Verslo analitikai, deja, neturi vienodos „bushido“, kuris galėtų informuoti verslo lyderius, kaip geriau panaudoti duomenis. Tai gali lemti konfliktus, dėl kurių visi dalyviai gali pasiekti „kitana“ kardą.
Bet pakankamai samurajų metaforų….
Laimei, labiau pažengusios knygos yra prieinamos verslo vadovams, ieškantiems analitikos ir neatsilikti nuo verslo žvalgybos.
Du magistro specialistai tarp verslo žvalgybos yra „Thomas Davenport“, su kuriuo peržiūrėjome „Analytics At Work“ ir verslo bei statistikos profesorius Jinho Kim. Jie autoriai laikosi „Quants“: Jūsų vadovas, kaip suprasti ir naudoti „Analytics“.
Knygoje atsispindi strateginė žmonių ir idėjų diegimo svarba prieš pasirenkant bet kokį analitinį sprendimą. Vadovams skirta knyga leidžia puikiai skaityti lyderius, bandančius sureguliuoti duomenis savo organizacijoje.
Jūsų duomenys yra jūsų verslas
Laikykitės „Quants“ turi galimybę išplėsti diskusiją apie duomenų naudingumą. Mes vis dažniau skaitome ar girdime terminą „Big Data“, tačiau daugelis rašytojų niekada nepasiekia temos verslo žvalgybos pabaigos, kitaip tariant, kaip analitika veikia už numerių ribų? Davenportas parodė savo analitinę perspektyvą ankstesniuose darbuose, pvz Teismo kvietimai . Į Gieda jis ir Kim'as nepanaudoja laiko, o ne tai, kodėl dideli duomenys yra naujas būdas kurti verslą, pažymint:
„Dideli duomenys ir analitika ne tik gerina vidinį sprendimų priėmimą. Daugelis interneto organizacijų - „Google“, „Facebook“, „Amazon“, „eBay“ ir kt. - naudoja vadinamuosius didelius duomenis iš internetinių sandorių ne tik remdamos sprendimus, bet ir sukuria naujus produktų pasiūlymus ir funkcijas klientams. “
Perspektyvos, suteikiančios smulkiojo verslo komandai „Big Smarts“
Mažos įmonės, auginančios darbuotojus, turi valdyti galvijų skaičių ir tai, kaip šie ištekliai naudojami. Kadangi analitika, apimanti pagrindines metrikas, gali paskatinti matuoti skirtą galvą, knygoje pateikiamos idėjos, kaip auginti jūsų organizaciją į poreikį, o ne atsitiktinai pasirinkti išteklius. Skyriuje „Problemos formavimas“ parodyta, kaip organizuoti analitinius iššūkius:
„Sprendimą užkirsti kelią į priekį gali paskatinti gundymas ar intuicija. Šiuo metu įrodymų lygis yra žemas. Žinoma, visas kokybinės analizės tikslas yra galiausiai taikyti tam tikrus duomenis ir išbandyti savo šurmulį. Tai skirtumas tarp analitinių mąstytojų ir kitų: jie išbando savo šokus su duomenimis ir analize. Svarbiausia problemos atpažinimo etape yra visiškai suprasti problemą ir kodėl tai svarbu. “
Autoriai atskleidžia etapus ir veiksmus, kaip vertinti ir pateikti informaciją, visi su aiškiais priminimais, tokiais kaip:
„Kadangi analitiniai žmonės yra patenkinti techniniais terminais… jie dažnai prisiima ir savo auditoriją. Bet tai yra tragiška klaida. “
Patogiai, segmentas „Problemos sprendimas“, tikriausiai, yra mažiausiai verslo subjektams patraukliausios idėjos. Šiame segmente ir kituose įdomiuose aspektuose gausu įdomių analizės taškų. Apie istoriją apie „Florence Nightingale“ atliktas darbas su mirtingumo rodikliais, susietais su duomenų vizualizavimu. Man patiko „Fido lygtis“ - įdomi versija, kad paaiškintumėte, koks modelis yra ir turėtų daryti. Įsivaizduojama koncepcija atsiranda prieš nukreipiant į kintamųjų priskyrimą modeliui:
„Kaip ir kintamųjų parinkimo procese, net gana subjektyvūs dalykai gali būti matuojami sistemingai. Nesvarbu, kokie duomenys yra, visada yra galimybė gauti daugiau duomenų ar skirtingų duomenų iš to, ką iš pradžių naudojote galvodami apie savo problemą. “
Autoriai imasi modelių, kintamųjų ir duomenų vizualizavimo, todėl knyga yra puikus pasirinkimas skaityti prieš kitas konkrečias analitines temas. Ją galite perskaityti prieš pakeldami Nuspėjamasis „Analytics“ ir Dideli duomenys be programavimo kalbų informacijos, išnagrinėtos tokiose knygose kaip „Yahoo Web Analytics“ .
Jei atsidursite kovai su duomenimis pagrįstu sprendimu, rasite Laikykitės „Quants“ kaip tinkamas ginklas, skirtas laimėti dieną.
4 Pastabos ▼
