Pull to refresh

Comments 34

Вы открыли мне глаза, теперь я знаю кто все эти окружающие меня люди.
Люди-снежинки с руками из жопы! Аааа!!!
Да, в наших кругах это уже становится мемом.

А на самом деле откровенных снежинок в нашей индустрии не так уж и много. Как правило, за внешними проявлениями качеств человека-снежинки лежит более глубокая системная проблема.
Да этот термин просто напросто универсален! Не обязательно его к админам одним применять. Ну а причины проявления криворукости, это да, у каждого свои.
Конечно не обязательно применять только к админам. Менеджер может быть снежинкой. Слесарь в автосервисе; бригада, ремонтирующя квартиру; продавец сотовых телефонов… Снежинки встречаются везде…
А если в одном отделе все работники — снежинки, то отдел — снежный ком :)
если в одном отделе все работники — снежинки, то это отдел калек — ОК!
или еще вариант, просто таблички с названиями отделов перепутали, и снежинки-админы на самом деле бухи 80 левела :)
я вот тоже этот термин активно продвигаю — в питере. И ссылку на слайдкаст всем выдаю!
Спасибо, надеюсь, через весь этот стеб мне удалось еще и крупицу знания передать.
Крупицу? Таки чуть побольше, ведь запомнилось из слайдкаста почти все.
Это приятно. Значит не зря раскрашивал серьезную тему стебом.
Если бы не стеб, процент запоминания стремился бы к нулю, т.к. слайдкаст скорее всего никто бы до конца не досмотрел. Но разве после веселой цифры 7 и людей-снежинок можно было не досмотреть до конца этот шедевр?
Гениальная дидактическая подача! И что приятно отфильтровано по конкретному опыту работы, это всегда очень помогает восприятию новых концептов из новой (для меня) области. В отличии от универсальной теоретической подачи, которая может и мощнее по концентрации знания, но сложна для восприятия без предварительного интереса/опыта.
Спасибо.

В свое время меня очень утомило гнусное бухтелово под отвратительные слайды в PowerPoint, с тех пор я стараюсь доказать (прежде всего самому себе), что практически любую тему можно передать аудитории более эффективно и интересно.

Подготовка к такому докладу занимает на много больше времени, но результат того стоит.
Спасибо Стасу Фомину, видео действительно есть. В нем есть еще один кусочек, который я уже рассказывал в минимум двух своих слайдкастах, опубликованных ранее. Постеснялся в третий раз пользоваться одним и тем же кусочком контента.
UFO just landed and posted this here
День еще не закончился -> Вы не можете утверждать последнее. Вдруг вы в лотерею выиграете сегодня?
UFO just landed and posted this here
Менеджеры любят цифры. Да это проще, чем работать с людьми, узнавать их ценности и потребности, понимать их и изучать их, учиться узнавать, что их мотивирует на самом деле.

В фильме Невидимая сторна, есть классный эпизод с основной мыслью — Знай свою команду. Просто вспомнилось.
Тайная мечта большинства менеджеров — иметь абсолютно объективный способ принимать любые решения да и еще таким образом, что бы все с этим были согласны.

Но с цифрами отнюдь не проще. Иллюзия простоты есть, но по сути это так же сложно как разбираться с ценностями людей.
Тема статистического обоснования не раскрыта. Если мы (как написано в русской википедии) рассматриваем σ как среднеквадратичное отклонение, то хотя бы понятно, что при нормальном распределении мы с p=0.95 должны попадать шесть сигм, и это легко доказать.

Что можно говорить о «вообще любом» распределении, да и ещё считая размах, я не понимаю. Есть какие-то доказательства на этот счет?
Я прошу прощения, p=0.95 — это 4 сигмы, а 6 сигм — это p=0.997.
Очень хороший вопрос.

Строго математического доказательства нет. В книге Д. Уилера и Д. Чамберса Статистическое управление процессами есть отдельная глава, посвященная результатам численного моделирования. Авторы моделировали случайные величины, распределенные по пяти разным законам и показывали, что критерий Шухарта (отклонение больше, чем на 3 сигма от центральной линии) достаточно хорош для каждого из распределений.

К сожалению, в википедии написана не вся правда. Изначально Шухарт, а затем Деминг разработали эту модель, и на практике показали ее экономическую целесообразность (а не математическую справедливость) без каких-то априорных предположений о конкретном виде распределения. Единственным требованием на этот счет было лишь существование этого распределения и достаточная его стабильность во времени.

В той же книге Уилера и Чамберса есть отдельная глава про мифы и распространенные заблуждения насчет контрольных карт. Заблуждениям насчет нормального распределения и центральной предельной теоремы посвящены как раз первые два раздела этой главы.

Если сделать чуть более глубокий шаг в сторону теоретизации то тут мы имеем задачу, сходную с байесовским детектором. В далеких 20-х годах прошлого века, когда Шухарт и Деминг работали в Bell Laboratories, перед ними стоял простой вопрос: «как из данных измерений производства, понять, когда стоит идти в цех и искать особые причины сбоев системы, а когда можно в цех не ходить и списать все на ее свойства?». В итоге получалась простая, конечная игра с матрицей выигрышей 2х2 (цена правильного детектирования, цена правильного пропуска, цена ложной тревоги и цена ложного пропуска особой причины). В их время, в их компании, в их экономической ситуации, в их производственной системе критерий Шухарта оказался наиболее экономически оправданным.

Вот, собственно, и все. Никаких чудес и никакой математической строгости.
Я хоть и в статистике и не очень, но есть вот такая штука, называется Central Limit Theorem. Не буду кривляться, не знаю как она в РФ правильно называется терминологически. Так вот, она говорит:

Какое бы дикое не было наше распределение, но если мы будем брать достаточное количество проб, высчитывать их среднюю, и смотреть распределение средних, то мы все равно придем к (сюрприз) нормальному распределению.

Вот тут, есть симулятор. Можно взять, нарисовать любой дикий процесс и получить Гаусса.

Как-то так.
В РФ это называется Центральная Предельная Теорема.

Но контрольные карты Шухарта работают и при небольших размерах подгрупп (даже 2 точки). Двух точек не достаточно, что бы превратить какое угодно распределение в нормальное.
Да, конечно. Я написал это лишь к тому чтобы «засигнализировать» что статистически даже в мейнстриме науки не нужно знать распределения чтобы делать выводы.

Тот же тест «студента» изначально выводился синтетически just to obtain better real life estimations. Несколько подобный принцип, как я понял, и с этой таблицой Шухарта. Эмпирически вывели параметры/коэффиценты для получения положительных (с точки зрения эфф.) результатов.
Одно время на своем проекте я занимался исследование клиентских данных, то есть методами их интерпретации.
Мне не нравилось как мы применяли нормальное распределение. Мне казалось, что нужно применять какой-то другой закон распределения. Я нашел очень хорошую научную статью, что применительно к данным, в том числе такого типа как показано у вас на слайдах, надо применять Log-normal distribution, по -русски не знаю как это будет.
Это распределение довольно сильно отличается от нормального, в том числе вычислением медианы и сигмы.
При применении такого распределения у вас не будет отрицательного значения при минус трех сигма.
Спасибо за хорошее замечание. Log-normal так и называется — логнормальное распределение.

Фактически вы правы, если заранее известен вид распределения, то можно более точно вычислять контрольные пределы, однако полученная прибавка к точности может не оправдать возросшей математической сложности задачи. Плюс ко всему в реальном производстве достоверно судить о конкретном виде распределения практически никогда нельзя.
Вот вы рассмотрели развитие по времени результатов квази-неизменной команды. А есть ли опыт анализа интегральных результатов команд с разным изначально качеством работников? Т.е. вариация не по времени а по составу команды.
Как пример — оутсорсинг в дешевую команду или увеличение производительности внутри. Ну или другие ситуации.
Согласен, это достаточно интересное направление. Но этого мы не исследовали, так как вариацию команды саму по себе в наших обстоятельствах мы считаем негативным явлением, проявление которого лучше избегать.

На вопрос «Делать самим или отдать компании-подрядчику?» универсального ответа нет и все будет зависеть от многих условий. И, самое главное, все определяется ответом на вопрос «Зачем?». Как ни странно, при определенных условиях, имея целью увеличение прибыли компании, иногда будет правильным отдать проект на аутсорс даже если это дольше, дороже и с сомнительным качеством. Но это уже другая история, идущая в сторону теории ограничений…
На этом слайде у манагера руки не оттуда нарисованы:

Sign up to leave a comment.

Articles