6 Manažeři a organizátoři řešení problémů

Pracujeme v datově orientovaném světě. Manažeři jsou bombardováni daty prostřednictvím zpráv, řídicích panelů a systémů. Pravidelně jsme upozorňováni na rozhodování založená na datech. Vedoucí představitelé slibují slib Velkých dat pro rozvoj konkurenční výhody, ale většina bojů o to, co je, je mnohem méně popsat očekávané hmatatelné výhody.

Role datového vědce je v horké poptávce s předpokládanými výpadky v této vznikající, důležité roli očekávané po celá léta. Organizace každoročně utrácejí bohatství a instalují software pro zachycení, ukládání a analýzu dat. Marketingová oddělení jsou stále více naplňována odborníky na technické a datové úrovni na úkor kreativních rolí.

Svět obchodu je svět orientovaný na data, ale je důležité si uvědomit, že data nejsou samoúčelná. Stejně jako všechno ostatní, na čem v naší práci čerpáme, jsou data nástrojem naplněným slibem. Ve správných rukou s vhodnými přístupy je pozoruhodný potenciál pro podporu rozhodování.

Nenechte se však dostat do falešného přesvědčení, že získávání a analýza dat je bez rizika. Pojďme si trošku polské pryč z myšlenky na data jako obchodní spasitel a pomoci identifikovat některé potenciální úskalí tohoto nového zdroje představuje pro nás všechny.

Varování je předzvěstí.

Špatná kvalita dat

I když jsme zvyklí myslet na kvalitu v kontextu fyzických objektů nebo produktů, ukazuje se, že kvalita dat je pro každou firmu hmotnou záležitostí po celou dobu. Data uložená ve strukturovaných databázích nebo úložištích jsou často neúplná, nekonzistentní nebo zastaralá. Pravděpodobně jste byli na přijímajícím konci jednoduchého příkladu problému s kvalitou dat.

Většina z nás si může vzpomenout na příjem duplicitních zásilek od obchodníků adresovaných poněkud odlišným nebo radikálně odlišným verzím našeho skutečného jména. Databáze obchodníka obsahuje duplicitní záznamy s naší adresou a různými, často chybnými hláskami nebo variacemi našeho jména. Duplicitní poštu recyklujeme jako nevyžádanou poštu a obchodníkovi vznikají nadměrné náklady v podobě tisku a zasílání pošty, a to díky jednoduchému problému s kvalitou dat. Zjednodušte tuto chybu mnoha stovkami nebo tisíci záznamy a tato malá chyba v kvalitě dat se stává nákladnou.

Problém kvality dat nabývá na významu, protože se snažíme rozhodovat o strategiích, trzích a marketingu v téměř reálném čase. Zatímco software a řešení pomáhají monitorovat a zlepšovat kvalitu strukturovaných (formátovaných) dat, skutečným řešením je významný závazek organizace k léčbě dat jako hodnotného aktiva. V praxi je to obtížné dosáhnout a vyžaduje mimořádnou disciplínu a podporu vedení.

Utopení v datech

Data jsou všude v organizaci. Zvažte údaje o zákaznících. Většina organizací se stala odborníkem na získávání informací o zákaznících a perspektivách.

• Marketing shromažďuje data od lidí, kteří navštěvují živé nebo webové události nebo kteří stahují obsah.
• Vedoucí pracovníci používají data k podpoře nebo definování nových strategií.
• Prodej shromažďuje údaje o zákaznících zapojených do procesu prodeje.
• Zákaznická podpora zachycuje informace o hovorech a chatu.
• Manažerské týmy čerpají z dat a klíčových metrik pro scorecards.
• Údaje o zákaznících jsou využívány při účtování pro účely fakturace a týmů pro sledování kvality a spokojenosti zákazníků.

Získáváme informace o zákaznících v různých softwarových systémech a data ukládáme do různých úložišť dat. Jedna společnost Global Fortune 100 uznala až 10 procent svých zákaznických dat, které lokálně drží zaměstnanci na počítačích v tabulkách. Jiná organizace pravidelně zjišťuje své obchodní zástupce pro data vizitek před spuštěním marketingových kampaní.

Stejně jako oceánský námořník uvízlý v záchranném člunu poté, co se loď potopila, je všude voda, ale ne kapka k pití. V našich podnicích máme stejný fenomén. Data jsou všude a data jsou v reálném čase stále dostupná ze sociálních a vyhledávacích zdrojů. Pokud data nejsou snadno dostupná nebo pokud máme duplicitní nebo neúplná data, nemůžeme je využít pro zamýšlený účel.

Organizace stále více integrují své rozdílné softwarové aplikace a zjednodušují proces sběru a agregace dat v rámci celého podniku. Spolu s kvalitou dat je však toto úsilí nákladné, časově náročné a nikdy nekončí.

Rostoucí objemy dat

Děláme stále více a více dat tempem, které je těžké pochopit. Odborníci naznačují, že každé dva roky (a zmenšující se) vytváříme více dat, než existovali na planetě Zemi pro celou civilizaci.

Většina těchto nových dat je nestrukturovaná, oproti typu dat, která jsou úhledně vložena do našich softwarových a databázových aplikací. Například všechny tweety o vašem produktu nebo značce představují potenciální pokladnici vhledů, ale tato data jsou nestrukturovaná, což zvyšuje složitost jejich zachycení a analýzy. I když existuje mnoho softwarových nabídek, které vám pomohou s touto výzvou, nestrukturovaná data představují nový zdroj surovin pro zpracování, se kterými jsou diskutovány všechny podstatné otázky složitosti a kvality.

Garbage-In, Garbage-Out

Datový analytický software je pouze tak dobrý jako data, která ho napájejí. Společným příznakem v této problematice pákového efektu je kvalita. Zatímco mnoho firem investuje značné peníze do výkonných nových aplikací, které se chvějí dat, křupavé špinavé údaje vedou k chybným rozhodnutím. Dejte si pozor na slepou důvěru ve výstupy analýzy dat. Musíte být přesvědčeni, že můžete důvěřovat údajům použitým v analýze.

Analýza dat není jednoznačná

Výstupy analýz dat přijímáme jako přesvědčivé, ale ne. Ve skutečnosti analýza dat nejčastěji ukazuje korelaci, ne příčinnou souvislost! Je snadné se dostat do pasti důvěryhodnosti výstupu analýz dat a matoucí korelace s příčinami.

Korelace ukazuje vztah, ale v žádném případě to neznamená, že A způsobuje příčinnou souvislost. Je také neuvěřitelně těžké dokázat. Pokud nepřiměřeně důvěřujete výstupu a předpokládáte kauzální vztah tam, kde žádný neexistuje, vaše rozhodnutí budou fatálně chybná.

Zesílené zkreslení

Co se týče vyhodnocování dat, naše kognitivní zkreslení se zesílí. Jako jeden moudrý datový vědec jednou zazněl: „Na konci nejsložitější a vyčerpávající analýzy údajů musí člověk stále vyvodit závěry a učinit rozhodnutí. A když se dostaneme do bodu, kdy musíme posoudit význam analýzy dat, začnou hrát naše předsudky. Mnozí z nás mají tendenci důvěřovat nebo spoléhat na data, která podporují naše pozice a očekávání a potlačují data, která jsou opačná. Také důvěřujeme datům ze zdrojů, které se nám líbí, nebo se spoléháme na data, která jsou nejaktuálnější.

Všechny tyto předsudky přispívají k výzvám a potenciálu chyb z našich analýz dat.

Jak začít zkreslovat data pro vaše použití jako správce

Vývoj podnikové datové strategie je rozhodující pro každý podnik, ale je nad rámec tohoto článku. Zde je sedm nápadů, které můžete použít jako manažer ke zlepšení využití dat ve svém každodenním rozhodování.

Rozpoznat zkreslení

Rozpoznat a zmírnit potenciál zkreslení. Vyhledejte data, která rozšiřují obraz nebo jsou v rozporu s údaji před vámi. Povzbuzujte externího pozorovatele, aby vyhodnotil vaše předpoklady týkající se údajů.

Správa dat

Posílit své chápání správy dat. Na webu jsou k dispozici dostatečné zdroje informací a mnoho organizací nabízí semináře nebo workshopy o analýze dat a business intelligence. Mnoho univerzit přidalo kurzy pro toto vzkvétající pole. Udržujte si své dovednosti.

Kompletní data

Zeptejte se sebe nebo svého týmu, "Jaké údaje potřebujeme, abychom toto rozhodnutí učinili?" Příliš často se spoléháme na data po ruce a ignorujeme potřebu hledat další data k dokončení obrázku.

Korelace a příčinná souvislost

Buďte kriticky vědomi rozdílu mezi korelací a příčinnou souvislostí. Jak bylo popsáno výše, zmatení těchto dvou je potenciálně nebezpečným úskalím pro rozhodování.

Kontrola kvality dat

Pokud vaše firma nemá závazek týkající se kvality dat nebo správy dat, investujte čas na vyhodnocení vašich dat pro zjevné chyby, včetně duplicitních, neúplných nebo chybných záznamů. Existuje mnoho komerčně dostupných softwarových aplikací nebo podpora této činnosti a mnoho firem čerpá z odborných znalostí datových odborníků, aby dotazovali a hodnotili kvalitu dat. Zvažte také externí poskytovatele služeb, kteří vám mohou pomoci vyčistit data pro vás. Důležité je zaměřit se na neustálé zlepšování kvality vašich dat.

Kvalita dat

Prosazujte silnější kvalitu dat a úsilí v oblasti řízení ve vaší firmě. Tato práce byla často doménou IT nebo technických odborníků, ale data mají potenciál sloužit jako strategické aktivum. Každý manažer musí dbát na schopnost firmy lépe využívat data pro rozhodování a provádění strategie.

Technický a datově náročný talent

Přidejte technický a datově zdatný talent do svého týmu. Oddělení prodeje a marketingu chápou sílu zapojení jednotlivců, kteří jsou kvalifikovaní v nejnovějších technologiích, a jsou kompetentní při navigaci s mnoha datovými výzvami. Technologie a data již nejsou doménou ani odpovědností jedné funkce v podniku.

Sečteno a podtrženo

Firmy a manažeři, kteří se naučí využívat data pro lepší rozhodování, na trhu zvítězí. Tyto organizace budou moci sledovat a reagovat na měnící se podmínky a rychlejší potřeby zákazníků, než jejich data napadají konkurenty. Budou první, kdo získá informace z dialogu sociálních médií, a vyhrají bitvu, aby věděly a zapojily zákazníky na hlubší úrovni - to vše založené na datech. To není výstřelek, ale spíše nová realita řízení a soupeření v dnešním světě.

Dejte si pozor na nástrahy na této cestě.