Die rol van data wetenskaplike is in 'n warm vraag met geprojekteerde tekortkominge in hierdie opkomende, belangrike rol wat jare lank verwag word.
Organisasies bestee elke jaar 'n fortuin om sagteware te installeer om data te vang, te stoor en te analiseer. Bemarkingsdepartemente word toenemend gevul met tegniese, data-vaardige professionele persone ten koste van die kreatiewe rolle.
Die wêreld van sake is 'n data-gefokusde wêreld, maar dit is belangrik om te erken dat data nie 'n doel vir homself is nie. Soos alles wat ons in ons werk vestig, is data 'n instrument met belofte. In die regte hande met die regte benaderings is die potensiaal vir data om besluitneming te ondersteun merkwaardig.
Moet egter nie in die valse oortuiging ingaan nie, dat die verkryging en ontleding van data sonder risiko is. Kom ons blaas 'n bietjie van die Poolse af van die idee van data as sakevryder en help om 'n paar van die potensiële slaggate te identifiseer wat hierdie nuwe hulpbron vir ons almal bied.
Vir gewaarsku is voorarm.
6 Groot Uitdagings Bestuurders en Organisasies Gesig Met Data:
1. Datakwaliteit is dikwels arm. Alhoewel ons gewoond is aan kwaliteit in die konteks van fisiese voorwerpe of produkte, blyk dit dat die kwaliteit van die data 'n wesenlike kwessie vir elke firma is.
Data gestoor in gestruktureerde databasisse of repositories is dikwels onvolledig, inkonsekwent of out-date. Dit is waarskynlik dat jy op die ontvangs van 'n eenvoudige voorbeeld van 'n data kwaliteit probleem was.
Die meeste van ons kan onthou om duplikaat-mailings te ontvang van bemarkers wat gerig is op effens verskillende of radikale verskillende weergawes van ons werklike naam.
Die databasis se databasis bevat duplikaat rekords met ons adres en verskillende, dikwels verkeerde spellings of variasies van ons naam. Ons herwin die duplikaat pos as junk, en die bemarker staar oortollige koste in die vorm van drukwerk en poslys as gevolg van 'n eenvoudige probleem met data kwaliteit. Versterk hierdie fout deur baie honderde of duisende rekords en hierdie klein data kwaliteit fout word duur.
Die kwessie van datakwaliteit groei in belang, aangesien ons daarna streef om besluite te neem oor strategieë, markte en bemarking in nabye real-time. Terwyl sagteware en oplossings bestaan om die gehalte van gestruktureerde (geformateerde) data te help monitor en verbeter, is die werklike oplossing 'n belangrike organisasiewye verbintenis om data as 'n waardevolle bate te behandel. In die praktyk is dit moeilik om te bereik en vereis buitengewone dissipline en leierskapsondersteuning.
2. Ons druk feitlik in data. Data is oral in 'n organisasie. Oorweeg kliënt data. Die meeste organisasies het vaardighede geword om inligting oor kliënte en vooruitsigte vas te lê.
- Bemarking versamel data van mense wat lewende of webgebeurtenisse bywoon of wat inhoud aflaai.
- Bestuurders gebruik data om nuwe strategieë te ondersteun of te definieer.
- Verkope versamel data oor kliënte wat betrokke is by die verkoopproses.
- Kliëntediens bevat inligting oor oproepe en klets-interaksies.
- Bestuurspanne gebruik data en sleutel statistieke vir telkaarte.
- Kliëntdata word gebruik vir rekeningkundige doeleindes en deur kwaliteit en kliënt insigspanne vir die monitering van kliëntetevredenheid .
Ons vang kliënt inligting in 'n verskeidenheid van verskillende sagteware stelsels, en ons stoor die data in 'n verskeidenheid data repositories. Een Global Fortune 100-firma wat soveel as 10 persent van hul kliënte data erken het, is plaaslik deur werknemers op hul rekenaars in sigblaaie gehou. 'N Ander organisasie bestudeer gereeld hul verteenwoordigers vir besigheidskaartdata voordat hulle bemarkingsveldtogte uitvoer.
Soos die oseaan-matroos in 'n reddingsboot gestrand het nadat sy skip gesink het, is daar oral water, maar nie 'n druppel om te drink nie.
Ons het dieselfde verskynsel in ons besighede. Data is oral, en in toenemende mate is data in real time beskikbaar by sosiale en soek feeds. As die data nie maklik toeganklik is nie, of as ons duplikaat of onvolledige data het, kan ons dit nie vir die beoogde doel gebruik nie.
Meer en meer organisasies integreer hul uiteenlopende sagteware programme en vereenvoudig die proses om data oor die onderneming te versamel en te versamel. Saam met data kwaliteit is hierdie poging egter duur, tydrowend en dit eindig nooit.
3. Datavolumes groei. Ons maak meer en meer data teen 'n tempo wat moeilik verstaanbaar is. Kenners stel voor dat elke twee jaar (en krimp) ons meer data skep as wat op die planeet aarde vir die hele beskawing bestaan.
Die meeste van hierdie nuwe data is ongestruktureerd, teenoor die tipe data wat netjies in ons sagteware- en databasis-toepassings aangegaan is. Byvoorbeeld, al die tweets oor jou produk of handelsmerk verteenwoordig 'n potensiële skatkis van insigte, maar hierdie data is ongestruktureer, wat die kompleksiteit van die vaslegging en analise verhoog. Alhoewel daar baie sagtewareaanbiedings is om hierdie uitdaging te help, verteenwoordig die ongestruktureerde data 'n nuwe bron van grondstowwe vir verwerking, met al die inherente kompleksiteit en kwaliteitskwessies wat in hierdie artikel bespreek word.
4. Garbage-in, vullisverwydering. Data-analitiese sagteware is net so goed soos die data wat dit voed. Die algemene draad in hierdie uitgawe van die gebruik van data vir voordeel is kwaliteit. Terwyl baie maatskappye beduidende dollars belê in kragtige nuwe data-crunching-toepassings, lei dit tot foutiewe besluite deur vetterige data te kraak. Pasop om die uitset van data-analise-inspannings blindelings te vertrou. Jy moet seker wees dat jy die data wat in die analise gebruik word, kan vertrou.
5. Ons aanvaar die uitset van data ontledings as afdoende, maar dit is nie. In werklikheid vertoon data-ontleding meestal korrelasie, nie oorsaak nie! Dit is maklik om in die val te val om die uitset van data-ontledings te vertrou en verwarring met oorsaak te verwar.
Korrelasie toon 'n verhouding, maar dit impliseer op geen manier dat A veroorsaak B. Die vestiging van 'n oorsaaklike verhouding is nirvana om akkurate, insiggewende besluite te neem. Dit is ook ongelooflik moeilik om te bewys. As jy 'n uitset vertrou en 'n oorsaaklike verhouding aanvaar waar niemand bestaan nie, sal jou besluite dodelik gebrekkig wees.
6. Ons kognitiewe vooroordeel word versterk wanneer dit kom by die evaluering van data. Soos een wyse data-wetenskaplike eenkeer intoneer het: "Aan die einde van die mees ingewikkelde en uitmuntende analise van data, moet 'n mens steeds 'n afleiding teken en 'n besluit neem." En wanneer ons die punt bereik waar ons die betekenis van die data-analise moet assesseer, kom ons vooroordeel in die spel. Baie van ons is geneig om te vertrou of staat te maak op data wat ons posisies en verwagtings ondersteun en data wat die teenoorgestelde onderdruk, onderdruk. Ons vertrou ook data van bronne wat ons hou of ons vertrou op data wat die mees onlangse is. Al hierdie vooroordeel dra by tot die uitdagings en potensiaal vir foute in ons data ontledings.
Hoe om te begin om die data vir u gebruik as bestuurder te tem:
Die ontwikkeling van 'n onderneming-wye datastrategie is van kritieke belang vir elke besigheid, maar is buite die omvang van hierdie artikel. In plaas daarvan is hier sewe idees wat u as bestuurder kan gebruik om u gebruik van data in u daaglikse besluitneming te verbeter.
1. Herken en verminder die potensiaal vir vooroordeel . Soek data uit wat die prentjie uitbrei of in stryd is met die data voor jou. Moedig 'n eksterne waarnemer aan om jou aannames rondom data te evalueer.
2. Versterk jou begrip van data bestuur. Daar is baie gratis bronne van insigte op die web, en baie organisasies bied seminare of werkswinkels oor data-analitiese en sake-intelligensie. Baie universiteite het kursusse vir hierdie booming veld bygevoeg. Hou jou vaardighede skerp.
3. Vra jouself of jou span: "Watter data het ons nodig om hierdie besluit te neem?" Te dikwels vertrou ons op die data wat beskikbaar is en ignoreer die behoefte om meer data te soek om die prent te voltooi.
4. Wees krities bewus van die verskil tussen korrelasie en oorsaak . Soos vroeër beskryf, is die verwarring van hierdie twee 'n potensieel gevaarlike val vir besluitneming.
5. Kwaliteit- Gaan jou data na. As u firma nie 'n data kwaliteit of masterdata bestuursverbintenis het nie, belê die tyd om u data te evalueer vir voor die hand liggende foute, insluitend duplikaat, onvolledige of foutiewe rekords. Daar is baie kommersieel beskikbare sagteware programme of om hierdie aktiwiteit te ondersteun en baie maatskappye maak gebruik van die kundigheid van data kundiges om die data kwaliteit te ondersoek en te evalueer. Oorweeg ook eksterne diensverskaffers wat kan help om die data vir u skoon te maak. Belangrik, fokus op die verbetering van die kwaliteit van jou data.
6. Advokaat vir sterker datakwaliteit en bestuurspogings oor u firma. Hierdie werk is dikwels die domein van IT- of tegniese professionele persone, maar data het die potensiaal om as 'n strategiese bate te dien. Elke bestuurder moet omgee vir hul firma se vermoë om data beter te gebruik vir besluitneming en strategie- uitvoering.
7. Voeg tegniese en data-vaardige talent by jou span. Verkoops- en bemarkingsdepartemente verstaan die krag van individue wat vaardig is in die nuutste tegnologie en bevoeg is om baie van die data-uitdagings wat in hierdie artikel uiteengesit word, te navigeer. Tegnologie en data is nie meer die domein of verantwoordelikheid van 'n enkele funksie in 'n onderneming nie.
Die onderste lyn:
Die maatskappye en bestuurders wat leer om data te gebruik vir beter besluitneming sal in die mark wen. Hierdie organisasies sal in staat wees om te monitor en te reageer op veranderende omstandighede en opkomende kliënt behoeftes vinniger as hul data uitgedaag mededingers. Hulle sal die eerste wees om insigte te verkry van die sosiale media dialoog, en hulle sal die stryd wen om kliënte op 'n dieper vlak te leer ken en te betrek - alles gebaseer op data. Dit is nie 'n raaisel nie, maar eerder 'n nuwe realiteit van die bestuur en mededinging in vandag se wêreld. Pasop vir die slaggate op hierdie reis.