分析现在已经渗透到所有级别的任何公司的组织层次结构,创造令人兴奋的新机会,但也有一些有趣的挑战。
并不是所有的企业都配备数据科学家和分析专家帮助他们导航可以似乎是大量的信息。公司面临的挑战是使数据访问一系列的利益相关者没有经验数据科学这样的组织可以从他们获得洞察力和最大的价值——没有压倒性的员工。
有几个企业可以采取的措施来促进的文化习惯和成功最大化的效益分析。
分析看起来吓人,因为大量的数据在我们的指尖。我常把它比作一个作家在小说:最难的步骤通常是开始。从各个角度被数据淹没了很难的日常用户开始收集见解与分析。
为了克服这一挑战,重要的是先定义问题探讨——本质上与科学方法的第一步开始。通过定义重中之重的问题,重点是缩小,消除大片的数据并不有助于回答这个问题。这第一步是最重要的,关键的问题通常可以由人在前线组织每天。他们有更深入的问题或问题需要调查。
虽然工作的人在一个特定的问题可能不是分析专家,至关重要的是理解数据的来源和方法用于收集和组织。这就是沟通变得非常关键。认为这是研究作者如何装备自己最好写小说。
当呈现结果要么内部或外部,许多问题肯定会出现一个特定的洞察力是如何产生和数据是用于生产什么。为了回答这些问题,商业领袖必须努力之间的桥梁本身和数据科学家——什么麻省理工学院斯隆商学院的一个所谓的“解释差距。”
提问,直到所有人都很清楚,数据产生适用于实用、真实的场景。这将产生更可靠的结果,业务用户可以瘦到更大的信心。
公司必须记住分析不能代替亲密,直接对业务的理解,称为域专家。的波士顿咨询集团定义专业领域“卓越的知识和洞察业务或类别,“和进一步领域专家”这个观点来刺激创新,通过复杂性,和想象。“数据不是一个替代专业领域,而是互补的。
这种区别是关键,以避免落入的陷阱查看分析在真空中。如果看上去不像它添加数据,应用专业知识和提问,直到你有一个清晰的理解。作为凯洛格商学院的弗洛里安特尔西北大学指出的那样:“你知道了解你的业务,有一个合理的解释结果吗?”
这就是作者把研究与自己的经验与逻辑工艺一个故事情节能够吸引读者。公司无法依靠自己数据或观察单独指导行动但应该使用的结果形成一个整体的业务或他们试图回答特定的问题。
成功应用数据驱动的观点依赖于采取行动。但重要的是商业领袖不觉得有必要创建行动计划,完全改革或改变他们的组织,而不是专注于更细粒度的目标。
麦肯锡了这一点:““大数据”的影响分析通常是通过几千年的增量小的改进。如果一个组织可以分裂一个过程为它的最小的部分和实施进展在可能的情况下,可以深刻的回报。”
公司常常忽视小的改进的价值和潜力指数的回报,可以从构建结果的基础上随着时间的推移这些微小的胜利。
成功的真正关键应用日常分析归结为一件事:参与。领导人和他们的团队,只是与分析已经提前。这是真正的任何方面的业务,特别是这样的分析。最终的目标是利用数据做出更好的决策和组织中提高效率。
生产分析必须本身不是一个目标。小说作者并没有发布一个简单,但取悦读者,对社会做出贡献。在组织层面上,分析并不是真正意义上的不同。
如果你喜欢这篇文章,加入SmartBrief的电子邮件列表对于我们的每日简报做一个更好的,更聪明的领导者。我们也有200多行业的时事通讯免费注册。
