Analytici v podnikaní bohužiaľ chýbajú jednotné "bushido", ktoré môžu informovať vedúcich pracovníkov o tom, ako lepšie využívať údaje. To môže viesť k konfliktom, ktoré môžu spôsobiť, že všetci zainteresovaní dosiahnu šikovný meč.
Ale dosť samurajských metafor ….
Našťastie pokročilejšie knihy sa stávajú k dispozícii obchodným manažérom, ktorí hľadajú analytické nástroje na udržanie podnikateľských informácií.
Dvaja praktickí lekári v oblasti obchodnej inteligencie sú Thomas Davenport, s ktorým sme sa zaoberali Analýza v práci a obchodný a štatistický profesor Jinho Kim. Sú autormi Keeping With Quants: Vaša príručka pre pochopenie a používanie služby Analytics.
Kniha sa zaoberá strategickým významom toho, ako sa ľudia a myšlienky nasadzujú pred výberom akéhokoľvek analytického riešenia. Čo sa týka manažérov, kniha prináša skvelé čítanie pre vodcov, ktorí sa pokúšajú zničiť dáta vo svojej organizácii.
Vaše údaje sú vašou firmou
Držať krok s quants má schopnosť rozšíriť diskusiu o užitočnosti údajov. Čoraz viac čítame alebo počúvame termín "veľké údaje", ale mnohí spisovatelia sa nikdy nedostanú na koniec témy business intelligence - inými slovami, ako analytika funguje nad rámec čísel? Davenport odhalil svoju analytickú perspektívu v predchádzajúcich dielach, ako napr Súdne výzvy , v Quants on a Kim strácajú čas, aby sa vykopali za to, prečo sú veľké údaje nový spôsob, ako vybudovať firmu, a poznamenal:
"Veľké údaje a analytika nielen zlepšujú vnútorné rozhodovanie. Mnohé internetové organizácie - Google, Facebook, Amazon, eBay a ďalšie - používajú takzvané veľké údaje z on-line transakcií nielen na podporu rozhodnutí, ale aj na vytváranie nových produktov a funkcií pre zákazníkov. "
Perspektívy, ktoré dávajú malému podnikanému tímu "veľké smery"
Malé podniky, ktoré rastú zamestnancov, musia spravovať počet osôb a spôsob ich využívania. Vzhľadom na to, že analýza nad rámec základných metrík môže viesť k určitej hlave na meranie, kniha ponúka nápady, ako rozšíriť vašu organizáciu do potreby, a nie náhodne vybrať zdroj. Kapitola "Rámcovanie problému" ukazuje, ako usporiadať analytické problémy:
"Rozhodnutie o nastolení môže byť motivované nápadom alebo intuíciou. Norma dôkazov v tomto bode je nízka. Samozrejme, celý bod kvalitatívnej analýzy je nakoniec aplikovať niektoré údaje a otestovať svoju náladu. To je rozdiel medzi analytickými mysliteľmi a ostatnými: Otestujú svoje prípady s údajmi a analýzami. Najdôležitejšou vecou vo fáze rozpoznávania problémov je úplné pochopenie problému a prečo je to dôležité. "
Autori odhaľujú štádiá a kroky na posúdenie a prezentáciu informácií, všetky s jednoduchými pripomienkami, ako napríklad:
"Keďže analytici sú spokojní s technickými termínmi … často sa domnievajú, že ich publikum by bolo príliš. Ale je to tragická chyba. "
Pohodlne nasleduje segment "Riešenie problému" s najpravdepodobnejšími nápadmi pre malé podniky. V tomto segmente a ostatných sa objavujú zábavné aspekty, ktoré majú za následok zaujímavú analýzu. Existuje historický kúsok o práci Florence Nightingale s úmrtnosťou, ktorá sa viaže na vizualizáciu dát. Páči sa mi "Fido rovnica", zábavná verzia, ktorá vysvetľuje, čo je a by mal model robiť. Predstavovaný koncept prichádza tesne predtým, než sa priradí premenné v modeli:
"Rovnako ako pri procese výberu premenných, aj celkom subjektívne veci môžu byť merané systematickým spôsobom …. Nezáleží na tom, aké údaje máte, vždy existuje možnosť získať viac údajov alebo iné údaje, než ste pôvodne použili pri rozmýšľaní o vašom probléme. "
Autori prijímajú modely, premenné a vizualizáciu dát, robia knihu skvelou voľbou na čítanie pred inými špecifickými analytickými témami. Môžete si ho prečítať pred vyzdvihnutím prediktívne analytika a Veľké dáta bez programovacích jazykov podrobnosti preskúmané v knihách ako Yahoo Web Analytics .
Ak sa ocitnete v boji proti rozhodnutiam založeným na údajoch, zistíte Držať krok s Quants ako vhodnú zbraň na získanie dňa.
4 Komentáre ▼
