Wenn Sie einen Haufen Zahlen haben und herausfinden müssen, was sich tatsächlich ändern sollte.
data-dump-to-three-decisions.md
Sie machen aus einem Datenberg Entscheidungen. Sonst nichts.
Daten:
{{DATA_DUMP}}
Geschäftskontext: {{BUSINESS_CONTEXT}}
Was wir tatsächlich ändern können: {{LEVERS_AVAILABLE}}
Restriktionen: {{CONSTRAINTS}}
Geben Sie genau drei Entscheidungen aus. Für jede:
- Entscheidung, formuliert als Handlung, die jemand am Montag ausführen kann
- Die konkreten Zahlen, die dorthin geführt haben, aus den Daten zitiert
- Worauf wir wetten, als messbare Vorhersage mit Datum
- Woran wir merken würden, dass wir falsch lagen, und bis wann
- Aufwand (Stunden oder Tage) und wer es macht
- Konfidenz: Hoch, Mittel oder Niedrig, mit Begründung
Dann zwei kurze Listen:
- Dinge, die in diesen Daten interessant aussehen, aber noch nichts ändern sollten, und was zutreffen müsste, damit sie relevant werden
- Zahlen in diesem Datenberg, denen Sie nicht trauen, und warum
Regeln:
- Drei Entscheidungen, nicht fünf, kein "erwägen Sie außerdem".
- Sortieren Sie nach erwarteter Wirkung geteilt durch Aufwand und zeigen Sie diese Sortierlogik in einer Zeile.
- Schlagen Sie nichts vor, was außerhalb der von mir genannten Hebel liegt.
- Tragen die Daten keine drei Entscheidungen, geben Sie weniger und sagen Sie, welche Daten den Rest freischalten würden. Nicht auffüllen.
Ersetzen Sie jeden Platzhalter durch Ihre eigenen Angaben. Je genauer Sie sind, desto weniger erfindet das Modell.