Что такое гипотеза
— это предположение, которое можно проверить, подтвердить или опровергнуть через проведение эксперимента
Гипотезы — основа для экспериментов, наблюдений и решений в науке. Они испокон века выдвигались учёными и философами в поисках ими причин происходящего, в поисках ответов на неизведанные вопросы о вселенной.
Теперь гипотезы стали частью современного бизнеса, который функционирует в условиях нестабильного развития рынка и появления новых, неизведанных трендов. Гипотезы становятся частью работы — они помогают пробовать новое, искать нестандартные решения и развиваться быстрее.
Чтобы гипотеза оказалась полезной, она должна быть логичной и чёткой. Ещё важно не просто предположить и взять идею «с потолка» в надежде, что что-то сработает — а обосновать свою идею и продумать, как проверить её на практике.
Где и как встречается термин гипотеза
Что ещё нужно знать про гипотезу
Термин «гипотеза» произошёл из древнегреческого языка: слово hypóthesis означает «основание», «предположение» или «тезис».
В научной среде гипотеза — это отправная точка исследования. Учёные выдвигают идеи, а потом проверяют их через эксперименты, наблюдения или расчёты. Если данные подтверждают гипотезу, она считается верной — пока кто-то не найдёт более точного объяснения или не опровергнет гипотезу.
В бизнесе гипотезы играют схожую роль. Они помогают принимать решения в условиях неопределённости — например, когда непонятно, какое изменение даст лучший результат.
Компания формулирует предположение вроде: «Если мы запустим персонализированную рассылку с таким-то контентом, то увеличим продажи на 10%». Дальше это проверяется в ходе эксперимента. Это может быть широко распространённый в маркетинговой и продуктовой стране А/Б-тестирование, проверка изменений на небольшой выборке пользователей, пре-пост анализ.
☝🏻 Гипотезы не бывают правильными и неправильными — они либо подтверждаются, либо нет. Даже если гипотеза опровергается — это тоже результат. Порой даже более ценный! Ведь он помогает не тратить ресурсы на неэффективные действия и понять, куда двигаться дальше. Или, вернее, куда двигаться не стоит.
Выше сказано, что гипотеза не должна браться с потолка. Это значит, что нельзя строить гипотезу просто потому, что мы «так чувствуем». За ней должно быть обоснование — иначе есть риск потратить время и деньги (хотя с гипотезами определённый риск допустим).
Чтобы гипотеза действительно принесла пользу, она должна отвечать нескольким критериям.
Гипотеза должна быть:
🔹 Конкретная. Не должно быть расплывчатых формулировок вроде «улучшится пользовательский опыт». Использовать надо что-то измеримое и оцениваемое — бизнес-метрики
🔹 Соответствовать фактам. Идея должна опираться хотя бы на горстку реальных данных и не противоречить им
🔹Проверяться. Любую гипотезу нужно протестировать — с помощью эксперимента, наблюдения или расчётов. Иначе это просто утверждение
🔹Быть новой. Хорошая гипотеза предлагает новый подход к решению задачи или улучшению процесса
Есть популярный шаблон, который используют продуктовые и маркетинговые команды:
Мы предполагаем, что [действие A] приведёт к [результату B], что в итоге даст [изменение C] для бизнеса
Пример: «Мы предполагаем, что оптимизация изображений до 1 МБ ускорит загрузку приложения на 40%, что снизит отток пользователей на 5%».
Дальше нужно проверить: как долго приложение загружается сейчас. Это реальные данные. На них строится гипотеза.
В продукте меняется что-то, что — как предполагается — может изменить скорость загрузки. В данной гипотезе это оптимизация изображений.
Дальше замеряется, насколько меняется скорость после оптимизации. Сравниваются результаты. Стало лучше — гипотеза подтверждена, можно масштабировать решение. Нет — надо пробовать что-то другое.
Ещё раз! Гипотезы не берутся с потолка. Они должны основываться на аналитике, наблюдениях, прошлом опыте. При этом элемент неопределённости должен присутствовать — иначе это факт, а не гипотеза.
Чтобы упростить формулировку гипотезы, можно использовать вот такие шаблоны:
- Предположим, что X улучшится, если Y
- Если сделать X, то произойдёт Y
- Вероятно, X приведёт к Y
❗Чем чётче звучит гипотеза, тем проще с ней работать! Плохо сформулированная гипотеза может содержать в себе подмену целей, комбинаций из целей и метрик. А чем их больше, тем сложнее проверить. В итоге можно вообще запутаться, что мы там проверяли и что получили,
Существует несколько подходов к проверке гипотез:
Экспериментальный. Изменяется одна из переменных и отслеживаются результаты
Наблюдательный. Смотрят, что происходит, ничего не меняя, — например, анализируют поведение пользователей
Статистический. Используют уже собранные данные, чтобы выявить закономерности или предсказать результат
Например, поменять цвет кнопки на лендинге — эксперимент. В этом случае чаще всего запускается А/Б-тест — чтобы сравнить, что сработало лучше. А/Б-тест должен проводиться по поводу только одного изменения, иначе эксперимент получится грязным.
Проверка гипотезы через наблюдение работает иначе. Например, выпускается новая функция, а команда продактов замеряет некий показатель — количество её использований. Гипотеза в этом случае могла бы касаться именно этого показателя. И тут она проверяется: подтверждается или опровергается.
В статистическом методе проверки гипотез может сочетаться несколько подходов, в том числе и эксперимент, и наблюдение. Важно только подобрать релевантную по составу и количеству человек группу — и собрать статзначимые данные.
Гипотезы нужны, чтобы разбираться в причинах происходящего и искать способы улучшить ситуацию. Это основа для экспериментов, наблюдений и решений — как в науке, так и в бизнесе.
Чтобы гипотеза была полезной, она должна быть логичной, чёткой и проверяемой. Важно не просто догадаться, что что-то сработает, а обосновать свою идею и продумать, как проверить её на практике.
Подписаться 
