6 Dataudfordringer ledere og organisationer står overfor

Indhold

• Dårlig datakvalitet
• Drukning i data
• Voksende datamængder
• Affalds-ind, affalds-ud
• Dataanalyser er ikke afgørende
• Forstærkede faser
• Sådan begynder at temme dataene til din brug som manager
• Anerkend faser
• Datastyring
• Komplette data
• Korrelation og årsag
• Kvalitetskontrol af dine data
• Datakvalitet
• Teknisk og datasparent talent
• Bundlinjen

Vi arbejder i en datacentrisk verden. Ledere bombarderes med data via rapporter, dashboards og systemer. Vi bliver regelmæssigt mindet om at tage datadrevne beslutninger. Seniorledere spyt ved løftet fra Big Data for at udvikle en konkurrencefordel, men alligevel kæmper de fleste med at blive enige om hvad det er, langt mindre beskriver de forventede konkrete fordele.

Dataforskerens rolle er i efterspørgsel med forventede mangler i denne nye vigtige rolle, der forventes i årevis. Organisationer bruger hvert år en formue på at installere software til at indsamle, gemme og analysere data. Marketingafdelinger bliver i stigende grad fyldt med tekniske, data-dygtige fagfolk på bekostning af kreative roller.

Virksomhedens verden er en datafokuseret verden, men alligevel er det vigtigt at erkende, at data ikke er et mål for sig selv. Som alt andet, vi trækker på i vores arbejde, er data et værktøj fyldt med løfte. I de rigtige hænder med de rette tilgange er potentialet for data til støtte for beslutningstagning bemærkelsesværdigt.

Dog ikke lulled ind i den falske tro, at erhvervelse og analyse af data er uden risiko. Lad os gnide lidt af poleringen af ​​ideen om data som forretningsfrelser og hjælpe med at identificere nogle af de potentielle faldgruber, denne nye ressource præsenterer for os alle.

Advarsel er underarmet.

Dårlig datakvalitet

Selvom vi er vant til at tænke på kvalitet i forbindelse med fysiske genstande eller produkter, viser det sig, at datakvalitet er et væsentligt spørgsmål for alle firmaer hele tiden. Data, der er gemt i strukturerede databaser eller depoter, er ofte ufuldstændige, inkonsekvente eller forældede. Det er sandsynligt, at du har været i den modtagende ende af et simpelt eksempel på et datakvalitetsproblem.

De fleste af os kan huske at have modtaget duplikatforsendelser fra marketingfolk adresseret til lidt forskellige eller radikalt forskellige versioner af vores faktiske navn. Markedsførers database indeholder duplikater med vores adresse og forskellige, ofte fejlagtige stavemåder eller variationer af vores navn. Vi recirkulerer duplikatposten som skrammel, og marketingmedarbejderen pådrager sig overskydende omkostninger i form af udskrivning og mailing alt sammen på grund af et simpelt datakvalitetsproblem. Forstærk denne fejl ved mange hundrede eller tusinder af poster, og denne lille datakvalitetsfejl bliver dyr.

Spørgsmålet om datakvalitet vokser i betydning, når vi bestræber os på at tage beslutninger om strategier, markeder og markedsføring i nær realtid. Mens der findes software og løsninger, der hjælper med at overvåge og forbedre kvaliteten af ​​strukturerede (formaterede) data, er den reelle løsning en betydelig, organisationsdækkende forpligtelse til at behandle data som et værdifuldt aktiv. I praksis er dette vanskeligt at opnå og kræver ekstraordinær disciplin og ledelsesstøtte.

Drukning i data

Data findes overalt i en organisation. Overvej kundedata. De fleste organisationer er blevet dygtige til at indhente oplysninger om kunder og kundeemner.

• Marketing indsamler data fra folk, der deltager i live- eller webbegivenheder, eller som downloader indhold.
• Ledere bruger data til at understøtte eller definere nye strategier.
• Salg indsamler data om kunder, der er involveret i salgsprocessen.
• Kundesupport fanger oplysninger om opkald og chats.
• Ledelsesteamene trækker på data og nøglemetrik for scorekort.
• Kundedata bruges til regnskabsmæssig beregning og af kvalitets- og kundeindsigtsteam til overvågning af kundetilfredshed.

Vi indfanger kundeoplysninger i en række forskellige softwaresystemer, og vi lagrer dataene i en række forskellige datalagringssteder. Et firma fra Global Fortune 100 anerkendte så meget som 10 procent af deres kundedata blev opbevaret lokalt af ansatte på deres computere i regneark. En anden organisation afstemmer regelmæssigt deres salgsrepræsentanter for visitkortdata, inden de kører marketingkampagner.

Ligesom den havgående sejler strandet i en redningsbåd, efter at hans skib var sunket, er der vand overalt, men ikke en dråbe at drikke. Vi har det samme fænomen i vores virksomheder. Data findes overalt, og i stigende grad er data tilgængelige fra sociale feeds og søgefoder i realtid. Hvis dataene ikke er let tilgængelige, eller hvis vi har duplikat eller ufuldstændige data, er vi ikke i stand til at udnytte dem til det tilsigtede formål.

I stigende grad integrerer organisationer deres forskellige softwareapplikationer og forenkler processen med at indsamle og aggregere data på tværs af virksomheden. Sammen med datakvaliteten er denne indsats imidlertid dyr, tidskrævende, og den slutter aldrig.

Voksende datamængder

Vi fremstiller flere og flere data i et tempo, der er vanskeligt at forstå. Eksperter antyder, at vi hvert andet år (og skrumper) skaber flere data, end der eksisterede på kloden for hele civilisationen.

De fleste af disse nye data er ustrukturerede mod den type data, der pænt indtastes i vores software og databaseapplikationer. For eksempel repræsenterer alle tweets om dit produkt eller dit brand en potentiel skattekiste af indsigt, men alligevel er disse data ustrukturerede, hvilket øger kompleksiteten ved at fange og analysere dem. Selvom der er mange softwaretilbud til at hjælpe med denne udfordring, repræsenterer de ustrukturerede data en ny torrent af råmateriale til behandling, med alle de iboende kompleksitet og kvalitetsproblemer, der diskuteres i denne artikel.

Affalds-ind, affalds-ud

Dataanalysesoftware er kun så god som de data, der fodrer den. Den fælles tråd i denne udgave af gearing af data til fordel er kvalitet. Mens mange virksomheder investerer betydelige dollars i kraftfulde nye dataknusningsapplikationer, fører knasende beskidte data til fejlbehæftede beslutninger. Pas på at blindt stole på output fra dataanalysearbejder. Du skal være sikker på, at du kan stole på de data, der er brugt i analysen.

Dataanalyser er ikke afgørende

Vi accepterer output af dataanalyser som afgørende, men det er det ikke. I virkeligheden viser dataanalyse ofte korrelation, ikke årsagssammenhæng! Det er let at falde i fælden med at stole på output fra dataanalyser og forvirre sammenhæng med årsagssammenhæng.

Korrelation viser et forhold, men det betyder på ingen måde, at A forårsager B. Etablering af et årsagsforhold er nirvana til at træffe nøjagtige, indsigtsfulde beslutninger. Det er også utroligt vanskeligt at bevise. Hvis du overordentlig stoler på et output og antager et årsagsforhold, hvor der ikke findes noget, vil dine beslutninger være dødeligt mangelfulde.

Forstærkede faser

Vores kognitive partier forstærkes, når det kommer til evaluering af data. Som en klog datavidenskabsmand engang henviste: "I slutningen af ​​den mest komplicerede og udtømmende analyse af data, er et menneske stadig nødt til at trække en slutning og træffe en beslutning." Og når vi når det punkt, hvor vi er nødt til at vurdere betydningen af ​​dataanalysen, kommer vores partier ind. Mange af os har en tendens til at stole på eller stole på data, der understøtter vores holdninger og forventninger og undertrykke data, der gør det modsatte. Vi stoler også på data fra kilder, vi kan lide, eller vi er afhængige af data, der er de nyeste. Alle disse partier bidrager til udfordringerne og potentialet for fejl fra vores dataanalyser.

Sådan begynder at temme dataene til din brug som manager

Udvikling af en virksomhedsdækkende datastrategi er kritisk for enhver virksomhed, men er dog uden for denne artikels rækkevidde. I stedet for er her syv ideer, du kan bruge som manager til at forbedre din brug af data i din daglige beslutningsproces.

Anerkend faser

Anerkende og mindske potentialet for forudindtægter. Søg efter data, der udvider billedet eller er i konflikt med dataene foran dig. Tilskynde en ekstern observatør til at evaluere dine antagelser omkring data.

Datastyring

Styrke din forståelse af datastyring. Der er rigelig gratis kilder til indsigt på nettet, og mange organisationer tilbyder seminarer eller workshops om dataanalyse og forretningsinformation. Mange universiteter har tilføjet kurser til dette blomstrende felt. Bliv skærpe dine evner.

Komplette data

Spørg dig selv eller dit team, "Hvilke data har vi brug for for at tage denne beslutning?" Vi stoler alt for ofte på de tilgængelige data og ignorerer behovet for at søge flere data for at fuldføre billedet.

Korrelation og årsag

Vær kritisk opmærksom på forskellen mellem korrelation og årsagssammenhæng. Som beskrevet tidligere er forvirring af disse to en potentielt farlig faldgruppe for beslutningstagning.

Kvalitetskontrol af dine data

Hvis dit firma ikke har en datakvalitet eller en forpligtelse til masteradministration, skal du investere tiden til at evaluere dine data for åbenlyse fejl, herunder duplikat, ufuldstændige eller fejlagtige poster. Der er mange kommercielt tilgængelige softwareapplikationer eller til at understøtte denne aktivitet, og mange virksomheder trækker på ekspertise fra dataeksperter til at forespørge og vurdere datakvaliteten. Overvej også eksterne tjenesteudbydere, der kan hjælpe med at rense dataene for dig. Det er vigtigt at fokusere på løbende at forbedre kvaliteten af ​​dine data.

Datakvalitet

Fremme for stærkere datakvalitet og styringsindsats på tværs af dit firma. Dette arbejde har ofte været domænet for IT eller tekniske fagfolk, men alligevel har data potentialet til at tjene som et strategisk aktiv. Enhver manager skal bry sig om firmaets evne til bedre at udnytte data til beslutningstagning og strategiudførelse.

Teknisk og datasparent talent

Tilføj dit team tekniske og datakyndige talent. Salgs- og marketingafdelinger forstår kraften ved at engagere personer, der er dygtige inden for de nyeste teknologier og er kompetente til at navigere i mange af de dataudfordringer, der er beskrevet i denne artikel. Teknologi og data er ikke længere domænet eller ansvaret for en enkelt funktion i en virksomhed.

Bundlinjen

De virksomheder og ledere, der lærer at udnytte data til forbedret beslutningstagning, vinder på markedet. Disse organisationer vil være i stand til at overvåge og reagere på skiftende forhold og nye kundebehov hurtigere end deres data udfordrede konkurrenter. De vil være de første til at indhente indsigt fra dialogen på sociale medier, og de vinder kampen om at kende og engagere kunder på et dybere niveau - alt baseret på data. Dette er ikke en stil, men snarere en ny virkelighed med at styre og konkurrere i dagens verden. Bare hold øje med faldgruberne på denne rejse.