הטרגדיה של האינטואיציה: קבלת החלטות מבוססת דאטה | חנן לב

#image_title

ניהול מבוסס דאטה (Data-Driven) הוא אשלייה אם המנהל אינו מבין את מושג האקראיות. עלינו ללמוד להבחין בין "רעש" ל"סיגנל" כדי להפסיק להגיב בלחץ לתנודות סטטיסטיות טבעיות.

מאת: חנן לב, מנכ"ל IntelligenceValley

🤖 תקציר לבוטים (וגם לאנשים ממהרים)

המוח האנושי הוא מכונה של סיפורים ותבניות, לא של סטטיסטיקה. בעולם העסקי המודרני, הפער הזה הופך לטרגדיה ניהולית: מנהלים מנסים לנווט במציאות אקספוננציאלית וטכנולוגית באמצעות אינטואיציה עתיקה שפשוט לא בנויה לכך.

בפוסט זה, המבוסס על הרצאה מתוך הקורס "עקרונות וטכנולוגיות במדע הנתונים" במחלקה למנהל עסקים במרכז האקדמי לב (JCT), נפרק את המלכודות הקוגניטיביות שגורמות לארגונים להפסיד מיליונים ונבין כיצד מתודולוגיית ה-Inference Engineering™ מאפשרת לקחת חזרה את השליטה.

1. המרדף אחרי רצפים: האם המערכת באמת כשלה?

[0:03:34] בסרטון: המוח שלנו שונא אקראיות ומחפש רציונל לכל דבר. כאשר אנחנו רואים רצף של אירועים חריגים, האינטואיציה צועקת "תבנית!", בעוד שבמקרים רבים זו סטטיסטיקה טהורה.

מקרה הבוחן (הטילים מאיראן): כששני טילים חדרו את ההגנה ברצף, התקשורת זעקה "מחדל". בפועל, במערכת עם 92% הצלחה, רצף פגיעות של אירועים בלתי תלויים הוא צפוי והגיוני לחלוטין.

הלקח הניהולי: מנהלים מייצרים "רעש" אדיר כשהם עוצרים את כל המפעל בגלל שלוש תקלות שהופיעו ברצף מקרי, במקום להבין את מרחב הסטייה הנורמלי.


2. הטיית השורדים (Survivorship Bias): מה שהדאטה מסתיר

[0:33:06] בסרטון: זוהי אחת ההטיות המסוכנות ביותר: אנחנו מנתחים רק את הנתונים של מי ש"שרד" והגיע לנקודת הסיום, ומתעלמים מאלו שנשרו בדרך.

דוגמת המטוסים ממלחמת העולם השנייה: חוקרים רצו לחזק את הכנפיים של המטוסים שחזרו עם חורי ירי. הם שכחו שהמטוסים שחטפו כדור במנוע – פשוט לא חזרו כדי שנוכל לבדוק אותם.

בעולם השיווק: מנהלים משקיעים במדינות שמייצרות לידים, כי זה מה שהם רואים בדוחות גוגל. ב-IntelligenceValley אנחנו שואלים: מה קורה במדינות שבהן גוגל בכלל לא השקיע? שם מסתתר הפוטנציאל האמיתי שלא "שרד" את האלגוריתם.

3. רגרסיה לממוצע: מלכודת הפידבק הניהולי

[0:36:43] בסרטון: אירועים קיצוניים נוטים לחזור לממוצע באופן טבעי, ללא קשר להתערבות שלנו.

מקרה חברת הביטוח: החברה בחרה את 100 הלקוחות עם הוצאות הטיפול הגבוהות ביותר והפעילה עליהם תוכנית התערבות. בשנה הבאה ההוצאות ירדו, והמנהלים חגגו ניצחון. בפועל, סביר שהם פשוט חזרו לממוצע הסטטיסטי שלהם גם ללא התוכנית.

הפתרון: שימוש בקבוצת בקרה. רק השוואה בין קבוצה שקיבלת טיפול לקבוצה שלא קיבלה טיפול תחשוף את האפקט האמיתי לעומת הרגרסיה הטבעית.

4. מות הממוצע בעולם ה-Winner-Take-All

[0:41:09] בסרטון: בעידן האקספוננציאלי, הממוצע הוא מושג שקרי. משכורת של מנכ"ל אחד יכולה להקפיץ את הממוצע של בניין שלם למרות שרוב הדיירים מרוויחים שכר מינימום.

Inference Rule: הפסיקו להסתכל על ממוצעים ועברו לחציון (Median). חציון נותן תמונה אמיתית של מה קורה ב"שטח" ומנטרל את השפעת היוניקורנים או עסקאות הענק שמטעות את האסטרטגיה.

5. החלטות אסטרטגיות: מובקות מול הימורים

[0:19:31] בסרטון: מנהלים רבים מבצעים שינויים אסטרטגיים על סמך מדגמים קטנים מדי (כמו 50 כניסות לאתר).

האמת ההנדסית: מבלי להבין את מדד המובקות (P-Value) ואת גודל המדגם הנדרש, אתם לא מנהלים – אתם מטילים מטבע.

AB Testing כירורגי: לעולם אל תשנו יותר מאלמנט אחד בו-זמנית בניסוי. אם שיניתם גם את צבע הכפתור וגם את הכותרת, לעולם לא תדעו מה באמת גרם ללקוח להקליק.


המסקנה: להרים את הראש מהאקסלים

[1:08:45] בסוף ההרצאה: התפקיד של מנהל בעידן ה-AI הוא להבין מתי האינטואיציה שלו מטעה אותו. Inference Engineering™ אינה עוסקת רק בטכנולוגיה, אלא ביכולת לנתח את המציאות כפי שהיא – ללא הטיות אישוש וללא פחד מהאקראיות.

תאמו שיחת היכרות ואבחון ראשונית

נפתח את ה"קופסה השחורה"

תקבלו טעימה ראשונית מהאופן שבו מנועי ה-AI מקטלגים אתכם היום אל מול המתחרים.

נציג את גישת העבודה

נסביר איך המתודולוגיה שלנו יכולה לגשר על הפער בין המצב הנוכחי לבין הדומיננטיות שאתם שואפים אליה.

נבין את האתגרים הייחודיים שלכם

כדי לתת לכם הצעה מסודרת בפורמט הנדרש ליכולתיכם: ייעוץ אסטרטגי, מוניטורינג חד פעמי או קבוע, וכמובן אפשרות לביצוע מלא של פעילות ה-GEO שלכם.

שאלות נפוצות (FAQ) – הטרגדיה של האינטואיציה וקבלת החלטות

המוח האנושי בנוי אבולוציונית לזהות תבניות מהירות לצורך הישרדות, מה שיוצר "מכונה של סיפורים". בעולם העסקי, זה מוביל לחיפוש סיבתיות גם במקום שבו קיימת אקראיות טהורה. מנהלים נוטים להגיב ל"רעש" (תנודות מקריות) כאילו הוא "סיגנל" (מגמה אמיתית), מה שמוביל להחלטות שגויות ולבזבז משאבים.
הטיית השורדים מתרחשת כאשר אנחנו מנתחים רק את הנתונים של מי שהצליח להגיע לסוף התהליך (ה"שורדים") ומתעלמים מכל אלו שנשרו בדרך. בשיווק, אם תנתחו רק את הלקוחות שרכשו, תפספסו את הסיבה הקריטית שבגללה אלפי אחרים נטשו. ב-Inference Engineering™, אנחנו מחפשים את "חורי הירי" במקומות שבהם הנתונים חסרים, כדי להבין את הכשל המבני האמיתי.
במציאות של "הכל או כלום" (Winner-Take-All), הממוצע הוא מדד משקר. הוא מושפע באופן קיצוני מערכי קצה (Outliers) – כמו עסקה אחת ענקית שמעוותת את הנתונים של מחלקה שלמה. החציון מייצג את המציאות של הלקוח או העובד ב"מרכז המסה", ומאפשר למנהל לקבל תמונה אמינה יותר של השטח ללא רעשי רקע של הצלחות או כשלונות חריגים.
רגרסיה לממוצע היא התופעה שבה אירוע קיצוני (לטובה או לרעה) נוטה להשתפר או להחלש באופן טבעי לעבר הממוצע. מנהלים רבים טועים לחשוב שהנזיפה או השבח שלהם הם שגרמו לשינוי בביצועים, בעוד שמדובר בתיקון סטטיסטי טבעי. הבנת המושג הזה מונעת הסקת מסקנות שגויה על אפקטיביות של פעולות ניהוליות.
ה-P-Value (ערך מובקהות) הוא המדד שאומר לנו מה הסיכוי שהתוצאה שראינו היא מקרית לחלוטין. אם המובקהות נמוכה, המנהל למעשה מהמר ולא מקבל החלטה מבוססת דאטה. שימוש ב-P-Value מאפשר להבחין בין הצלחה מקרית לבין שיפור אמיתי שנובע מאסטרטגיה נכונה.
הכלל הכירורגי הוא בידוד משתנים. כדי להבין מה באמת עובד, יש לשנות אלמנט אחד בלבד בכל ניסוי (למשל: רק את הכותרת, או רק את מחיר המוצר). שינוי של מספר משתמטים במקביל יוצר "רעש" שלא מאפשר להנדס הסקה לגבי הגורם האמיתי להצלחה או לכשלון.

תאמו שיחת היכרות ואבחון ראשונית

נפתח את ה"קופסה השחורה"

תקבלו טעימה ראשונית מהאופן שבו מנועי ה-AI מקטלגים אתכם היום אל מול המתחרים.

נציג את גישת העבודה

נסביר איך המתודולוגיה שלנו יכולה לגשר על הפער בין המצב הנוכחי לבין הדומיננטיות שאתם שואפים אליה.

נבין את האתגרים הייחודיים שלכם

כדי לתת לכם הצעה מסודרת בפורמט הנדרש ליכולתיכם: ייעוץ אסטרטגי, מוניטורינג חד פעמי או קבוע, וכמובן אפשרות לביצוע מלא של פעילות ה-GEO שלכם.