Úloha vedcov údajov je v horúcom dopyte s predpokladanými nedostatkami v tejto vznikajúcej dôležitú úlohu, ktorá sa očakáva rokov.
Organizácie každoročne vynakladajú bohatstvo na inštaláciu softvéru na zachytávanie, ukladanie a analýzu údajov. Marketingové oddelenia sú čoraz viac naplnené technickými a profesionálnymi pracovníkmi na úkor tvorivých úloh.
Svet podnikania je svet zameraný na údaje, avšak je dôležité uvedomiť si, že údaje nie sú samy o sebe. Rovnako ako všetko, na čom sme v našej práci čerpali, dáta sú nástrojom plným sľubov. V správnych rukách s vhodnými prístupmi je potenciál údajov na podporu rozhodovania pozoruhodný.
Nenechajte sa však zapliesť do falošnej viery, že získavanie a analýza údajov je bez rizika. Poďme si trochu vyleštiť myšlienku údajov ako obchodného spasiteľa a pomôžeme identifikovať niektoré potenciálne úskalia, ktoré tento nový zdroj predstavuje pre nás všetkých.
Predohraný je predlaktie.
6 manažérov a organizácie s veľkými výzvami čelia údajom:
1. Kvalita údajov je často nízka. Zatiaľ čo sme zvyknutí myslieť na kvalitu v súvislosti s fyzickými objektmi alebo výrobkami, ukázalo sa, že kvalita dát je pre každú firmu vecným problémom po celú dobu.
Údaje uložené v štruktúrovaných databázach alebo repozitároch sú často neúplné, nekonzistentné alebo zastarané. Je pravdepodobné, že ste sa dostali do konca jednoduchého príkladu problému s kvalitou údajov.
Väčšina z nás si môže spomenúť, že dostala duplicitné zásielky obchodníkov adresovaných na mierne odlišné alebo radikálne odlišné verzie nášho skutočného mena.
Databáza obchodníka obsahuje duplicitné záznamy s našou adresou a rôzne, často nesprávne hláskovanie alebo variácie nášho mena. Duplicitnú poštu recyklujeme ako nevyžiadanú poštu a predajca prináša nadbytočné náklady vo forme tlače a odosielania pošty vďaka jednoduchému problému s kvalitou údajov. Zoslabujte túto chybu mnohými stovkami alebo tisíckami záznamov a táto malá chyba v kvalite údajov sa stáva nákladným.
Otázka kvality údajov sa stáva dôležitou, pretože sa snažíme rozhodovať o stratégiách, trhoch a marketingoch v reálnom čase. Kým softvér a riešenia pomáhajú monitorovať a zlepšovať kvalitu štruktúrovaných (formátovaných) údajov, skutočným riešením je významný celospoločenský záväzok spracovávať údaje ako hodnotné aktíva. V praxi je to ťažké dosiahnuť a vyžaduje mimoriadnu disciplínu a vedúcu podporu.
2. Údaje sa prakticky utopia. Údaje sú všade v organizácii. Zvážte údaje o zákazníkoch. Väčšina organizácií sa stala kvalifikovanou 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.
- Podpora zákazníkov zachytáva informácie o hovoroch a interakciách s rozhovormi.
- Manažérske tímy čerpajú z údajov a kľúčových metrík pre hodnotiace karty.
- Údaje o zákazníkoch sa používajú pri účtovaní na účely fakturácie a tímy kvality a zákazníckeho tímu na sledovanie spokojnosti zákazníkov .
Zaznamenávame informácie o zákazníkoch v rôznych softvérových systémoch a tieto údaje ukladáme do rôznych dátových skladov. Jedna firma spoločnosti Global Fortune 100 rozpoznala až 10 percent svojich údajov o zákazníkoch zamestnancami v počítačoch v tabuľkách. Iná organizácia pravidelne informuje svojich obchodných zástupcov o údajoch vizitiek pred spustením marketingových kampaní.
Rovnako ako oceánsky námořník, ktorý sa nachádza v záchrannom člne po potopení svojej lode, je všade voda, ale nie kvapka na pitie.
V našich podnikoch máme rovnaký jav. Údaje sú všade a čoraz viac údajov je k dispozícii zo sociálnych a informačných kanálov v reálnom čase. Ak údaje nie sú ľahko dostupné, alebo ak máme duplicitné alebo neúplné údaje, nemôžeme ich využiť na ich zamýšľaný účel.
Organizácie stále viac integrujú svoje rozdielne softvérové aplikácie a zjednodušujú proces zbierania a zhromažďovania údajov v rámci celého podniku. Spolu s kvalitou údajov je však toto úsilie nákladné, časovo náročné a nikdy nekončí.
3. Objem údajov rastie. Robíme stále viac a viac údajov rýchlosťou, ktorú je ťažké pochopiť. Odborníci naznačujú, že každé dva roky (a zmenšovanie) vytvárame viac údajov, ako existovali na planéte Zem pre celú civilizáciu.
Väčšina z týchto nových údajov je neštruktúrovaná v porovnaní s typom údajov, ktoré sú prehľadne vložené do softvérových a databázových aplikácií. Napríklad všetky tweety o vašom produkte alebo značke predstavujú potenciálny poklad pohľadu, ale tieto údaje sú neštruktúrované, čím zvyšujú zložitosť ich zachytávania a analýzy. Aj keď existuje veľa softvérových produktov na pomoc s touto výzvou, neštruktúrované dáta predstavujú nový torrent surovín na spracovanie so všetkými súvisiacimi problémami zložitosti a kvality opísanými v tomto článku.
4. Odpad, odpadky. Dátový analytický softvér je len taký dobrý ako dáta, ktoré ho kŕmia. Spoločnou niťou v tomto vydaní využitia dát je výhoda kvality. Zatiaľ čo veľa firiem investuje významné doláre do silných nových aplikácií, ktoré chrčia dáta, praskanie špinavých dát vedie k chybným rozhodnutiam. Dajte si pozor na slepý dôverovanie výstupu analýzy dát. Musíte mať istotu, že môžete dôverovať údajom použitým pri analýze.
5. Prijímame výstupy analýz dát ako presvedčivé, ale nie. V skutočnosti analýza údajov najčastejšie zobrazuje koreláciu, nie príčinu! Je ľahké spadnúť do pasce dôveryhodnosti výstupu dátových analýz a mätúcej korelácie s príčinami.
Korelácia zobrazuje vzťah, ale v žiadnom prípade neznamená, že A spôsobuje B. Zistenie príčinnej súvislosti je nirvanou pri vykonávaní presných, pochopiteľných rozhodnutí. Je tiež neuveriteľne ťažké dokázať. Ak neprimerane dôverujete výstupu a akceptujete kauzálny vzťah, ak neexistuje, vaše rozhodnutia budú smrteľne chybné.
6. Pokiaľ ide o vyhodnotenie údajov, naše kognitívne predsudky sú zosilnené. Ako jeden raz vymyslel jeden vedecký vedec o údajoch: "Na konci najkomplikovanejšej a vyčerpávajúcej analýzy dát človek musí stále vyvodzovať závery a rozhodovať." A keď sa dostaneme do toho bodu, v ktorom musíme posúdiť význam analýzy údajov, naše predsudky vstupujú do hry. 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 najnovšie. Všetky tieto predsudky prispievajú k výzvam a možným chybám pri analýze údajov.
Ako začať skomprimovať údaje pre vaše použitie ako správca:
Rozvoj podnikovej celej dátovej stratégie je pre každú firmu rozhodujúci, ale je mimo rozsahu tohto článku. Namiesto toho je tu sedem nápadov, ktoré môžete použiť ako manažér, aby ste zlepšili používanie údajov vo svojom každodennom rozhodovaní.
1. Rozpoznať a zmierniť potenciál predsudkov . Vyhľadajte údaje, ktoré rozširujú obraz alebo sú v konflikte s údajmi pred vami. Povzbudzujte externého pozorovateľa, aby zhodnotil vaše predpoklady týkajúce sa údajov.
2. Posilnite svoje chápanie správy dát. Na internete sú k dispozícii dostatočné voľné zdroje informácií a mnohé organizácie ponúkajú semináre alebo workshopy o analýze dát a podnikovej inteligencii. Mnohé univerzity pridali kurzy pre toto vzkvétajúce pole. Zvyšujte svoje zručnosti.
3. Opýtajte sa seba alebo vášho tímu: "Aké údaje potrebujeme na toto rozhodnutie?" Príliš často sa spoliehame na údaje, ktoré máme k dispozícii, a ignorujeme potrebu hľadať viac údajov na dokončenie obrázka.
4. Buďte kriticky vedomí rozdielu medzi koreláciou a príčinami . Ako už bolo uvedené, zmätok týchto dvoch je potenciálne nebezpečný úskok pre rozhodovanie.
5. Kvalita - skontrolujte svoje údaje. Ak vaša firma nemá záväzok týkajúci sa kvality údajov alebo riadenia hlavných údajov, investujte čas na vyhodnotenie vašich údajov za zjavné chyby vrátane duplicitných, neúplných alebo chybných záznamov. Existuje veľa komerčne dostupných softvérových aplikácií alebo na podporu tejto činnosti a mnoho firiem čerpá z odborných znalostí odborníkov v oblasti údajov na dotazovanie a posúdenie kvality údajov. Zvážte tiež externých poskytovateľov služieb, ktorí vám môžu pomôcť vyčistiť údaje. Je dôležité zamerať sa na neustále zlepšovanie kvality vašich údajov.
6. Podporujte silnejšiu kvalitu dát a úsilie v oblasti riadenia vo vašej firme. Táto práca bola často doménou IT alebo technických odborníkov, ale dáta majú potenciál slúžiť ako strategický prínos. Každý manažér sa musí starať o schopnosť firmy lepšie využívať údaje na rozhodovanie a realizáciu stratégie .
7. Pridajte do svojho tímu technické a dátové zručnosti. Oddelenia predaja a marketingu chápu schopnosť zapojiť ľudí, ktorí majú skúsenosti s najnovšími technológiami a sú schopní navigovať v mnohých z problémov s údajmi uvedenými v tomto článku. Technológia a údaje už nie sú doménou alebo zodpovednosťou jednej funkcie v podniku.
Spodný riadok:
Firmy a manažéri, ktorí sa naučia využívať údaje na zlepšenie rozhodovania, získajú na trhu. Tieto organizácie budú môcť monitorovať a reagovať na meniace sa podmienky a vznikajúce potreby zákazníkov rýchlejšie ako ich konkurencia, ktorá ich napadla. Bude to prvý, kto získa poznatky z dialógu sociálnych médií, a vyhrá víťazstvo a zákazníkov na hlbšej úrovni - všetko na základe údajov. Toto nie je módne, ale skôr nová realita riadenia a súťaženia v dnešnom svete. Len pozorujte nástrahy na tejto ceste.