6 Manažéri a organizátori údajov čelia výzvam

Pracujeme v dátovo orientovanom svete. Manažéri sú bombardovaní údajmi prostredníctvom správ, dashboardov a systémov. Pravidelne sme upozorňovali na rozhodovanie založené na údajoch. Vedúci predstavitelia sľubujú sľub Big Data pre rozvoj konkurenčnej výhody, ale väčšina z nich sa snaží dohodnúť na tom, čo to je, o čom menej opisujú očakávané hmatateľné výhody.

Úloha dátového vedeckého pracovníka je v horúcom dopyte s predpokladanými nedostatkami v tejto vznikajúcej, dôležitej úlohe, ktorá sa očakáva roky. Organizácie vynakladajú každý rok bohatstvo inštaláciou softvéru na zachytávanie, ukladanie a analýzu údajov. Marketingové oddelenia sú čoraz viac naplnené technickými, dátovo zdatnými profesionálmi na úkor kreatívnych rolí.

Svet podnikania je svetom zameraným na údaje, ale je dôležité uznať, že údaje nie sú samoúčelné. Podobne ako všetko ostatné, čo v našej práci čerpáme, údaje sú nástrojom sľubným. V správnych rukách so správnymi prístupmi je pozoruhodný potenciál pre údaje na podporu rozhodovania.

Nenechajte sa však dostať do falošného presvedčenia, že získavanie a analýza údajov je bez rizika. Poďme si trošku polish vypnúť myšlienku dát ako obchodný záchranca a pomôcť identifikovať niektoré z možných úskalia tohto nového zdroja predstavuje pre nás všetkých.

Upozornenie je vopred pripravené.

Nízka kvalita údajov

Aj keď sme zvyknutí myslieť na kvalitu v súvislosti s fyzickými objektmi alebo produktmi, ukazuje sa, že kvalita údajov je pre každú firmu materiálnym problémom po celú dobu. Dáta uložené v štruktúrovaných databázach alebo archívoch sú často neúplné, nekonzistentné alebo zastarané. Pravdepodobne ste boli na konci jednoduchého príkladu problému s kvalitou údajov.

Väčšina z nás si môže spomenúť príjem duplicitných zásielok od obchodníkov adresovaných mierne odlišným alebo radikálne odlišným verziám nášho skutočného mena. Databáza obchodníka obsahuje duplicitné záznamy s našou adresou a rôznymi, často chybnými pravopismi alebo variáciami nášho mena. Duplicitnú poštu recyklujeme ako nevyžiadanú poštu a obchodníkovi vznikajú nadmerné náklady vo forme tlače a odosielania zásielok v dôsledku jednoduchého problému s kvalitou údajov. Zjednodušte túto chybu mnohými stovkami alebo tisíckami záznamov a táto malá chyba kvality údajov sa stane nákladnou.

Význam kvality údajov rastie, keď sa snažíme rozhodovať o stratégiách, trhoch a marketingu v takmer reálnom čase. Kým softvér a riešenia existujú na pomoc pri monitorovaní a zlepšovaní kvality štruktúrovaných (formátovaných) údajov, skutočným riešením je výrazný záväzok organizácie zaobchádzať s údajmi ako s hodnotným aktívom. V praxi je to ťažké dosiahnuť a vyžaduje mimoriadnu disciplínu a podporu vedenia.

Utopenie v dátach

Údaje sú všade v organizácii. Zvážte údaje o zákazníkoch. Väčšina organizácií sa stala zručnou v získavaní informácií o zákazníkoch a vyhliadkach.

• Marketing zhromažďuje údaje od ľudí, ktorí navštevujú živé alebo webové udalosti alebo ktorí sťahujú obsah.
• Vedúci pracovníci používajú údaje na podporu alebo definovanie nových stratégií.
• Predaj zhromažďuje údaje o zákazníkoch zapojených do procesu predaja.
• Zákaznícka podpora zachytáva informácie o hovoroch a chatoch.
• Manažérske tímy vychádzajú z údajov a kľúčových kritérií pre scorecards.
• Údaje o zákazníkoch sa používajú pri účtovaní na účely fakturácie a na základe kvalitných a zákazníckych prehľadových tímov na monitorovanie spokojnosti zákazníkov.

Zachytávame informácie o zákazníkoch v rôznych softvérových systémoch a údaje ukladáme do rôznych úložísk údajov. Jeden globálny Fortune 100 firma uznala, že až 10% ich zákazníckych údajov bolo lokálne držaných zamestnancami na svojich počítačoch v tabuľkách. Ďalšia organizácia pravidelne pred prieskumom svojich obchodných zástupcov zisťuje údaje o vizitkách.

Podobne ako oceánsky námorník uviaznutý v záchrannom člne po tom, čo sa jeho loď potopila, je voda všade, ale nie kvapka na pitie. V našich podnikoch máme rovnaký fenomén. Údaje sú všade a údaje sú v reálnom čase dostupné zo sociálnych a vyhľadávacích kanálov. Ak údaje nie sú ľahko dostupné alebo ak máme duplicitné alebo neúplné údaje, nedokážeme ich využiť na stanovený účel.

Stále častejšie organizácie integrujú svoje rôznorodé softvérové ​​aplikácie a zjednodušujú proces zhromažďovania a zhromažďovania údajov v rámci podniku. Popri kvalite údajov je však toto úsilie drahé, časovo náročné a nikdy neskončí.

Rastúce objemy údajov

Robíme viac a viac dát tempom, ktoré je ťažké pochopiť. Odborníci naznačujú, že každé dva roky (a zmenšujú sa) vytvárame viac údajov, než aké existovali na planéte Zem pre všetku civilizáciu.

Väčšina týchto nových údajov je neštrukturovaná, v porovnaní s typom údajov, ktoré sú prehľadne zapísané do našich softvérových a databázových aplikácií. Napríklad všetky tweety o vašom produkte alebo značke predstavujú potenciálnu pokladnicu vhľadov, ale tieto údaje sú neštruktúrované, čím sa zvyšuje zložitosť ich zachytávania a analyzovania. Aj keď existuje mnoho softvérových ponúk, ktoré vám pomôžu s touto výzvou, neštruktúrované údaje predstavujú nový zdroj surovín na spracovanie so všetkými otázkami komplexnosti a kvality.

Odpad dnu odpad von

Softvér na analýzu údajov je len taký dobrý ako údaje, ktoré sa do neho vkladajú. Spoločnou niťou v tejto otázke využívania pákového efektu je kvalita. Kým mnoho firiem investuje značné doláre do výkonných nových aplikácií na spracovanie dát, chrumkavé špinavé údaje vedú k chybným rozhodnutiam. Dajte si pozor na slepú dôveru výstupu analýzy dát úsilie. Musíte mať istotu, že môžete dôverovať údajom použitým pri analýze.

Analýzy údajov nie sú presvedčivé

Výstupy analýz údajov akceptujeme ako presvedčivé, ale nie. V skutočnosti analýza dát najčastejšie ukazuje koreláciu, nie príčinnú súvislosť! Je ľahké dostať sa do pasce dôverovania výstupu analýz údajov a mätúcej korelácie s príčinami.

Korelácia ukazuje vzťah, ale v žiadnom prípade to neznamená, že príčiny B. Vytvorenie kauzálneho vzťahu je nirvana pre presné, dôkladné rozhodnutia. Je tiež neuveriteľne ťažké dokázať. Ak dôverne dôverujete výstupu a predpokladáte kauzálny vzťah tam, kde žiadny neexistuje, vaše rozhodnutia budú fatálne chybné.

Amplified Biases

Čo sa týka vyhodnocovania údajov, naše kognitívne predsudky sa zosilňujú. Ako jeden múdry dátový vedec raz povedal: „Na konci najkomplikovanejšej a najkomplexnejšej analýzy údajov musí ľudská bytosť ešte vyvodiť záver a urobiť rozhodnutie.“ T A keď sa dostaneme k bodu, v ktorom musíme zhodnotiť význam analýzy údajov, vstupujú do hry naše predsudky. Mnohí z nás majú tendenciu dôverovať alebo spoliehať sa na údaje, ktoré podporujú naše pozície a očakávania a potláčajú údaje, ktoré robia opak. Dôverujeme aj údajom zo zdrojov, ktoré sa nám páčia, alebo sa spoliehame na údaje, ktoré sú najaktuálnejšie.

Všetky tieto predsudky prispievajú k výzvam a potenciálu chýb z našich analýz údajov.

Ako začať Tame dáta pre vaše použitie ako manažér

Rozvoj podnikovej dátovej stratégie je rozhodujúci pre každý podnik, ale je nad rámec tohto článku. Tu je sedem nápadov, ktoré môžete použiť ako manažér na zlepšenie používania údajov vo vašom každodennom rozhodovaní.

Rozpoznať predsudky

Uznať a zmierniť potenciál pre zaujatosti. Vyhľadajte údaje, ktoré rozširujú obraz alebo sú v rozpore s údajmi pred vami. Povzbudiť externého pozorovateľa, aby vyhodnotil vaše predpoklady týkajúce sa údajov.

Správa dát

Posilnite svoje chápanie správy údajov. Na webe je dostatok bezplatných zdrojov informácií a mnohé organizácie ponúkajú semináre alebo workshopy o analýze dát a business intelligence. Mnohé univerzity pridali kurzy pre túto prekvitajúcu oblasť. Zostaňte si svoje zručnosti.

Kompletné údaje

Opýtajte sa seba alebo svojho tímu, "Aké údaje potrebujeme na vykonanie tohto rozhodnutia?" Príliš často sa spoliehame na dáta po ruke a ignorujeme potrebu hľadať viac údajov na dokončenie obrázku.

Korelácia a príčina

Byť kriticky vedomí rozdielu medzi koreláciou a príčinnou súvislosťou. Ako bolo opísané vyššie, mätenie týchto dvoch je potenciálne nebezpečný úder pre rozhodovanie.

Kontrola kvality vašich údajov

Ak vaša firma nemá záväzok týkajúci sa kvality údajov alebo správy kmeňových údajov, investujte čas na vyhodnotenie vašich údajov pre zjavné chyby vrátane duplicitných, neúplných alebo chybných záznamov. Existuje mnoho komerčne dostupných softvérových aplikácií alebo na podporu tejto činnosti a mnoho firiem čerpá z odborných znalostí odborníkov na údaje a dotazuje a hodnotí kvalitu údajov. Zvážte aj externých poskytovateľov služieb, ktorí vám môžu pomôcť vyčistiť údaje za vás. Dôležité je zamerať sa na neustále zlepšovanie kvality vašich údajov.

Kvalita údajov

Podporujte silnejšiu kvalitu údajov a lepšie riadenie vo vašej firme. Táto práca bola často doménou IT alebo technických odborníkov, ale údaje majú potenciál slúžiť ako strategické aktívum. Každý manažér sa musí starať o schopnosť firmy lepšie využívať údaje pre rozhodovanie a realizáciu stratégie.

Technický a dátovo náročný talent

Pridajte svojmu tímu technický a dátovo zdatný talent. Odbytové a marketingové oddelenia chápu silu zapojenia jednotlivcov, ktorí sú kvalifikovaní v najnovších technológiách, a kompetentní pri navigácii mnohých dátových výziev. Technológia a údaje už nie sú doménou ani zodpovednosťou jednej funkcie v podniku.

Spodný riadok

Firmy a manažéri, ktorí sa naučia využívať údaje na zlepšenie rozhodovania, vyhrajú na trhu. Tieto organizácie budú schopné monitorovať a reagovať na meniace sa podmienky a nové potreby zákazníkov budú rýchlejšie ako ich údaje napadli konkurentov. Budú prví, ktorí získajú prehľad o dialógu sociálnych médií a vyhrajú bitku, aby poznali a zapájali zákazníkov na hlbšiu úroveň - to všetko na základe údajov. Toto nie je výstrelok, ale skôr nová realita riadenia a konkurencie v dnešnom svete.

Dajte si pozor na nástrahy na tejto ceste.