Analitični strokovnjaki v podjetju na žalost nimajo enotnega »bushido«, ki lahko poslovne vodje informira, kako bolje uporabiti podatke. To lahko privede do konfliktov, ki lahko vse vpletene dosežejo za kitan meč.
Ampak dovolj samurajskih metafor….
Na srečo so bolj napredne knjige postale dostopne poslovnim menedžerjem, ki iščejo analitiko, da bi ohranili poslovno inteligenco.
Dve mojstri med poslovno inteligenco sta Thomas Davenport, s katerim smo pregledali Analytics at Work Jinho Kim. So avtorji projekta Keeping Up the Quants: Vaš vodnik za razumevanje in uporabo analitike.
Knjiga se ukvarja s strateškim pomenom, kako se ljudi in ideje uporabljajo, preden izberemo analitično rešitev. Namenjena upravljavcem, je knjiga odlična branja za voditelje, ki poskušajo zbirati podatke v svoji organizaciji.
Vaši podatki so vaše podjetje
Nadaljuj s Quants lahko razširi razpravo o uporabnosti podatkov. Vedno bolj beremo ali slišimo izraz »veliki podatki«, vendar mnogi pisci nikoli ne pridejo do konca teme poslovne inteligence - z drugimi besedami, kako analitika deluje preko številk? Davenport je razkril svojo analitično perspektivo v prejšnjih delih, kot je npr Sodni pozivi . V Quants on in Kim ne izgubljata časa za kopanje, zakaj so veliki podatki nov način za gradnjo podjetja, ob upoštevanju:
»Veliki podatki in analitika ne izboljšujejo le notranjega odločanja. Številne internetne organizacije (Google, Facebook, Amazon, eBay in druge) uporabljajo tako imenovane velike podatke iz spletnih transakcij ne le za podporo odločitvam, ampak za ustvarjanje novih ponudb izdelkov in funkcij za stranke. "
Perspektive, ki dajejo ekipo za mala podjetja “Big Smarts”
Mala podjetja, ki rastejo zaposleni, morajo obvladovati število glav in način uporabe teh sredstev. Ker lahko analitika, ki presega osnovne metrike, vodi do namenske glave za merjenje, knjiga ponuja ideje o tem, kako povečati svojo organizacijo v potrebo in ne naključno izbrati vira. Poglavje »Uokvirjanje problema« prikazuje, kako organizirati analitične izzive:
»Odločitev za napredovanje lahko temelji na slutnji ali intuiciji. Dokazni standard na tej točki je nizek. Seveda je smisel kvalitativne analize na koncu uporabiti nekaj podatkov in preizkusiti svoje občutke. To je razlika med analitičnimi misleci in drugimi: Preizkušajo svoje predsodke s podatki in analizami. Najpomembnejša stvar v fazi prepoznavanja problema je popolno razumevanje problema in zakaj je to pomembno. «
Avtorji razkrivajo faze in korake, kako oceniti in predstaviti informacije, vse z enostavnimi opomniki, kot so:
»Ker analitični ljudje zadovoljujejo s tehničnimi izrazi … pogosto predpostavljajo, da bo tudi njihova publika. Toda to je tragična napaka. "
Priročno sledi segment »Reševanje problema« z verjetno najbolj učinkovitimi idejami za mala podjetja. Znotraj tega segmenta in drugih so zabavni aspekti številni, da so analize zanimive. Obstaja zgodovinski del o delu Florence Nightingale s stopnjami umrljivosti, ki so povezane z vizualizacijo podatkov. Všeč mi je »Fido enačba«, zabavna različica, ki pojasni, kaj je model in kaj naj bi naredil. Zamišljeni koncept je pred razveljavitvijo dodeljenih spremenljivk znotraj modela:
»Kot pri procesu izbire spremenljivk, se lahko celo subjektivne stvari izmerijo na sistematičen način…. Ne glede na podatke, ki jih imate, vedno obstaja možnost pridobivanja več podatkov ali različnih podatkov o tem, kar ste prvotno zaposlili pri razmišljanju o vaši težavi. "
Avtorji se ukvarjajo z modeli, spremenljivkami in vizualizacijo podatkov, zato je knjiga odlična izbira za branje pred drugimi specifičnimi analitičnimi temami. Lahko ga preberete pred prevzemom Predvidevanje Analytics in Veliki podatki brez podrobnosti programskega jezika, pregledanih v knjigah Yahoo Web Analytics .
Če se znajdete v boju proti odločitvam, ki temeljijo na podatkih, boste našli Nadaljevanje z Quants kot primerno orožje za zmago.
4 Komentarji ▼
