By Taylor Count, Επικεφαλής Δεδομένων στο Count.
Φωτογραφία Όστιν Νιλ on Unsplash.
Προσοχή στους πειρατές
Μια από τις πιο αποθαρρυντικές εμπειρίες παγκοσμίως είναι να βλέπεις τα αποτελέσματα της σκληρής δουλειάς σου να περνούν αόρατα, ανεκτίμητα και αχρησιμοποίητα. Στον κόσμο των δεδομένων, αυτό είναι κάτι που βιώνουμε πολύ συχνά. Πάρτε την ακόλουθη υποθετική κατάσταση:
- Ο Jim υποβάλλει ένα αίτημα στην ομάδα δεδομένων για μια ανάλυση σε βάθος για μια παρουσίαση πελάτη την επόμενη εβδομάδα.
- Εσείς και ο Jim περνάτε όλη την εβδομάδα δουλεύοντας στην ανάλυση, δουλεύοντας στενά για να βεβαιωθείτε ότι έχει τα σωστά γραφικά και αισθάνεται σίγουρος για την παρουσίαση των ευρημάτων.
- Φτάνει η μέρα της παρουσίασης και ούτε λέξη από τον Jim. Αυτο ειναι παραξενο.
- Όταν τελικά τον εντοπίσετε, σας λέει ότι «τελικά δεν κατέληξε να χρησιμοποιεί τα charts». «Απλώς θα τους μπέρδευαν», προσθέτει με συμβιβαστικό ύφος.
- Ατμίζεις. Μια ολόκληρη εβδομάδα χαμένη. Μια άλλη απόφαση λήφθηκε χωρίς δεδομένα εκεί για τη δημιουργία αντιγράφων ασφαλείας. Γιατί ρώτησε εξαρχής;
Μου αρέσει να καλώ αυτούς τους αιτούντες πειρατές γιατί μου κλέβουν τον χρόνο. Δυστυχώς, θα υπάρχουν πάντα πειρατές, αλλά υπάρχουν τρόποι που μπορούμε να μάθουμε να τους αποφεύγουμε ή τουλάχιστον να αντιμετωπίζουμε την ύπαρξή τους. Ακολουθεί μια λίστα με συμβουλές για να βεβαιωθείτε ότι η ανάλυσή σας θα λάβει τα εύσημα που της αξίζει, που συγκεντρώθηκαν από τη δική μου εμπειρία, την ακαδημαϊκή έρευνα και τις βέλτιστες πρακτικές του κλάδου.
1. Καταργήστε τις φόρμες αιτήματος δεδομένων
Πρέπει να είμαστε σύμβουλοι, όχι μισθωτοί.
Οι περισσότερες ομάδες δεδομένων έχουν μια πύλη αιτημάτων την οποία χρησιμοποιούν για τη διαλογή και την εκχώρηση αιτημάτων δεδομένων που προέρχονται από την επιχείρηση. Αυτές οι πύλες έχουν σχεδιαστεί για να διευκολύνουν τη συνεργασία των επιχειρήσεων και των ομάδων δεδομένων. Οι επιχειρησιακοί χρήστες πληκτρολογούν ακριβώς αυτό που θέλουν και η ομάδα δεδομένων απλώς το πραγματοποιεί.
Δυστυχώς, όπως είδαμε από τον Jim, δεν είναι τόσο απλό. Πολλοί επιχειρηματικοί χρήστες έρχονται στην ομάδα δεδομένων έχοντας ήδη στο μυαλό τους ένα γράφημα, συμπεριλαμβανομένου του τι πρέπει να δείχνουν οι αριθμοί σε αυτό το γράφημα.
Σε αυτό το σημείο, είμαστε ήδη καταδικασμένοι. Εάν τα δεδομένα δεν ταιριάζουν με την ιστορία που θέλει ο αιτών ή είναι λίγο διαφοροποιημένα, τότε δεν θα χρησιμοποιήσει ποτέ αυτήν την ανάλυση. Πρέπει να γνωρίζουμε το πρόβλημα που προσπαθούν να λύσουν.
Ως επαγγελματίες δεδομένων, γνωρίζουμε τα δεδομένα και τις στατιστικές μεθόδους καλύτερα από οποιονδήποτε και μπορούμε να σας συμβουλεύσουμε για την καλύτερη προσέγγιση για τη χρήση των δεδομένων για την απάντηση στην ερώτηση. Το επιχειρηματικό πλαίσιο σε συνεργασία με την τεχνογνωσία μας στα δεδομένα μπορεί να συνδυαστεί για να δημιουργήσει ανάλυση πολύ πιο αποτελεσματική από ό,τι θα μπορούσαμε να παράγουμε μεμονωμένα.
Εν ολίγοις, πρέπει να είμαστε σύμβουλοι, όχι μισθωτοί.
2. Numbers Never Walk Alone
Ένα γράφημα από μόνο του δεν μπορεί να μεταφέρει τα πάντα, και αυτό το είδος σκέψης εμποδίζει την ικανότητά μας να επηρεάζουμε την επιχείρηση με την εργασία μας.
Συχνά αναμένεται να στείλουμε σε ένα μεμονωμένο γράφημα ή πίνακα ελέγχου ως ολοκληρωμένο αίτημα. Αυτά είναι σχεδόν αδύνατο για τον επιχειρηματικό χρήστη να τα ερμηνεύσει χωρίς εξήγηση 1:1.
Μας είπαν ότι τα δεδομένα μπορούν να μιλήσουν από μόνα τους, ότι ένα καλοφτιαγμένο γράφημα μπορεί να επικοινωνήσει όλες τις αποχρώσεις του από μόνο του. Αυτό απλά δεν είναι αλήθεια. Ένα γράφημα από μόνο του δεν μπορεί να μεταφέρει τα πάντα, και αυτό το είδος σκέψης εμποδίζει την ικανότητά μας να επηρεάζουμε την επιχείρηση με την εργασία μας.
Δεν μπορείτε να βασιστείτε σε γραφήματα για να μεταφέρετε μόνο πληροφορίες. Χρησιμοποιήστε το κείμενο για να εξηγήσετε την εργασία σας. Πηγή: Ο καλύτερος παίκτης που δεν κέρδισε ποτέ έναν τίτλο by καταμέτρηση.co.
Όταν μοιράζομαι οποιαδήποτε ανάλυση, προσπαθώ να συμπεριλαμβάνω πάντα τις ακόλουθες πληροφορίες:
- χρονική περίοδο δεδομένων
- ημερομηνία ανάλυσης
- συγγραφέας
- TL;DR: περίληψη του πλαισίου και των πληροφοριών
- εξήγηση του τρόπου ανάγνωσης του γραφήματος
- πώς έκανες την ανάλυση (όχι τον κώδικα, αλλά την εξήγηση του λαϊκού)
- περιορισμούς και επόμενα βήματα
Αυτή η συμφραζόμενη πληροφορία μπορεί να φαίνεται σαν πονοκέφαλος, αλλά κάνει τεράστια διαφορά. Δεν έχουμε στείλει απλώς ένα γράφημα, το οποίο, μεμονωμένα, μπορεί να φέρει το μη χρήσιμο υποκείμενο «να το καταλάβω». Τους στείλαμε μια ανάλυση με όλα όσα χρειάζονται για να μετατρέψουν αυτό το γράφημα σε διορατικότητα, μια μικρή χειρονομία που δεν περνά απαρατήρητη.
Η απομάκρυνση της συνήθειας να στέλνουν γραφήματα από μόνα τους τους δίνει την ευκαιρία να γίνουν κατανοητοί και, τελικά, να χρησιμοποιηθούν.
3. Κάντε το μια εμπειρία
Για να έχουν πραγματικά νόημα στην ανάλυσή σας, οι χρήστες σας θα πρέπει να το κάνουν και να το προωθούν… Ας τους βοηθήσουμε να φτάσουν εκεί.
Το να περιβάλλετε το γράφημά σας με το πλαίσιο και την εξήγηση διασφαλίζει ότι ο αναγνώστης έχει όλα όσα χρειάζεται να μάθει κάτι από την ανάλυσή μας. Αλλά μαθαίνουμε καλύτερα μέσα από εμπειρίες[1].
Έτσι, για να έχουν πραγματικά νόημα από την ανάλυσή σας, οι χρήστες σας θα πρέπει να την υποκινήσουν. Το μοντέλο Μάθησης του Kolb προτείνει ότι θα χρειαστεί να πειραματιστούν με την ανάλυσή μας και να αφιερώσουν χρόνο για να αναλογιστούν τις επιπτώσεις του στον πραγματικό κόσμο προτού μπορέσουν να το κατανοήσουν σωστά. Ας τους βοηθήσουμε να φτάσουν εκεί.
David Kolb's Experiential Learning Model (ELM) [1] Πηγή εικόνας: συγγραφέας.
Τουλάχιστον, αυτό περιλαμβάνει τη δημιουργία διαδραστικών στοιχείων για την ανάλυσή σας. Προσθέστε φίλτρα και παραμέτρους που επιτρέπουν στον χρήστη να αρχίσει να ανακρίνει τα δεδομένα. Τι θα γινόταν αν είχατε διπλάσιο προϋπολογισμό; Το μισό;
Αυτή η ροή ερωτήσεων-απάντησης επιτρέπει στον χρήστη να εμπιστευτεί την ανάλυση και να κατανοήσει πώς σχετίζεται με το πρόβλημά του, δίνοντάς του τελικά την εμπιστοσύνη να χρησιμοποιήσει αυτήν την ανάλυση στην αίθουσα συνεδριάσεων. Αυτή η έλλειψη αυτοπεποίθησης είναι ο νούμερο ένα λόγος που το γράφημά σας δεν μπαίνει σε αυτό το κατάστρωμα διαφανειών, γι' αυτό προσέξτε εδώ.
4. Κάντε το Presentation Ready
Δημιουργήστε ελκυστικά και κατατοπιστικά γραφικά που δεν θα εκφοβίσουν τους θεατές χωρίς να θυσιάσετε την πολυπλοκότητα της ανάλυσής σας.
Δυστυχώς, δεν μπορούμε να περιμένουμε από κάποιον να αφιερώσει χρόνο για να μάθει από την ανάλυση σε μια παρουσίαση με τον τρόπο που έχει κάνει (ελπίζουμε) ο επιχειρηματικός μας συνεργάτης μέχρι αυτό το σημείο. Αυτό σημαίνει ότι τώρα πρέπει να δημιουργήσουμε ένα συνοπτικό γράφημα που μπορεί να αντικατοπτρίζει τα βασικά σημεία της ανάλυσής μας, αλλά με πολύ λιγότερες λεπτομέρειες.
Στην ιδανική περίπτωση, αυτό γίνεται ως το τελευταίο βήμα της ανάλυσής σας, αφού συμφωνήσετε σχετικά με τις βασικές γνώσεις και τον καλύτερο τρόπο για να τις συνθέσετε σε μια μεγαλύτερη απόφαση ή πρόβλημα προς επίλυση. Στη συνέχεια, μπορείτε να χρησιμοποιήσετε τη βέλτιστη πρακτική Οπτικοποίησης δεδομένων [2] για να δημιουργήσετε ελκυστικά και ενημερωτικά γραφικά που δεν θα εκφοβίσουν τους θεατές χωρίς να θυσιάσουν την πολυπλοκότητα της ανάλυσής σας.
5. Ζήτω η Ανάλυση
Βεβαιωθείτε ότι η ανάλυσή σας είναι πέρα από αυτό το μεμονωμένο αίτημα δεδομένων και μπορεί να χρησιμοποιηθεί ξανά και ξανά.
Ένα μέρος αυτής της διαδικασίας που παραμελείται σοβαρά είναι το ζήτημα της μετατροπής αυτής της ανάλυσης σε επεκτάσιμη γνώση. Πώς διασφαλίζετε ότι η επιχειρηματική ερώτηση που μόλις απαντήσατε κοινοποιείται όχι μόνο στην ομάδα του Jim ή του Jim αλλά και στην ευρύτερη εταιρεία; Και όχι μόνο αυτή την εβδομάδα, αλλά ότι μπορεί να χρησιμοποιηθεί σε 6 μήνες, όταν τεθεί ξανά η ίδια ερώτηση. Η απάντηση είναι αναμφισβήτητα όχι ένα ταμπλό αλλά κάτι πιο αποχρώσεις.
Η προσέγγιση του AirBnB [3] ήταν η εφαρμογή μιας ροής γνώσης που λαμβάνει τον τύπο λεπτομερούς ανάλυσης που μόλις περιγράψαμε και τη δημοσιεύει για να την βρει ολόκληρη η εταιρεία. Το αποτέλεσμα είναι μια συλλογή αναφορών που είναι εύκολα κατανοητές από όλους τους χρήστες, αλλά εξακολουθούν να έχουν πρόσβαση στον ακατέργαστο κώδικα και τις σημειώσεις για να τις χρησιμοποιήσουν οι αναλυτές ως σημείο εκκίνησης για μελλοντική εργασία. Τα βασικά χαρακτηριστικά είναι τεκμηριωμένα που δίνουν σε όλους εμπιστοσύνη σε αυτό που βλέπουν (πότε δημοσιεύτηκε, τους περιορισμούς κ.λπ.). Και έχουν κάνει αυτή τη βάση δεδομένων γνώσεων εύκολα αναλύσιμη, ώστε οι άνθρωποι να μπορούν να βρίσκουν γρήγορα την ανάλυση που σχετίζεται με τις ερωτήσεις τους προτού υποβάλουν το αίτημά τους στην ομάδα δεδομένων.
Τώρα μπορείτε να βεβαιωθείτε ότι η ανάλυσή σας είναι πέρα από αυτό το μεμονωμένο αίτημα δεδομένων και ότι μπορεί να χρησιμοποιηθεί ξανά και ξανά.
Ώρα DIY
Το πλεονέκτημα αυτού του τρόπου εργασίας είναι ότι είναι εύκολο να δοκιμαστεί. Την επόμενη φορά που θα υποβληθεί ένα αίτημα από έναν από τους πιο φιλικούς επιχειρηματικούς χρήστες σας (αποφύγετε τους πειρατές), προτείνω να δοκιμάσετε αυτήν τη μέθοδο. Αντί να υλοποιήσετε το γράφημα που ζήτησαν, ζητήστε να συναντηθείτε μαζί τους για να κατανοήσετε καλύτερα τι ελπίζουν να κάνουν με αυτό το γράφημα. Ποιες αποφάσεις ενημερώνει; Ποιο είναι το κοινό;
Και καθώς εργάζεστε μαζί σε αυτήν την ανάλυση, προτείνω να χρησιμοποιήσετε ένα σημειωματάριο δεδομένων για να τεκμηριώσετε τα απαιτούμενα μεταδεδομένα και να εξηγήσετε την εργασία σας στον επιχειρηματικό σας συνεργάτη. Αυτό σας δίνει την ευελιξία να προσαρμόσετε την ανάλυσή σας σε συνδυασμό με κώδικα και γραφικά, ώστε να μην προσπαθείτε να χακάρετε μαζί ένα Έγγραφο Google κάπου.
Μόλις είστε και οι δύο ευχαριστημένοι με την ανάλυση και τα ευρήματα, εργαστείτε μαζί στο τελικό γράφημα και δείτε πόσο διαφορετικό φαίνεται από αυτό που ήταν το αρχικό αίτημα. Είμαι πρόθυμος να στοιχηματίσω ότι είναι εντελώς διαφορετικά.
Παράδειγμα σημειωματάριου καταμέτρησης. Πηγή: Ποιος είναι ο ΑΙΔΟΣ του τένις;
Η δέσμευση αυτής της ανάλυσης σε κοινή γνώση απαιτεί λίγο περισσότερη προνοητικότητα. Δεν υπάρχουν πολλά φυσικά μέρη για να πάνε αυτά τα σημειωματάρια. Το Github δεν είναι αρκετά φιλικό προς το χρήστη για μη προγραμματιστές και επιλογές όπως το DropBox ή τα Έγγραφα Google δεν είναι αρκετά τεχνικές ώστε να περιλαμβάνουν τον απαιτούμενο κώδικα.
Αν με αναγκάσατε να προτείνω ένα εργαλείο, θα έπρεπε να το πω Κόμης, αλλά με πλήρη αποκάλυψη, βοήθησα στην κατασκευή του. Το Count είναι ένα σημειωματάριο δεδομένων που στοχεύει να κάνει αυτόν τον τρόπο εργασίας κανόνα. Μπορείτε να δημιουργήσετε αναλυτικές αναφορές υψηλής ποιότητας που είναι γεμάτες με περιεχόμενο, επεξηγήσεις, προσαρμοσμένα γραφικά όλα σε ένα έγγραφο δίνοντας στην εργασία σας την πλατφόρμα που χρειάζεται για να ξεπεράσει το παροδικό αίτημα δεδομένων και να γίνει γνώση από την οποία μπορεί να επωφεληθεί ολόκληρη η εταιρεία.
Εάν έχετε δοκιμάσει κάποια από αυτές τις μεθόδους, θα ήθελα πολύ να ακούσω πώς πήγε στα σχόλια!
αναφορές
[1] Kolb, DA Βιωματική μάθηση: Η εμπειρία ως πηγή μάθησης και ανάπτυξης. New Jersey: Prentice-Hall; 1984.
[2] Mahoney, Michael. Η Τέχνη και η Επιστήμη της Οπτικοποίησης Δεδομένων. Προς Επιστήμη Δεδομένων; 2019.
[3] Sharma, C. & Overgooer, Ιαν. Γνώσεις κλιμάκωσης στην Airbnb. AirbnbEng; 2016.
Πρωτότυπο. Αναδημοσιεύτηκε με άδεια.
Συγγενεύων:
Πηγή: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- πρόσβαση
- Στοχεύω
- ανάλυση
- Τέχνη
- ακροατήριο
- ΚΑΛΎΤΕΡΟΣ
- βέλτιστες πρακτικές
- Κομμάτι
- χτίζω
- επιχείρηση
- κλήση
- ο οποίος
- Διαγράμματα
- κωδικός
- εταίρα
- εμπιστοσύνη
- μονάδες
- ταμπλό
- ημερομηνία
- επιστημονικά δεδομένα
- βάση δεδομένων
- ημέρα
- λεπτομέρεια
- DID
- dropbox
- κ.λπ.
- Δραστηριοτητες
- πείραμα
- Φίλτρα
- Τελικά
- Όνομα
- Ευελιξία
- ροή
- φροντίδα
- πλήρη
- μελλοντικός
- GitHub
- Δίνοντας
- σιδηροπρίονο
- κεφάλι
- εδώ
- Πως
- Πώς να
- HTTPS
- τεράστιος
- εικόνα
- Συμπεριλαμβανομένου
- βιομηχανία
- επιρροή
- πληροφορίες
- ιδέες
- διαδραστικό
- απομόνωση
- IT
- Κλειδί
- γνώση
- ΜΑΘΑΊΝΩ
- μάθηση
- Λίστα
- Μακριά
- αγάπη
- Ταίριασμα
- medium
- μοντέλο
- μήνες
- New Jersey
- φορητούς υπολογιστές
- αριθμοί
- Επιλογές
- εταίρος
- Συνεταιρισμός
- People
- πλατφόρμες
- παίχτης
- Πύλη
- επαγγελματίες
- Ακατέργαστος
- Αναγνώστης
- Εκθέσεις
- έρευνα
- Αποτελέσματα
- Επιστήμη
- αίσθηση
- τον καθορισμό
- Shared
- Κοντά
- Απλούς
- small
- So
- SOLVE
- δαπανήσει
- Εκκίνηση
- υποβάλλονται
- Τεχνικός
- λέει
- τένις
- δοκιμή
- Η Πηγη
- Σκέψη
- ώρα
- συμβουλές
- τροχιά
- ταξινόμηση
- Εμπιστευθείτε
- Χρήστες
- εβδομάδα
- Ο ΟΠΟΊΟΣ
- χειρίζομαι
- νίκη
- Εργασία
- κόσμος