Был такой Рассел Акофф, он когда-то описал пирамиду DIKW: данные, информация, знание, мудрость. Каждый уровень требует интерпретации предыдущего.
И вот что мне в голову пришло.
ИИ уверенно работает с первыми двумя. «Инсайты» из нейросети почти всегда застревают на третьем – там, где знание ещё не стало действием.
Давайте так. Вы кидаете запрос: «Проанализируй данные кампании за месяц». Ответ тоже знакомый: «Конверсия выше в выходные. Десктопный трафик эффективнее на 18%. Москва - самый популярный город». Всё правда. Кроме самого главного – кто, что и когда должен сделать. Никто не знает этого.
Документ с инсайтами пухнет - токены не жалко. Никто инсайты не проверяет. Через месяц они устаревают. Приходит новый человек, цикл промптов повторяется.
Проблема не в инструменте. Наблюдение без критерия действия – это не инсайт. Это красиво оформленные данные.
Проверял это в нескольких командах подряд. Когда просишь людей после AI-отчёта назвать одно конкретное действие, которое они собираются предпринять – большинство не может. Потому что постановки не было изначально.
Инвестируйте в обвес - только тогда нейросеть помогает по-настоящему.
Рабочий подход: каждое наблюдение прогоняешь через три фильтра:
- Если это правда – какое решение меняется?
- Кто конкретно это делает?
- По какому показателю через две недели поймём, что сработало?
- Если это ошибка - то почему?
Если ни одного ответа нет – это очередные токены на ветер.
Акофф описал пирамиду в 1989-м. С тех пор появился GPT-4, но расстояние между знанием и действием никуда не делось. Это по-прежнему ручная работа.
Попробуйте прямо сейчас: возьмите последний AI-отчёт и прогоните первые три наблюдения через эти фильтры – сколько из них выжило?
Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале «Модель атрибуции».
