Ta gode, datadrevne beslutninger, også i krisetider
Gode datagrunnlag gir deg et bedre beslutningsgrunnlag, men hva bør du tenke på og hvilke ytre faktorer kan påvirke utfallet?
I en global og datadrevet verden har covid-19-pandemien bevist at pålitelig og presis informasjon er det beste verktøyet for å kunne ta de beste beslutningene. Samtidig har vi, i eksempelvis Norge og Sverige, sett hvordan ulik datatolkning kan føre til helt ulike beslutninger. Det viser også vanskeligheten av å velge den beste datamodellen.
Synes du data er spennende?
Prøv Tableau-løsningen selv gratis i 3 måneder og vær mer forberedt i møte med betydelig endring med dypere innsikt i dataene dine som en del av Salesforce Care. Få klare visualiseringer i sanntid, analyser dataene dine og ta tryggere beslutninger il usikre tider.
Finn ut mer her »Aldri før har flere vært mer opptatt av spredningstall, offentlige målinger og sammenlignbar data, og plutselig hadde «alle» en formening om kurver og sammenlignende statistikk. Nettopp fordi smittetiltakene i forbindelse med covid-19-pandemien har ført til en kraftig akselerering av teknologiutviklingen, vet vi dessuten at enda flere vil søke seg til mer datadrevne arbeidsmetoder i årene som kommer.
Som i alle situasjoner som påvirker liv og helse, bør du først og fremst lytte til råd fra norske myndigheter, Folkehelseinstituttet og helsepersonell. De står tettest på situasjonen, og har i mange tilfeller den nyeste informasjonen.
Å forstå tallene som ligger bak statistikken kan også være mer komplisert enn det høres ut som. Ikke minst fordi det som frem til for noen få måneder siden var normalt, plutselig var unormale tall. Og også disse tallene vil endre seg og utvikle seg over tid.
Selv om dataanalyse er en av våre mest pålitelige verktøy for å kunne ta gode beslutninger, kan data også gjøre deg blind for realiteten. Her er noen tips som kan være lurt å ha i bakhodet når det kommer til hvordan å bruke data på best mulig måte – både for å kunne ta gode beslutninger i forbindelse med korona-utbruddet, men også i andre forretningskritiske avgjørelser:
Ha tilstrekkelig med relevant informasjon
«Plutselig hadde ‘alle’ en formening om kurver og sammenlignende statistikk.»
Dataanalyse basert på stordata handler om å strukturere enorme mengder med informasjon slik at du kan visualisere dette og slik få en mest mulig pålitelig oversikt. I noen tilfeller kan det være en utfordring å ha et godt og stort nok datagrunnlag til at det blir relevant for det vi ønsker å vite. I andre tilfeller kan det være betydelige mengder med ustrukturert data tilgjengelig, men som ikke utnyttes på en smart nok måte.
Skill epler og pærer
Relevant for denne våren er også kildeopphav. Statens tall på smittetilfeller, er først og fremst bekreftede tilfeller. Men ulike land har ulike måter å regne smittetilfeller på. Dette kan også påvirke smitteratene i ulike land og gjør også det samlede datagrunnlaget enda mer komplekst. I tilfeller hvor det ikke har vært mulig å teste – men hvor symptomene allikevel har vært ganske alvorlige – vil mistenkte covid-19-tilfeller også telles. I mange tilfeller kan det også være smittede som ikke blir en del av statistikken på grunn av uklare eller manglende symptomer eller begrenset testing. I slike tilfeller, enten det er koronatall, eller ved andre omstendigheter, så sammenligning med historisk data fra samme miljø kunne gi en indikator.
For å få fullstendig oversikt over en pandemi, sammenligner vi tall fra ulike land for å samle konklusjoner og utføre analyser. Men som nevnt kan både ulike innsamlingsmetoder for informasjonen og ulik kompetanse og kvalitet på helsetjenester påvirke den samlede kvaliteten for datagrunnlaget. De ulike testene virker dessuten forskjellig – som igjen påvirker tallene.
Det kan være andre faktorer også som påvirker hvorfor noen land har høyere smittetall enn andre. Demografiske forskjeller som BNP, aldersfordeling, befolkningstetthet og allmenn helsetilstand er også faktorer påvirker det endelig tallet. Dette kan dermed føre til misledende tall dersom man ønsker å sammenligne effekten av ulike behandlingsmetoder per land.
Dataanalyse er kun beslutningstøtte
Synes du data er spennende?
Prøv Tableau-løsningen selv gratis i 3 måneder og vær mer forberedt i møte med betydelig endring med dypere innsikt i dataene dine som en del av Salesforce Care. Få klare visualiseringer i sanntid, analyser dataene dine og ta tryggere beslutninger il usikre tider.
Finn ut mer her »Modeller er bare en forenkling av virkeligheten. Det vil alltid være en usikkerhet i de underliggende dataene, og med ulike datamodeller kan man bare gi kvalifiserte gjetninger. I tilfeller med koronaprognoser, er tallene på smittede basert på rapporterte tall fra sykehus. Dersom det er urapporterte smittetilfeller enn dette, vil de ikke gi utslag på den offentlige statistikken, og det vil derfor heller ikke kunne gi et endelig tall på statistikk over dødsfall.
Basert på ulike modeller og datasett har derfor også tallene over dødsfall blant koronasmittede fra Verdens Helseorganisasjon (WHO) vært svært ulike.
Selv de fremste analytikere har problemer med å spå fremtiden rett og slett på grunn av den ekstraordinære begivenheten pandemien utgjør og som historien aldri har sett maken til. Vi bør derfor alltid gå for en konservativ tilnærming når vi skal tolke tall og bruke det som beslutningstøtte.
Skepsis er sunt!
Det er en tidsalder kjent for falske nyheter, spinndoktorer og selverklærte eksperter på sosiale medier. Det er dessuten også enkelte stater og aktører som har egne interesser i å påvirke opinionen til å tro at det er mer eller mindre risiko forbundet med enkelte avgjørelser. Dette er derfor fortsatt viktig å ha et kritisk blikk og alltid sjekke kilder når vi får servert statistikk.
Prøv Tableau-løsningen selv gratis i 3 måneder og vær mer forberedt i møte med betydelig endring med dypere innsikt i dataene dine som en del av Salesforce Care. Få klare visualiseringer i sanntid, analyser dataene dine og ta tryggere beslutninger il usikre tider.
Finn ut mer her
