Proč „evidence-informed“ SWOT a co to znamená
Evidence-informed SWOT je přístup, ve kterém každá položka SWOT (S/W/O/T) stojí na ověřitelných důkazech – datech, měřeních, studiích, experimentech – nikoli pouze na dojmech. Cílem je zvýšit spolehlivost analýzy, odstranit zkreslení a usnadnit následnou priorizaci v TOWS/roadmapě. Klíčovým principem je transparentní mapování zdrojů, hodnocení kvality důkazů a replikovatelnost závěrů.
Taxonomie důkazů: od nejsilnějších po orientační
| Úroveň | Typ důkazu | Příklady | Typická síla | Rizika zkreslení |
|---|---|---|---|---|
| A | Primární kvantitativní data s kauzálním designem | A/B testy, přirozené experimenty, difference-in-differences, RCT | Vysoká | Neplatné předpoklady, malý vzorek, spillover efekty |
| B | Observační data s robustní statistikou | Panelová data, regresní analýzy s kontrolami, syntetické kontroly | Středně vysoká | Konfúze, endogenita, survivorship bias |
| C | Deskriptivní kvantitativní metriky | Trendy tržeb, konverze, retence, NPS/CSAT | Střední | Šum, sezónnost, chybějící kontexty |
| D | Strukturované kvalitativní důkazy | Hlubkové rozhovory, deníkové studie, incident post-mortems | Střední (hypotézy) | Výběrová zkreslenost, vliv moderátora |
| E | Sekundární zdroje a expertní úsudky | Analytické reporty, konzultantské studie, tržní predikce | Nízká až střední | Metodické omezení, konflikt zájmů |
Tuto hierarchii používejte při přiřazování „váhy důkazu“ ke každé položce SWOT.
Zdrojové kategorie: co dává váhu S/W/O/T v praxi
- Zákaznická data: transakce, churn/retence, segmenty, NPS/CSAT, poptávkové průzkumy, win/loss rozhovory.
- Produktově-provozní data: funnel, doba odezvy, stabilita (SLO/SLA), využití funkcí, incidenty a jejich MTTR.
- Finanční a obchodní data: příspěvková marže, LTV/CAC, pipeline, ARPA, metriky košíku.
- Tržní a konkurenční zdroje: podíl na trhu, cenové indexy, benchmarky, konkurenční funkcionality.
- Regulační a právní zdroje: nové normy, směrnice, licence, dotace (příležitosti nebo hrozby).
- Lidské zdroje a kapacity: seniorita týmu, fluktuace, dostupnost specialistů, produktivita.
- Dodavatelský řetězec: lead time, on-time in-full (OTIF), kvalita vstupů, alternativy.
- Bezpečnost a rizika: mapy hrozeb, audit logy, výsledky testů, škodové události.
Proces „evidence-informed“: krok za krokem
- Definujte rozhodovací otázku (např. „Je ‚Silná značka‘ skutečně S při vstupu do segmentu B?“).
- Proveďte inventuru dostupných důkazů podle kategorií a úrovní A–E.
- Posuďte kvalitu (validita, reliabilita, reprezentativnost, aktuálnost).
- Triangulujte (spojujte kvantitativní a kvalitativní zdroje, hledejte konzistenci).
- Přiřaďte „váhu důkazu“ k položkám SWOT podle metodiky uvedené níže.
- Dokumentujte stopu (zdroj, datum, autor, metoda, odkaz/repozitář, poznámky).
- Revizujte periodicky (měsíčně/čtvrtletně; označte zastaralé důkazy).
Metodika hodnocení: váha důkazu pro SWOT tvrzení
Přiřaďte každému tvrzení skóre Evidence Weight (EW) v rozsahu 0–1 podle následující matice:
| Dimenze | Otázka | Váha | Hodnocení (0–1) |
|---|---|---|---|
| Úroveň důkazu | A=1, B=0,85, C=0,65, D=0,5, E=0,35 | 0,35 | – |
| Kvalita metody | Předregistrování, statistická síla, kontrola confounders | 0,25 | – |
| Replikovatelnost | Opakovatelné výsledky v čase/segmentech | 0,20 | – |
| Aktuálnost | Data mladší ≤ 6–12 měsíců (dle domény) | 0,10 | – |
| Externí validace | Shoda z nezávislých zdrojů/benchmarků | 0,10 | – |
Výpočet: EW = Σ (váha_dim × hodnocení_dim). Při tvorbě TOWS poté kombinujte Impact Score (dopad varianty) s EW tvrzení, z nichž varianta vychází.
Mapování důkazů na položky SWOT
| Položka SWOT | Tvrzení | Klíčové důkazy | Úroveň (A–E) | EW | Stav |
|---|---|---|---|---|---|
| S | „Značka zvyšuje konverzi v segmentu SME o 12 %“ | A/B test landing → +12 p.b.; DiD po TV kampani | A, B | 0,86 | Validováno |
| W | „Dlouhý lead time výroby (> 14 dní)“ | MES logy, OTIF = 72 %, 6 měsíců | C | 0,62 | Potřebná reanalýza |
| O | „Růst poptávky v segmentu X o 18 % r/r“ | Tržní index, objednávky distributorů | C, E | 0,58 | Podmíněné |
| T | „Nová regulace zvýší náklady o 3–5 %“ | Návrh vyhlášky, model dopadů | D, E | 0,47 | Monitorovat |
Kvalita dat: jak posoudit, zda se na ně lze opřít
- Kompletnost: podíl chybějících záznamů; explicitně evidujte drop-out.
- Přesnost: vzorkové audity, křížová validace s nezávislým zdrojem.
- Konzistence: stabilita definic metrik v čase (změny verzujte).
- Včasnost: latence od události po dostupnost (D+1, týdenně, měsíčně).
- Reprezentativnost: zda vzorek odpovídá cílové populaci.
Triangulace: spojování zdrojů pro robustnější obraz
Výrok podpořený nezávislými zdroji (např. interní logy + externí index + rozhovory) získává vyšší EW. Neshody jsou signálem k hlubšímu výzkumu – neignorujte je; dokumentujte alternativní interpretace.
Standard práce s důkazy: reprodukovatelnost a audit
- Data lineage: od původu po transformace (ETL/ELT kroky, verze kódu).
- Verzování: repozitář analýz (notebooky, SQL, definice metrik) a release tagy.
- Peer review: minimálně jeden nezávislý analytik pro kritické závěry.
- Předregistrace: u experimentů definujte hypotézy a metriky předem.
Od evidence k vážené SWOT a TOWS
- Vytvořte evidence mapu (tabulka výše) pro všechna tvrzení.
- Přepočítejte EW a přiřaďte ji k položkám SWOT.
- Při tvorbě TOWS variant počítejte Priority Score = Impact × Feasibility × průměrné EW.
- Varianty s nízkým EW označte jako hypothesis-driven a naplánujte validaci (pilot, A/B testy, bety).
Příklady zdrojů, které „dávají váhu“ v typických doménách
- B2C digitál: event telemetry (produktová analytika), marketingová atribuce s MMM, A/B testy, kohortní retence, cenová elasticita.
- B2B: win/loss analýzy, délka sales cyklu, konverze mezi fázemi, usage-based signály adopce, reference klientů.
- Výroba a logistika: OEE, OTIF, scrap rate, SPC, simulace kapacit, dodavatelská SLA.
- Finanční služby: PD/LGD/EL, stresové testy, fraud modely, NPL ratio, regulační testy odolnosti.
- Veřejný sektor: programové evaluace, CBA/CEA, auditní zprávy, administrativní registry.
Typické chyby při „evidence-informed“ SWOT
- Data dredging: zpětné hledání vzoru bez předhypotézy.
- Cherry-picking: výběr pouze podporujících důkazů; nutná přehledová tabulka všech.
- Zmatení korelace a kauzality: jasně označte, co je pouze asociace.
- Nepřehledná dokumentace: bez zdrojových odkazů a verzí jsou tvrzení nereprodukovatelná.
Governance: kdo je vlastníkem důkazů
- Evidence Owner: odpovídá za správnost a aktualizaci důkazů k položce.
- Method Lead: nastavuje metodiku EW a audituje přístup.
- Decision Maker: využívá EW při priorizaci a schvalování TOWS.
Šablona evidenční karty k jedné položce SWOT
| Položka SWOT | S / W / O / T |
| Tvrzení | Konkrétní a testovatelné |
| Primární důkazy | – |
| Sekundární důkazy | – |
| Metodika | Experiment/observace/průzkum… |
| Výsledek | Kvant./kval. zjištění |
| EW (0–1) | – |
| Limity & rizika | – |
| Vlastník / Datum | – |
| Revize | Periodicita, podmínky expirace |
Integrace do dashboardů a rozhodování
- Vytvořte SWOT Evidence Board (kanban nebo dashboard) s filtry podle EW, domény a data.
- Pro klíčová rozhodnutí vyžadujte Evidence Brief (1–2 strany) s EW a doporučením.
- Při každé TOWS variantě zobrazte odkaz na evidenční karty a datovou stopu.
Praktický mini-příklad: validace „O – růst poptávky v segmentu Z“
- Externí index poptávky (E) → +14 % r/r (EW komponent 0,35×0,8).
- Interní leads (C) → +9 % q/q, po sezónním očištění +5 % (0,65×0,7).
- Průzkum nákupních plánů (D) → 31 % respondentů plánuje nákup (0,5×0,6).
- Triangulace → EW ≈ 0,35×0,8 + 0,65×0,7 + 0,5×0,6 = 0,28 + 0,455 + 0,30 = 1,035 / max 1,5 → normalizace na 0,69.
Výstup: O je s EW 0,69 „pravděpodobné“, vhodné pro pilotní vstup s kontrolovaným rozpočtem.
Jak pracovat s nejistotou
- Uvádějte intervaly a citlivost na předpoklady.
- Při nízkém EW preferujte exploratorní experimenty (levné a rychlé ověření).
- Rozlišujte signál vs
