Марат Шибутов сделал отличный разбор одного сомнительного «исследования» цен на такси, и разнес их кустарную методологию в пух и прах. Абсолютно с ним согласен, и этот кейс навел меня на более интересную мысль: а как вообще сегодня должна выглядеть нормальная аналитика в современных условиях? Правильно подходят к вопросу регуляторы там, где есть культура работы с информацией. Недавно смотрел открытые транспортные датасеты Нью-Йорка и Чикаго. Вот где настоящая красота. Регуляторы просто выгружают в паблик сырые логи поездок агрегаторов. В чикагском архиве, на минуточку, 300 миллионов строк. Данные жестко обезличены, никто не узнает, куда ездил конкретный Джон Смит. Но для макроанализа там есть всё: время до 15 минут, зоны посадки и высадки, точный пробег, разбивка чека на базовый тариф, налоги и чаевые. Мы сейчас из каждого утюга слышим про ИИ и как алгоритмы всё изменят. Но нужно быть честными перед собой: нейронки без качественной фактуры это просто модные генераторы текста. Чтобы ИИ давал реальную пользу государству и бизнесу, нам нужно кратно больше вот таких открытых, деперсонализированных датасетов. Причем не только в такси. Нам это нужно везде: в телекоме, ритейле, энергетике, ЖКХ. Только массивы сырых данных, а не заказные опросы или выборки на 20 человек, позволяют увидеть реальную картину без перекосов. Они не отрабатывают рекламные бюджеты и не страдают когнитивными искажениями. Пока мы не научимся системно собирать и открывать такие данные, вся наша экономическая аналитика так и останется гаданием на кофейной гуще, упакованным в посты «на правах рекламы».