы добавили в продукт новую большую фичу. Кажется, что продуктовое изменение привело к росту.
Однако позже выясняется, что приток пользователей в ваш продукт стал следствием того, что ваш прямой конкурент резко ограничил возможности базового тарифа. Ваш отдел маркетинга заметил это и стал активно использовать этот аргумент в разных каналах коммуникации. Отсюда — приток новых пользователей.
Между добавлением новой фичи и приростом пользовательской базы действительно была корреляция. Но, как мы выяснили, причина этого роста скрывалась в другом.
Пример с монетизацией мобильной игры
Работая над мобильной игрой, вы заметили, что пользователи, которые подключают соцсети, делают больше покупок. На этом этапе может возникнуть соблазн предположить наличие между событиями причинно-следственную связь и решить, что увеличение конверсии игроков в подключение соцсетей пропорционально увеличит выручку с таких пользователей. Если это правда так, то у вас есть множество гипотез, как повлиять на этот параметр.
Однако на деле в такой ситуации вполне может быть еще один или несколько факторов, которые одинаково влияют и на первое, и на второе явление. Скрытым от глаз фактором может быть то, что пользователи, которые и активно подключают соцсети, и чаще делают покупки, просто изначально сильнее мотивированы и больше заинтересованы в игре. То есть это не подключение соцсетей влияет на их поведение, а изначальная предрасположенность к игре.
Если это так, то на практике активное навязывание пользователям возможности подключиться к соцсети в действительности не даст никакого результата. С другой стороны, сразу решить, что такое навязывание не даст никаких изменений, тоже нельзя. Чтобы выяснить это, нужно провести эксперимент.
Как эксперименты помогают доказать причинно-следственную связь
Суеверия, псевдонаучные дисциплины и архаичные методы лечения появились во многом благодаря путанице между корреляцией и причинно-следственной связью. Так появились ритуалы, которые призывают дождь, и жертвоприношения, которые гарантируют удачную охоту и богатые урожаи.
Примерно такой подход прослеживается в древней и средневековой медицине. Например, эффективным способом поправить здоровье больного считалось кровопускание. Если пациент после этой процедуры выживает, то успех приписывается именно ей. Если нет, то значит, болезнь была слишком сильной.
То есть в этом случае корреляция между процедурой и выздоровлением не только ложная, но и избирательная.
Причинно-следственный анализ: сила альтернатив
В продолжение рассмотрения темы постоянных улучшений и стандартизации на предприятии следует отметить, что, помимо кайдзен и теории ограничений систем, хорошо структурированный эвристический подход предлагает теория решения изобретательских задач.
Это причинно-следственный анализ (далее – ПСА) – метод глубинного анализа систем, направленный на установление ключевых причин происшедшего, в частности, причин нежелательных эффектов, явлений, событий, как правило, выявленных ранее другими методами [1].
В основе ПСА лежат такие техники, как «Пять почему» и диаграмма Исикавы, которые были рассмотрены ранее [2]. Весомое влияние также оказал метод FAST (Function Analysis System Technique), разработанный в 1960-х годах Чарльзом Байтуэем, а впоследствии дополненный и расширенный его последователями. FAST направлен на выявление существенных черт и признаков рассматриваемой проблемы и расположение их в определенной логической последовательности с целью стимулирования нахождения наиболее эффективных решений. Это достигается путем построения графической функциональной модели, которая последовательно раскрывает внутренние зависимости системы путем предоставления ответов не только на вопрос «почему?», но также «как?» и «когда?».
Аналогичным образом в ходе проведения ПСА строится причинно-следственная цепочка (рис. 1) – графическая модель рассматриваемой системы, отражающая взаимосвязь ее недостатков. При этом выделяют целевой недостаток – мешающий (известный, явный) недостаток в рассматриваемой системе, устранение которого является целью проекта; ключевой недостаток – корневой (неочевидный, скрытый) недостаток, который подлежит устранению для достижения цели проекта. Ключевые недостатки являются причинами возникновения целевого недостатка. При этом глубина анализа определяется целесообразностью, которая зависит от имеющихся ресурсов и уровня доступа, необходимых для решения формулируемых на каждом шаге задач.
Рисунок 1 – Причинно-следственная цепочка [1]
Ключевые недостатки могут быть заключены как внутри системы, обусловливаться ее элементами, связями между ними, внутренними процессами, так и оказаться в надсистеме, снаружи системы, в окружающей ее среде. Выделение этих двух направлений анализа является существенной особенностью и преимуществом ПСА, которое позволяет не только структурировать сам процесс анализа, но и сконцентрироваться на поиске доступной и реализуемой, исходя из имеющихся возможностей, стратегии управления в отношении целевого недостатка.
Движение «внутрь» (рис. 2.а), в глубину системы, процесса или явления, позволяет выделять все более тонкие, внутренние, причины происходящего. Это путь исследователя, инженера, пытающегося разобраться в том, что происходит.
Движение «наружу» (рис. 2.б), от частного к общему, к причинам, скрытым в надсистеме – это путь руководителя, который, зафиксировав отдельное проявление, стремится выявить и устранить причину, способную привести к ряду аналогичных событий.
Рисунок 2 – Пример линейной причинно-следственной цепочки):
а) при движении «внутрь»; в) при движении «наружу» [1]
Причинно-следственная цепочка связывает целевой и ключевые недостатки. Она может быть как линейной, так и ветвящейся (рис. 3), в которой элементы объединены логическими операторами. Так, например, если несколько выявленных недостатков связаны логическим «И», достаточно устранить любой из них, чтобы следствие не наступило.
Аналогичным образом, если выявленные недостатки связаны логическим «ИЛИ», для устранения следствия потребуется не допустить наступления каждого из них. Устранение только части из таких недостатков приведет к снижению вероятности наступления следствия, но не исключит возможность этого полностью, чего, тем не менее, в практических условиях нередко оказывается достаточно.
Рисунок 3 – Пример ветвящейся причинно-следственной цепочки (ключевые недостатки связаны логическим «ИЛИ») [1]
Устранение целевого недостатка достигается путем отсечения от него ключевых недостатков вне зависимости от направления причинно-следственной цепочки («внутрь» или «наружу»). Для этого на выбранном направлении причинно-следственной цепочки для каждой ветви, связывающей ключевые недостатки с целевым, должно быть обеспечено решение задачи, в которой принятие причины процесса (явления, события) сочетается с отрицанием следствия. Другими словами, в каждом случае необходимо добиться того, чтобы при продолжающемся влиянии причины было устранено воздействие ее негативных последствий.
«Традиционно считается, и это вполне справедливо, что после выявления ключевых недостатков необходимо работать именно над их устранением. Однако в реальной ситуации для этого не всегда могут найтись необходимые ресурсы или иметься соответствующий уровень доступа. В таком случае задача будет состоять в том, чтобы исключать следствия при сохранении причин, что можно делать в любом месте причинно-следственной цепочки».
Так, в примере, приведенном на рис. 2, решение любой из указанных альтернативных задач позволит с той или иной степенью эффективности и уровнем затрат обеспечить устранение целевого недостатка. Скажем, если для обеспечения плотного прижатия датчика к поверхности будут внесены соответствующие конструктивные изменения, это не устранит такие физические ключевые причины как различие коэффициентов теплового расширения или строения кристаллических решеток веществ датчика и поверхности, однако при сохранении причин влияние их негативных следствий окажется устранено. Или если разработчики техники доведут до службы снабжения данные о требуемом ресурсе датчика, это не исключит ключевую проблему, которая заключается в политике руководства предприятия, не обеспечивающей совместную работу его служб, однако в этом конкретном случае ее негативные последствия уже не приведут к целевому недостатку.
Главным достоинством ПСА является то, что построенная причинно-следственная цепочка дает возможность сформулировать значительное количество альтернативных задач и впоследствии выбрать те из них, которые в конкретных условиях наиболее удобны для решения и для решения которых имеются необходимые ресурсы и доступ.
Следует отметить, что разнообразие подходов к формированию мероприятий по улучшению, в том числе на основе результатов анализа отказов оборудования, далеко не ограничивается указанными. Их выбор во многом зависит от уровня корпоративной культуры предприятия, что будет рассмотрено в последующих статьях настоящего цикла.
Чтобы бы не пропустить публикации по управлению отказами оборудования, подписывайтесь на Telegram-канал Ассоциации эффективного управления производственными активами (Ассоциации ЕАМ) t.me/eam_su!
Перечень ссылок
- Рожков А.Б., Кудрявцев А.В. Теория решения изобретательских задач // Открытое образование. – Режим доступа: https://openedu.ru/course/misis/triz1/.
- Сидоров А.В. Управление отказами оборудования: в 2 ч. Ч. I : Расследование и учет / А.В. Сидоров, В.А. Сидоров. – СПб.: ООО «ТОИР ПРО», 2019. – 128 с.
Материал предоставили СИДОРОВ Александр Владимирович, СИДОРОВ Владимир Анатольевич.
Больше информации по указанной теме можно найти в книге «Управление отказами оборудования», подготовленной под эгидой Ассоциации эффективного управления производственными активами (Ассоциации EAM). Первая часть издания доступна здесь, а вторая – здесь.
Источник: eam.su
Причинно-следственные связи
Стратегия – это набор неких гипотез о причинах и следствиях. Причинно-следственные связи можно выразить фразой «если…то». Например, связь между повышением квалификации менеджеров по продажам и увеличением прибыли может быть установлена такой последовательностью гипотез: «Если мы увеличим количество занятий по продуктам, то менеджеры отдела продаж станут более осведомленными относительно ассортимента товаров, которые они могут продать. Если они станут более осведомленными, то объем продаж возрастет; если объем продаж возрастет, то прибыль увеличится.
Правильно разработанная ССП должна представить стратегию компании, через подобную последовательность причинно-следственных связей.
Рисунок 26. Основные причинно-следственные связи обозначаются на карте стрелками между стратегическими целями
Рисунок 27. В данном примере показано, как выполнение целей из нижних перспектив поддерживают выполнение целей из верхних перспектив
Рисунок 28. В некоторых случаях компании отказываются от указания причинно-следственных связей на карте
Рисунок 29. Пример стратегической карты
Интересно, что случаи отказа не так уж и редки. Дело в том, что большинство целей могут быть связаны причинно-следственными связями, в случае указания их всех, карта может выглядеть как запутанный «клубок» (см. рис. 29).
Источник: studopedia.su
