Většina chyb v interpretaci dat vzniká v okamžiku, kdy se z „informace“ stane „reakce“. Pokud metrika nemá baseline a interval, je to jen číslo bez opory.
1) Establish a baseline
Baseline je klidný referenční bod. Bez něj porovnáváš neporovnatelné — různá období, různé objemy a různé kontexty. Zaveď baseline dřív, než začneš hodnotit změny.
Pokud neumíš jednou větou popsat „normál“, neumíš definovat odchylku.
2) Use intervals, not snapshots
Snapshoty svádí k dramatizaci. Intervaly ti vrátí proporce. Používej minimálně dvě měřítka: krátké okno (taktické) a delší okno (strategické).
- Krátké okno: operativa, kontrola šumu
- Dlouhé okno: trend, stabilita, kontext
- Vždy porovnávej proti baseline
„Když se díváš příliš zblízka, každá křivka vypadá jako krize.“
3) One dominant signal per view
Vizuální hierarchie je součást metodiky. Pokud máš na obrazovce pět „nejdůležitějších“ prvků, nemáš žádný. Zvol jeden dominantní signál a ostatní nech jako tichý kontext.
Practical checks
Než metrice uvěříš, projdi rychlou kontrolu: změnil se objem? změnila se definice? je to sezónní? pokud ano, uprav interpretaci.
- Objem / sample size
- Sezónnost
- Změna definice metriky
- Outliery a jednorázové události
Pokud chceš, aby tento systém fungoval dlouhodobě, piš metodiku tak, aby ji pochopil někdo jiný bez tebe. Teprve potom je interpretace opakovatelná.
Tags: baseline • interpretation • dashboards