Pracujeme vo svete zameranom na údaje. Manažéri sú bombardovaní údajmi prostredníctvom správ, informačných panelov a systémov. Pravidelne nám pripomíname, aby sme robili rozhodnutia založené na údajoch. Vyšší lídri slintajú pri sľube veľkých dát, že si vytvoria konkurenčnú výhodu, no väčšina sa snaží zhodnúť na tom, čo to je, a už vôbec nie opísať očakávané hmatateľné výhody.
Úloha dátového vedca je veľmi žiadaná s predpokladanými nedostatkami v tejto vznikajúcej, dôležitej úlohe, ktorá sa očakáva roky. Organizácie minú každý rok veľa peňazí na inštaláciu softvéru na zachytávanie, ukladanie a analýzu údajov. Marketingové oddelenia sa čoraz viac zapĺňajú technickými odborníkmi s prehľadom údajov na úkor kreatívnych úloh.
Svet podnikania je svet zameraný na dáta, no je dôležité si uvedomiť, že dáta nie sú samoúčelné. Ako všetko ostatné, z čoho pri našej práci čerpáme, aj údaje sú sľubným nástrojom. V správnych rukách so správnymi prístupmi je potenciál údajov na podporu rozhodovania pozoruhodný.
Nenechajte sa však ukolísať falošným presvedčením, že získavanie a analýza údajov je bez rizika. Poďme trochu oprášiť myšlienku dát ako záchrancu podnikania a pomôžme identifikovať niektoré potenciálne úskalia, ktoré tento nový zdroj predstavuje pre nás všetkých.
Vopred varovaný je predpažený.
Nízka kvalita údajov
Aj keď sme zvyknutí premýšľať o kvalite v kontexte fyzických predmetov alebo produktov, ukazuje sa, že kvalita údajov je pre každú firmu neustále dôležitým problémom. Údaje uložené v štruktúrovaných databázach alebo archívoch sú často neúplné, nekonzistentné alebo neaktuálne. Je pravdepodobné, že ste boli na prijímacej strane jednoduchého príkladu problému s kvalitou údajov.
Väčšina z nás si pamätá, že dostávala duplicitné korešpondencie od obchodníkov adresované mierne odlišným alebo radikálne odlišným verziám nášho skutočného mena. Databáza obchodníka obsahuje duplicitné záznamy s našou adresou a rôznymi, často chybnými pravopismi alebo variáciami nášho mena. Duplicitnú poštu recyklujeme ako nevyžiadanú poštu a obchodníkovi vznikajú nadmerné náklady vo forme tlače a odosielania poštou, a to všetko kvôli jednoduchému problému s kvalitou údajov. Zosilnite túto chybu o mnoho stoviek alebo tisícok záznamov a táto malá chyba v kvalite údajov sa predraží.
Otázka kvality údajov naberá na dôležitosti, keďže sa snažíme prijímať rozhodnutia o stratégiách, trhoch a marketingu takmer v reálnom čase. Hoci existuje softvér a riešenia, ktoré pomáhajú monitorovať a zlepšovať kvalitu štruktúrovaných (formátovaných) skutočným riešením je významný záväzok celej organizácie zaobchádzať s údajmi ako s cennými aktíva. V praxi je to ťažké dosiahnuť a vyžaduje si to mimoriadnu disciplínu a podporu vedenia.
Topenie v dátach
Dáta sú všade v organizácii. Zvážte údaje o zákazníkoch. Väčšina organizácií sa naučila získavať informácie o zákazníkoch a potenciálnych zákazníkoch.
- Marketing zhromažďuje údaje od ľudí, ktorí sa zúčastňujú živých alebo webových podujatí alebo ktorí sťahujú obsah.
- Vedúci pracovníci používajú údaje na podporu alebo definovanie nových stratégií.
- Predaj zhromažďuje údaje o zákazníkoch zapojených do procesu predaja.
- Zákaznícka podpora zachytáva informácie o hovoroch a chatoch.
- Manažérske tímy čerpajú z údajov a kľúčových metrík pre skórkarty.
- Údaje o zákazníkoch sa používajú v účtovníctve na účely fakturácie a tímy kvality a prehľadu o zákazníkoch na monitorovanie spokojnosti zákazníkov.
Informácie o zákazníkoch zachytávame v rôznych softvérových systémoch a údaje ukladáme do rôznych dátových úložísk. Jedna spoločnosť z rebríčka Global Fortune 100 uznala, že až 10 percent údajov o svojich zákazníkoch uchovávali zamestnanci lokálne na svojich počítačoch v tabuľkových procesoroch. Iná organizácia pravidelne pred spustením marketingových kampaní zisťuje u svojich obchodných zástupcov údaje z vizitiek.
Podobne ako zaoceánsky námorník uviaznutý v záchrannom člne po tom, čo sa jeho loď potopila, všade je voda, no na pitie ani kvapka. V našich podnikoch máme rovnaký fenomén. Údaje sú všade a čoraz viac údajov je k dispozícii zo sociálnych sietí a informačných kanálov vyhľadávania v reálnom čase. Ak údaje nie sú ľahko dostupné alebo ak máme duplicitné alebo neúplné údaje, nedokážeme ich využiť na zamýšľaný účel.
Organizácie čoraz viac integrujú svoje rôznorodé softvérové aplikácie a zjednodušujú proces zhromažďovania a agregácie údajov v rámci celého podniku. Spolu s kvalitou dát je však toto úsilie drahé, časovo náročné a nikdy nekončí.
Rastúce objemy dát
Vytvárame stále viac údajov tempom, ktoré je ťažko pochopiteľné. Odborníci naznačujú, že každé dva roky (a zmenšovanie) vytvárame viac údajov, ako existovalo na planéte Zem pre celú civilizáciu.
Väčšina týchto nových údajov je neštruktúrovaná, na rozdiel od údajov, ktoré sú úhľadne zadané do nášho softvéru a databázových aplikácií. Napríklad všetky tweety o vašom produkte alebo značke predstavujú potenciálnu pokladnicu prehľadov, no tieto údaje sú neštruktúrované, čo zvyšuje zložitosť ich zachytenia a analýzy. Aj keď existuje veľa softvérových ponúk, ktoré vám pomôžu s touto výzvou, neštruktúrované údaje predstavujú novinku množstvo surovín na spracovanie, so všetkými súvisiacimi problémami zložitosti a kvality, o ktorých sa tu diskutuje článok.
Odpad dnu odpad von
Softvér na analýzu údajov je len taký dobrý, ako dobré sú údaje, ktoré ho napájajú. Spoločnou niťou v tomto probléme využívania dát je kvalita. Zatiaľ čo mnohé firmy investujú značné peniaze do výkonných nových aplikácií na drvenie údajov, drvenie nečistých údajov vedie k chybným rozhodnutiam. Dajte si pozor na slepé dôverovanie výstupom snáh o analýzu údajov. Musíte si byť istí, že údajom použitým v analýze môžete dôverovať.
Analýzy údajov nie sú presvedčivé
Akceptujeme výstup z dátových analýz ako presvedčivý, ale nie je. V skutočnosti analýza údajov najčastejšie ukazuje koreláciu, nie príčinnú súvislosť! Je ľahké upadnúť do pasce dôvery vo výstup analýzy údajov a zamieňať si koreláciu s príčinnou súvislosťou.
Korelácia predstavuje vzťah, ale v žiadnom prípade neznamená, že A spôsobuje B. Nadviazanie kauzálneho vzťahu je nirvána pre presné a bystré rozhodnutia. Je tiež neuveriteľne ťažké dokázať. Ak nadmerne dôverujete výstupu a predpokladáte kauzálny vzťah tam, kde žiadny neexistuje, vaše rozhodnutia budú fatálne chybné.
Amplified Biases
Naše kognitívne predsudky sú zosilnené, pokiaľ ide o vyhodnocovanie údajov. Ako raz povedal jeden múdry dátový vedec: „Na konci najkomplikovanejšej a najvyčerpávajúcejšej analýzy dát musí ľudská bytosť ešte nakresliť vyvodiť závery a urobiť rozhodnutie." A keď sa dostaneme do bodu, keď musíme posúdiť význam analýzy údajov, do hry vstupujú naše predsudky. Mnohí z nás majú tendenciu dôverovať alebo spoliehať sa na údaje, ktoré podporujú naše pozície a očakávania, a potláčať údaje, ktoré robia opak. Dôverujeme tiež údajom zo zdrojov, ktoré sa nám páčia, alebo sa spoliehame na údaje, ktoré sú najnovšie. Všetky tieto predsudky prispievajú k problémom a potenciálu chýb z našich analýz údajov.
Ako začať krotiť údaje pre vaše použitie ako manažéra
Vytvorenie celopodnikovej dátovej stratégie je rozhodujúce pre každé podnikanie, no presahuje rámec tohto článku. Namiesto toho tu je sedem nápadov, ktoré môžete použiť ako manažér na zlepšenie využívania údajov pri každodennom rozhodovaní.
Rozpoznať predsudky
Rozpoznať a zmierniť potenciál predsudkov. Vyhľadajte údaje, ktoré rozširujú obrázok alebo sú v konflikte s údajmi, ktoré máte pred sebou. Povzbudzujte externého pozorovateľa, aby vyhodnotil vaše predpoklady týkajúce sa údajov.
Správa údajov
Posilnite svoje chápanie správy údajov. Na webe je množstvo bezplatných zdrojov informácií a mnohé organizácie ponúkajú semináre alebo workshopy o analýze údajov a business intelligence. Mnohé univerzity pridali kurzy pre túto prosperujúcu oblasť. Neustále zdokonaľujte svoje zručnosti.
Kompletné údaje
Opýtajte sa seba alebo svojho tímu, "Aké údaje potrebujeme na toto rozhodnutie?" Príliš často sa spoliehame na dostupné údaje a ignorujeme potrebu hľadať ďalšie údaje, aby sme obraz doplnili.
Korelácia a príčinná súvislosť
Kriticky si uvedomte rozdiel medzi koreláciou a príčinnou súvislosťou. Ako už bolo popísané vyššie, zámena týchto dvoch je potenciálne nebezpečným úskalím pri rozhodovaní.
Kvalita – skontrolujte svoje údaje
Ak vaša firma nemá záväzok týkajúci sa kvality údajov alebo správy kmeňových údajov, investujte čas do vyhodnotenia vašich údajov na zjavné chyby, vrátane duplicitných, neúplných alebo chybných záznamov. Existuje mnoho komerčne dostupných softvérových aplikácií alebo na podporu tejto činnosti a mnohé firmy využívajú expertízu dátových expertov pri dotazovaní a hodnotení kvality dát. Zvážte aj externých poskytovateľov služieb, ktorí vám môžu pomôcť vyčistiť dáta. Dôležité je zamerať sa na neustále zlepšovanie kvality vašich údajov.
Kvalita dát
Presadzujte väčšiu kvalitu údajov a úsilie v oblasti správy vo vašej firme. Táto práca bola často doménou IT alebo technických profesionálov, no údaje majú potenciál slúžiť ako strategické aktívum. Každému manažérovi musí záležať na schopnosti firmy lepšie využiť dáta na rozhodovanie a realizáciu stratégie.
Technický a dátovo zdatný talent
Pridajte do svojho tímu technické a dátovo zdatné talenty. Obchodné a marketingové oddelenia rozumejú sile zapojenia jednotlivcov, ktorí majú skúsenosti s najnovšími technológiami a sú kompetentní pri zvládaní mnohých problémov s údajmi načrtnutých v tomto článku. Technológia a údaje už nie sú doménou ani zodpovednosťou jednej funkcie v podniku.
Spodný riadok
Firmy a manažéri, ktorí sa naučia využívať dáta na lepšie rozhodovanie, vyhrajú na trhu. Tieto organizácie budú schopné monitorovať a reagovať na meniace sa podmienky a vznikajúce potreby zákazníkov rýchlejšie, než ich konkurenti napádajú údaje. Budú prví, ktorí získajú poznatky z dialógu sociálnych médií, a vyhrajú bitku o poznanie a zapojenie zákazníkov na hlbšej úrovni – všetko na základe údajov. Toto nie je móda, ale skôr nová realita riadenia a súťaženia v dnešnom svete. Len pozor na úskalia na tejto ceste.
