By Taylor -lukumäärä, Countin tietopäällikkö.
Kuva Austin Neill on Unsplash.
Varo merirosvoja
Yksi yleisimmin demoralisoivista kokemuksista on nähdä kovan työn tulemat näkymättömiksi, arvostamattomiksi ja käyttämättömiksi. Datamaailmassa sitä koemme aivan liian usein. Ota seuraava hypoteettinen tilanne:
- Jim lähettää tietoryhmälle pyynnön perusteellisen analyysin tekemiseksi asiakkaan esittelyä varten seuraavalla viikolla.
- Sinä ja Jim työskentelette koko viikon ajan analyysin parissa työskentelemällä tiiviisti varmistaaksemme, että hänellä on oikeat visuaalit ja että hän luottaa esittämään tuloksia.
- Esittelypäivä saapuu, eikä sana Jimiltä. Se on outoa.
- Kun vihdoin jäljität hänet, hän kertoo sinulle, ettei hän "päätynyt loppujen lopuksi käyttämään kaavioita". "He vain olisivat sekoittaneet heidät", hän lisää sovittelevalla äänellä.
- Höyryt. Koko viikko hukkaan. Toinen päätös tehtiin ilman tietojen varmuuskopiointia. Miksi hän edes kysyi?
Haluan soittaa näille pyynnön esittäjille pirates koska he varastavat aikaani. Valitettavasti merirosvoja on aina, mutta on tapoja, joilla voimme oppia välttämään heitä tai ainakin selviytymään heidän olemassaolostaan. Tässä on luettelo vinkkejä varmistaaksesi, että analyysisi saa ansaitsemansa ansiot, koottu omasta kokemuksestani, akateemisesta tutkimuksesta ja alan parhaista käytännöistä.
1. Ompele tietopyyntölomakkeet
Meidän on oltava konsultteja, ei palkkakäsiä.
Useimmilla tietoryhmillä on pyyntöportaali, jota he käyttävät liiketoiminnasta peräisin olevien datapyyntöjen määrittämiseen ja määrittämiseen. Nämä portaalit on suunniteltu helpottamaan liike- ja tietoryhmien yhteistyötä; yrityskäyttäjät kirjoittavat tarkalleen mitä haluavat, ja tietoryhmä vain saa sen tapahtumaan.
Valitettavasti, kuten näimme Jimiltä, se ei ole niin yksinkertaista. Monet yrityskäyttäjät tulevat tietoryhmään mielessä jo olevan kaavion, mukaan lukien sen, mitä kaavion numeroiden pitäisi näyttää.
Tässä vaiheessa olemme jo tuomittuja. Jos tiedot eivät vastaa tarinan, jota pyytäjä haluaa, tai ovat hieman vivahteikkaita, he eivät koskaan käytä tätä analyysia. Meidän on tiedettävä ongelma, jonka he yrittävät ratkaista.
Datan ammattilaisina tunnemme tiedot ja tilastomenetelmät paremmin kuin kukaan ja voimme neuvoa parhaalla tavalla tietojen käytöstä vastaamaan käsillä olevaan kysymykseen. Liiketoimintaympäristö yhdessä tieto-osaamisemme kanssa voi yhdessä muodostaa paljon vaikuttavamman analyysin kuin mitä voisimme tuottaa erikseen.
Lyhyesti sanottuna meidän on oltava konsultteja, ei palkkakäsiä.
2. Numerot eivät koskaan kävele yksin
Pelkkä kaavio ei pysty välittämään kaikkea, ja tällainen ajattelu estää kykymme vaikuttaa liiketoimintaan työstämme.
Usein meidän odotetaan lähettävän yhden kaavion tai koontinäytön valmiina pyynnönä. Liiketoiminnan käyttäjän on lähes mahdotonta tulkita sitä ilman selitystä 1: 1.
Meille on kerrottu, että data voi puhua puolestaan, että hyvin muotoiltu kaavio voi kommunikoida kaikista vivahteistaan yksin. Tämä ei yksinkertaisesti ole totta. Pelkkä kaavio ei pysty välittämään kaikkea, ja tällainen ajattelu estää kykymme vaikuttaa liiketoimintaan työstämme.
Et voi luottaa kaavioihin välittääksesi oivalluksia yksin. Käytä tekstiä selittääksesi työsi. Lähde: Paras pelaaja, joka ei koskaan voita nimikettä by Count.co.
Kun jaan analyysejä, yritän aina sisällyttää seuraavat tiedot:
- ajanjakso tietoja
- analyysin päivämäärä
- kirjoittaja
- TL; DR: yhteenveto kontekstista ja oivalluksista
- selitys kaavion lukemisesta
- miten teit analyysin (ei koodia, vaan maallikon selitystä)
- rajoitukset ja seuraavat vaiheet
Tämä asiayhteyteen liittyvä tieto saattaa tuntua päänsärkyltä, mutta sillä on valtava ero. Emme ole juuri lähettäneet kaaviota, joka voi erikseen kantaa hyödytöntä tekstiä "selvitä se". Olemme lähettäneet heille analyysin kaikesta, mitä he tarvitsevat, jotta kaavio muuttuu oivallukseksi, pieneksi eleeksi, joka ei jää huomaamatta.
Kaavion lähettäminen itse kaavioiden poistamiseksi antaa heille mahdollisuuden tulla ymmärretyiksi ja viime kädessä käyttää.
3. Tee siitä kokemus
Jotta analyysisi olisi todella järkevää, käyttäjien on pistettävä ja tuotettava sitä ... Autetaan heitä pääsemään sinne.
Kaavion ympäröiminen kontekstin ja selitysten avulla varmistaa, että lukijalla on kaikki mitä tarvitsee oppia jotain analyysistämme. Mutta opimme parhaiten kokemusten kautta [1].
Joten jotta analyysisi olisi todella järkevää, käyttäjien on pistettävä ja tuotettava sitä. Kolbin oppimismalli viittaa siihen, että heidän on kokeiltava analyysiamme ja pidettävä aikaa pohtimaan sen todellisia vaikutuksia, ennen kuin he ymmärtävät sen oikein. Autetaan heitä pääsemään sinne.
David Kolbin kokemuksellinen oppimismalli (ELM) [1] Kuvalähde: kirjoittaja.
Tähän sisältyy ainakin interaktiivisten elementtien määrittäminen analyysiä varten. Lisää suodattimia ja parametreja, joiden avulla käyttäjä voi alkaa tiedustella tietoja. Entä jos sinulla olisi kaksinkertainen budjetti? Puolet?
Tämän kysymys-vastausvirtauksen avulla käyttäjä voi luottaa analyysiin ja ymmärtää, miten se liittyy heidän ongelmaansa, mikä lopulta antaa hänelle luottamusta käyttää tätä analyysiä kokoushuoneessa. Tämä itseluottamuksen puute on numero yksi syy, miksi kaaviosi ei pääse sinne dian kannelle, joten ole varovainen täällä.
4. Tee esitysvalmis
Luo kiinnostavia ja informatiivisia visualisointeja, jotka eivät pelota katsojia uhraamatta analyysisi monimutkaisuutta.
Valitettavasti emme voi odottaa jonkun käyttävän aikaa oppia analyysistä esityksessä tapaa, jolla liikekumppanimme on (toivottavasti) tehnyt tähän asti. Tämä tarkoittaa, että meidän on nyt luotava yhteenvetokaavio, joka voi heijastaa analyysimme avainkohtia, mutta paljon vähemmän yksityiskohtaisesti.
Ihannetapauksessa tämä tehdään analyysisi viimeisenä vaiheena, kun olet sopinut tärkeimmistä oivalluksista ja siitä, miten ne voidaan parhaiten sommitella suuremmaksi päätökseksi tai ongelmaksi ratkaistavaksi. Sitten voit hyödyntää tietojen visualisoinnin parhaita käytäntöjä [2] luodaksesi kiehtovia ja informatiivisia visuaaleja, jotka eivät pelota katsojia uhraamatta analyysisi monimutkaisuutta.
5. Eläköön analyysi
Varmista, että analyysisi on tämän yksittäisen tietopyynnön ulkopuolella ja että sitä voidaan käyttää yhä uudelleen.
Yksi osa tätä prosessia, joka on vakavasti unohdettu, on kysymys tämän analyysin muuttamisesta skaalattavaksi tiedoksi. Kuinka varmistat, että vastaamasi yrityskysymys jaetaan paitsi Jimille tai Jimin tiimille myös laajemmalle yritykselle? Eikä vain tällä viikolla, vaan että sitä voidaan käyttää 6 kuukaudessa, kun sama kysymys tulee taas esiin. Vastaus ei ole yksiselitteisesti kojelauta, vaan jotain vivahteikkaampaa.
AirBnB: n lähestymistapa [3] on ollut toteutettava tietosyöttö, joka vie juuri hahmottelemamme yksityiskohtaisen analyysin ja julkaisee sen koko yrityksen löydettäväksi. Tuloksena on kokoelma raportteja, jotka ovat helposti ymmärrettävissä kaikille käyttäjille, mutta joilla on silti pääsy raakakoodiin ja analyytikoiden muistiinpanoihin tulevan työn lähtökohtana. Tärkeimmät määritteet on dokumentoitu, mikä antaa jokaiselle luottamuksen näkemiinsä (kun se julkaistiin, rajoitukset jne.). Ja he ovat tehneet tämän tietokannan helposti analysoitavaksi, jotta ihmiset löytävät nopeasti kysymyksiinsä analyysin, ennen kuin he ovat lähettäneet pyyntönsä tietoryhmälle.
Nyt voit varmistaa, että analyysisi on tämän yksittäisen tietopyynnön ulkopuolella ja että sitä voidaan käyttää yhä uudelleen.
DIY-aika
Tällaisen työskentelytavan hyöty on helppo testata. Seuraavan kerran, kun pyyntö tulee yhdeltä ystävällisemmältä yrityskäyttäjältäsi (vältä merirosvoja), suosittelen kokeilemaan tätä menetelmää. Pyydäkää tapaamaan heitä pyytämänsä kaavion sijasta tapaamaan heitä ymmärtämään paremmin, mitä he toivovat tekevänsä tällä kaavalla. Mitä päätöksiä se ilmoittaa? Kuka on yleisö?
Ja kun työskentelet yhdessä tämän analyysin kanssa, suosittelen käyttämään tietokirjaa tarvittavien metatietojen dokumentoimiseksi ja työsi selittämiseksi liikekumppanillesi. Tämä antaa sinulle joustavuuden kontekstualisoida analyysisi koodin ja grafiikan mukaisesti, joten et yritä hakkeroida Google-dokumenttia jonnekin.
Kun olet molemmat tyytyväinen analyysiin ja havaintoihin, työskentele lopullisen kaavion parissa yhdessä ja näet, kuinka erilainen se näyttää alkuperäisestä pyynnöstä. Olen valmis lyödä vetoa, että he ovat täysin erilaisia.
Esimerkki Count muistikirjasta. Lähde: Kuka on tennisvuohi?
Tämän analyysin sitoutuminen jaettuun tietoon vaatii hieman enemmän ennakointia. Näiden kannettavien ei ole paljon luonnollisia paikkoja; Github ei ole tarpeeksi käyttäjäystävällinen muille kuin kehittäjille, ja vaihtoehdot, kuten DropBox tai Google Docs, eivät ole tarpeeksi teknisiä sisällyttämään vaadittavan koodin.
Jos pakotat minut suosittelemaan työkalua, minun on sanottava Laskea, mutta täydellisen paljastamisen, autoin sen rakentamisessa. Count on tietokirja, jonka tarkoituksena on tehdä tällainen tapa toimia normaalina. Voit luoda korkealaatuisia analyyttisiä raportteja, jotka ovat täynnä kontekstia, selityksiä, räätälöityjä visualisointeja, yhdessä asiakirjassa, mikä antaa työllesi alustan, jota se tarvitsee ohittaa ohimenevän datapyynnön ja tulla tietoon, josta koko yritys voi hyötyä.
Jos olet kokeillut jotakin näistä menetelmistä, haluaisin kuulla, kuinka se meni kommenteissa!
Viitteet
[1] Kolb, DA Kokemuksellinen oppiminen: Kokemus oppimisen ja kehityksen lähteenä. New Jersey: Prentice-Hall; 1984.
[2] Mahoney, Michael. Datan visualisoinnin taide ja tiede. Kohti datatiedettä; 2019.
[3] Sharma, C. & Overgooer, tammikuu. Tietämyksen laajentaminen Airbnb: llä. Airbnbeng; 2016.
Alkuperäinen. Postitettu luvalla.
Related:
Lähde: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- pääsy
- Tähtäimessä
- analyysi
- Art
- yleisö
- PARAS
- parhaat käytännöt
- Bitti
- rakentaa
- liiketoiminta
- soittaa
- joka
- Kaaviot
- koodi
- yritys
- luottamus
- pisteitä
- kojelauta
- tiedot
- tietojenkäsittely
- tietokanta
- päivä
- yksityiskohta
- DID
- dropbox
- jne.
- Elämykset
- kokeilu
- suodattimet
- Vihdoin
- Etunimi
- Joustavuus
- virtaus
- harkinta
- koko
- tulevaisuutta
- GitHub
- Antaminen
- hakata
- pää
- tätä
- Miten
- Miten
- HTTPS
- valtava
- kuva
- Mukaan lukien
- teollisuus
- vaikutus
- tiedot
- oivalluksia
- vuorovaikutteinen
- eristäminen
- IT
- avain
- tuntemus
- OPPIA
- oppiminen
- Lista
- Pitkät
- rakkaus
- ottelu
- keskikokoinen
- malli
- kk
- New Jersey
- kannettavat tietokoneet
- numerot
- Vaihtoehdot
- kumppani
- Kumppanuus
- Ihmiset
- foorumi
- soitin
- Portal
- ammattilaiset
- raaka
- lukija
- Raportit
- tutkimus
- tulokset
- tiede
- tunne
- asetus
- yhteinen
- Lyhyt
- Yksinkertainen
- pieni
- So
- SOLVE
- viettää
- Alkaa
- toimitettu
- Tekninen
- kertoo
- tennis
- testi
- Lähde
- Ajattelu
- aika
- vinkit
- raita
- triage
- Luottamus
- Käyttäjät
- viikko
- KUKA
- käytellä
- voittaa
- Referenssit
- maailman-