彩票走势图

决策应该始终从心中的目标开始。在我们的这个例子中，参加学校的讨论会之后，像“我儿子怎么样了？”的问题，就不是一个好的分析性问题。分析性问题需要是明确的、具体的、有范围的、可量化的，并且是面向数据的。在我们的例子中，我们的目标是试图减少我儿子的不良行为。我们开始把这个目标变成了多个分析性问题，例如“自从引入一对一助手以来，这些不良行为是不是在减少？”等问题。

在这个例子中，这一步相当于在家长会议中，我们要求查看收集的数据。学校也提供了他们进行行为数据收集的日志。

下一步是询问学校是如何收集数据的。校方提到老师会在每天结束时报告不良行为的数量。

在这一点上，我们不能完全确定这些数据可以信任，因为老师可能会遗漏行为，或者忘记记录它们。即使老师确实准确完整地收集了信息，这些信息真的有用吗？这些信息本身是否能帮助我们了解如何解决不断升级的不良行为？

我们要求学校继续收集数据。同时，为了回顾上一个数据获取阶段，我们要求学校收集更多数据。具体来说，我们希望了解行为发生在一天中的什么时间，在这之前他做了什么，具体的行为是什么（使用4种类型的行为分类），以及他的行为导致了什么后果等情况。

使用探索性分析来发现可能存在的模式、趋势和关系，并深入挖掘根本原因。

需要提醒您的是，通过仪表盘/测量框架得到描述性分析不能回答“为什么这样”的问题。我们现在知道孩子的不良行为正在加剧，但我们知道为什么吗？如果我们不知道原因，我们怎么决定如何纠正行为？

进入探索性分析（也称为诊断分析）环节，我们尝试为可能发生的事情创建一个假设。根据我们要求收集的其他数据以及探索性分析的方法，我们需要查看多个维度的数据，然后我们发现绝大多数事件发生在一天中的某些时间段，在那些时候，环境往往是无序混乱的，并且也没有一对一的助手在场（如在午餐和休息期间）。

在之后的学校会议上，我们和校方讨论了这个问题。由于这些行为是在没有助手在场的无序时段发生的，所以合乎逻辑的做法似乎是请助手在这些时间陪伴我的儿子。这也是学校推荐的做法。

然而，在这个时候，您要做的是挑战数据、应用您的观点和经验，并从其他有不同观点的人那里得到一些建议。

我和妻子确实对数据提出了质疑，并运用了我们的经验。我们回顾了数据和第五步中的探索性分析并发现：几乎所有不良行为的结果，要么是我们的儿子被送到校长办公室，要么是和老师一起回到教室。我妻子和我运用了我们的经验，认为我们的儿子渴望大人的关注来寻求刺激，他宁愿和大人而不是和孩子在一起。没有这种经验的人只会运用他们自己的思维模式，认为被送到校长办公室的惩罚会被视为一件消极的事情。

您需要和一个认知多样化的团队一起回顾现有观点（或者如果您是一个人，要意识到您的偏见，然后反驳自己，重新构建观点）。

基于这个条件，我们提出了一个新的假设。

我们的儿子有这种行为是因为他想要得到大人的关注。根据数据显示，当他行为不端时，他得到了成年人的关注。所有，我们采取的一切行动实际上促成了这种行为。

如果决策有适用性，那么利用预测分析来运行模拟或类似于测试潜在的决策/解决方案。

现在的情况并不适用于进行决策模拟，但我们想回到信息获取阶段，获得更多的数据。

因此，我们决定和校长谈谈，了解孩子在他办公室的表现。校长强调说，他总是很开心，很投入，总是问很多问题。这也让我们更有信心来推进我们的新决策。

我们认为当不良行为发生的时候，我们儿子是没有跟大人在一起的，他通过做出这些行为把自己送到了大人们面前。

根据“3规则”和金字塔原则，向所有利益相关者（直接和间接的、上游和下游的）宣布您的决定。

我们确保学校里的每一个成年人，包括公交车司机、食堂工作人员、教师和所有工作人员，都知道我们的这个计划，并以树状决策的形式向他们提供当未来出现某些行为时该做什么指示。

当我们在一个月后看到下一轮的新数据时，我们看到这段时间内，我儿子的不良行为的数量总体上呈下降趋势。开始时这些行为出现了反弹，但后来逐渐下降了。这一变化趋势也让我们知道事情在变好之前可能会变得更糟。

这就是为什么充分分析和理解数据是非常重要的。我们不仅需要调查根本原因，而且要核查数据发展趋势到底是的确呈现出新的模式，还是只是改变过程中的一些波状反应。

利用审查机制对决策结果舍弃、修复以及从结果中快速学习，包括对数据、度量框架、决策责任、决策本身和其他相关内容的改进。

在我的这个例子中，这个步骤实际上被多次履行。因为我们重复地评估，并根据我们获取的洞察力来更新我们的决策。这既包括返回前面的步骤并更新测量框架，还包括扩展到更多的数据源，例如一天中的时间段，以及行为之前正在发生的事情以及行为之后的结果。这些信息给了我们更多的能力来获取未来的洞察力。