सफलता की परिभाषा

Decision Science समझना

Akshay Swaminathan

PD Soros Fellow at Stanford University School of Medicine

डिसीजन साइंस में सफलता

अच्छे मॉडल बेअसर हैं यदि असर न हो

  • उन्नत विश्लेषण तभी मूल्यवान है जब उस पर काम हो और उसे अपनाया जाए

अस्पष्ट सफलता से मेहनत व्यर्थ जाती है

  • साझा लक्ष्यों के बिना इनसाइट्स नज़रअंदाज़, गलत समझे, या अनउपयोगी रह सकते हैं

सफलता पर सहमति जरूरी है

  • काम शुरू होने से पहले, स्टेकहोल्डर/कस्टमर के साथ तय करें कि "सफल नतीजा" कैसा दिखेगा

सफलता

Decision Science समझना

समझें, आपके कस्टमर के लिए सफलता कैसी दिखती है

कस्टमर-फोकस्ड रहें

  • उनकी असली समस्याओं पर ध्यान दें
  • साफ करें कि किन नतीजों को जीत माना जाएगा

 

कस्टमर्स

सफलता सिर्फ accuracy नहीं है

  • असली मूल्य यह है कि मॉडल बेहतर फैसलों में कैसे मदद करता है
  • एक रेस्टोरेंट चैन को मॉडल की precision से ज्यादा बर्बादी घटाने और मार्केटिंग टार्गेटिंग की परवाह हो सकती है
Decision Science समझना

सफलता के मापदंड

  • परफॉर्मेंस: Model accuracy, precision, recall, या अन्य तकनीकी संकेतक
  • समय: प्रोजेक्ट ज़रूरत के समय तक डिलीवर हुआ या नहीं
  • लागत: क्या आप बजट में रहे
  • क्वालिटी: कोड की स्पष्टता, डॉक्यूमेंटेशन, और reproducibility
  • स्टेकहोल्डर संतुष्टि: क्या काम अच्छी तरह समझाया गया और दर्शकों के काम आया?
  • बिज़नेस इम्पैक्ट: क्या प्रोजेक्ट ने रणनीतिक लक्ष्यों या मापनीय सुधार में योगदान दिया?

मेज़र्स

Decision Science समझना

Minimum Viable Product (MVP)

सरल से शुरू करें

  • MVP आपकी समाधान की सबसे सरल रूप है जो कोर वैल्यू देता है
  • एक मुख्य सवाल का उत्तर दें और इंप्लीमेंट करने को तैयार रहें

MVP से गति और भरोसा बनाएं

  • शुरुआत में ही success metrics पर सहमति बनाएं
  • प्रगति को संप्रेषित करें, ट्रैक करें, और रिपोर्ट करें
  • शुरुआती सफलताएँ दिखाएँ और समर्थन जुटाएँ

MVP

Decision Science समझना

अभ्यास करते हैं!

Decision Science समझना

Preparing Video For Download...