By テイラー・カウント、カウントのデータ責任者.
による写真 オースティン・ニール on Unsplash.
海賊に注意
最も普遍的な意気消沈の経験の XNUMX つは、自分のハードワークの結果が見られず、評価されず、使用されないことです。 データの世界では、これは私たちが頻繁に経験することです。 次の仮説的な状況を考えてみましょう。
- Jim は、翌週のクライアント プレゼンテーションの詳細な分析を求めるリクエストをデータ チームに送信します。
- あなたと Jim は XNUMX 週間かけて分析に取り組み、緊密に協力して、彼が適切なビジュアルを作成し、自信を持って調査結果を提示できるようにします。
- プレゼンテーションの日がやってきましたが、ジムからは一言もありません。 それは変です。
- 最終的に彼を追跡すると、彼は「結局チャートを使用することにはならなかった」と言います。 「彼らは彼らを混乱させただろう」と彼は融和的な口調で付け加えた。
- あなたは発煙しています。 まるまる一週間無駄。 別の決定は、それを裏付けるデータなしで行われました。 そもそもなぜ彼は尋ねたのですか?
私はこれらの依頼者を呼びたい パイレーツ 彼らは私の時間を盗むからです。 残念ながら、海賊は常に存在しますが、それらを回避する方法、または少なくとも海賊の存在に対処する方法を学ぶことができます. 以下は、私自身の経験、学術研究、および業界のベスト プラクティスに基づいてまとめられた、分析にふさわしい評価を得るためのヒントのリストです。
1.データリクエストフォームを捨てる
私たちは雇われた手ではなく、コンサルタントでなければなりません。
ほとんどのデータ チームには、企業からのデータ要求をトリアージして割り当てるために使用する要求ポータルがあります。 これらのポータルは、ビジネス チームとデータ チームがより簡単に連携できるように設計されています。 ビジネス ユーザーが必要なものを正確に入力すると、データ チームがそれを実現します。
残念ながら、ジムから見たように、それはそれほど単純ではありません。 多くのビジネス ユーザーは、グラフの数値が何を示すべきかなど、既にグラフを念頭に置いてデータ チームに参加します。
この時点で、私たちはすでに運命づけられています。 データが要求者が望んでいるストーリーと一致しない場合、または少しニュアンスが異なる場合、彼らはこの分析を決して使用しません。 彼らが解決しようとしている問題を知る必要があります。
データの専門家として、私たちはデータと統計手法を誰よりもよく知っており、目の前の質問に答えるためにデータを使用するための最善のアプローチについてアドバイスすることができます. データの専門知識と連携したビジネス コンテキストを組み合わせることで、個別に生成できるものよりもはるかに影響力のある分析を作成できます。
要するに、私たちは雇われた手ではなく、コンサルタントでなければなりません。
2. 数字は一人では歩けない
チャートだけですべてを伝えることは不可能であり、そのような考え方は、仕事でビジネスに影響を与える私たちの能力を阻害します。
多くの場合、完了したリクエストとして 1 つのグラフまたはダッシュボードを送信することが期待されます。 これらは、ビジネス ユーザーが 1 対 XNUMX の説明なしに解釈することはほぼ不可能です。
データはそれ自体で語ることができ、巧妙に作成されたグラフはすべてのニュアンスをそれ自体で伝えることができると言われてきました. これは単に真実ではありません。 チャートだけですべてを伝えることは不可能であり、そのような考え方は、仕事でビジネスに影響を与える私たちの能力を阻害します。
チャートだけに頼って洞察を伝えることはできません。 あなたの仕事を説明するためにテキストを利用してください。 ソース: タイトルを獲得したことのない最高のプレーヤー by カウント.co.
分析を共有するときは、常に次の情報を含めるようにしています。
- データの期間
- 分析日
- 著者
- TL;DR: コンテキストと洞察の要約
- チャートの読み方の説明
- どのように分析を行ったか (コードではなく、素人の説明)
- 制限と次のステップ
このコンテキスト情報は頭の痛い問題のように思えるかもしれませんが、大きな違いをもたらします。 私たちはチャートを送信しただけではなく、単独で、役に立たないサブテキスト「理解してください」を運ぶことができます. そのチャートをインサイトに変えるために必要なすべてを含む分析を送信しました。これは見過ごされない小さなジェスチャーです。
独自にチャートを送信する習慣を断ち切ることで、チャートが理解され、最終的に使用される機会が得られます。
3. 経験にする
分析を本当に理解するために、ユーザーはそれを突っ込んで突き刺す必要があります.彼らがそこにたどり着くのを手伝いましょう.
チャートをコンテキストと説明で囲むことで、読者が学ぶ必要があるすべての情報を確実に得ることができます 私たちの分析から何か。 しかし、私たちは経験を通じて最もよく学びます[1]。
したがって、分析を本当に理解するには、ユーザーはそれを突っ込んで突き刺す必要があります。 コルブの学習モデルは、彼らが私たちの分析を実験し、それが現実世界に与える影響を適切に理解する前に時間をかけて熟考する必要があることを示唆しています. 彼らがそこに着くのを手伝いましょう。
David Kolb の体験学習モデル (ELM) [1] 画像ソース: 著者。
少なくとも、これには分析用の対話型要素の設定が含まれます。 ユーザーがデータの調査を開始できるようにするフィルターとパラメーターを追加します。 予算がXNUMX倍だったら? 半分?
この質疑応答フローにより、ユーザーは分析を信頼し、それが問題とどのように関連しているかを理解できるようになり、最終的には会議室でその分析を使用する自信が得られます。 この自信のなさは、あなたのグラフがそのスライド デッキに収まらない最大の理由なので、ここでは注意してください。
4. プレゼンテーションの準備を整える
分析の複雑さを犠牲にすることなく、視聴者を怖がらせない魅力的で有益なビジュアルを作成します。
残念ながら、私たちのビジネス パートナーがこれまで (願わくば) 行ってきたように、誰かが時間をかけてプレゼンテーションの分析から学ぶことは期待できません。 これは、分析の重要なポイントを反映できる要約グラフを作成する必要があることを意味しますが、詳細ははるかに少なくなります。
理想的には、これは分析の最後のステップとして行われます。これは、重要な洞察と、それらをより大きな決定または解決すべき問題にどのように構成するのが最善かについて合意した後です。 次に、データ ビジュアライゼーションのベスト プラクティス [2] を利用して、分析の複雑さを犠牲にすることなく、視聴者を怖がらせない魅力的で有益なビジュアルを作成できます。
5.分析を長生きさせる
分析がこの XNUMX 回のデータ要求を超えて存続し、何度でも使用できることを確認してください。
このプロセスの重要な部分として無視されているのは、この分析をスケーラブルな知識に変えるという問題です。 回答したばかりのビジネス上の質問が、ジムまたはジムのチームだけでなく、より広い会社と共有されるようにするにはどうすればよいですか? そして今週だけでなく、6ヶ月後にまた同じ質問が出てきた時に使えるということ。 答えは、明らかにダッシュボードではなく、より微妙なものです。
AirBnBのアプローチ [3] は、今概要を説明したタイプの詳細な分析を取得し、会社全体が見つけられるように公開するナレッジ フィードを実装しています。 その結果、すべてのユーザーが簡単に理解できるレポートのコレクションが作成されますが、アナリストが将来の作業の開始点として使用できるように、未加工のコードとメモにアクセスできます。 重要な属性が文書化されているため、誰もが見ているものを信頼できます (公開時期、制限など)。 また、この知識のデータベースを簡単に解析できるようにしたため、データ チームに要求を送信する前に、質問に関連する分析をすばやく見つけることができます。
これで、分析がこの XNUMX 回のデータ要求を超えて存続し、何度でも使用できることを確認できます。
手作りの時間
この種の作業方法の利点は、テストが簡単なことです。 次回、より友好的なビジネス ユーザー (著作権侵害を避ける) から要求が届いた場合は、この方法を試してみることをお勧めします。 彼らが要求したチャートを具体化する代わりに、彼らがこのチャートで何をしたいのかをよりよく理解するために彼らに会うように頼んでください. それはどのような決定を通知していますか? 聴衆は誰ですか?
この分析で共同作業を行うときは、データ ノートを使用して必要なメタデータを文書化し、ビジネス パートナーに作業内容を説明することをお勧めします。 これにより、コードやビジュアルを使用してインラインで分析を文脈化する柔軟性が得られるため、どこかで Google ドキュメントをハックしようとする必要はありません。
分析と調査結果に満足したら、最終的なグラフを一緒に作成し、元の要求とどのように異なるかを確認します。 私は彼らが完全に異なっていると確信しています。
カウントノートの例。 ソース: テニスGOATは誰?
この分析を共有知識に委ねるには、もう少し熟考する必要があります。 これらのノートブックが自然に移動する場所は多くありません。 Github は非開発者にとって十分にユーザー フレンドリーではありません。また、DropBox や Google Docs などのオプションは、必要なコードを含めるのに十分なほど技術的ではありません。
ツールを推奨するよう強要された場合は、次のように言わなければなりません。 ワンランク上の、しかし完全な開示、私はそれを構築するのを手伝いました. Countは、そんな働き方を当たり前にすることを目指したデータノートです。 コンテキスト、説明、カスタマイズされたビジュアルをすべて XNUMX つのドキュメントにまとめた高品質の分析レポートを作成して、一時的なデータ リクエストに耐え、会社全体が恩恵を受けることができる知識になるために必要なプラットフォームを作業に提供できます。
これらの方法のいずれかを試した場合は、コメントでその方法を知りたいです!
参考文献
[1] コルブ、DA 体験学習: 学習と能力開発の源としての経験. ニュージャージー州: プレンティス ホール。 1984年。
[2] マホーニー、マイケル。 データ視覚化の芸術と科学. データサイエンスに向けて; 2019年。
[3] Sharma, C. & Overgooer, Jan. Airbnb で知識をスケーリングする. AirbnbEng; 2016年。
元の。 許可を得て転載。
関連する
ソース: https://www.kdnuggets.com/2021/04/make-analysis-used.html
- アクセス
- 目指す
- 分析
- 宝品
- 聴衆
- BEST
- ベストプラクティス
- ビット
- ビルド
- ビジネス
- コール
- これ
- チャート
- コード
- 会社
- 信頼
- クレジット
- ダッシュボード
- データ
- データサイエンス
- データベース
- 中
- 詳細
- DID
- ドロップボックス
- 等
- エクスペリエンス
- 実験
- フィルター
- 最後に
- 名
- 柔軟性
- フロー
- 先見の明
- フル
- 未来
- GitHubの
- 与え
- でログイン
- ハック
- こちら
- 認定条件
- How To
- HTTPS
- 巨大な
- 画像
- 含めて
- 産業を変えます
- 影響
- 情報
- 洞察
- 相互作用的
- 分離
- IT
- キー
- 知識
- LEARN
- 学習
- リスト
- 長い
- 愛
- 一致
- ミディアム
- ヶ月
- ニュージャージー
- ノートPC
- 番号
- オプション
- パートナー
- パートナーシップ
- のワークプ
- プラットフォーム
- プレイヤー
- ポータル
- 専門家
- Raw
- リーダー
- レポート
- 研究
- 結果
- 科学
- センス
- 設定
- shared
- ショート
- 簡単な拡張で
- 小さい
- So
- 解決する
- 過ごす
- start
- 提出された
- 技術的
- 伝える
- テニス
- test
- ソース
- 考え
- 時間
- ヒント
- 追跡する
- トリアージ
- 信頼
- users
- 週間
- 誰
- 振るう
- win
- 仕事
- 世界