6 Sfide Gestori e organizzazioni affrontano dati

Lavoriamo in un mondo data-centrico. I gestori vengono bombardati con dati tramite report, dashboard e sistemi. Siamo regolarmente ricordati di prendere decisioni basate sui dati. I leader senior salivano alla promessa di Big Data per sviluppare un vantaggio competitivo, ma la maggior parte si lotta per concordare ciò che è molto meno descrivere i benefici tangibili attesi.

Il ruolo di scienziato di dati è in forte domanda con deficit proiettati in questo ruolo emergente e importante atteso da anni.

Le organizzazioni spendono ogni fortuna ogni anno installando software per catturare, memorizzare e analizzare i dati. I dipartimenti di marketing sono sempre più pieni di professionisti tecnici e esperti di dati a scapito dei ruoli creativi.

Il mondo dell'attività è un mondo focalizzato sui dati, ma è importante riconoscere che i dati non sono una fine a se stessa. Come ogni altra cosa che ci attendiamo nel nostro lavoro, i dati sono uno strumento pieno di promesse. Nelle mani giuste con gli approcci adeguati, il potenziale di dati per sostenere il processo decisionale è notevole.

Tuttavia, non si accorga la falsa convinzione che l'acquisizione e l'analisi dei dati siano senza rischi. Trascoriamo un po 'di lucido all'idea di dati come salvataggio degli affari e aiutiamo a identificare alcune delle potenziali insidie ​​che questa nuova risorsa presenta per tutti noi.

L'avamposto è forearmed.

6 grandi responsabili di sfide e organizzazioni affrontano i dati:

1. La qualità dei dati è spesso scarsa. Mentre siamo abituati a pensare alla qualità nel contesto di oggetti fisici o di prodotti, si scopre che la qualità dei dati è un problema materiale per ogni azienda per tutto il tempo.

I dati memorizzati in database o repository strutturati sono spesso incompleti, incoerenti o scaduti. È probabile che tu sia stato all'estremità ricevente di un semplice esempio di un problema di qualità dei dati.

La maggior parte di noi può ricordare di ricevere mailing duplicati da rivenditori rivolti a versioni leggermente diverse o radicalmente diverse del nostro nome reale.

La banca dati del marketer contiene duplicati record con il nostro indirizzo e differenti, spesso erronei ortografi o varianti del nostro nome. Ricicliamo la posta duplicata come spazzatura e il marketing incorre in costi eccessivi sotto forma di stampa e mailing, a causa di un semplice problema di qualità dei dati. Amplificare questo errore da centinaia o migliaia di record e questo piccolo errore di qualità dei dati diventa costoso.

La questione della qualità dei dati cresce di importanza, mentre ci sforziamo di prendere decisioni sulle strategie, sui mercati e sul marketing in tempi quasi in tempo reale. Mentre esistono software e soluzioni per aiutare a monitorare e migliorare la qualità dei dati strutturati (formattati), la soluzione reale è un impegno significativo a livello di organizzazione per il trattamento dei dati come valore prezioso.In pratica, questo è difficile da raggiungere e richiede una straordinaria disciplina e supporto alla leadership.

2. Stiamo praticamente annegando i dati. I dati sono ovunque in un'organizzazione. Prendi in considerazione i dati dei clienti. La maggior parte delle organizzazioni si è qualificata per acquisire informazioni su clienti e prospettive.

• Marketing raccoglie dati da persone che partecipano a eventi live o web o che scaricano contenuti.
• I dirigenti usano i dati per supportare o definire nuove strategie.
• La vendita raccoglie dati sui clienti coinvolti nel processo di vendita.
• Assistenza clienti acquisisce informazioni sulle chiamate e le interazioni di chat.
• I team di gestione utilizzano dati e metriche chiave per i punteggi.
• I dati dei clienti vengono utilizzati per la contabilizzazione a fini di fatturazione e per la qualità e le squadre di conoscenza dei clienti per monitorare la soddisfazione del cliente.

Catturiamo le informazioni sui clienti in diversi sistemi software e memorizziamo i dati in diversi repository di dati. Una società di Global Fortune 100 ha riconosciuto che il 10 per cento dei dati dei clienti è stato tenuto localmente dai dipendenti sui loro computer nei fogli di calcolo. Un'altra organizzazione esamina regolarmente i propri rappresentanti di vendita per i dati di biglietti da visita prima di eseguire campagne di marketing.

Molto simile al marinaio in marcia in una barca di salvataggio dopo che la sua nave è affondata, c'è acqua ovunque, ma non una goccia da bere.

Abbiamo lo stesso fenomeno nelle nostre attività. I dati sono dappertutto, e in tempo reale sono disponibili più dati dai feed social e di ricerca. Se i dati non sono facilmente accessibili o, se abbiamo dati duplicati o incompleti, non possiamo sfruttarlo per i fini previsti.

Le organizzazioni stanno sempre più integrando le loro applicazioni software disparate e semplificando il processo di raccolta e aggregazione dei dati in tutta l'impresa. Insieme alla qualità dei dati, tuttavia, questo sforzo è costoso, richiede tempo e non finisce mai.

3. I volumi dei dati crescono. Stiamo facendo sempre più dati ad un ritmo difficile da comprendere. Gli esperti suggeriscono che ogni due anni (e diminuire) stiamo creando più dati di quelli esistenti sul pianeta terra per tutta la civiltà.

La maggior parte di questi nuovi dati non è strutturata, rispetto a quel tipo di dati che è inserito nel nostro software e applicazioni di database. Ad esempio, tutti i tweet relativi al tuo prodotto o al tuo marchio rappresentano un potenziale tesoro di intuizioni, tuttavia questi dati sono non strutturati, aumentando la complessità della cattura e dell'analisi. Mentre ci sono molte offerte di software per aiutare con questa sfida, i dati non strutturati rappresentano un nuovo torrente di materia prima per l'elaborazione, con tutta la complessità e le qualità di qualità inerenti in questo articolo.

4. Spazzatura, spazzatura. Il software analitico dei dati è solo buono come i dati che lo alimentano. Il thread comune in questo numero di sfruttare i dati per vantaggio è la qualità. Mentre molte aziende investono in dollari significativi in ​​applicazioni potenti nuove di crunching dei dati, scricchiolando i dati sporchi conducono a decisioni sbagliate.Attenti a confidare ciecamente la produzione degli sforzi di analisi dei dati. Devi essere fiducioso di poter fidare dei dati utilizzati nell'analisi.

5. Accettiamo l'output delle analisi dei dati come conclusivo, ma non lo è. In realtà, l'analisi dei dati più spesso mostra la correlazione, non la causalità! È facile cadere nella trappola di fidarsi dell'output delle analisi dei dati e di confondere la correlazione con la causa.

Correlazione mostra una relazione, ma in nessun modo implica che A causa B. La creazione di una relazione causale è nirvana per prendere decisioni accurate e insightful. È anche incredibilmente difficile dimostrare. Se affidate in modo straordinario un'uscita e assumiamo una relazione causale in assenza di nessuna, le vostre decisioni saranno fatali.

6. I nostri bias cognitivi vengono amplificati quando si tratta di valutare i dati. Come uno scienziato di dati saggiato una volta intonato, "Alla fine dell'analisi più complicata ed esauriente dei dati, un essere umano deve ancora disegnare un'inferenza e prendere una decisione". E quando raggiungiamo quel punto in cui dobbiamo valutare il significato dell'analisi dei dati, le nostre pregiudizi entrano in gioco. Molti di noi tendono a fidarci o contano su dati che supportano le nostre posizioni e aspettative e sopprimono i dati che fa il contrario. Confidiamo anche i dati provenienti da fonti che ci piacciono o, contando su dati più recenti. Tutti questi pregiudizi contribuiscono alle sfide e ai potenziali errori delle nostre analisi dei dati.

Come iniziare a confezionare i dati per il tuo utilizzo come gestore:

Sviluppare una strategia di dati aziendale è fondamentale per ogni attività, ma è al di là dell'ambito di questo articolo. Invece, qui sono sette idee che puoi utilizzare come gestore per migliorare il tuo utilizzo dei dati nel processo decisionale quotidiano.

1. Riconoscere e mitigare il potenziale di biases . Richiedere dati che espandono l'immagine o confliggono con i dati di fronte a te. Incoraggiare un osservatore esterno per valutare le vostre ipotesi intorno ai dati.

2. Rafforzare la comprensione della gestione dei dati. Sul web sono disponibili ampie fonti di intuizioni e molte organizzazioni offrono seminari o workshop sulla analisi dei dati e sulla business intelligence. Molte università hanno aggiunto corsi per questo settore in forte espansione. Continuate ad affinare le tue abilità.

3. Chiedete a voi o alla tua squadra, "quali dati dobbiamo prendere questa decisione?" Troppo spesso ci affidiamo ai dati a disposizione e ignoriamo la necessità di richiedere ulteriori dati per completare l'immagine.

4. Essere sensibili alla differenza tra la correlazione e la causalità . Come descritto in precedenza, confondere questi due è una trappola potenzialmente pericolosa per il processo decisionale.

5. Qualità- controlla i tuoi dati. Se la tua azienda non dispone di una qualità dei dati o di un impegno di gestione dei dati principali, investite l'ora per valutare i tuoi dati per errori evidenti, inclusi record duplicati, incompleti o errati. Ci sono molte applicazioni software commercialmente disponibili o per sostenere questa attività e molte aziende si basano sulla competenza degli esperti di dati per interrogare e valutare la qualità dei dati.Inoltre, considera i fornitori di servizi esterni che possono aiutare a pulire i dati per te. Importante, concentrati sul miglioramento continuo della qualità dei tuoi dati.

6. Advocate per migliorare la qualità dei dati e gli sforzi di gestione in tutta la tua azienda. Questo lavoro è stato spesso il dominio di professionisti IT o tecnici, ma i dati hanno il potenziale per servire come asset strategico. Ogni gestore deve preoccuparsi della capacità della propria azienda di sfruttare meglio i dati per la decisione e l'esecuzione della strategia.

7. Aggiungete talenti tecnici e dati esperti al tuo team. I dipartimenti di vendita e marketing comprendono il potere di impegnarsi in individui esperti nelle ultime tecnologie e competenti per navigare su molte delle sfide di dati descritte in questo articolo. La tecnologia ei dati non sono più il dominio o la responsabilità di una singola funzione in un'impresa.

La riga di fondo:

Le aziende ei dirigenti che imparano a sfruttare i dati per un migliore processo decisionale vinceranno sul mercato. Queste organizzazioni saranno in grado di monitorare e rispondere alle mutevoli condizioni e alle esigenze dei clienti emergenti più velocemente rispetto ai loro dati contestati i concorrenti. Saranno i primi a raccogliere le conoscenze della finestra di dialogo dei social media e vinceranno la battaglia per conoscere e impegnare i clienti a un livello più profondo, tutti basati su dati. Questo non è un moda, ma piuttosto una nuova realtà di gestione e competizione nel mondo di oggi. Basta guardare le trappole in questo viaggio.