Vaikutuskaavio on vain niin hyvä kuin sen takana oleva ajattelu. Jos rakenne menee pieleen, vastauskin menee, olipa alla oleva matematiikka kuinka hienostunutta tahansa. Rohkaisevaa on se, että kourallinen kuvioita kattaa lähes kaikki virheet, ja kaikki viisi tunnistaa ilman tilastotieteen koulutusta.
CausoAI nappaa monet näistä automaattisesti validoinnissa. Kun ymmärtää miksi niillä on väliä, kaaviosta tulee alusta alkaen parempi ja varoituksiin on helpompi reagoida.
Virhe 1: Sellaisen vakiointi, jonka molemmat puolet aiheuttivat
Osa tekijöistä on kaiken alavirrassa. Jos muuttuja on sekä muuttamasi asian että tavoittelemasi lopputuloksen seuraus, sen vakiointi ei puhdista vertailua — se vääristää sitä aktiivisesti ja valmistaa yhteyden, jota ei ollut.
Esimerkki. Mittaat mainosbudjetin vaikutusta myyntiin ja päätät vakioida ”liidien laadun” sillä järkevältä kuulostavalla perusteella, että se vaikuttaa myyntiin. Mutta liidien laatu on itsessään kahden asian tulos: mainosten, jotka toivat liidit, ja myyntitiimin, joka kvalifioi ne. Sen vakiointi paisuttaa mainosten näennäistä vaikutusta.
Testi: tapahtuuko tämä tekijä sekä muuttamani asian että lopputuloksen jälkeen, tai niiden seurauksena? Jos tapahtuu, jätä se pois vakioitavien listalta.
Virhe 2: Nuoli osoittaa väärään suuntaan
Suunta muuttaa kaiken — sen mitkä tekijät pitää vakioida ja sen voiko kysymykseen ylipäätään vastata. Se on myös helpoin asia tehdä väärin, koska data yksin ei usein ratkaise sitä.
Tyytyväisyys ja pysyvyys korreloivat. Pitääkö tyytyväisyys asiakkaat, vai tulkitsevatko jääneet asiakkaat kokemuksensa jälkikäteen lämpimämmin? Molemmat tarinat sopivat samoihin lukuihin. Vain liiketoiminnan tuntemus tai selkeä ajoitus kertoo kumpi on kyseessä.
CausoAI ehdottaa suuntaa silloin kun data tukee jotain, ja ajoitus ratkaisee suuren osan — myöhemmin kirjattu ei ole voinut aiheuttaa aiempaa. Mutta kahden samalla hetkellä mitatun asian kohdalla ratkaisu on sinun.
Virhe 3: Molempien puolien takana olevan tekijän unohtaminen
Tämä on koko alan yleisin virhe ja kallein. Jokin tekijä ajaa sekä muuttamaasi asiaa että lopputulosta. Jos jätät sen pois kaaviosta, sen vaikutus kirjautuu toimenpiteesi ansioksi.
Otetaan sähköpostien tiheys ja ostot. Asiakkaan sitoutuminen ajaa molempia: sitoutuneet asiakkaat tilaavat enemmän sähköpostia ja ostavat muutenkin enemmän. Jätä sitoutuminen pois, ja päädyt siihen että sähköpostien tiheys on valtavan tehokas — koska annoit sille kunnian kaikesta, mitä sitoutuminen teki.
- —Kysy mikä määrää, kuka saa tutkittavan asian. Ne ovat ehdokkaasi
- —Kysy sitten, vaikuttaako kukin niistä myös lopputulokseen itsenäisesti. Jos vaikuttaa, se kuuluu kaavioon
- —Käsittele alustan automaattisia ehdotuksia lähtökohtana, ei valmiina listana — se näkee vain sen, mikä on tiedostossasi
Virhe 4: Sen vakiointi, jonka kautta vaikutus kulkee
Virheen 1 peilikuva. Osa tekijöistä on välissä: toimenpide aiheuttaa ne, ja ne aiheuttavat lopputuloksen. Jos vakioit sellaisen, tukit juuri sen reitin, jota pitkin vaikutus kulki, ja todellinen vaikutus näyttää olemattomalta.
Oletetaan että uusi käyttöönottosähköposti lisää ominaisuuden käyttöä ja ominaisuuden käyttö lisää pysyvyyttä. Jos vakioit ominaisuuden käytön, kysyt mitä sähköposti tekee pysyvyydelle niillä, joiden käyttö ei muuttunut — mikä on lähellä ei mitään, eikä lainkaan se kysymys jonka halusit esittää.
Kokonaisvaikutusta varten jätä välitekijät rauhaan. Jos haluat nimenomaan tietää, kuinka paljon vaikutuksesta kulki käytön kautta ja kuinka paljon sen ohi, se on erillinen analyysi, ja CausoAI purkaa sen puolestasi.
Virhe 5: Silmukan piirtäminen
Kaavio ei voi sisältää ympyrää. Jos A aiheuttaa B:n ja B aiheuttaa A:n samalla hetkellä, kysymykseen ”mitä A tekee B:lle” ei ole vastausta — jokainen vaikutus ruokkii omaa syytään loputtomiin.
Silmukat syntyvät yleensä kun joku yrittää piirtää aitoa takaisinkytkentää: hinta vaikuttaa kysyntään, ja kysyntä vaikuttaa seuraavaan hintaan. Se dynamiikka on todellinen. Korjaus on lisätä aika, jolloin silmukka aukeaa: tämän kuun hinta vaikuttaa ensi kuun kysyntään, joka vaikuttaa sitä seuraavan kuun hintaan.
CausoAI tarkistaa silmukat aina kun tallennat kaavion ja osoittaa ongelman aiheuttavaa nuolta.
Aitoja takaisinkytkentöjä varten käytä dataa, jossa on aikaulottuvuus, ja CausoAI:n ennen/jälkeen-analyysia, joka on tehty juuri tämän muotoiseen ongelmaan.
Käytännön tarkistuslista
- —Jokaisesta vakioitavasta: tarkista ettei se syntynyt sekä toimenpiteen että lopputuloksen seurauksena
- —Jokaisesta nuolesta: varmista suunta ajoituksen avulla silloin kun sitä on, ja liiketoimintatuntemuksella silloin kun ei ole
- —Toimenpiteestä: listaa mikä määrää kuka sen saa, ja ota mukaan kaikki listan asiat jotka myös liikuttavat lopputulosta
- —Kaikesta toimenpiteen ja lopputuloksen välissä olevasta: jätä rauhaan, ellet tahallasi halua purkaa vaikutusta osiin
- —Lue tarkistuksen 2 validointivaroitukset — juuri siellä nämä ongelmat tulevat esiin