«Все модели неверны, но некоторые полезны» (с) Джордж Бокс Да и вообще модели опасная штука. Они очень сильно фреймят. А если в модели ошибка, которую ты не отловил и доверился этой модели полностью, то может быть совсем неприятно. Одна ошибка и ты ошибся. Только представьте. Вы исследуете новые области вашего бизнеса и компании, строите там какие-то модели и метрики, чтобы получать хоть какие-то ориентиры и точки опоры. А в конце года вдруг находите ошибку и понимаете, что все это время метрика не росла, а стагнировала или, ещё хуже, падала. Со всякими моделями принятия решений аналогичные ситуации могут происходить. Давайте базу возьмем - Матрицу Эйзенхауэра. Ошибся с определением важности и/или срочности, определил не тот квадрант. И… проиграл. Мне очень нравятся модели. Особенно те, которые позволяют раскладывать объект исследования в виде формулы. Тот же Закон Литтла например. Или всякие приоритеты по ICE/RICE/WSJF. Или индексы и прокси-метрики типа «стоимость фичи» aka «ФОТ / Thoughput». Уменьшай числитель, увеличивай знаменатель. Ну или наоборот. Очень удобно. Прямая инструкция к действиям. Аж деревом метрик запахло :) Вот кстати интересный пост про формулу счастья. Главное помнить про то, что модель не всегда правдива, в модели может быть ошибка, модель фреймит. Просто заставляешь себя снимать очки (модель), через которую ты смотришь на ситуацию. Иногда надевать другие. И всё будет хорошо. #article #telegram #thought