6 dataudfordringer, ledere og organisationer står over for

click fraud protection

Vi arbejder i en datacentreret verden. Ledere bombarderes med data via rapporter, dashboards og systemer. Vi bliver jævnligt mindet om at træffe datadrevne beslutninger. Seniorledere savler over løftet om Big Data om at udvikle en konkurrencefordel, men alligevel kæmper de fleste for at blive enige om, hvad det er, meget mindre beskriver de forventede håndgribelige fordele.

Rollen som dataforsker er meget efterspurgt med forventede mangler i denne nye, vigtige rolle, der forventes i årevis. Organisationer bruger en formue hvert år på at installere software til at fange, gemme og analysere data. Marketingafdelinger fyldes i stigende grad med tekniske, datakyndige fagfolk på bekostning af kreative roller.

Forretningsverdenen er en data-fokuseret verden, men det er vigtigt at erkende, at data ikke er et mål i sig selv. Som alt andet, vi trækker på i vores arbejde, er data et værktøj fyldt med løfter. I de rigtige hænder med de rigtige tilgange er potentialet for data til at understøtte beslutningstagning bemærkelsesværdigt.

Lad dig dog ikke lulle ind i den falske tro på, at det er uden risiko at indhente og analysere data. Lad os gnide lidt af den polering af ideen om data som forretningsredder og hjælpe med at identificere nogle af de potentielle faldgruber, som denne nye ressource præsenterer for os alle.

Forvarslet er forbevæbnet.

Dårlig datakvalitet

Selvom vi er vant til at tænke på kvalitet i sammenhæng med fysiske genstande eller produkter, viser det sig, at datakvalitet er et væsentligt problem for hver virksomhed hele tiden. Data gemt i strukturerede databaser eller arkiver er ofte ufuldstændige, inkonsekvente eller forældede. Det er sandsynligt, at du har modtaget et simpelt eksempel på et problem med datakvalitet.

De fleste af os kan huske, at vi har modtaget duplikerede forsendelser fra marketingfolk rettet til lidt forskellige eller radikalt forskellige versioner af vores faktiske navn. Marketingmedarbejderens database indeholder duplikerede poster med vores adresse og forskellige, ofte forkerte stavemåder eller variationer af vores navn. Vi genbruger dubletposten som junk, og marketingmedarbejderen pådrager sig ekstra omkostninger i form af udskrivning og forsendelse, alt sammen på grund af et simpelt problem med datakvaliteten. Forstærk denne fejl med mange hundrede eller tusinder af registreringer, og denne lille datakvalitetsfejl bliver dyr.

Spørgsmålet om datakvalitet vokser i betydning, efterhånden som vi stræber efter at træffe beslutninger om strategier, markeder og markedsføring i næsten realtid. Mens software og løsninger findes for at hjælpe med at overvåge og forbedre kvaliteten af ​​strukturerede (formaterede) data, er den rigtige løsning en betydelig, organisationsdækkende forpligtelse til at behandle data som en værdifuld værdi aktiv. I praksis er dette svært at opnå og kræver ekstraordinær disciplin og ledelsesstøtte.

Drukner i data

Data er overalt i en organisation. Overvej kundedata. De fleste organisationer er blevet dygtige til at indfange information om kunder og kundeemner.

  • Marketing indsamler data fra personer, der deltager i live- eller webbegivenheder, eller som downloader indhold.
  • Ledere bruger data til at understøtte eller definere nye strategier.
  • Salg indsamler data om kunder involveret i salgsprocessen.
  • Kundesupport fanger oplysninger om opkald og chats.
  • Ledelsesteams trækker på data og nøglemålinger til scorecards.
  • Kundedata bruges til regnskab til faktureringsformål og af kvalitets- og kundeindsigtsteams til overvågning af kundetilfredshed.

Vi fanger kundeoplysninger i en række forskellige softwaresystemer, og vi gemmer dataene i en række forskellige datalagre. Et Global Fortune 100-firma anerkendte, at så meget som 10 procent af deres kundedata blev opbevaret lokalt af medarbejdere på deres computere i regneark. En anden organisation spørger regelmæssigt deres salgsrepræsentanter for visitkortdata, før de kører marketingkampagner.

På samme måde som den havgående sømand, der strandede i en redningsbåd, efter at hans skib sank, er der vand overalt, men ikke en dråbe at drikke. Vi har det samme fænomen i vores virksomheder. Data er overalt, og i stigende grad er data tilgængelige fra sociale feeds og søgefeeds i realtid. Hvis dataene ikke er let tilgængelige, eller hvis vi har duplikerede eller ufuldstændige data, er vi ikke i stand til at udnytte dem til det tilsigtede formål.

Organisationer integrerer i stigende grad deres forskellige softwareapplikationer og forenkler processen med at indsamle og aggregere data på tværs af virksomheden. Sammen med datakvaliteten er denne indsats dog dyr, tidskrævende og den slutter aldrig.

Voksende datamængder

Vi laver mere og mere data i et tempo, der er svært at forstå. Eksperter foreslår, at vi hvert andet år (og faldende) skaber flere data, end der eksisterede på planeten jorden for hele civilisationen.

De fleste af disse nye data er ustrukturerede, i modsætning til den type data, der er pænt indtastet i vores software og databaseapplikationer. For eksempel repræsenterer alle tweets om dit produkt eller brand en potentiel skattekiste af indsigt, men alligevel er disse data ustrukturerede, hvilket øger kompleksiteten i at fange og analysere dem. Selvom der er mange softwaretilbud til at hjælpe med denne udfordring, repræsenterer de ustrukturerede data noget nyt strøm af råmateriale til forarbejdning, med alle de iboende kompleksitet og kvalitetsspørgsmål, der diskuteres i dette artikel.

Skrald-ind, skrald-ud

Dataanalysesoftware er kun så god som de data, der fodrer den. Den røde tråd i dette nummer om at udnytte data til fordel er kvalitet. Mens mange virksomheder investerer betydelige dollars i kraftfulde nye dataknusende applikationer, fører knasning af beskidte data til fejlbehæftede beslutninger. Pas på med blindt at stole på resultatet af dataanalysebestræbelser. Du skal være sikker på, at du kan stole på de data, der bruges i analysen.

Dataanalyser er ikke afgørende

Vi accepterer output fra dataanalyser som afgørende, men det er det ikke. I virkeligheden viser dataanalyse oftest sammenhæng, ikke årsagssammenhæng! Det er let at falde i fælden med at stole på outputtet af dataanalyser og forveksle sammenhæng med årsagssammenhæng.

Korrelation viser et forhold, men det antyder på ingen måde, at A forårsager B. Etablering af en årsagssammenhæng er nirvana for at træffe nøjagtige, indsigtsfulde beslutninger. Det er også utrolig svært at bevise. Hvis du har urimelig tillid til et output og antager en årsagssammenhæng, hvor ingen eksisterer, vil dine beslutninger være fatalt fejlbehæftede.

Forstærkede skævheder

Vores kognitive skævheder forstærkes, når det kommer til at evaluere data. Som en klog dataforsker engang sagde: "Ved slutningen af ​​den mest komplicerede og udtømmende analyse af data skal et menneske stadig tegne en konkludere og træffe en beslutning." Og når vi når det punkt, hvor vi skal vurdere betydningen af ​​dataanalysen, kommer vores skævheder i spil. Mange af os har en tendens til at stole på eller stole på data, der understøtter vores holdninger og forventninger, og undertrykker data, der gør det modsatte. Vi stoler også på data fra kilder, vi kan lide, eller vi stoler på data, der er de nyeste. Alle disse skævheder bidrager til udfordringerne og potentialet for fejl fra vores dataanalyser.

Sådan begynder du at tæmme dataene til din brug som leder

Udvikling af en virksomhedsdækkende datastrategi er afgørende for enhver virksomhed, men er dog uden for denne artikels omfang. I stedet er her syv ideer, du kan bruge som leder til at forbedre din brug af data i din daglige beslutningstagning.

Genkend skævheder

Erkend og afbød potentialet for skævheder. Opsøg data, der udvider billedet eller er i konflikt med dataene foran dig. Tilskynd en ekstern observatør til at evaluere dine antagelser omkring data.

Datastyring

Styrk din forståelse af datahåndtering. Der er rigelige gratis kilder til indsigt på nettet, og mange organisationer tilbyder seminarer eller workshops om dataanalyse og business intelligence. Mange universiteter har tilføjet kurser til dette blomstrende felt. Bliv ved med at skærpe dine færdigheder.

Fuldstændig data

Spørg dig selv eller dit team, "Hvilke data har vi brug for for at træffe denne beslutning?" Alt for ofte stoler vi på de tilgængelige data og ignorerer behovet for at søge flere data for at fuldende billedet.

Korrelation og årsagssammenhæng

Vær kritisk opmærksom på forskellen mellem sammenhæng og årsagssammenhæng. Som beskrevet tidligere er det en potentielt farlig faldgrube for beslutningstagning at forveksle disse to.

Kvalitetstjek dine data

Hvis din virksomhed ikke har en forpligtelse til datakvalitet eller masterdatastyring, skal du investere tiden i at evaluere dine data for åbenlyse fejl, herunder duplikerede, ufuldstændige eller fejlagtige registreringer. Der er mange kommercielt tilgængelige softwareapplikationer eller til at understøtte denne aktivitet, og mange virksomheder trækker på dataeksperternes ekspertise til at forespørge og vurdere datakvaliteten. Overvej også eksterne tjenesteudbydere, som kan hjælpe med at rense dataene for dig. Det er vigtigt, at du fokuserer på løbende at forbedre kvaliteten af ​​dine data.

Datakvalitet

Fortaler for stærkere datakvalitet og ledelsesindsats på tværs af din virksomhed. Dette arbejde har ofte været it- eller tekniske fagfolks domæne, men data har potentialet til at tjene som et strategisk aktiv. Enhver leder skal bekymre sig om virksomhedens evne til bedre at udnytte data til beslutningstagning og strategiudførelse.

Teknisk og datakyndig talent

Tilføj tekniske og datakyndige talenter til dit team. Salgs- og marketingafdelinger forstår styrken i at engagere personer, der er dygtige i de nyeste teknologier og er kompetente til at navigere i mange af de dataudfordringer, der er beskrevet i denne artikel. Teknologi og data er ikke længere domænet eller ansvaret for en enkelt funktion i en virksomhed.

Bundlinjen

De virksomheder og ledere, der lærer at udnytte data til forbedret beslutningstagning, vil vinde på markedet. Disse organisationer vil være i stand til at overvåge og reagere på skiftende forhold og nye kundebehov hurtigere end deres data udfordrede konkurrenterne. De vil være de første til at få indsigt fra dialogen på sociale medier, og de vil vinde kampen om at kende og engagere kunderne på et dybere niveau – alt sammen baseret på data. Dette er ikke et modefænomen, men snarere en ny realitet med at styre og konkurrere i dagens verden. Bare pas på faldgruberne på denne rejse.

Jobbeskrivelse for sundhedsspecialist (68W)

Army Medic er en af ​​fyrene i en hærenhed, der måske ikke er det bedste skud, og som i nogle tilfælde måske ikke affyrer et eneste skud i en kampsituation, men det er ham, der undviger kugler, granatsplinter og sprængstoffer for at redde et ande...

Læs mere

Hærens job: 35G Geospatial Intelligence Imagery Analyst

Geospatial Intelligence Imagery Analytikere spiller en integreret rolle i at give hærens personel kritisk information om fjendens styrker, potentielle kampområder og støtte til kampoperationer. De analyserer billeder for at hjælpe med at designe ...

Læs mere

Hærens jobprofil: 68M Nutrition Care Specialist

Som et vigtigt medlem af madserviceteamet tilbereder ernæringsplejespecialisten alle typer mad i henhold til hærens standarder og diætkrav. De arbejder tæt sammen med registrerede diætister i hospitals-, klinik- eller feltsituationer og planlægge...

Læs mere