Als u creatief wilt zijn, wees dan niet gegevensgestuurd

3 ideeën die volledig veranderen hoe u over gegevens denkt

Er is geen inherente waarde in een stukje gegevens omdat alle informatie op zichzelf geen betekenis heeft. Waarom? Omdat informatie u niet vertelt wat u moet doen.
 - Beau Lotto

Terwijl ik dit schrijf, zit ik in een kleine vergaderruimte op de tweede verdieping van een kantoorgebouw. Het uitzicht vanuit de ramen is een geplaveide binnenplaats beneden ongeveer 25 voet van het gebouw met enkele tafels, stoelen en goed verzorgd landschap. Ik zie dat de zon schijnt en dat het een mooie dag lijkt. Moet ik op basis van die gegevens buitenshuis werken? Overweeg uw antwoord en we komen later op de vraag terug.

Als u een ontwerper, ingenieur bent of in een andere functie werkt, hoort u waarschijnlijk veel over 'big data' en 'data-driven'. De veronderstelling is dat data gelijk staat aan inzicht en richting. Maar toch? Gegevens, alle gegevens, in welke hoeveelheid dan ook, brengen problemen met zich mee die het zeer gevaarlijk maken om alleen op te vertrouwen. Laten we er een paar beschouwen: ten eerste zijn gegevens slechts informatie en vormen ze geen objectieve realiteit. Vervolgens is de gegevens die u heeft nooit, nooit volledig en ten slotte betekent het verkrijgen van meer gegevens niet noodzakelijkerwijs meer duidelijkheid. Laten we deze in meer detail bekijken.

Gegevens zijn geen realiteit

Mensen zijn goed in het nemen van beslissingen op basis van hun context en geschiedenis, maar we zijn behoorlijk slecht in het zien van de mogelijkheden die verder gaan. Hier is een voorbeeld. Lees de onderstaande tekst hardop:

Als je leest "wat lees je nu?", Deed je wat veel Engelse lezers met dezelfde "gegevens" zouden doen. Je deed dit ook al staat er geen enkel Engels woord in die zin. Je kunt iets zinvols lezen door zowel de context van dit artikel als je geschiedenis in de Engelse taal te nemen en de lege plekken in te vullen. Merk ook op dat ik je vroeg om de zin te lezen, dus je zag het woord 'lezen' in de letters. Die voorbereiding hielp bij het bepalen van de uitkomst. Niet iedereen leest het echter op dezelfde manier. Als je ergens aan het kauwen was of in een restaurant zat, had je misschien net zo gemakkelijk kunnen lezen "wat eet je nu?". En voor iedereen die geen Engels leest, zijn de letters wat ze werkelijk zijn, brabbeltaal. Het punt hier is dat de manier waarop we gegevens verwerken sterk is gecontextualiseerd door de persoon die de verwerking uitvoert. Vaak komen we tot dezelfde conclusies op basis van onze gedeelde geschiedenis of context, maar net zo vaak kunnen we om dezelfde redenen tot dezelfde conclusies komen uit exact dezelfde gegevens.

Alle gegevens missen iets

Kleine gegevens, grote gegevens, het maakt niet uit. Alle gegevens zijn op een bepaald niveau onvolledig. Laten we ons voorstellen dat u een softwareproduct moet maken en besluiten dat de beste manier om uw werk te concentreren, is om een ​​profiel te maken van uw beoogde klant. Uw verwachting is dat het profiel enig inzicht zal geven in wat te bouwen. U maakt een 'persona' met de naam Linda op basis van gegevens die u hebt verzameld.

Linda is:

  • Een vrouw
  • 31 jaar oud
  • single
  • openhartig
  • Slim
  • Een filosofie-majoor
  • Maakt zich grote zorgen over discriminatie en sociale rechtvaardigheid
  • Als student, deelgenomen aan anti-nucleaire demonstraties.

Hoewel deze gegevens nuttig kunnen zijn voor een profiel, zou bijna niemand dit een volledig beeld van een persoon noemen, laat staan ​​een populatie. Dat het geval is, op basis van de gegeven gegevens, wat waarschijnlijker is over Linda, kiezen uit de volgende scenario's?

  1. Linda is bankier
  2. Linda is bankier en ook actief in de rechten van vrouwen

Als je meer dan 80% van de mensen bent die geconfronteerd worden met het Linda-probleem, dan zeg je dat scenario 2 eerder bij Linda past. Die reactie is echter in strijd met de logica van waarschijnlijkheid. Als de vraag waarschijnlijker is, dan moet tussen nummer 1 en nummer 2 het antwoord nummer 1 zijn, omdat de reeks feministische bankvertellers is opgenomen in het aantal bankvertellers, maar het omgekeerde is niet waar. Het is dus waarschijnlijker dat Linda bankier is dan feministe bankier. Waarom maken we deze fout? Zonder in te gaan op alle gedragspsychologie, is het basisidee dat scenario 2 een beter verhaal vertelt, dus we geven er de voorkeur aan. Anders gezegd, er ontbreekt veel in deze gegevensset, dus onze hersenen nemen wat er is en vullen de rest in. De schijnbare specificiteit stelt ons in staat om een ​​verhaal te construeren dat het meest logisch lijkt, maar de logische realiteit is het tegenovergestelde. In dit geval negeren de meeste mensen gewoon een voor de hand liggende logische fout, maar u kunt zich misschien nog meer gegevens voorstellen over Linda - hoe ze zich kleedt, waar ze woont, met wie ze omgaat, enz. Die u kunnen leiden tot een nog completer profiel van haar. Maar dat profiel zou nog steeds informatie missen en zou heel goed onnauwkeurig kunnen zijn om te begrijpen welk product een echte klant eigenlijk nodig heeft.

Meer gegevens, minder duidelijkheid?

Alleen gegevens kunnen ook tot gevolg hebben dat we ons vermogen om creatieve oplossingen te zien vertroebelen, zelfs voor eenvoudige problemen. Hier is een voorbeeld:

U moet een kaars aan een muur (een kurkbord) bevestigen en deze op een zodanige manier aansteken dat kaarswas niet op een tafel direct daaronder druppelt.

Om dit te doen, mag u alleen het volgende samen met de kaars gebruiken:

  • een boek met wedstrijden
  • een doos met punaises

Om het even welke ideeën? Laat me je meer gegevens geven, zeg een "grotere gegevens" -versie van het probleem en kijk of dat helpt:

Dit kleine experiment, bekend als het kaarsprobleem van Duncker, is getest op verschillende onderwerpen over de hele wereld, en hoewel ze met veel creatieve ideeën komen, lossen de meeste het probleem niet op. In de zeldzame gevallen waarin ze dat doen, is de oplossing meestal vreselijk complex of inefficiënt.

De beste (en eenvoudigste) oplossing is om de doos te legen en de doos aan de muur te plakken om de kaars vast te houden. Zo simpel toch? Maar dat is niet wat de meeste mensen bedenken, althans niet meteen. De beschrijving van het probleem is vrij beperkt, maar het lijkt alsof het bieden van een afbeelding naast de beschrijving geen meer hulp biedt en zelfs de mogelijkheid om de oplossing te vinden kan verminderen. Wat gebeurt hier? Ten eerste is de probleemstelling dat we de kaars aan de muur moeten bevestigen, en we hebben een vooroordeel dat punaises worden gebruikt voor het bevestigen van spullen aan muren. Bovendien bevestigen de beschrijving en de bijbehorende afbeelding dat de doos een container voor de kopspijkers is. Deze beschrijvingen creëren vooroordelen over de objecten die de meeste mensen niet gemakkelijk kunnen overwinnen, waardoor het erg moeilijk is om andere manieren te zien waarop de materialen kunnen worden gebruikt.

In de loop der jaren hebben onderzoekers verschillende manieren geprobeerd om de mogelijkheid om de oplossing sneller te zien te verbeteren. Sommige manieren die hebben gewerkt, zijn onder meer het wijzigen van de beschrijving van de beschikbare items in:

  • een boek met wedstrijden
  • een doos
  • punaises

Op dezelfde manier wordt de afbeelding gewijzigd in:

Deze subtiele maar belangrijke veranderingen maken een groot verschil en vergroten de kans dat deelnemers de oplossing vinden of sneller vinden. In wezen verbetert het de creativiteit. Waarom? Deze tweede beschrijving en foto helpen een deel van de hierboven genoemde vertekening te verwijderen en stellen ons in staat om duidelijker te zien dat de doos als plank kan worden gebruikt. Een doos en punaises is een andere manier om naar de gegevens te kijken dan een doos met punaises. Voila!

Het slechte nieuws voor dit alles is dat gegevens op zichzelf op zijn best zinloos zijn, en in het ergste geval, misleidend. In de meeste gevallen zal het u weinig of niets vertellen over wat u moet doen. Helaas behandelen niet zoveel professionals de gegevens die ze krijgen. Ik hoor collega's vaak, terwijl ze een ontwerp- of zakelijke beslissing nodig hebben, vragen: "Wat moeten de gegevens ons vertellen?" Het echte antwoord: niet veel.

Als we hier stoppen, zien de dingen er misschien slecht uit voor onze datarijke toekomst, maar het is niet hopeloos. Hier zijn drie manieren waarop u gegevens kunt benaderen die uw creativiteit zullen verrijken en u in staat zullen stellen de informatie die u krijgt op zeer krachtige manieren te gebruiken.

1. Experimenteer met het recept

Ik werk in een groep die dingen maakt die door een half miljard mensen kunnen worden gebruikt. Ik beheer het data science-team voor die groep en we krijgen steeds meer aanvragen voor meer gegevens over ons bedrijf.

Uit mijn ervaring is er één stuk dat ik heb weggelaten uit deze discussie dat alle gegevens die we hebben en zullen blijven verzamelen, nuttig maakt. Dat stuk ben jij en je creativiteit.

Zie, gegevens zijn alleen betekenisloos als we er objectieve waarheid van verwachten zonder rekening te houden met onze percepties en veronderstellingen en voorbij die met onze creativiteit te komen. Wat ik in dit verband met creativiteit bedoel, is het proces van vragen stellen en experimenteren. Creativiteit stelt ons in staat om de gegevens die we hebben te nemen, onze uitgangspunten in twijfel te trekken over wat de gegevens ons vertellen, en te experimenteren totdat we er iets nuttigs van maken. De titel van dit artikel gaat over het niet datagedreven worden, met "gedreven" als sleutelwoord.

Het idee hier is dat we gegevens als informatie moeten gebruiken, niet als inzicht. Anders gezegd, het gaat niet om de ingrediënten, het gaat om de kok. Alleen ingrediënten bereiden geen maaltijd (althans geen goede). En zelfs geweldige recepten komen niet zonder veel experimenteren en mislukte pogingen van de mensen die ze maken. Op dezelfde manier is het menselijke deel van de datapijplijn het meest waardevolle deel, en dit geldt met name voor degenen onder ons op creatieve of innovatieve gebieden. Om gegevens echt creatieve of innovatieve resultaten te ondersteunen, moeten we ons in staat stellen om ons te informeren over de feiten, zodat we vragen kunnen stellen en kunnen experimenteren met de "aangrenzende mogelijke" om de inzichten en het potentieel te ontdekken dat de ruwe gegevens niet bieden. Dit geldt om de volgende redenen:

  • Experimenteren laat veel mogelijkheden open
  • Experimenten verwachten falen en onzekerheid en vieren dit zelfs
  • Experimentatie houdt het proces open voor verandering en aanpasbaar aan ontdekkingen

Experimenteren is een beetje een koud, klinisch woord, maar je kunt ook de woorden exploratie gebruiken of zelfs spelen. Experimentatie ondersteunt het idee dat er geen vooropgezette resultaten zijn, waardoor veel mogelijke resultaten open blijven. Om dit te laten gebeuren, moeten we beginnen met het idee dat 'succes' vele vormen kan hebben, of zelfs helemaal geen vorm. Dat betekent dat wanneer je improviseert met het recept, je misschien helemaal faalt in het maken van een gerecht dat je wilt eten, of je kunt een hele nieuwe keuken bedenken!

2. Vraag alles

Experimenteren en spelen zijn manieren om nieuwe mogelijkheden te verkennen. De beste manier om verkenning in de praktijk te brengen, is door te beginnen met vragen. Om enkele van de bovenstaande ideeën op de proef te stellen, ga je terug naar het kaarsenprobleem en zie je hoe je de gegevens kunt nemen en deze kunt bevragen om nieuwe mogelijkheden te bedenken. Bijvoorbeeld, gezien de kaars, de muur, de doos en de punaises, zou ik een aantal van de volgende vragen kunnen stellen:

  • Wat zou er gebeuren als ik een item uit de lijst verwijder, helpt dat me op een of andere manier?
  • Wat als ik alles op zijn kop zet, maakt dat verschil?
  • Wat zou ik zien als ik alle matchsticks uit het matchbook haal?
  • Wat als ik de punaises uit de doos haal?
  • Wat als ik probeerde alles met de spijkers aan de muur te plakken?

Dit is slechts een kleine set van wat u waarschijnlijk ziet, is een grote reeks vragen die ik kan stellen over de gegevens van het kaarsprobleem. En de laatste twee vragen in mijn korte lijst beginnen in de richting van een mogelijke oplossing te komen, omdat ik het idee verander dat de doos de kopspijkers moet bevatten terwijl de kopspijkers nog steeds voor het beoogde doel worden gebruikt. Het wordt een bijna magische transformatie van mijn denken. En dit is wat ik alleen kan doen, maar er is nog meer magie wanneer ik anderen deelneem.

3. Denk inclusief

Ik noemde de "aangrenzende mogelijk" hierboven. Voor de meesten van ons stelt onze creativiteit ons in staat om niet alle mogelijke resultaten te onderzoeken, maar slechts een klein deel van wat mogelijk is, beperkt door onze geschiedenis, vooroordelen en perspectieven. Dit is hoe onze hersenen evolueerden. We creëren herinneringen gedurende ons hele leven en putten uit die herinneringen, of onze "geschiedenis", wanneer we beslissingen moeten nemen over de toekomst (elke toekomst, onmiddellijke of lange termijn). Daarom interpreteren we gegevens anders. We hebben alleen onze eigen geschiedenis om uit te putten, en de geschiedenis van iedereen is enigszins tot enorm verschillend van elkaar. Hoe diverser de geschiedenis van een persoon, hoe meer aangrenzende mogelijkheden ze moet trekken, maar het aantal mogelijkheden is nog steeds beperkt - het brein van een persoon kan maar zoveel vasthouden.

Betreed het diverse team. Hoe meer een team bestaat uit een diversiteit aan achtergronden, perspectieven, cultuur, opleiding en zelfs beroepen, hoe diverser de aangrenzende mogelijkheden die het team biedt voor een bepaald probleem of een reeks informatie. Gegevens zijn niet zozeer de motor van de creativiteit, maar bieden ook kansen voor verschillende percepties, ideeën en vooral vragen. Hoe homogener een team is, des te efficiënter het is, maar het is vrijwel zeker minder creatief en creativiteit is wat je hard nodig hebt bij het oplossen van moeilijke problemen.

Hoewel diversiteit geen tovermiddel is - teams moeten bereid zijn uit hun comfortzones te komen en hun verschillen te omarmen - diverse teams zijn over het algemeen slimmer dan homogene.

Creatief zijn in een data-rijke wereld

Gegevens worden een steeds belangrijker onderdeel van ons persoonlijk leven, onze bedrijven en ons werk. Degenen onder ons die onze dagen doorbrengen met het oplossen van moeilijke problemen, zullen op deze gegevens vertrouwen als een hulpmiddel om ons te helpen onze wereld te begrijpen en nieuwe dingen te doen. Maar gegevens zouden ons niet moeten drijven. Het zou een signaal uit de wijdere wereld moeten zijn dat we gebruiken om vragen te helpen beantwoorden en nieuwe te stellen. De inzichten moeten van ons komen.

Hier hebben we enkele redenen onderzocht waarom vertrouwen op gegevens als bestuurder een slecht idee is. Maar we hebben ook gekeken naar manieren om informatie om te zetten in creatie:

  • Erken dat wij, en degenen waarmee we samenwerken, onze eigen geschiedenis meebrengen voor een gegeven set gegevens, waardoor ons oordeel wordt beïnvloed.
  • Experimenteer, verken en speel zelfs met de gegevens via vragen.
  • Breng verschillende gezichtspunten en unieke perspectieven op problemen, waarbij je zoveel mogelijk "aangrenzende mogelijkheden" krijgt.
Dus doe dit de volgende keer dat u geconfronteerd wordt met een 'datagestuurd' scenario: zoek in plaats van naar de antwoorden die de gegevens bieden, op de vragen die het genereert.

Of ik besloot om op de binnenplaats te gaan sporten? Nou, ik heb een kritisch stuk gegevens weggelaten. Het is vroeg in de lente hier in de Pacific Northwest en het is maar 49 graden buiten. Hoewel de zon verleidelijk was, vroeg ik me voordat ik wegging af hoe koud het was, en dat was absoluut een vraag die het stellen waard was.

Ik hoor graag je reacties! Ik ben het grootste deel van mijn carrière bezig geweest met het maken van software en leid momenteel een data science-team bij Microsoft. Volg mij op Twitter en LinkedIn.

Volg ons op Dribbble, Twitter en Facebook of neem deel aan ons Windows Insider-programma om op de hoogte te blijven van Microsoft Design. En als u geïnteresseerd bent om ons team te versterken, ga dan naar aka.ms/DesignCareers.