किसी सिमुलेशन पूर्वानुमान की समीक्षा करने के लिए, क्रम से सात बातों की जाँच करें: क्या प्रश्न सही ढंग से तैयार किया गया था, क्या दस्तावेज़ पूर्ण और सटीक थे, क्या नॉलेज ग्राफ़ में महत्वपूर्ण पात्र छूट गए थे, निष्कर्ष किस आधार पर निकाला गया है, क्या परिणाम संवेदनशीलता पुनर्परीक्षणों में खरा उतरता है, आप ईमानदारी से कितने आश्वस्त हो सकते हैं, और कार्रवाई करने से पहले वास्तविक दुनिया में किन बातों का सत्यापन आवश्यक है। जो पूर्वानुमान इन जाँचों में खरा उतरता है, वह एक समीक्षा योग्य परिकल्पना है जिसका आप बचाव कर सकते हैं; जो इन जाँचों में विफल रहता है, वह केवल एक कहानी है।
हर पूर्वानुमान की समीक्षा क्यों आवश्यक है?
एक सिमुलेशन रिपोर्ट पढ़ने में विश्वसनीय लगती है। इसमें एक कथात्मक संरचना, विशेषज्ञों के उद्धरण और स्पष्ट निष्कर्ष होते हैं। यही सहजता इसकी समीक्षा का कारण है: इनपुट में मौजूद कमियों पर आधारित एक अच्छी तरह से लिखी गई रिपोर्ट भी उतनी ही ठोस लग सकती है जितनी कि अच्छी सामग्री पर आधारित रिपोर्ट।
InfoDome में पूर्वानुमान कई चरणों की एक श्रृंखला के माध्यम से तैयार किया जाता है। आप दस्तावेज़ अपलोड करते हैं और पूर्वानुमान के बारे में जानकारी देते हैं; सेवा लोगों, संगठनों, समूहों और संबंधों का एक नॉलेज ग्राफ़ बनाती है; यह सैकड़ों एजेंट तैयार करती है जिनके अपने-अपने चरित्र, स्थिति और स्मृति होती है; वे Twitter जैसे फ़ीड और Reddit जैसे फ़ोरम पर चुनी गई संख्या में सत्रों के लिए आपस में बातचीत करते हैं; फिर एक विश्लेषक एजेंट रिपोर्ट लिखता है। इस श्रृंखला की प्रत्येक कड़ी की जाँच की जा सकती है, और नीचे दी गई समीक्षा उसी का अनुसरण करती है।
चरण दर चरण चेकलिस्ट
1. प्रश्न पूछने का सही तरीका: क्या सही प्रश्न पूछा गया था?
प्रश्न से ही शुरुआत करें, क्योंकि अस्पष्ट प्रश्न से अस्पष्ट उत्तर ही मिलता है।
- क्या परिणाम विशिष्ट है? "लोग कैसी प्रतिक्रिया देंगे?" यह प्रश्न कमजोर है। "क्या स्थानीय अभिभावक समूह पहले महीने में स्कूल विलय का विरोध करेंगे, और वे कौन सा तर्क देंगे?" यह प्रश्न मजबूत है।
- क्या समय सीमा स्पष्ट है? दौरों की संख्या (उदाहरण के लिए 10, 20 या 40) उस अवधि से मेल खानी चाहिए जिसकी आपको परवाह है, जैसे कि किसी घोषणा या लंबी बहस के बाद के शुरुआती दिन।
- क्या लक्षित दर्शक वर्ग परिभाषित है? यदि प्रतिक्रिया देश के अनुसार भिन्न है, तो सुनिश्चित करें कि सही लक्षित देशों का चयन किया गया है। आप अधिकतम 10 देशों का चयन कर सकते हैं, और एजेंटों को इन देशों के बीच समान रूप से विभाजित किया जाएगा।
- क्या प्रश्न तटस्थ है? ऐसा प्रश्न जिसमें अपेक्षित उत्तर पहले से ही मौजूद हो, वह इसकी पुष्टि करता है।
2. दस्तावेज़ की गुणवत्ता: सिमुलेशन को वास्तव में क्या पता था?
एजेंटों को केवल वही जानकारी होती है जो दस्तावेज़ और ग्राफ उन्हें देते हैं। अपने इनपुट को एक संशयवादी की तरह पढ़ें।
- क्या तथ्य वर्तमान हैं? कोई भी पुरानी कीमत, तारीख या नाम पूरी प्रक्रिया में फैल जाएगा।
- क्या सामग्री एकतरफा है? यदि सभी दस्तावेज़ आपके अपने संगठन से आते हैं, तो आलोचकों का प्रतिनिधित्व कम हो सकता है या उन्हें विकृत रूप में प्रस्तुत किया जा सकता है।
- क्या महत्वपूर्ण विवरण मौजूद हैं? किसी अप्रत्याशित परिणाम का सबसे आम छिपा हुआ कारण वह विवरण होता है जिसका दस्तावेजों में कभी उल्लेख ही नहीं होता।
- क्या कोई शोर है? लंबे परिशिष्ट या असंबंधित सामग्री एजेंटों को अन्य विषयों की ओर आकर्षित कर सकती है।
3. ग्राफ में मौजूद कमियां: कौन गायब है?
सिस्टम द्वारा निकाले गए तत्वों और संबंधों को देखें। यह पूछें कि इस स्थिति में वास्तव में कौन अपनी बात रखेगा और जांचें कि वे ग्राफ में मौजूद हैं या नहीं।
- नियामक निकाय, यूनियनें, स्थानीय मीडिया, प्रतियोगी, प्रभावशाली व्यक्ति, विपक्षी समूह।
- महत्वपूर्ण संबंध: कौन किसे वित्त पोषित करता है, कौन प्रतिस्पर्धा करता है, और किसका संघर्ष का इतिहास रहा है।
- वे समूह जो प्रभावित तो होते हैं लेकिन आधिकारिक दस्तावेजों में उनका शायद ही कभी उल्लेख किया जाता है, जैसे कि रात्रि-शिफ्ट में काम करने वाले कर्मचारी या ग्रामीण उपयोगकर्ता।
यदि कोई महत्वपूर्ण पात्र अनुपस्थित है, तो उसका विवरण देने वाला दस्तावेज़ जोड़ें और पुनः चलाएँ। अक्सर यही एक कदम परिणाम को अन्य किसी भी चीज़ से अधिक प्रभावित करता है।
4. मान्यताएँ: निष्कर्ष किस आधार पर निकाला जाता है?
प्रत्येक रिपोर्ट कुछ मूलभूत मान्यताओं पर आधारित होती है। उन्हें स्पष्ट रूप से खोजें।
- रिपोर्ट के विश्लेषक से पूछें: "कौन सी तीन मान्यताएँ आपके निष्कर्ष को सबसे अधिक प्रभावित करती हैं?"
- विपरीत विचारों वाले दो या तीन प्रतिनिधियों का साक्षात्कार लें और उनसे पूछें कि उन्होंने ऐसी प्रतिक्रिया क्यों दी। यदि उनके कारण किसी असत्य तथ्य पर आधारित हैं, तो आपको एक कमजोर कड़ी मिल गई है।
- तंत्रों (उदाहरण के लिए, "पात्रता को लेकर भ्रम माता-पिता के मंचों के माध्यम से फैलता है") को परिमाणों (उदाहरण के लिए, "अधिकांश एजेंट नकारात्मक हो गए") से अलग करें। तंत्र आमतौर पर आकारों की तुलना में अधिक विश्वसनीय होते हैं।
5. संवेदनशीलता पुनर्परीक्षण: क्या परिणाम बरकरार रहता है?
एक ऐसा निष्कर्ष जो एक छोटे से बदलाव पर पलट जाता है, वह नाजुक होता है। इसका परीक्षण करें।
- यह देखने के लिए कि सिमुलेशन से कितना बदलाव आता है, इसे बिना किसी बदलाव के दोबारा चलाएं ।
- एक समय में केवल एक ही चर बदलें : मुख्य वाक्य की शब्दावली, समय, कीमत, एक आलोचक की उपस्थिति।
- यह देखने के लिए कि प्रतिक्रिया अल्पकालिक है या स्थायी परिवर्तन, दौरों की संख्या में बदलाव करें ।
- दोनों रिपोर्टों की आमने-सामने तुलना करें। जो बात सभी परीक्षणों में एक जैसी रहती है, वही आपका पुख्ता निष्कर्ष है; जो बदलता है, वही अनिश्चितता है।
हमारा व्हाट-इफ विश्लेषण परिदृश्य ठीक इसी प्रकार की तुलना के लिए तैयार किया गया है।
6. आत्मविश्वास: आप ईमानदारी से कितने आश्वस्त हो सकते हैं?
प्रत्येक निष्कर्ष के लिए विश्वास स्तर लिखें, न कि पूरी रिपोर्ट के लिए।
- उच्च: यह निष्कर्ष प्रत्येक पुन: जांच में प्रकट होता है, इसकी एक स्पष्ट प्रक्रिया है और यह किसी विवादित तथ्य पर निर्भर नहीं करता है।
- मध्यम: यह अधिकांश परीक्षणों में दिखाई देता है, लेकिन इसकी तीव्रता भिन्न होती है या यह किसी ऐसी धारणा पर निर्भर करती है जिसकी आप जाँच नहीं कर सकते।
- कम: यह एक बार प्रकट होता है, या किसी अनुपलब्ध दस्तावेज़ या अनिश्चित तथ्य पर निर्भर करता है।
सिमुलेशन समीक्षा योग्य परिकल्पनाएं हैं जो निर्णय का समर्थन करती हैं, निश्चितता का नहीं। "मध्यम विश्वास, यह इस बात पर निर्भर करता है कि यूनियनें धारा 4 को कैसे समझती हैं" कहना, किसी निर्णयकर्ता के लिए एक आत्मविश्वासपूर्ण लेकिन बिना जांचे-परखे पूर्वानुमान से कहीं अधिक उपयोगी है।
7. वास्तविक दुनिया में सत्यापन: कार्रवाई करने से पहले क्या जांचना चाहिए
अंतिम चरण पूर्वानुमान को कार्रवाई में बदलता है। प्रत्येक महत्वपूर्ण निष्कर्ष के लिए, यह तय करें कि वास्तविकता में उसका कम खर्च में परीक्षण कैसे किया जाए।
- उदाहरण के लिए, संक्षिप्त साक्षात्कारों के माध्यम से, आलोचनात्मक समूह के कुछ वास्तविक लोगों से प्रश्न पूछें।
- सिमुलेशन द्वारा निर्णायक बताए गए एक प्रश्न पर एक छोटा सा सर्वेक्षण चलाएं।
- संशोधित शब्दों को उस सहकर्मी को दिखाएं जो इस प्रक्रिया में शामिल नहीं था।
- लॉन्च के दिन के लिए निगरानी संकेत निर्धारित करें: वे कौन से वाक्यांश या समूह हैं जो आपको बताएंगे कि सिम्युलेटेड परिदृश्य सामने आ रहा है।
एक उदाहरण: स्कूल विलय के पूर्वानुमान की समीक्षा करना।
एक नगरपालिका दो प्राथमिक विद्यालयों को मिलाने की योजना बना रही है। पहले सिमुलेशन में मध्यम स्तर की नकारात्मक प्रतिक्रिया का अनुमान लगाया गया है जो दो सप्ताह के भीतर समाप्त हो जाएगी।
- प्रश्न का दायरा: प्रश्न सामान्य रूप से "निवासियों" के बारे में पूछा गया था। टीम ने 20 दौरों में इसे माता-पिता, शिक्षकों और स्थानीय मीडिया तक सीमित कर दिया।
- दस्तावेज़: केवल परिषद का निर्णय और एक प्रेस विज्ञप्ति ही उपलब्ध थे। टीम ने बच्चों के लिए परिवहन योजना का सारांश भी इसमें शामिल किया है।
- ग्राफ में कुछ कमियां थीं: छोटे स्कूल के शिक्षक संघ और अभिभावक परिषद का उल्लेख नहीं था। इनके बारे में संक्षिप्त जानकारी देने वाला एक दस्तावेज़ जोड़ा गया है।
- पुनः विश्लेषण: नया पूर्वानुमान अधिक सटीक है। छोटे स्कूल की अभिभावक परिषद प्रमुख भूमिका निभाती है, और मुख्य तर्क विलय को लेकर नहीं, बल्कि स्कूल तक पहुंचने के लंबे और कम सुरक्षित मार्ग को लेकर है।
- संवेदनशीलता: प्रकाशित स्कूल बस योजना के साथ, तीन में से तीन बार के पुन:प्रस्तुति में नकारात्मक लहर उल्लेखनीय रूप से कम हो जाती है; इसके बिना लहर बनी रहती है।
- विश्वास का स्तर: क्रियाविधि के लिए उच्च (मार्ग की सुरक्षा), प्रतिक्रिया के आकार के लिए मध्यम।
- सत्यापन: टीम ने वास्तविक अभिभावकों से दो बार बातचीत की, जिन्होंने रूट संबंधी चिंता की पुष्टि की। निर्णय के साथ ही बस योजना प्रकाशित की गई।
पहली रिपोर्ट गलत नहीं थी, बस अधूरी थी। समीक्षा के बाद परिषद ने उस पर कार्रवाई की। इस तरह के निर्णयों की तुलना के लिए, निर्णय समर्थन परिदृश्य देखें।
अभ्यास में चेकलिस्ट का उपयोग करना
चेकलिस्ट को इतना छोटा रखें कि आप इसे हर बार इस्तेमाल कर सकें। एक सामान्य समीक्षा में पूर्वानुमान प्रस्तुत करने वाली बैठक से कम समय लगता है, और यह आपको सबसे आम गलती से बचाती है: कम जानकारी पर आधारित किसी सतही रिपोर्ट पर भरोसा करना। आप InfoDome कंसोल में परिदृश्य तैयार और पुनः चला सकते हैं; इस प्लान की कीमत €29 प्रति माह है, जिसमें €9 का मासिक AI उपयोग बजट और असीमित प्रोजेक्ट शामिल हैं।
अक्सर पूछे जाने वाले प्रश्न
कितने रीरन काफी हैं?
अधिकांश निर्णयों के लिए, एक अपरिवर्तित पुन: परीक्षण और एक चर में परिवर्तन के साथ दो या तीन परीक्षण शोर से ठोस निष्कर्षों को अलग करने के लिए पर्याप्त होते हैं। केवल अत्यंत महत्वपूर्ण निष्कर्षों के लिए ही अधिक परीक्षण जोड़ें।
मौसम पूर्वानुमान के गलत होने का सबसे आम कारण क्या है?
इनपुट में जानकारी का अभाव: ग्राफ में मौजूद न होने वाला कोई अभिनेता या दस्तावेजों में उल्लिखित न होने वाला कोई महत्वपूर्ण तथ्य। ग्राफ में छूटे हुए समूहों की जाँच करना आमतौर पर अन्य सभी चरणों की तुलना में अधिक लाभदायक होता है।
क्या मैं सिमुलेशन रिपोर्ट में दिए गए प्रतिशत पर भरोसा कर सकता हूँ?
इन्हें दिशा और सापेक्षिक शक्ति के संकेतक के रूप में मानें, न कि सांख्यिकीय रूप से प्रतिनिधि संख्याओं के रूप में। यदि सटीक हिस्सेदारी मायने रखती है, तो इसे वास्तविक सर्वेक्षण के माध्यम से मापें।
क्या मुझे विश्लेषक एजेंट से अपनी ही रिपोर्ट की आलोचना करने के लिए कहना चाहिए?
जी हां। यह पूछना कि कौन सी मान्यताएं सबसे ज्यादा मायने रखती हैं, या कौन सी बात निष्कर्ष को बदल देगी, पूर्वानुमान की कमजोरियों को खोजने के सबसे तेज तरीकों में से एक है।