私たちはデータ中心の世界で働いています。 マネージャーは、レポート、ダッシュボード、システムを通じて大量のデータにさらされています。 私たちはデータに基づいて意思決定を行うよう定期的に言われています。 上級リーダーたちはビッグデータが競争力を高めるという約束に唾を垂らしているが、ほとんどの人はそれが何なのかについて同意するのに苦労しており、まして期待される具体的なメリットについて説明するのはなおさらだ。
データサイエンティストの役割は、何年にもわたって期待されるこの新たな重要な役割において不足が予測されているため、非常に需要が高まっています。 組織は毎年、データを取得、保存、分析するためのソフトウェアのインストールに多額の費用を費やしています。 マーケティング部門は、クリエイティブな役割を犠牲にして、技術的でデータに精通した専門家で満たされることが増えています。
ビジネスの世界はデータ重視の世界ですが、データ自体が目的ではないことを認識することが重要です。 私たちが仕事で利用する他のすべてのものと同様、データは期待に満ちたツールです。 適切なアプローチを適切に扱えば、意思決定をサポートするデータの可能性は顕著になります。
ただし、データの取得と分析にはリスクがないという誤った信念に惑わされないでください。 ビジネスの救世主としてのデータという考え方に少し磨きをかけ、この新しいリソースが私たち全員にもたらす潜在的な落とし穴のいくつかを特定してみましょう。
事前警告は事前に準備されています。
劣悪なデータ品質
私たちは品質について物理的な物体や製品の文脈で考えることに慣れていますが、データ品質はどの企業にとっても常に重要な問題であることがわかりました。 構造化データベースやリポジトリに保存されているデータは、多くの場合、不完全、一貫性がないか、古いものです。 あなたはおそらく、データ品質の問題の単純な例を受け取ったことがあるでしょう。
私たちのほとんどは、実際の名前とはわずかに異なる、または大幅に異なるバージョンに宛てられたマーケティング担当者から重複したメールを受け取った記憶があるでしょう。 マーケティング担当者のデータベースには、当社の住所と、当社の名前の異なる、しばしば誤ったスペルやバリエーションが記載された重複したレコードが含まれています。 私たちは重複したメールをジャンクとしてリサイクルしますが、単純なデータ品質の問題により、マーケティング担当者は印刷と郵送に余分なコストがかかります。 この間違いが何百、何千ものレコードによって増幅され、この小さなデータ品質エラーが損害をもたらすことになります。
戦略、市場、マーケティングに関する意思決定をほぼリアルタイムで行おうとするにつれて、データ品質の問題の重要性が増しています。 構造化された（フォーマットされた）データの品質を監視し、改善するためのソフトウェアやソリューションは存在しますが、 データを貴重なものとして扱うための、組織全体の重要な取り組みが本当の解決策です。 資産。 実際には、これを達成するのは難しく、並外れた規律とリーダーシップのサポートが必要です。
データに溺れる
データは組織内のあらゆる場所に存在します。 顧客データを考えてみましょう。 ほとんどの組織は、顧客や見込み顧客に関する情報を収集することに熟練しています。
- マーケティング部門は、ライブまたは Web イベントに参加する人、またはコンテンツをダウンロードする人からデータを収集します。
- 経営幹部はデータを使用して新しい戦略をサポートまたは定義します。
- 営業担当者は、販売プロセスに関与する顧客に関するデータを収集します。
- カスタマー サポートは、通話とチャットに関する情報を収集します。
- 管理チームは、スコアカードのデータと主要な指標を活用します。
- 顧客データは、請求目的の会計処理と、顧客満足度を監視するための品質および顧客洞察チームによって使用されます。
当社は、さまざまなソフトウェア システムで顧客情報を取得し、そのデータをさまざまなデータ リポジトリに保存します。 Global Fortune 100 企業の 1 社は、顧客データの 10% が従業員によってローカルのコンピュータ上にスプレッドシートで保存されていることを認識しました。 別の組織では、マーケティング キャンペーンを実施する前に、営業担当者に名刺データを定期的にアンケートしています。
船が沈没して救命ボートに取り残された外航船員と同じように、水はどこにでもありますが、飲める水は一滴もありません。 私たちのビジネスでも同じ現象が起きています。 データはどこにでも存在し、ソーシャル フィードや検索フィードからリアルタイムでデータを利用できることが増えています。 データに簡単にアクセスできない場合、または重複または不完全なデータがある場合、そのデータを本来の目的に活用することはできません。
組織はますます、異種のソフトウェア アプリケーションを統合し、企業全体でデータを収集および集約するプロセスを簡素化しています。 ただし、この取り組みはデータ品質とともに費用と時間がかかり、終わりがありません。
データ量の増加
私たちは理解するのが難しいペースで、ますます多くのデータを作成しています。 専門家らは、2年ごとに（そして縮小しながら）、文明全体で地球上に存在するよりも多くのデータを作成していると示唆しています。
この新しいデータのほとんどは非構造化されており、当社のソフトウェアやデータベース アプリケーションにきちんと入力されているタイプのデータとは異なります。 たとえば、製品やブランドに関するすべてのツイートは洞察の宝庫となる可能性がありますが、このデータは構造化されていないため、データの取得と分析がより複雑になります。 この課題を解決するソフトウェアは数多くありますが、非構造化データは新たな問題を表しています。 加工用の原材料が大量にあり、この文書で説明されている固有の複雑さと品質の問題がすべて含まれています。 記事。
ガベージイン、ガベージアウト
データ分析ソフトウェアの性能は、それに供給されるデータによって決まります。 データを活用して利点を得るというこの問題に共通するのは品質です。 多くの企業が強力な新しいデータ処理アプリケーションに多額の資金を投資していますが、汚いデータを処理することは誤った意思決定につながります。 データ分析の成果を盲目的に信頼しないように注意してください。 分析に使用されるデータは信頼できるという確信が必要です。
データ分析は決定的ではない
私たちはデータ分析の結果を決定的なものとして受け入れますが、そうではありません。 実際には、データ分析ではほとんどの場合、因果関係ではなく相関関係が示されます。 データ分析の結果を信頼し、相関関係と因果関係を混同するという罠に陥りがちです。
相関関係は関係を示しますが、A が B を引き起こすことを意味するものではありません。 因果関係を確立することは、正確で洞察に満ちた意思決定を行うための至福の手段です。 証明するのも信じられないほど難しいです。 出力を過度に信頼し、因果関係が存在しないと仮定すると、決定には致命的な欠陥が生じます。
増幅されたバイアス
データを評価する際、私たちの認知バイアスはさらに増幅されます。 ある賢明なデータ サイエンティストはかつてこう言いました。「最も複雑で徹底的なデータ分析が終わっても、人間は依然としてデータを描画しなければなりません。 そして、データ分析の意味を評価しなければならない段階に達すると、私たちの偏見が作用します。 私たちの多くは、自分の立場や期待を裏付けるデータを信頼または依存し、その反対のデータを抑制する傾向があります。 また、気に入ったソースからのデータ、または最新のデータを信頼します。 これらのバイアスはすべて、データ分析の課題と間違いの可能性の一因となります。
マネージャーとして使用できるようにデータを管理し始める方法
全社的なデータ戦略の策定はあらゆるビジネスにとって重要ですが、この記事の範囲を超えています。 その代わりに、マネージャーが日常の意思決定におけるデータの利用を改善するために使用できる 7 つのアイデアをここに示します。
偏見を認識する
バイアスの可能性を認識し、軽減します。 イメージを拡張するデータ、または目の前のデータと矛盾するデータを探してください。 外部の観察者に、データに関する仮定を評価してもらうよう奨励します。
データ管理
データ管理についての理解を強化します。 ウェブ上には無料の洞察情報源が豊富にあり、多くの組織がデータ分析やビジネス インテリジェンスに関するセミナーやワークショップを提供しています。 多くの大学がこの急成長している分野のコースを追加しています。 スキルを磨き続けてください。
完全なデータ
自分自身またはチームに尋ねてください。 「この決定を下すにはどのようなデータが必要ですか?」 私たちは手元にあるデータに依存し、全体像を完成させるためにさらにデータを探す必要性を無視してしまうことがよくあります。
相関関係と因果関係
相関関係と因果関係の違いをしっかりと認識してください。 前述したように、これら 2 つを混同すると、意思決定において危険な落とし穴になる可能性があります。
データの品質チェック
会社がデータ品質やマスターデータ管理に取り組んでいない場合は、重複、不完全、または誤った記録などの明らかなエラーがないかデータを評価するために時間を投資してください。 この活動をサポートする市販のソフトウェア アプリケーションが多数あり、多くの企業がデータ専門家の専門知識を利用してデータの品質をクエリおよび評価しています。 また、データのクレンジングを支援してくれる外部サービス プロバイダーを検討してください。 重要なのは、データの品質を継続的に向上させることに重点を置くことです。
データ品質
会社全体でデータ品質と管理の取り組みを強化することを主張します。 この作業は多くの場合、IT または技術専門家の領域でしたが、データには戦略的資産として機能する可能性があります。 すべてのマネージャーは、意思決定と戦略の実行にデータをより効果的に活用する企業の能力を考慮する必要があります。
技術的およびデータに精通した人材
技術的でデータに精通した人材をチームに加えましょう。 営業部門とマーケティング部門は、最新テクノロジーに精通し、この記事で概説したデータの課題の多くを解決できる能力のある人材を雇用することの威力を理解しています。 テクノロジーとデータは、もはや企業内の単一部門の領域や責任ではありません。
結論
意思決定を改善するためにデータを活用する方法を学んだ企業や経営者は、市場で勝つでしょう。 これらの組織は、データの課題に直面している競合他社よりも早く、状況の変化や新たな顧客ニーズを監視し、対応できるようになります。 彼らはソーシャル メディアの対話から最初に洞察を収集し、すべてデータに基づいて、より深いレベルで顧客を知り、関与するという戦いに勝つでしょう。 これは一時的な流行ではなく、今日の世界での管理と競争における新たな現実です。 この旅では落とし穴に注意してください。
