---

Задание 7. Разбор системы по модели «Айсберг»
В первый день мы предлагали попробовать замечать свою реакцию на затруднение и выбирать способ справиться с ней.
Во второй — превращать затруднение в конкретную задачу и находить проверяемый следующий шаг.
Сегодня расширяем взгляд: будем разбирать не только отдельную трудность, но и систему, в которой она возникает.

Системное мышление — умение видеть связи между событиями, повторяющимися закономерностями, правилами работы и предположениями людей. В учёбе и работе это помогает не ограничиваться устранением одного симптома и точнее выбирать, что менять.

Модель «Айсберг» помогает разложить сложную ситуацию на 4 слоя и увидеть, что может стоять за заметными результатами.
Создай src/iceberg.md.
Выбери одну конкретную проблему или неоднозначный результат, обнаруженный в ходе проекта: например, расхождение между закрытием обращения и фактическим решением вопроса клиента. Используй уже полученные числа, наблюдения и материалы проекта; повторять все расчёты не нужно.
Разбери выбранную ситуацию по четырём слоям. Для каждого достаточно одного содержательного пункта; покажи, как слои связаны между собой.
Если трудно выбрать ситуацию, можно взять одну из этих:

Бот отвечает быстрее. Означает ли это, что клиент быстрее получает решение своего вопроса?
Обращение закрыто, но клиент возвращается с тем же вопросом. Что могло остаться нерешённым и как устроена дальнейшая помощь?
Одно обращение можно отнести и к первой, и ко второй линии. От чего зависит выбор и как он влияет на вывод о работе бота?
Бот повторно закрывает обращение вернувшегося клиента. В какой момент стоит подключать человека?
В выгрузке есть пропуски номеров обращений. Что мы можем не видеть и как это ограничивает наши выводы?
Руководство хочет, чтобы стало «лучше», но не уточняет, что это значит. Какие представления о хорошей поддержке влияют на выбор показателей?
img1

События — что видно на поверхности. Что конкретно происходит? Приведи наблюдаемый факт и число или ссылку на результат своего задания, который его подтверждает. Отдели факт от объяснения причины.
Закономерности — что повторяется. В каких темах, каналах, периодах или группах обращений проявляется похожий результат? На каких сравнениях основан вывод? Если повторяемость пока не установлена, обозначь это и укажи, что нужно проверить.
Системные причины — как устроен процесс. Какие правила, связи или критерии могут поддерживать эту закономерность? Рассмотри, например, передачу обращения от бота человеку, определение «решено» или границу между линиями поддержки. Объясни связь с предыдущими слоями. Возможную причину, которая ещё не подтверждена, обозначь как гипотезу и укажи способ её проверки.
Ментальные модели — какие предположения лежат в основе. Какие допущения в твоём анализе или в описании работы поддержки стоит проверить? Например: «закрыто ботом — значит решено» или «быстрый ответ — значит качественная помощь». Объясни, как выбранное допущение влияет на оценку результата или решение. Не приписывай людям убеждения без основания: предположение о чужой позиции обозначь как гипотезу.
Краткий итог. Что разбор уточнил в твоём выводе?
Какой вопрос, правило или предположение теперь стоит проверить прежде, чем расширять автоматизацию? Если позиция сохранилась, объясни, как разбор её поддерживает.
Не нужно придумывать закономерности или доказывать единственную первопричину. Явно отделяй то, что подтверждается данными, от возможных объяснений. Если данных не хватает, назови пробел и способ его проверки.
Сохрани результат коммитом и сделай пуш в ветку develop.

Результат: src/iceberg.md — разбор одной ситуации по четырём слоям и краткий итог. Проверка: проверяющий сверяет факт с результатами проекта, связь между слоями и обоснование вывода. Неподтверждённые причины и предположения обозначены как гипотезы; понятно, что нужно для их проверки. Зачем: увидеть, как устройство системы и исходные предположения влияют на результат, и точнее определить, что стоит проверить или изменить.