Как я научилась доверять dashboard больше, чем интуиции

Когда я только начала работать с DataLens и Yandex Tracker на последнем месте работы, первое время я по привычке продолжала полагаться на интуицию: казалось, что я и так вижу, где у студентов проблемы, — просто по количеству вопросов в чатах, по дедлайнам и по тону сообщений.

Довольно быстро выяснилось, что это ощущение обманчиво. Те студенты, кто активно писал в чат, чаще всего были как раз наименее рискованной группой — они были вовлечены настолько, что искали контакт. Реальная зона риска пряталась в тех, кто молчал, — и её было видно только через churn rate и динамику активности в LMS, а не через живое общение.

Дашборд поначалу пугал избытком цифр: retention curve, completion rate по когортам, CSI по разным сегментам — всё это выглядело как отдельный язык, который нужно было выучить с нуля (и я учила). Но чем больше я сверяла свои догадки с тем, что показывали данные, тем чаще обнаруживала расхождения — и тем меньше доверяла первому впечатлению.

Сейчас, если бы я формулировала это как правило: интуиция хороша для генерации гипотез — «может быть, тут проблема», но плохой инструмент для их проверки. Для проверки нужен dashboard, даже если на его освоение уходит время и первые недели чувствуешь себя не экспертом, а новичком, заново учащимся читать собственную работу.

Этот сдвиг — от «я и так вижу» к «давайте проверим по цифрам» — стал, наверное, самым практическим уроком за все годы в EdTech, и именно он определяет, во что я хочу вкладываться дальше в карьере: в работу, где решения принимаются на основе данных, а не ощущений.

#EdTech #CareerPath