Günümüzün hızla gelişen iş dünyasında yenilikleri doğru ve faydalı bir şekilde uygulayabilmek için analitik mükemmellik yetkinliği önemini arttırdı. Ancak analitik mükemmellik aşırı analiz anlamına gelmiyor. Sorunların sadece tümdengelime dayalı incelemesini değil, tümevarımsal olarak da ele alınmasını gerektiriyor. Bu makalede analitik mükemmelliği sağlayabilmek için analitik ve kavramsal düşünmeyi birleştirici bir yaklaşım sunuluyor.
Analitik ve kavramsal düşünmenin farkı
Etkili bir düşünme sistematiği, çalışanların iki tür düşünmeyle meşgul olmasıyla mümkün. Bu sistematik, tümdengelime dayalı analitik düşünmeyi ve tümevarıma dayalı kavramsal düşünmeyi içeriyor. Bu açıdan analitik düşünme; karmaşık sorunları parçalara bölmek, örüntüleri veya ilişkileri incelemekle ilişkili. Kavramsal düşünme ise; analitik düşünürlerin gözden kaçırabileceği olası çözüm veya fırsatları görmek konusunda imdada yetişiyor.1
Analitik akıl yürütme sırasında veriler arasındaki ilişkinin temel yapısını kavramak, mantıksal olarak eşdeğer bilgiyi tanımak, verilen gerçeklerden ve kurallardan neyin doğru olabileceğini ya da doğru olması gerektiğini çıkarmak için kişinin özelleşmiş bilgiye veya deneyime ihtiyacı yok. Bu da bizi başlangıcı Kant’a dayanan “analitik ve sentetik önerme” ayrımına getiriyor.2 Analitik önermeler, yalnızca anlamlarından dolayı doğru ya da yanlışken, sentetik önermelerin doğruluğu anlamlarının dünyayla olan ilişkisinden kaynaklanıyor.
Gündelik hayattan oldukça basit bir örnek verelim: “Psikiyatristler doktordur” analitik bir önermeyi, “psikiyatristler zengindir” ise sentetik bir önermeyi temsil ediyor. Sentetik önermelerin doğruluğu şüpheli olduğu için, deneysel gözlemle sınanması gerekli. Tümevarımsal akıl yürütme, gözlemlenen belirli olguların genellenebilir ilkelerle açıklanıp açıklanamayacağı konusunda iç görü sağlıyor. Kesinlikten vazgeçip kanıta bağlı olasılıklardan söz etmeye başladığımız bu düşünme biçimini, temsil gücü yüksek örneklemler üzerinden araştırmalar yürüten bilim insanları aslında sıklıkla kullanıyor. Analitik düşünme bilinen ilişkileri inceliyor. Kavramsal düşünme ise yeni ilişkileri yakalamakla ilgileniyor. Merak duygusu bilinenin ötesindeki bilinmezliği keşfetme ihtimaliyle tetikleniyor.
Veriyi değere dönüştürmek için kavramsal düşünme
Analitik beceriler ormandaki farklı ağaç türlerini araştırırken, kavramsal beceriler ağaçların arasında kaybolmamak için yol gösteriyor. Kavramsal becerilere sahipseniz, soyut fikirler üzerine çalışmanız ve büyük resmi görmeniz, bu durumda ormanın kapsayıcı ekosistemini bütün olarak anlamanız kolaylaşıyor.
İş hayatı açısından düşünüldüğünde kavramsal düşünme, işletme dilinden konuşmak ve yaşanan sorunda değeri neyin yönlendirdiğini anlamak için gerekli. Diğer deyişle, sorunun ekonomik sisteme değer katmak için nasıl ele alınması gerektiği hakkında bir anlayış sunuyor. Teknik beceriler sorunu analiz etmek konusunda araç sağlıyor. Kavramsal düşünme hem analiz sürecini hızlandırıyor, hem de işletme için değer üretme fırsatı veriyor.3
Sonuç
Kavramlarla düşünmeye başlarsak, hangi veriyi dikkate alacağımızı ve veriler arasında nasıl doğru ilişki kuracağımızı öğrenebiliriz. Tekrara düştüğümüz ve kendi yaklaşımımızın dışına çıkamadığımız noktada ise kavramsal düşünme bu kez farklı kavramları tanıyarak önyargılarımızın üstesinden gelmek için bize kapı aralayabilir. Başarılı çözümler resmin bütününü anlayarak elde edilebilir. Analitik mükemmelliğe, aşırı analiz yapmakla değil, aksine esas sorun alanlarına odaklanmayı ve çıkarımların iş sonuçlarına etkisini artırmayı sağlayacak kavramsal bir ön görü geliştirmekle ulaşılabilir.
Kaynakça:
- Rose D. Approaching data analytics with the right mindset [İnternet ]. Uygun erişim: https://www.linkedin.com/pulse/approaching-data-analytics-right-mindset-doug-rose
- Kant I. Critique of Pure Reason. 1781.
Willig C. How can conceptual thinking make you a better data scientist? [İnternet]. Uygun erişim: https://medium.com/@cwillig/how-can-conceptual-thinking-make-you-a-better-data-scientist-b250d252011d
Leave a Comment
Your email address will not be published. Required fields are marked with *