Вильбур Райт обратился в Смитсоновский институт с просьбой предоставить все материалы по полетам человека. Вместе с братом Орвиллом они тщательно изучили каждую статью, теорию и вычисление от ведущих исследователей авиации того периода. Они анализировали конструкции планеров Отто Лиленталя, инженерные подходы Октавия Шанюта и таблицы по подъемной силе и сопротивлению Сэмюэла Лэнгли.
Затем они предприняли нечто революционное: подвергли все это сомнению.
Когда их планеры не соответствовали предсказаниям из опубликованных данных, братья Райт не стали винить себя. Они сконструировали собственный аэродинамический туннель и самостоятельно проверили более 200 вариантов крыльев. То, что они обнаружили, их поразило. Коэффициенты подъемной силы Лиленталя — цифры, на которые опиралось все сообщество, — оказались неверными, и не частично. Полностью, абсолютно неверными.
Братья Райт не ставили под сомнение это из-за высокомерия; они применяли мышление с первых принципов. Именно это стало ключевым отличием их первого полета в 1903 году от неудачи Лэнгли, у которого было больше финансирования, авторитета и ресурсов, — его аппарат разбился в Потомаке всего за девять дней до того.
Современные специалисты по данным сталкиваются с аналогичной задачей. Мы окружены руководствами, структурами и лучшими практиками — инструкциями по A/B-тестированию, классификациями метрик, чек-листами для выбора моделей. Эти инструменты бесценны. Но, подобно таблицам Лэнгли, они могут сбить с толку, если использовать их без размышлений.
Наиболее дальновидные специалисты по данным, которых я знаю, не противопоставляют структуры и первые принципы. Они сочетают их. Структуры обеспечивают скорость. Первые принципы дают ясность. Вместе они отличают исполнителей задач от стратегических партнеров.
Что такое мышление с первых принципов?
Мышление с первых принципов подразумевает разбор проблемы на базовые истины и последующую сборку заново с нуля. Аристотель определял это как поиск «первой основы, из которой познается вещь».
На практике это означает задавать вопросы:
- Что мы знаем наверняка?
- Что мы предполагаем?
- Какие из этих предположений можно оспорить?
Это не подразумевает отвержение накопленных знаний: братья Райт изучили все доступные исследования; они просто не принимали их за абсолютную истину.
Для специалистов по данным это работает аналогично. Структуры — это карты, проверенные пути через знакомый ландшафт. Первые принципы — компас, который помогает ориентироваться, когда карта становится нечеткой.
Почему специалистам по данным это нужно именно сейчас
Структуры повсеместны в data science не зря. Они позволяют проводить эксперименты, определять метрики и создавать модели оперативно. Однако они также могут порождать ложную уверенность.
Я наблюдал, как команды проводили идеальные A/B-тесты, но отвечали на неверный вопрос. Я видел, как стандартные метрики формировали дашборды, которые впечатляли внешне, но не отражали ничего существенного. Эти промахи произошли не из-за дефектов структур. Они случились, потому что никто не остановился, чтобы задать вопросы первых принципов: Какое решение мы на самом деле хотим обосновать? Какую ценность мы действительно оцениваем? Нужна ли нам такая степень сложности?
Это приобретает особую важность, поскольку ИИ автоматизирует исполнительскую сторону data science. Генеративный ИИ может запрашивать данные, генерировать визуализации и применять структуры мастерски. Но он не способен определить, правильный ли вопрос вы задаете.
Мышление с первых принципов — ваш уникальный фактор. Это умение, которое удерживает структуры в рамках реальности — и оно превращается в наиболее защищенную компетенцию стратегического специалиста по данным.
Где первые принципы меняют все
Вот три примера, где стандартные руководства по data science написаны безупречно, но слепое следование им приведет к неудаче.
За пределами классических A/B-тестов
Стандартная структура гласит: сформулируйте гипотезу, рандомизируйте пользователей, оцените основной показатель, проверьте значимость. Это идеально работает — если вопрос правильный.
Но вопрос первых принципов возникает раньше: Какое решение мы пытаемся поддержать? Какую неопределенность устраняем?
Я однажды консультировал команду, тестировавшую новый алгоритм рекомендаций. Мысли по структуре подсказывали: рандомизируйте пользователей, измерьте кликабельность, протестируйте две недели. Выпустите победителя.
Однако пауза на первые принципы выявила иное. Мы не сомневались в кликах — начальные сигналы указывали на рост. Мы не были уверены, приведут ли эти клики к реальному вовлечению или просто к шуму.
Поэтому мы изменили фокус измерений. Вместо кликов мы сосредоточились на повторных визитах, глубине сессий и долгосрочном вовлечении. Итог? Новый алгоритм повысил клики на 12%, но снизил повторные визиты на 8%. Классическая структура сказала бы «выпустить». Подход первых принципов — «пока нет».
Мы заключили, что новый алгоритм слишком «приманчивый для кликов». Структуры предоставили методологию. Первые принципы — правильный вопрос.
Что на самом деле измеряют наши метрики?
Фреймворки метрик — Северная звезда, OKR, HEART — сильны, поскольку дают порядок. Но они могут создать иллюзию, что мы оценили именно то, что важно.
Мышление с первых принципов спрашивает: Какое базовое поведение или ценность нас интересует? Действительно ли эта метрика ее отражает?
Возьмем вовлеченность. Многие структуры предлагают DAU, длительность сессии или действия на сессию. Разумные прокси — но подходят ли они?
- Для приложения по медитации длинные сессии кажутся «лучше», но основная цель — устойчивая практика. Это может означать короче сессии со временем.
- Для аналитического инструмента больше запросов на пользователя может указывать на глубокое использование или на то, что пользователи не могут найти ответы. Истинная ценность — в более быстрых, целенаправленных инсайтах.
Я однажды приступил к новой работе и унаследовал дашборд, который гордо отчитывался о еженедельных активных пользователях как о главном показателе успеха. Но при детальном разборе я понял, что большинство «активных» пользователей просто входили, осматривались и уходили, не завершив ни одной задачи. С позиции первых принципов я решил, что реальная ценность — в завершенных задачах. После смены метрики мы, как и ожидалось, обнаружили гораздо более низкое использование по новой дефиниции, но это дало нам четкость в фокусе на то, что стимулирует значимое принятие.
Структура предлагает меню метрик. Мышление с первых принципов определяет, отражает ли какая-то из них ценность продукта. Иногда стандартная метрика идеальна, но иногда она опасно вводит в заблуждение.
Как первые принципы спасли запуск
Один из самых ярких примеров из моего опыта произошел в начале карьеры, когда наша команда получила задачу создать «оценку качества пользователей» для помощи продажам в приоритизации лидов.
Подход по структуре был очевиден: обучение с учителем, предсказание вероятности конверсии, ранжирование по баллу. У нас были данные, признаки, методология.
Через две недели, когда мы еле-еле выжимали прирост производительности, кто-то спросил: Какое решение продажи на самом деле примут на основе этого балла?
Мы опросили отдел продаж. Ответ был не «дайте точные вероятности». Это было: Стоит ли тратить время и персонализацию на звонок этому лиду или просто отправить стандартное письмо?
Это изменило все. Нам не требовалась сложная модель на весь диапазон вероятностей. Нужен был простой, интерпретируемый классификатор, оптимизированный вокруг одного порога.
Переосмыслив, мы перешли от ансамблевой модели к логистической регрессии, сократили половину признаков, выпустили на три недели раньше — и предоставили то, что продажи действительно использовали.
Вернувшись к первым принципам, мы уточнили настоящую проблему, а затем применили стандартные структуры для создания решения.
Компас и карта
Вот урок: стратегические специалисты по данным не выбирают между структурами и первыми принципами. Они их объединяют.
- Структуры — это карта — они позволяют двигаться быстро и использовать накопленные знания.
- Первые принципы — компас — они сохраняют ориентировку, когда карта не четко показывает путь.
Братья Райт не отвергли исследования своего времени. Они опирались на них, но знали, когда вернуться к основам.
Это смена мышления, которая отличает стратегических специалистов по данным от тактических. Речь не о знании большего количества методов или большей работе. Это о понимании, когда следовать карте и когда проверять компас.
С помощью ИИ применение структур станет проще. Но компас — это то, что вы строите сами. И именно это сохранит вашу актуальность, стратегичность и незаменимость в грядущие годы.