Billy Beane z Moneyball o tym, dlaczego ignorowanie danych jest największym ryzykiem ze wszystkich
W baseballu zawsze kierowano się intuicją i tradycją… dopóki Billy Beane nie udowodnił, że wygrywać mogą liczby.
W 62. odcinku podcastu The AI Forecast, Jak Billy Beane z Moneyball na zawsze zmienił baseball dzięki analizie danych, Billy Beane i gospodarz Paul Muller rozmawiają o tym, jak decyzje oparte na dowodach rzuciły wyzwanie tradycyjnemu baseballowi. Wyjaśnia, jak ograniczenia napędzają innowacje, kwestionowanie założeń jest kluczowe, a dane pomagają organizacjom na nowo wymyślić podejmowanie decyzji.
Od oceny talentów po zarządzanie zasobami — Billy twierdzi, że sukces zależy od stworzenia systemów, które stawiają dowody ponad ego. Poniżej znajduje się kilka głównych momentów z fascynującej dyskusji Paula i Billy'ego.
Ryzyko w nowym świetle
Paul: Jak trudno jest poradzić sobie z sytuacją, w której jest się pewnym pomysłu, ale rezultaty nie pojawiają się wystarczająco szybko?
Billy: To świetne pytanie. Poprosiłem o odpowiedź mojego asystenta. Pytał on: czy nie skorzystasz z okazji, jeśli przed przystąpieniem do testu z matematyki ktoś podałby Ci odpowiedzi? Korzystanie z danych tak właśnie wyglądało. Dawali Ci odpowiedź na test. Chcieliśmy wykorzystać dane i podejmować wiele decyzji. Wiedzieliśmy, że nie będziemy mieli racji za każdym razem; nie mieliśmy zamiaru wygrać wszystkiego — ale jeśli będziemy zdyscyplinowani w stosunku do danych, bezwzględni wobec liczb i konsekwentni w podejmowaniu decyzji, z czasem dopniemy swego.
Myślę, że było wiele założeń, kiedy postępowaliśmy z duszą na ramieniu, ale czuliśmy coś zupełnie przeciwnego. Czuliśmy, że wykorzystanie danych było dla nas czymś w rodzaju mapy drogowej i światła przeciwmgielnego. I znowu, nie zawsze mieliśmy rację co do każdej pojedynczej decyzji, ale jeśli byliśmy konsekwentni w sposobie podejmowania decyzji na przestrzeni czasu, dopinaliśmy swego — i to właśnie dyscyplina miała nas poprowadzić do sukcesu.
Jeśli masz rację trzy razy z rzędu, wszyscy są z Tobą. Jeśli za czwartym razem się pomylisz, wszyscy mówią: „A nie mówiłem Panu, że liczby nie mówią wszystkiego?”. I w pewnym sensie wracają do emocjonalnego podejmowania decyzji, ale nie traktują emocjonalnych decyzji według tych samych standardów. Jednym z czynników, dzięki którym otrzymujemy pochwały, co moim zdaniem jest trochę błędne, jest to, że podejmowaliśmy ryzyko. A to było zupełnie odwrotnie. Chcieliśmy zarządzać ryzykiem, chcieliśmy mieć moc sprawczą i myśleliśmy, że ryzykowne jest posiadanie informacji, które mogą pomóc w podjęciu decyzji z wyprzedzeniem, i nie skorzystać z nich. To było dla nas ryzyko.
Dane ponad dogmatyzmem
Paul: Dobra wiadomość jest taka, że zyskałeś sławę, zła natomiast, że zyskałeś sławę. Jak znalazłeś nową przewagę, gdy inne zespoły zorientowały się, co zamierzasz? Jak udało Ci się zachować zwinność?
Billy: Myślę, że prawdziwa rewolucja nastąpiła, gdy inne zespoły zaczęły dostrzegać znaczenie danych, gromadzić własne dane i wykorzystywać je do budowania bardziej predykcyjnych modeli. Kiedy po raz pierwszy zaczęliśmy podejmować decyzje, opieraliśmy je na statystykach. Statystyki są wynikiem. Zespoły zaczęły zdawać sobie sprawę, że istnieje lepszy sposób pomiaru procesów, który pozwala lepiej przewidywać umiejętności, a także że gromadzenie danych ma duże znaczenie. I szczerze mówiąc, nie chodziło tylko o zbieranie danych, ale o to, żeby ściągnąć do naszej firmy naprawdę inteligentnych i pełnych pasji ludzi, którzy wcześniej w niej nie pracowali.
W książce „Moneyball” chodziło o to, że wszystko w niej było informacją publiczną. W zasadzie przejęliśmy pomysły Billa Jamesa. Kultura pozwoliła nam to zrobić, ponieważ nikt tak naprawdę nie próbował pomysłów Billa Jamesa ani tego, o czym pisał w swoich broszurach przez wiele lat. Jednak w ciągu następnych 20 lat zespoły stały się bardzo prywatne — tak jest i dziś. Zatrudniają dużo osób i mają znaczne zespoły analityczne, w których młodzi ludzie pomagają budować te modele z wykorzystaniem biometrii, aby poprawić wyniki zawodników. Teraz to bardzo, bardzo wyrafinowany proces, który — mówiąc szczerze — wykracza poza moje pojęcie.
Każdy kieruje się danymi… aż do momentu, gdy dane mu zaprzeczą
Paul: Z mojego doświadczenia wynika, że teraz wyzwanie polega na tym, że wiele naprawdę bystrych, doświadczonych osób mówi: „Kieruję się danymi”. Ale gdy tylko napotkają one coś, co nie potwierdza ich doświadczenia, mogą powiedzieć: „Cóż, te dane nie są właściwe i nie zamierzam ich używać”. Krótko mówiąc, selektywne wybieranie danych to coś, co widziałem i co potwierdza moje zdanie, że każdy kieruje się danymi, dopóki potwierdza to jego opinię.
Billy: Dla mnie to jest prawdziwa szansa. Doświadczenia naprawdę odnoszącego sukcesy długoterminowego dyrektora generalnego w biznesie są danymi, a czerpanie z tych doświadczeń, aby pomóc mu w podejmowaniu decyzji, to dane. Ale myślę, że w wielu przypadkach, gdy przebywasz z doświadczonymi ludźmi, mamy tendencję do ustępowania, gdy mówią: „Hej, te dane są niewłaściwe”. Cóż, moja odpowiedź jest zwykle taka, że nie możesz się nie zgodzić z danymi, ponieważ nie jest to opinia. To jest fakt. W dzisiejszym świecie, z wszystkimi danymi, na które jesteśmy narażeni, prawdziwa szansa pojawia się wtedy, gdy dane mówią jedno, a własne doświadczenia mówią drugie. Osobiście wolę zawsze kierować się danymi i ignorować własne doświadczenia podczas podejmowania decyzji. I ponownie — wiem, że wiele osób się z tym nie zgodzi. Dla mnie szansa pojawia się wtedy, gdy naprawdę inteligentni ludzie widzą to samo, a dane coś im sugerują, ponieważ należy założyć, że konkurent zobaczy to samo i podejmie decyzję w tym zakresie.
Obejrzyj całą rozmowę z Billym Beanem w podcaście The AI Forecast w serwisach Spotify, Apple Podcasts oraz YouTube.