By Taylor Count, Count andmeosakonna juhataja.
Foto: Austin Neill on Unsplash.
Hoiduge piraatidest
Üks kõige universaalsemaid demoraliseerivaid kogemusi on näha oma raske töö tulemusi nägemata, hindamata ja kasutamata. Andmemaailmas kogeme seda liiga sageli. Võtame järgmise hüpoteetilise olukorra:
- Jim esitab andmemeeskonnale järgmise nädala kliendiesitluse jaoks põhjaliku analüüsi taotluse.
- Teie ja Jim töötate terve nädala analüüsi kallal, tehes tihedat koostööd, et veenduda, et tal on õiged visuaalid ja ta tunneb end tulemuste esitamisel kindlalt.
- Saabub esitluse päev ja Jimilt pole sõnagi. See on veider.
- Kui te lõpuks ta jälile saate, ütleb ta teile, et ta ei kasutanud lõpuks graafikuid. "Nad oleksid nad lihtsalt segadusse ajanud," lisab ta leplikul toonil.
- Sa oled suitsune. Terve nädal raisatud. Teine otsus tehti ilma sealsete andmeteta, et see varundada. Miks ta üldse küsis?
Mulle meeldib neid nõudjaid kutsuda piraadid sest nad varastavad mu aega. Kahjuks leidub piraate alati, kuid on viise, kuidas me saame õppida neid vältima või vähemalt nende olemasoluga toime tulema. Siin on minu enda kogemuse, akadeemiliste uuringute ja valdkonna parimate tavade põhjal koostatud näpunäidete loend, mis aitab tagada, et teie analüüs saab väärilise tunnustuse.
1. Loobuge andmepäringu vormidest
Peame olema konsultandid, mitte palgatud käed.
Enamikul andmemeeskondadel on päringuportaal, mida nad kasutavad ettevõttelt pärit andmepäringute liigitamiseks ja määramiseks. Need portaalid on loodud selleks, et hõlbustada ettevõtete ja andmemeeskondade koostööd; ärikasutajad sisestavad täpselt selle, mida nad tahavad, ja andmemeeskond teeb selle lihtsalt teoks.
Kahjuks, nagu nägime Jimi pealt, pole see nii lihtne. Paljud ärikasutajad tulevad andmemeeskonda, pidades silmas diagrammi, sealhulgas seda, mida sellel diagrammil olevad numbrid peaksid näitama.
Sel hetkel oleme juba hukule määratud. Kui andmed ei vasta loole, mida taotleja soovib või on veidi nüansirikkad, ei kasuta nad seda analüüsi kunagi. Peame teadma probleemi, mida nad lahendada püüavad.
Andmeprofessionaalidena tunneme andmeid ja statistilisi meetodeid paremini kui keegi teine ning oskame anda nõu, kuidas oleks parim viis andmete kasutamiseks antud küsimusele vastamiseks. Ärikontekst koostöös meie andmealaste teadmistega võib kombineerida, et luua analüüs, mis on palju mõjukam kui see, mida suudame eraldi koostada.
Ühesõnaga, me peame olema konsultandid, mitte palgatud käed.
2. Numbrid ei kõnni kunagi üksi
Graafik üksi ei suuda kõike edasi anda ja selline mõtlemine pärsib meie võimet oma tööga äri mõjutada.
Sageli eeldatakse, et saadame täidetud taotlusena ühe diagrammi või armatuurlaua. Ärikasutajale on neid peaaegu võimatu tõlgendada ilma 1:1 selgituseta.
Meile on öeldud, et andmed võivad enda eest rääkida, et hästi koostatud diagramm suudab kõiki oma nüansse iseseisvalt edastada. See lihtsalt ei vasta tõele. Graafik üksi ei suuda kõike edasi anda ja selline mõtlemine pärsib meie võimet oma tööga äri mõjutada.
Sa ei saa tugineda ainult diagrammidele, et edastada teadmisi. Kasutage oma töö selgitamiseks teksti. Allikas: Parim mängija, kes pole kunagi tiitlit võitnud by count.co.
Analüüsi jagamisel püüan alati lisada järgmise teabe:
- andmete ajaperiood
- analüüsi kuupäev
- autor
- TL;DR: konteksti ja arusaamade kokkuvõte
- selgitus, kuidas tabelit lugeda
- kuidas te analüüsi tegite (mitte kood, vaid võhiku selgitus)
- piirangud ja järgmised sammud
See kontekstuaalne teave võib tunduda peavaluna, kuid sellel on tohutu erinevus. Me ei ole lihtsalt saatnud diagrammi, mis eraldiseisvana võib kanda kasutut allteksti „arvake see välja”. Saatsime neile analüüsi, mis sisaldab kõike, mida nad vajavad, et muuta see diagramm ülevaateks, mis on väike žest, mis ei jää märkamatuks.
Tabelite iseseisva saatmise harjumusest loobumine annab neile võimaluse saada aru ja lõpuks kasutada.
3. Tee sellest kogemus
Analüüsi tõeliseks mõistmiseks peavad teie kasutajad seda torkima ja tootma… Aitame neil selleni jõuda.
Diagrammi ümbritsemine konteksti ja selgitustega tagab, et lugejal on kõik õppimiseks vajalik midagi meie analüüsist. Kuid me õpime kõige paremini kogemuste kaudu[1].
Seega, et teie analüüsist tõeliselt aru saada, peavad teie kasutajad seda torkima ja tootma. Kolbi õppimismudel viitab sellele, et nad peavad meie analüüsiga katsetama ja võtma aega, et mõelda selle tegelikele tagajärgedele, enne kui nad sellest õigesti aru saavad. Aitame neil sinna jõuda.
David Kolbi kogemusõppe mudel (ELM) [1] Pildi allikas: autor.
See hõlmab vähemalt interaktiivsete elementide seadistamist analüüsi jaoks. Lisage filtreid ja parameetreid, mis võimaldavad kasutajal hakata andmeid küsitlema. Mis siis, kui teil oleks kahekordne eelarve? Pool sellest?
See küsimuste-vastuste voog võimaldab kasutajal analüüsi usaldada ja mõista, kuidas see tema probleemiga seotud on, andes lõpuks kindlustunde analüüsi koosolekuruumis kasutada. See enesekindluse puudumine on number üks põhjus, miks teie diagramm sellesse slaidide hulka ei pääse, nii et olge siin ettevaatlik.
4. Valmistage esitlus valmis
Looge kaasahaarav ja informatiivne visuaal, mis ei hirmuta vaatajaid ilma analüüsi keerukust ohverdamata.
Kahjuks ei saa me eeldada, et keegi võtaks aega, et esitluses analüüsist õppida, nagu meie äripartner on (loodetavasti) siiani teinud. See tähendab, et peame nüüd looma kokkuvõtliku diagrammi, mis võib kajastada meie analüüsi põhipunkte, kuid palju vähem üksikasjalikult.
Ideaalis tehakse seda analüüsi viimase sammuna, kui olete kokku leppinud peamistes arusaamades ja selles, kuidas need kõige paremini koondada suuremaks otsuseks või lahendatavaks probleemiks. Seejärel saate kasutada andmete visualiseerimise parimaid tavasid [2], et luua köitvaid ja informatiivseid visuaale, mis ei hirmuta vaatajaid ilma analüüsi keerukust ohverdamata.
5. Elagu analüüs
Veenduge, et teie analüüs kestab kauem kui see üksainus andmepäring ja seda saab ikka ja jälle kasutada.
Üks selle protsessi osa, mis on tõsiselt tähelepanuta jäetud, on küsimus selle analüüsi muutmisest skaleeritavateks teadmisteks. Kuidas tagada, et äsja vastatud äriküsimust ei jagataks mitte ainult Jimi või Jimi meeskonnaga, vaid ka laiema ettevõttega? Ja mitte ainult sel nädalal, vaid et seda saab kasutada 6 kuu pärast, kui sama küsimus uuesti üles kerkib. Vastus on ühemõtteliselt mitte armatuurlaud, vaid midagi nüansirikkamat.
AirBnB lähenemine [3] on juurutanud teadmistevoo, mis võtab meie äsja kirjeldatud üksikasjaliku analüüsi ja avaldab selle kogu ettevõttele leidmiseks. Tulemuseks on aruannete kogu, mis on kõigile kasutajatele hõlpsasti arusaadav, kuid millel on siiski juurdepääs toorkoodile ja märkustele, mida analüütikud saavad kasutada tulevase töö lähtepunktina. Peamised atribuudid on dokumenteeritud, mis annab kõigile kindlustunde selle suhtes, mida nad näevad (millal see avaldati, piirangud jne). Ja nad on muutnud selle teadmiste andmebaasi hõlpsasti analüüsitavaks, et inimesed saaksid kiiresti leida oma küsimustega seotud analüüsi enne, kui nad on andmemeeskonnale taotluse esitanud.
Nüüd saate olla kindel, et teie analüüs kestab kauem kui üksainus andmepäring ja seda saab ikka ja jälle kasutada.
DIY aeg
Sellise tööviisi eeliseks on seda, et seda on lihtne testida. Järgmine kord, kui mõni teie sõbralikum ärikasutaja (vältige piraate) päringu saabub, soovitan seda meetodit proovida. Soovitud diagrammi realiseerimise asemel paluge nendega kohtuda, et paremini mõista, mida nad loodavad selle diagrammiga teha. Milliseid otsuseid see teavitab? Kes on publik?
Ja selles analüüsis koos töötades soovitan kasutada andmemärkmikku, et dokumenteerida nõutud metaandmed ja selgitada oma tööd oma äripartnerile. See annab teile paindlikkuse oma analüüsi kontekstualiseerimiseks koodi ja visuaalidega, nii et te ei ürita kuskil Google'i dokumenti kokku häkkida.
Kui olete mõlemad analüüsi ja leidudega rahul, siis töötage koos lõpliku diagrammi kallal ja vaadake, kui erinev see algsest taotlusest välja näeb. Olen nõus kihla vedama, et nad on täiesti erinevad.
Count märkmiku näide. Allikas: Kes on tennisekits?
Selle analüüsi sidumine jagatud teadmistega nõuab veidi rohkem läbimõtlemist. Nende märkmike jaoks pole palju looduslikke kohti; Github pole mittearendajate jaoks piisavalt kasutajasõbralik ja sellised valikud nagu DropBox või Google Docs ei ole vajaliku koodi lisamiseks piisavalt tehnilised.
Kui sunniksite mind mõnda tööriista soovitama, peaksin ütlema Loendama, kuid täielik avalikustamine, aitasin seda luua. Count on andmemärkmik, mille eesmärk on muuta selline tööviis normiks. Saate luua kvaliteetseid analüütilisi aruandeid, mis on täis konteksti, selgitusi ja kohandatud visuaale ühes dokumendis, mis annab teie tööle platvormi, mida see vajab mööduva andmepäringu üleelamiseks ja teadmisteks, millest kogu ettevõte võib kasu saada.
Kui olete mõnda neist meetoditest proovinud, tahaksin kommentaarides kuulda, kuidas see läks!
viited
[1] Kolb, DA Kogemuspõhine õpe: kogemus kui õppimise ja arengu allikas. New Jersey: Prentice-Hall; 1984. aasta.
[2] Mahoney, Michael. Andmete visualiseerimise kunst ja teadus. Andmeteaduse poole; 2019.
[3] Sharma, C. & Overgooer, jaanuar. Teadmiste laiendamine Airbnb-s. AirbnbEng; 2016. aasta.
Originaal. Loaga uuesti postitatud.
Seotud:
Allikas: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- juurdepääs
- Eesmärk
- analüüs
- kunst
- publik
- BEST
- parimaid tavasid
- Natuke
- ehitama
- äri
- helistama
- mis
- Äritegevus
- kood
- ettevõte
- usaldus
- krediit
- armatuurlaud
- andmed
- andmeteadus
- andmebaas
- päev
- detail
- DID
- edastuskast
- jms
- Kogemused
- eksperiment
- Filtrid
- Lõpuks
- esimene
- Paindlikkus
- voog
- ettenägelik
- täis
- tulevik
- GitHub
- andmine
- näksima
- juhataja
- siin
- Kuidas
- Kuidas
- HTTPS
- tohutu
- pilt
- Kaasa arvatud
- tööstus
- mõju
- info
- teadmisi
- interaktiivne
- isolatsioon
- IT
- Võti
- teadmised
- Õppida
- õppimine
- nimekiri
- Pikk
- armastus
- Vastama
- keskmine
- mudel
- kuu
- New Jersey
- märkmikud
- numbrid
- Valikud
- partner
- Partnerlus
- Inimesed
- inimesele
- mängija
- Portal
- spetsialistid
- Töötlemata
- lugeja
- Aruanded
- teadustöö
- Tulemused
- teadus
- tunne
- kehtestamine
- jagatud
- Lühike
- lihtne
- väike
- So
- LAHENDAGE
- kulutama
- algus
- esitatud
- Tehniline
- ütleb
- tennis
- test
- Allikas
- Mõtlemine
- aeg
- nõuanded
- jälgida
- triaaž
- Usalda
- Kasutajad
- nädal
- WHO
- kasutama
- võitma
- Töö
- maailm