6 Виклики для менеджерів та організацій

Ми працюємо у світі, орієнтованому на дані. Менеджери бомбардуються даними через звіти, панелі інструментів і системи. Ми регулярно нагадуємо про прийняття рішень, керованих даними. Старші керівники слинять на обіцянку великих даних для розвитку конкурентної переваги, але більшість з них прагнуть домовитися про те, що це таке, а тим більше описувати очікувані відчутні вигоди.

Роль вчених даних полягає в жаркій потребі з прогнозованими дефіцитами цієї важливої ​​ролі, що очікується роками. Організації щороку витрачають цілий капітал на встановлення програмного забезпечення для захоплення, зберігання та аналізу даних. Маркетингові відділи все частіше заповнюються технічними фахівцями за рахунок творчих ролей.

Світ бізнесу - це світ, орієнтований на дані, але важливо визнати, що дані не є самоціллю. Як і все, що ми використовуємо в нашій роботі, дані є інструментом, наповненим обіцянками. У праві руки з належними підходами, потенціал даних для підтримки прийняття рішень є чудовим.

Тим не менш, не вдавайся до помилкового переконання, що придбання та аналіз даних без ризику. Давайте трохи відшліфуємо ідею даних як рятівника бізнесу і допоможемо визначити деякі з потенційних пасток, які цей новий ресурс представляє для всіх нас.

Попереджуваним є підготовлений.

Низька якість даних

Хоча ми звикли думати про якість в контексті фізичних об'єктів або продуктів, виявляється, що якість даних є важливим питанням для кожної фірми весь час. Дані, що зберігаються в структурованих базах даних або сховищах, часто є неповними, непослідовними або застарілими. Цілком імовірно, ви були на прийомному простому прикладі питання якості даних.

Більшість з нас може пригадати отримання дублікатів поштових відправлень від маркетологів, що звертаються до дещо різних або радикально різних версій нашої фактичної назви. База даних маркетолога містить дублікати записів з нашою адресою і різні, часто помилкові написання або зміни нашої назви. Ми переробляємо дублікати пошти як небажані, і маркетолог несе надлишкові витрати у вигляді друку та розсилки через просту якість даних. Поширити цю помилку на сотні або тисячі записів і ця невелика помилка якості даних обертається дорого.

Питання якості даних стає все більш важливим, оскільки ми прагнемо приймати рішення щодо стратегій, ринків і маркетингу в реальному часі. Хоча програмне забезпечення та рішення існують, щоб допомогти контролювати та покращувати якість структурованих (відформатованих) даних, реальне рішення - це значне зобов'язання всієї організації щодо обробки даних як цінного активу. На практиці це важко досягти і вимагає надзвичайної дисципліни та підтримки керівництва.

Потоплення в даних

Дані знаходяться всюди в організації. Розгляньте дані клієнтів. Більшість організацій стали досвідченими у захопленні інформації про клієнтів та перспективи.

• Маркетинг збирає дані від людей, які відвідують події в прямому ефірі чи в Інтернеті, або які завантажують вміст.
• Керівники використовують дані для підтримки або визначення нових стратегій.
• Продажі збирають дані про клієнтів, залучених до процесу продажу.
• Служба підтримки користувачів фіксує інформацію про дзвінки та чати.
• Керівні групи спираються на дані та ключові показники для показників показників.
• Дані клієнта використовуються в бухгалтерському обліку для цілей виставлення рахунків, а також для якісних та клієнтських команд для контролю задоволеності клієнтів.

Ми фіксуємо інформацію про клієнтів в різних програмних системах, і зберігаємо дані в різних сховищах даних. Одна компанія Global Fortune 100 визнала, що 10% своїх даних про клієнтів було проведено місцево співробітниками на своїх комп'ютерах в електронних таблицях. Інша організація регулярно проводить опитування своїх торгових представників для даних візитних карток до запуску маркетингових кампаній.

Багато хто схожий на океанічного моряка, що застряг у шлюпці після того, як його корабель затонув, скрізь є вода, але не крапля пити. У нашому бізнесі є таке ж явище. Дані знаходяться всюди, і все частіше доступні дані з соціальних та пошукових каналів у реальному часі. Якщо дані недоступні або, якщо у нас є дубльовані або неповні дані, ми не можемо використовувати її за призначенням.

Все частіше організації інтегрують свої розрізнені прикладні програми та спрощують процес збору та агрегування даних по всьому підприємству. Разом з якістю даних, ці зусилля є дорогими, трудомісткими і ніколи не закінчуються.

Зростання обсягів даних

Ми робимо все більше і більше даних темпом, який важко зрозуміти. Експерти припускають, що кожні два роки (і скорочуючись) ми створюємо більше даних, ніж існували на планеті Земля для всієї цивілізації.

Більшість цих нових даних є неструктурованими, у порівнянні з типом даних, які акуратно введені в наші програми та програми для баз даних. Наприклад, всі твіти про ваш продукт або бренд представляють потенційну скарбницю, але ці дані є неструктурованими, що збільшує складність захоплення та аналізу. Хоча існує багато програмних пропозицій, які допомагають у вирішенні цієї проблеми, неструктуровані дані являють собою новий потік сировини для обробки, причому всі притаманні їй складності та якість обговорюються.

Сміття, сміття

Програмне забезпечення для аналізу даних лише настільки хороше, як і дані, що їх подають. Спільною темою в цьому питанні використання даних для переваги є якість. Хоча багато фірм інвестують значні долари у потужні нові програми для розкриття даних, хрусткі брудні дані призводять до помилкових рішень. Остерігайтеся сліпої довіри до результатів роботи з аналізу даних. Ви повинні бути впевнені, що ви можете довіряти даним, що використовується в аналізі.

Аналіз даних не є вичерпним

Ми приймаємо результати аналізу даних як переконливі, але це не так. Насправді, аналіз даних найчастіше демонструє кореляцію, а не причинно-наслідковий зв'язок! Легко потрапити в пастку довіри до результатів аналізу даних і заплутаної кореляції з причинним зв'язком.

Кореляція демонструє відносини, але вона жодним чином не означає, що A викликає B. Встановлення причинного зв'язку є нірваною для прийняття точних, проникливих рішень. Це також неймовірно важко довести. Якщо ви непохитно довіряєте висновку і припускаєте причинний зв'язок, де ніхто не існує, ваші рішення будуть фатальним недоліком.

Посилені упередження

Наші когнітивні упередження посилюються, коли йдеться про оцінку даних. Один мудрий вчений, який колись інформував, сказав: «Наприкінці найскладнішого і вичерпного аналізу даних, людині ще потрібно зробити висновок і прийняти рішення». І коли ми досягнемо тієї точки, де треба оцінити зміст аналізу даних, наші упередження вступають у гру. Багато хто з нас схильні довіряти або покладатися на дані, які підтримують наші позиції та очікування, і пригнічують дані, які роблять навпаки. Ми також довіряємо даним з джерел, які нам подобаються, або використовуємо дані, які є найостаннішими.

Всі ці упередження сприяють викликам і потенціалу помилок, отриманих в нашому аналізі даних.

Як розпочати приборкання даних для використання в якості менеджера

Розробка стратегії передачі даних у масштабах підприємства є критично важливою для кожного бізнесу, але виходить за рамки цієї статті. Натомість, наведемо сім ідей, які можна використовувати як менеджера для покращення використання даних у щоденному прийнятті рішень.

Визнати упередження

Визнати та пом'якшити потенціал упереджень. Шукайте дані, які розширюють зображення або конфліктують з даними перед вами. Заохочуйте зовнішнього спостерігача оцінити ваші припущення щодо даних.

Управління даними

Зміцніть своє розуміння управління даними. Є безліч безкоштовних джерел інформації в Інтернеті, і багато організацій пропонують семінари або семінари з аналізу даних та бізнес-аналітики. Багато університетів додали курси для цього процвітаючого поля. Продовжуйте загострювати свої навички.

Повні дані

Запитайте себе чи свою команду, "Які дані ми повинні зробити для цього рішення?" Занадто часто ми покладаємося на дані, що знаходяться під рукою, і не звертаємо уваги на необхідність шукати більше даних для завершення картини.

Кореляція і причинність

Критично усвідомлюйте різницю між кореляцією та причинно-наслідковим зв'язком. Як було описано раніше, плутанина цих двох є потенційно небезпечною пасткою для прийняття рішень.

Перевірка якості даних

Якщо ваша фірма не має зобов'язань щодо якості даних або керування основними даними, інвестуйте час для оцінки ваших даних для очевидних помилок, включаючи повторювані, неповні або помилкові записи. Є багато комерційно доступних програмних додатків або для підтримки цієї діяльності, і багато фірм спираються на досвід експертів даних для запиту та оцінки якості даних. Також розгляньте зовнішніх постачальників послуг, які можуть допомогти вам очистити дані. Важливо звернути увагу на постійне покращення якості даних.

Якість даних

Виступайте за якіснішу якість даних та зусилля з управління вашою фірмою. Ця робота часто була сферою ІТ або технічних фахівців, але дані мають потенціал служити стратегічним активом. Кожен менеджер повинен піклуватися про здатність фірми краще використовувати дані для прийняття рішень та виконання стратегії.

Технічні та талановиті дані

Додайте до своєї команди технічні та інформаційні таланти. Відділи продажів і маркетингу розуміють силу залучення фахівців з найсучасніших технологій і компетентних у навігації багатьма описаними проблемами даних. Технології та дані більше не є предметом або відповідальністю однієї функції на підприємстві.

Суть

Фірми та менеджери, які навчаються використовувати дані для поліпшення прийняття рішень, виграють на ринку. Ці організації матимуть змогу контролювати та реагувати на зміну умов, а нові потреби клієнтів швидше, ніж їхні конкуренти, що оскаржують дані. Вони першими зможуть отримати погляди з діалогу в соціальних мережах, і вони виграють битву, щоб дізнатися і залучити клієнтів на більш глибокому рівні - все це базується на даних. Це не примха, а радше нова реальність управління і змагання в сучасному світі.

Просто стежте за помилками на цьому шляху.