תפקידו של מדען הנתונים הוא ביקוש חם עם החסרונות הצפוי התפקיד המתעוררים, חשוב זה צפוי במשך שנים.
ארגונים מוציאים הון בכל שנה התקנת תוכנה כדי ללכוד, לאחסן ולנתח נתונים. מחלקות השיווק מתמלאות יותר ויותר באנשי מקצוע טכניים, בעלי ידע בנתונים על חשבון התפקידים היצירתיים.
עולם העסקים הוא עולם ממוקד נתונים, אך חשוב להכיר בכך שהנתונים אינם מטרה בפני עצמה. כמו כל דבר אחר שאנו מציירים בעבודתנו, הנתונים הם כלי מלא בהבטחה. בידיים הנכונות עם הגישות הנאותות, פוטנציאל הנתונים לתמיכה בקבלת החלטות הוא מדהים.
עם זאת, לא מקבלים רגוע לתוך האמונה שווא כי רכישת וניתוח נתונים ללא סיכון. בואו לשפשף קצת את פולנית את הרעיון של נתונים כמו מושיע העסקי ולסייע לזהות כמה מן החסרונות הפוטנציאליים המשאב החדש הזה מציג עבור כולנו.
זהיר מראש.
6 Big Challenges מנהלים וארגונים פנים עם נתונים:
1. איכות הנתונים היא לעתים קרובות ירודה. למרות שאנו רגילים לחשוב על איכות בהקשר של חפצים פיזיים או מוצרים, מתברר איכות הנתונים היא בעיה מהותית עבור כל המשרד כל הזמן.
נתונים המאוחסנים במסדי נתונים או במאגרים מובנים הם לעתים קרובות לא מלאים, לא עקביים או לא מעודכנים. סביר להניח שאתה כבר על סוף מקבל דוגמה פשוטה של בעיה באיכות הנתונים.
רובנו יכולים להיזכר קבלת דיוור כפולים משווקים התייחסו לגרסאות שונות במקצת או שונה לחלוטין של השם האמיתי שלנו.
מסד הנתונים של המשווק מכיל רשומות כפולות עם הכתובת שלנו, איותים שונים או שגויות לעתים קרובות או וריאציות של השם שלנו. אנחנו ממחזרים את הדואר הכפול כמו זבל, ואת משווק incurs עלויות עודפות בצורה של הדפסה ושליחת כל בשל בעיה פשוטה איכות הנתונים. להגביר את הטעות הזו על ידי מאות או אלפי רשומות שונות שגיאה זו נתונים קטנים הופכת יקר.
הנושא של איכות הנתונים גדל חשיבות כפי שאנו שואפים לקבל החלטות על אסטרטגיות, שווקים ושיווק בזמן אמת כמעט. בעוד תוכנה ופתרונות קיימים כדי לעזור לפקח ולשפר את איכות הנתונים מובנים (מעוצב), הפתרון האמיתי הוא מחויבות משמעותית, הארגון כולו לטיפול בנתונים כנכס יקר. בפועל, זה קשה להשיג ודורש משמעת יוצאת דופן ותמיכה למנהיגות.
2. אנחנו כמעט טובעים בנתונים. הנתונים נמצאים בכל מקום בארגון. שקול נתוני לקוחות. רוב הארגונים הפכו מיומנים ב לכידת מידע על לקוחות פוטנציאליים.
- שיווק אוספת נתונים מאנשים שמגיעים לאירועים חיים או באינטרנט או מי מוריד תוכן.
- מנהלים משתמשים בנתונים כדי לתמוך או להגדיר אסטרטגיות חדשות.
- המכירות אוספות נתונים על לקוחות המעורבים בתהליך המכירה.
- תמיכת הלקוחות לוכדת מידע על שיחות ואינטראקציות צ'אט.
- צוותי הניהול מתבססים על נתונים וערכי מפתח עבור כרטיסי ניקוד.
- נתוני הלקוח משמשים בחשבונאות למטרות חיוב ועל ידי צוותי איכות ותובנות לקוחות לניטור שביעות רצון הלקוחות .
אנו ללכוד מידע על לקוחות במגוון של מערכות תוכנה שונות, ואנו לאחסן את הנתונים במגוון של מאגרי נתונים. חברה אחת של Global Fortune הכירה עד 10 אחוזים מנתוני הלקוחות שלהם הוחזקה באופן מקומי על ידי עובדים במחשבים שלהם בגליונות אלקטרוניים. ארגון אחר סוקר באופן קבוע את נציגי המכירות שלהם עבור נתוני כרטיס ביקור לפני הפעלת קמפיינים שיווקיים.
דומה מאוד למים היוצאים מן הים, שקוע בסירת הצלה לאחר שספינתו שקעה, יש מים בכל מקום, אבל לא טיפה לשתות.
יש לנו את אותה תופעה בעסקים שלנו. הנתונים נמצאים בכל מקום, ויותר ויותר נתונים זמינים מהזנות חברתיות וחיפושיות בזמן אמת. אם הנתונים אינם נגישים בקלות, או אם יש לנו נתונים כפולים או לא מלאים, אין באפשרותנו למנף אותה למטרה המיועדת.
ארגונים הולכים וגדלים משלבים את יישומי התוכנה השונים שלהם ומפשטים את תהליך איסוף הנתונים וצבירתם ברחבי הארגון. יחד עם איכות הנתונים, עם זאת, מאמץ זה הוא יקר, זמן רב וזה אף פעם לא נגמר.
3. נפח הנתונים גדל. אנחנו עושים יותר ויותר נתונים בקצב שקשה להבין. מומחים מראים כי כל שנתיים (ומתכווצות) אנו יוצרים נתונים יותר מאשר היה קיים על כדור הארץ לכל הציוויליזציה.
רוב הנתונים החדשים הם בלתי מובנים, לעומת סוג זה של נתונים, כי הוא נכנס יפה לתוך התוכנה שלנו ויישומי מסד נתונים. לדוגמה, כל הטוויטים על המוצר או המותג שלך מייצגים אוצר פוטנציאלי של תובנות, אך נתונים אלה הם בלתי מובנים, מה שמגדיל את המורכבות של לכידת וניתוח. אמנם יש הצעות תוכנה רבות כדי לעזור עם האתגר הזה, הנתונים הלא מובנים מייצג זרם חדש של חומר גלם לעיבוד, עם כל המורכבות הטבועה בעיות איכות דנו במאמר זה.
4. אשפה- in, זבל- out. תוכנת ניתוח נתונים היא רק טוב כמו הנתונים להאכיל אותו. חוט משותף בנושא זה של מינוף נתונים עבור היתרון הוא איכות. בעוד חברות רבות משקיעות דולרים משמעותיים ביישומי גריסה חדשים של נתונים, גריסה של נתונים מלוכלכים מובילה להחלטה לקויה. היזהר בעיוורון אמון פלט של מאמצי ניתוח נתונים. אתה חייב להיות בטוח שאתה יכול לסמוך על הנתונים המשמשים בניתוח.
5. אנו מקבלים את התפוקה של ניתוח נתונים כפי מכריע, אבל זה לא. במציאות, ניתוח נתונים לעתים קרובות מציג קורלציה, לא סיבתיות! קל ליפול למלכודת של אמון פלט של מנתח נתונים מבלבל מתאם עם סיבתיות.
המתאם מציג מערכת יחסים, אבל זה בשום אופן לא מרמז כי גורם ב. יצירת מערכת יחסים סיבתית היא נירוונה לקבלת החלטות מדויקות, תובנה. זה גם קשה מאוד להוכיח. אם אתם סומכים על תפוקה ומניחים יחסים סיבתיים שבהם לא קיימים, ההחלטות שלכם יהיו פגומות באופן אנוש.
6. ההטיות הקוגניטיביות שלנו מוגברות כשמדובר בהערכת נתונים. כפי שנהג פעם מדען נתונים חכם, "בסוף הניתוח המורכב והממצה ביותר של נתונים, אדם עדיין צריך להסיק מסקנה ולקבל החלטה". וכאשר אנו מגיעים לנקודה שבה אנו צריכים להעריך את המשמעות של ניתוח נתונים, הטיות שלנו להיכנס לפעולה. רבים מאיתנו נוטים לסמוך או להסתמך על נתונים התומכים בעמדות ובציפיות שלנו ולדכא נתונים שעושים את ההפך. אנו גם סומכים על נתונים ממקורות שאנו אוהבים או, אנו מסתמכים על נתונים שהם האחרונים. כל ההטיות הללו תורמות לאתגרים ולפוטנציאל הטעויות של ניתוח הנתונים שלנו.
כיצד להתחיל לאלף את הנתונים עבור השימוש שלך כמנהל:
פיתוח אסטרטגיית נתונים ארגונית היא קריטית עבור כל עסק, אך הוא מעבר להיקף של מאמר זה. במקום זאת, הנה שבעה רעיונות שבהם תוכל להשתמש כמנהל כדי לשפר את השימוש שלך בנתונים בקבלת ההחלטות היומיומית שלך.
1. להכיר ולהפחית את הפוטנציאל של הטיות . חפש נתונים המרחיבים את התמונה או מתנגשים בנתונים שלפניך. עודד משקיף חיצוני להעריך את ההנחות שלך סביב נתונים.
2. לחזק את ההבנה של ניהול נתונים. ישנם מקורות רבים ללא תשלום של תובנות באינטרנט, וארגונים רבים מציעים סמינרים או סדנאות על ניתוח נתונים ואינטליגנציה עסקית. אוניברסיטאות רבות הוסיפו קורסים עבור שדה זה פורחת. המשך לחדד את היכולות שלך.
3. שאל את עצמך או את הצוות שלך, "מה הנתונים אנחנו צריכים לעשות את ההחלטה הזו?" לעתים קרובות מדי, אנו מסתמכים על הנתונים בהישג יד ומתעלמים מהצורך לחפש נתונים נוספים כדי להשלים את התמונה.
4. להיות מודעים בצורה קריטית להבדל בין קורלציה לבין סיבתיות . כפי שתואר לעיל, מבלבל בין שני אלה הוא מכשול פוטנציאלי עבור קבלת החלטות.
5. איכות לבדוק את הנתונים שלך. אם לחברה שלך אין איכות נתונים או מחויבות לניהול נתוני אב, השקיע את הזמן כדי להעריך את הנתונים שלך עבור שגיאות ברורות, כולל רשומות כפולות, לא שלמות או שגויות. ישנם יישומים רבים זמינים מסחרית או לתמוך בפעילות זו חברות רבות לצייר על המומחיות של מומחים נתונים לשאילתה ולהעריך את איכות הנתונים. כמו כן, שקול ספקי שירות חיצוניים שיכולים לעזור לנקות את הנתונים עבורך. חשוב לציין, להתמקד בשיפור מתמיד של איכות הנתונים.
6. התייעץ עם מאמצי ניהול איכות ונתונים גבוהים יותר במשרדך. עבודה זו היא לעתים קרובות התחום של IT או אנשי מקצוע טכניים, אך הנתונים יש פוטנציאל לשמש נכס אסטרטגי. כל מנהל צריך לדאוג ליכולת של המשרד שלהם למנף טוב יותר נתונים לקבלת החלטות וביצוע אסטרטגיה .
7. הוסף כישרון טכני נתונים מתמצא לצוות שלך. מחלקות מכירה ושיווק מבינים את כוחם של אנשים המעוניינים בטכנולוגיות החדישות ביותר ומוכשרים בניווט רבים מאתגרי הנתונים המתוארים במאמר זה. הטכנולוגיה והנתונים אינם עוד תחום או אחריות של פונקציה אחת בארגון.
בשורה התחתונה:
החברות והמנהלים הלומדים למנף נתונים לשיפור קבלת ההחלטות ינצחו בשוק. ארגונים אלה יוכלו לעקוב אחר התנאים המשתנים ולצרכי הלקוחות המתעוררים מהר יותר מאשר הנתונים שלהם לערער על המתחרים. הם יהיו הראשונים ללקט תובנות מדיאלוג מדיה חברתית, והם ינצחו את הקרב כדי לדעת ולעסוק לקוחות ברמה עמוקה יותר, הכל מבוסס על נתונים. זה לא תחביב, אלא מציאות חדשה של ניהול והתחרות בעולם של היום. רק להיזהר על החסרונות במסע הזה.