Mesurer et comprendre ses données pour tout flinguer avec son projet

On met en place des outils d’analyse mais on ne sait pas interpréter les résultats.

Pire, on ne sait pas qu’on ne sait pas.

On fait confiance à notre cerveau qui n’en fait qu’à sa tête et voit ce qu’il veut voir. C’est ainsi que j’ai vu des boîtes :

-> payer des spécialistes experts consultants pour nous confirmer ce qu’on veut croire (biais de confirmation)

-> faire confiance aux résultats qui paraissent crédibles (biais d’apparence)

-> inventer des causalités et corrélations grâce à l’intuition (biais d’accusation)

-> ne rien remettre en question sous prétexte qu’on avait dépensé trop d’argent et de temps (biais de conviction)

-> se prétendre être différent … comme tout le monde (biais de conformisme)

Bref.

Notre cerveau est programmé pour fuir le danger donc la réalité. Or un projet requiert d’y faire face, même si ce n’est pas toujours agréable.

Avec une stratégie et en ayant connaissance des biais cognitifs, les chiffres indiquent quoi faire et où aller.

Comment ?

Définir et suivre les indicateurs clés pour mesurer l’avancement

Collecter et nettoyer les données avant l’exploration

Analyser parcours utilisateur, le segmenter pour mieux le servir

Optimiser l’acquisition et la conversion à travers de l’A/B Testing

Visualiser l’information pour en faciliter sa compréhension

Faire de la veille sur les sujets liés à l’IA

Posts les plus lus ?

15 tips Python avec pandas pour la Data

Le nettoyage de données : 10 trucs à faire

Qu’est-ce qu’une bonne métrique pour les startups ?

Qui suis-je ?

Namaste o/

Je m’appelle Aristide et je crois aux histoires. Elles nous permettent de décrire des choses qu’on a jamais vu, touché ou senti.

C’est de cette manière que des business comme les casinos arrivent à nous tromper avec des récompenses et jetons. En nous faisant croire, qu’un lieu où on est mathématiquement assuré de perdre, est un bon endroit.

Heureusement il existe un moyen de moins se faire rouler dans la farine : utiliser les données.

Rester à l’affût ?