Տվյալների գիտնականի դերը տաք պահանջարկ ունի տարիներ առաջ ակնկալվող այս առաջավոր, կարեւոր դերի նախագծային թերությունների հետ:
Կազմակերպությունները ամեն տարի բախտ վիճակ են տալիս տվյալների տեղակայում, պահում եւ վերլուծում: Մարկետինգային բաժիններն ավելի շատ են լրացնում տեխնիկական, տվյալների հմուտ մասնագետները `ստեղծագործական դերերի հաշվին:
Բիզնեսի աշխարհը տվյալների կենտրոնացած է, սակայն կարեւոր է իմանալ, որ տվյալներն ինքնանպատակ չեն: Ինչպես ամեն ինչի, մենք աշխատում ենք մեր աշխատանքում, տվյալները մի խոստում են լցված գործիք: Ձեռքերում ճիշտ մոտեցումներով, որոշումների կայացմանն աջակցելու տվյալների ներուժը ուշագրավ է:
Այնուամենայնիվ, չեն ստացվում կեղծ համոզմունքների մեջ, որ տվյալների ձեռքբերումը եւ վերլուծությունը վտանգված չեն: Եկեք շաղկի մի քիչ լեհական տվյալների գաղափարի մասին, որպես գործարար փրկարար եւ օգնում բացահայտել որոշ պոտենցիալ խուճապների այս նոր ռեսուրսը մեզ բոլորիս համար:
Forewarned- ը կանխադրված է:
6 Մեծ մարտահրավերների ղեկավարներ եւ կազմակերպություններ,
1. Տվյալների որակը հաճախ աղքատ է: Թեեւ սովոր ենք մտածել ֆիզիկական առարկաների կամ արտադրանքի համատեքստում որակի մասին, պարզվում է, որ տվյալների որակը ամեն մի ամուր ընկերության համար նյութական խնդիր է:
Կառուցված տվյալների բազաների կամ պահոցներում պահվող տվյալները հաճախ թերի են, անհամապատասխան կամ ժամկետանց: Հնարավոր է, դուք եղել եք տվյալների որակի հարցի պարզ օրինակ ստանալու վերջում:
Մեզանից շատերը կարող են ետ կանչել վերարտադրող նամակագրությունները, որոնք հրապարակվում են շուկայի մասնակիցներից `մեր իսկական անունի մի փոքր տարբեր կամ արմատապես տարբեր տարբերակներով:
Շուկայավարողի տվյալների բազան պարունակում է կրկնօրինակ գրառումներ մեր հասցեով եւ տարբեր, հաճախ սխալ հնչյուններով կամ մեր անունով տատանումներով: Մենք վերամշակում ենք կրկնօրինակների փոստը, որպես թղթապանակ, եւ վաճառողը գերազանցող ծախսեր է տպագրում եւ փոստով `բոլորի պարզ տվյալների որակական հարցի պատճառով: Բարձրացրեք այս սխալը հարյուրավոր կամ հազարավոր գրառումներով, եւ այդ տվյալների փոքրիկ սխալը փոքր է:
Տվյալների որակի խնդիրն աճում է կարեւորում, երբ մենք ձգտում ենք որոշումներ կայացնել ռազմավարությունների, շուկաների եւ շուկայավարման մոտակայքում իրական ժամանակում: Թեեւ ծրագրային ապահովման եւ լուծումներ գոյություն ունեն, որոնք կօգնեն վերահսկել եւ բարելավել կառուցված (ձեւավորված) տվյալների որակը, իրական լուծումը հանդիսանում է տվյալների, որպես արժեքավոր ակտիվի վերազինման զգալի եւ կազմակերպական պարտավորություն: Գործնականում դա դժվար է հասնել եւ պահանջում արտակարգ կարգապահություն եւ ղեկավարության աջակցություն:
2. Մենք գրեթե խեղդվում ենք տվյալների մեջ: Տվյալները կազմակերպությունում ամենուր են: Դիտարկենք հաճախորդի տվյալները: Շատ կազմակերպություններ դարձել են հմուտ հաճախորդների եւ հեռանկարների մասին տեղեկություններ գրավելիս:
- Մարկետինգային տվյալները հավաքում են այն մարդկանցից, ովքեր այցելում են կենդանի կամ վեբ միջոցառումներ կամ բովանդակություն են ներբեռնում:
- Տնօրենները օգտագործում են տվյալներ նոր ռազմավարությունների օժանդակման կամ որոշման համար:
- Sales- ը հավաքում է վաճառքի գործընթացում ներգրավված հաճախորդների մասին տվյալները:
- Հաճախորդների աջակցությունը գրավում է զանգերի եւ զրույցի փոխազդեցությունների մասին տեղեկությունները:
- Կառավարման թիմերը վիճակախաղի վրա հավաքում են տվյալներ եւ հիմնական չափանիշներ :
- Հաճախորդի տվյալները օգտագործվում են հաշվարկային նպատակներով եւ հաճախորդների բավարարվածության մոնիտորինգի որակի եւ հաճախորդների պատկերացումների թիմերի կողմից:
Մենք հաճախորդի մասին տեղեկատվություն ենք գրավում տարբեր ծրագրային համակարգերում, եւ մենք պահպանում ենք տվյալների մի շարք տվյալների պահոցներում: One Global Fortune 100 ընկերությունն իրենց հաճախորդների տվյալների 10 տոկոսը ճանաչել է աշխատակիցների կողմից համակարգչային աղյուսակների վրա: Մեկ այլ կազմակերպություն, որը պարբերաբար կազմակերպում է մարքեթինգային քարոզարշավներ անցկացնելուց առաջ առեւտրի ներկայացուցիչներին պարբերաբար հարցաթերթիկների ընտրության հարցում:
Նրա նավը սուզվելուց հետո, ինչպես օվկիանոսային նավաստին է փչացել, ամենուրեք ջուր է, բայց ոչ մի կաթիլ խմելու:
Մենք ունենք նույն երեւույթը մեր բիզնեսում: Տվյալները ամենուրեք են, եւ ավելի շատ տվյալներ կան իրական ժամանակում սոցիալական եւ որոնման նյութերից: Եթե տվյալները հեշտությամբ մատչելի չեն կամ, եթե մենք կրկնօրինակ կամ թերի տվյալներ ունենանք, չենք կարող օգտվել այն իր նպատակային նպատակից:
Ավելի շատ կազմակերպություններ են ինտեգրվում իրենց անհամապատասխան ծրագրային ծրագրերը եւ պարզեցնում են ձեռնարկության տվյալների հավաքագրման եւ համախմբման գործընթացը: Տվյալների որակի հետ մեկտեղ, սակայն, այս ջանքերը թանկ են, ժամանակի սպառում եւ երբեք չի ավարտվում:
3. Տվյալների ծավալները աճում են: Մենք ավելի ու ավելի շատ տվյալներ ենք տալիս տեմպով, որը դժվար է հասկանալ: Փորձագետները ենթադրում են, որ յուրաքանչյուր երկու տարվա ընթացքում (եւ նվազում) մենք ավելի շատ տվյալներ ենք ստեղծում, քան մոլորակի վրա գոյություն ունեցող բոլոր քաղաքակրթությունները:
Այս նոր տվյալների մեծ մասը կառուցված չէ, այնպիսի տվյալների տեսակից, որը պատշաճ կերպով մտել է մեր ծրագրային ապահովման եւ տվյալների բազայի ծրագրեր: Օրինակ, ձեր արտադրանքի կամ ապրանքանիշի մասին բոլոր թվիթերը ներկայացնում են գաղափարների պոտենցիալ գանձարան, սակայն այս տվյալները անուղղակի չեն, ավելացնում են գերիշխման եւ վերլուծության բարդությունը: Մինչդեռ այս մարտահրավերին օգնելու համար շատ ծրագրային առաջարկներ կան, կառուցված չլինված տվյալները վերամշակման համար հումքի նոր հոսք են, այս հոդվածում քննարկված բոլոր բնորոշ բարդության եւ որակի հարցերի հետ:
4. Աղբը `աղբը: Տվյալների վերլուծական ծրագրային ապահովումը միայն լավ է, քանի որ տվյալները կերակրում են այն: Ընդհանուր շեղումը, որն օգտագործվում է տվյալ տվյալների օգտագործման համար, որակն է: Թեեւ շատ ընկերություններ զգալի դոլար են ներդնում հզոր նոր տվյալների կրկնօրինակման ծրագրերում, կեղտոտ տվյալներ ծխելը հանգեցնում է սխալ որոշումների: Զգուշացեք կուրորեն վստահել տվյալների վերլուծության աշխատանքների արդյունքներին: Դուք պետք է վստահ լինեք, որ դուք կարող եք վստահել վերլուծության մեջ օգտագործվող տվյալները:
5. Մենք ընդունում ենք տվյալների վերլուծության արդյունքը որպես վերջնական, բայց ոչ: Իրականում, տվյալների վերլուծությունն առավել հաճախ ցույց է տալիս հարաբերակցությունը, ոչ թե պատճառը: Դա հեշտ է ընկնել տվյալների վերլուծության արդյունքների նկատմամբ վստահության ծագման եւ պատճառաբանությամբ շփոթեցնող հարաբերակցությունը:
Հարաբերությունը ցույց է տալիս հարաբերությունները, բայց դա ոչ մի կերպ չի նշանակում, որ A պատճառները: Պատճառային հարաբերությունների հաստատումը nirvana է ճշգրիտ, ինտուիտիվ որոշումներ կայացնելու համար: Անհավատալի է նաեւ ապացուցելը: Եթե դուք անվերապահորեն վստահում եք արդյունքներին եւ ենթադրում եք պատճառական հարաբերություններ, որտեղ չկա, ձեր որոշումները կխախտվեն:
6. Մեր ճանաչողական կողմնորոշումները ուժեղանում են, երբ խոսքը վերաբերում է տվյալների գնահատմանը: Որպես մեկ իմաստուն գիտնական, երբ արթնացրեց. « Տվյալների ամենաբարդ եւ ամբողջական վերլուծության վերջում մարդը դեռ պետք է ելույթ ունենա եւ որոշում կայացնի»: Եվ երբ հասնենք այն կետին, որտեղ մենք պետք է գնահատենք տվյալների վերլուծության իմաստը, մեր կողմնակալությունները գալիս են խաղալու: Մեզանից շատերը հակված են վստահել կամ հենվել տվյալների վրա, որոնք պաշտպանում են մեր դիրքերը եւ ակնկալիքները եւ ճնշում են հակառակն այն տվյալների վրա: Մենք նաեւ վստահում ենք այնպիսի աղբյուրներից, որոնք մեզ դուր են գալիս կամ մենք ապավինում ենք ամենավերջին տվյալների: Այս բոլոր կանխատեսումները նպաստում են մեր տվյալների վերլուծության սխալներից ելնելով մարտահրավերներին եւ ներուժին:
Ինչպես սկսել աշխատել որպես մենեջեր օգտագործելու համար:
Ձեռնարկությունների լայնածավալ տվյալների ռազմավարությունը զարգացնելը կարեւոր է յուրաքանչյուր բիզնեսի համար, սակայն չի վերանում այս հոդվածի շրջանակներից: Փոխարենը, այստեղ կա յոթ գաղափարներ, որոնք կարող եք օգտագործել որպես մենեջեր, ձեր ամենօրյա որոշումների կայացման ժամանակ ձեր տվյալների օգտագործման բարելավման համար:
1. Ճանաչել եւ մեղմել ներողությունների ներուժը : Փնտրեք տվյալներ, որոնք ընդլայնում են պատկերը կամ հակասությունները ձեր առջեւ գտնվող տվյալների հետ: Խրախուսեք արտաքին դիտորդին `գնահատելու ձեր ենթադրությունները տվյալների շուրջ:
2. Ամրապնդեք տվյալների կառավարման ձեր ըմբռնումը: Ինտերնետում բավականին ազատ աղբյուրներ են հայտնաբերվել, եւ շատ կազմակերպություններ սեմինարներ կամ սեմինարներ են առաջարկում տվյալների վերլուծության եւ բիզնեսի հետախուզության վերաբերյալ: Շատ բուհեր ավելացրել են դասընթացներ այս բուռն դաշտի համար: Պահպանեք ձեր հմտությունները:
3. Հարցրեք ինքներդ ձեզ կամ ձեր թիմին, «Ինչ տվյալներ պետք է մենք այս որոշումը կայացնենք»: Շատ հաճախ մենք ապավինում ենք տվյալների վրա եւ անտեսում նկարը լրացնելու համար ավելի շատ տվյալներ փնտրելու անհրաժեշտությունը:
4. Քննադատաբար գիտակցեք հարաբերակցության եւ պատճառի միջեւ տարբերությունը : Ավելի վաղ նկարագրված է, որ այս երկու շփոթեցումը որոշումների կայացման համար պոտենցիալ վտանգավոր խառնաշփոթ է:
5. Որակի - ստուգեք ձեր տվյալները: Եթե ձեր ընկերությունը չունի տվյալների որակի կամ վարպետության տվյալների կառավարման հանձնառություն, ապա ներդնում է ձեր տվյալները գնահատելու ակնհայտ սխալներ, ներառյալ կրկնօրինակ, թերի կամ սխալ գրառումները: Կան բազմաթիվ առեւտրային հնարավոր ծրագրային ծրագրեր կամ աջակցել այս գործունեությանը, եւ շատ ընկերություններ վիճակախաղի փորձագետների փորձի մասին են տվյալների որակի հարցման եւ գնահատման համար: Բացի այդ, դիտեք արտաքին ծառայություն մատուցողներ, որոնք կարող են օգնել ձեզ մաքրելու տվյալները: Կարեւոր է, կենտրոնանալ ձեր տվյալների որակի շարունակական բարելավման վրա:
6. Փաստաբան, ձեր ընկերության ամուր տվյալների որակի եւ կառավարման ջանքերի համար: Այս աշխատանքը հաճախ եղել է ՏՏ կամ տեխնիկական մասնագետների տիրույթը, սակայն տվյալները կարող են ծառայել որպես ռազմավարական ակտիվ: Յուրաքանչյուր կառավարիչ պետք է ուշադրություն դարձնի որոշումների կայացման եւ ռազմավարության իրականացման համար ավելի լավ լծակներ ձեռք բերելու իրենց ընկերության կարողությանը:
7. Ձեր թիմին ավելացնել տեխնիկական եւ տվյալների հստակ տաղանդ: Վաճառքի եւ մարքեթինգի բաժինները հասկանում են վերջին տեխնոլոգիաների հմուտ մասնագետներին ներգրավելու ուժը եւ իրավասու են սույն հոդվածում նշված տվյալների մարտահրավերներից շատերին նավարկելու համար: Տեխնոլոգիան եւ տվյալները այլեւս չեն հանդիսանում ձեռնարկությունում որեւէ գործառույթի տիրույթ կամ պատասխանատվություն :
Ստորին գիծը.
Շուկայում շուկայականում կհաղթի ֆիրմաները եւ ղեկավարները, ովքեր սովորում են տվյալների բարելավման համար որոշումներ կայացնել: Այս կազմակերպությունները կկարողանան վերահսկել եւ արձագանքել փոփոխվող պայմաններին եւ առաջացող հաճախորդների պահանջներին ավելի արագ, քան իրենց տվյալների վիճարկվող մրցակիցներին: Նրանք առաջինը կդառնան սոցիալական լրատվամիջոցների երկխոսության հասկացողությունները, եւ նրանք կհաղթեն ճակատամարտը `իմանալով եւ ներգրավելով հաճախորդների ավելի խորը մակարդակով, բոլորը` տվյալների հիման վրա: Սա ոչ մի քմահաճույք չէ, այլ այսօրվա աշխարհի կառավարման եւ մրցակցության նոր իրողություն: Պարզապես ուշադրություն դարձրեք այս ճամփորդության վրա կատարված խոռոչի համար: