Tartalomjegyzék:
Szeretne napi 30 perccel növelni termelékenységét? Ha csak azokra a tevékenységekre tudna összpontosítani, amelyek a legnagyobb értéket képviselik csapata és szervezete számára, akkor mit jelent ez az Ön számára? Gondold át. Mi igazán fontos a munkanapjában, és mennyi időt tölt a szükséges, de egyéb, sürgős feladatok elvégzésével? Érdekelt? Szóval hogyan lehet ezt elérni? Nos, kis adatok felhasználásával.
Várj, mi? Nem a big data azok az adatok, amelyekről mindenki beszél? Igen, de talán a kis adatok megérdemlik a beszélgetés nagyobb részét. Itt megnézzük, hogy mi a kicsi adat, és hogy ez hogyan tud nagyobb darabot csomagolni, mint a nagy adat.
Mi a kis adat?
A kisméretű adatok rögzített adatok, amelyek diszkrét és pontosak ahhoz, hogy az emberi agy megértse. Általában azt gyűjtik egy szervezet egyes egységeinek meghatározott céljaira, például rögzítik, hogy mennyi tényleges erőfeszítést költöttek a csoport egyének különböző tevékenységeire. A kis adatok gyűjtésének okát a kezdetektől meghatározzák. Ebben az esetben azt gyűjtik azzal a céllal, hogy optimalizálják, hogyan fejti ki a csapat értékét.
Összehasonlításképpen: a nagy adatok középpontjában a lehető legtöbb kapcsolódó információ gyűjtése van a szervezeten belül, majd elemzése annak meghatározása érdekében, hogyan segíthet a kérdések megválaszolásában. Mit mond nekünk értékesítési statisztikáink a piaci trendekről és a további értékesítési lehetőségekről? Mennyire támogató csapatunk az ügyfelek kérdéseinek kezelésében? Hol kell fejleszteni a projekt megvalósítási folyamatát, hogy csökkentsük a túllépést a becsült költségvetéshez képest?
Nyilvánvalónak tűnhet, de a nagy adatokhoz bemeneti adatokra van szükség, és nagyon sok rá. Nagyon gyakran további apró adatokra van szükség a nagy adatok támogatásához, mivel a kezdeti kérdésekre adott válaszok további kérdéseket vetnek fel. Ezen túlmenően, ezen információk elemzéséhez számos szállító kínál vállalati szintű eszközt, olyan eszközöket, amelyek jelentős beruházást és időt igényelnek a házon belüli behozáshoz, az eredmények felállításához és konfigurálásához. Ez egy rendszerintegrációs projekt a kezdetektől fogva, hogy csatlakozzon az összes adatforráshoz, és egy olyan projekt, amely több hónapot vehet igénybe, amíg az üzleti előnyök meg nem jelennek.
Ezzel szemben a kisméretű adatok kevés elemzést igényelnek, sokféle módon elfoghatók - például táblázatokban, feladat- és időkövetési eszközökben, sőt manuális naplókban -, és gyorsan és egyszerűen elemezhetők. Láttam, hogy a kis adatokból a termelékenységi elkötelezettség kezdetétől számított egy vagy két héten belül előnye származik. És ez csak azért van, mert egy kis időbe telik a nyers információk begyűjtése. A változások és előnyök általában az összegyűjtött adatok összpontosítása miatt gyorsan nyilvánvalóvá válnak.
A kis adatok nagy előnyei
A csapatok edzésével és irányításával kapcsolatos tapasztalataim alapján az egyének és csapatok számára rendelkezésre álló kis adatok eredményeként a következő előnyök származnak:- Tudatosság
A kisméretű adatok felismerhetik azt, hogy az egyének mikor összpontosítják idejét és energiáját, szemben azzal, ami még nagyobb értéket adna. Gyakran, amikor az egyének elkezdenek kis adatokat gyűjteni, gyorsan felismerik a felfedezés jelentőségét.
- Felhatalmazás
Kis adatokon keresztül az egyének azonosíthatják azokat a változásokat, amelyeket végrehajthatnak, és amelyeket a csapat más tagjai támogathatnak. A csapat tagjai felelőssé válnak a saját változásért és vezérelik azt.
- eljegyzés
Az elért pozitív változások mérése és elismerése nagyobb kölcsönös megértés, érzés és kapcsolat érzetét teremti meg.
A kis adatok rögzítése
A szoftverfejlesztési osztályon keresztül a nagy adatok elemezhetik a projektterv adatait, lehetővé téve a különféle projektek végrehajtásához szükséges emberek számának, időtartamának és erőfeszítéseinek elemzését. Hiányzik az, hogy az egyes személyek hogyan valósítják meg napi szinten a projekt feladataikat. E kis adatok rögzítésével megtanulhatjuk, hogyan lehet a projektet, annak csapatait és munkanapjukat legjobban felépíteni. Milyen feladatokat élvez és jól teljesít mindenki? Mit szeretnének delegálni vagy letenni? Milyen típusú kommunikáció működik a legjobban kivel? Milyen szintű irányításra és mentorálásra van szükség az egyéneknek?
A mód megváltoztatásával olyan előnyöket nyerünk, amelyek a nagy adatszolgáltatás szintjén láthatóak, de nem az ahhoz vezető változások. A nagy adatok elemzése gyakran általánosított modellt eredményezhet, például feltételezve, hogy minden ember hasonló készség- és tapasztalati szinttel rendelkezik. Csak azáltal, hogy áttekintjük az egyes személyek működésének és a projekthez való egyedi hozzájárulásuk (egyedi módon) kis adatspecifikációit, lehet ilyen típusú előnyöket elérni.
Ahol apró adatokat használnak
Nyilvánvaló, hogy érdemes megszerezni a nagy adatok felhasználását, ám a piac és a termékkínálat legutóbbi áttekintései zavart találnak a bevált gyakorlatokkal kapcsolatban, és hogyan lehet a legmegfelelőbb értéket bevezetni egy megvalósításból. A Gartner nemrégiben készített áttekintése szerint a megkérdezett vállalatok mindössze 8% -a végez nagy adatanalízist, 57% pedig még kutatási és tervezési szakaszban van.
Bármely adatelemzésnél a lényeg az, hogy nem húzza be az összes adatot, majd megpróbál keresni értéket, hanem olyan adatok felhasználása, amelyek segíthetnek bizonyos kérdések megválaszolásában. És itt a legfontosabb ok két alapvető okból nyer:
- Az adatgyűjtés kívánt értékét és okát előre meg kell érteni.
- A kis adatok mind kvalitatív, mind kvantitatív válaszokat adnak, lehetővé téve a pontos változtatásokat. Más szavakkal, kevesebb általános jellegű feltevés készült kis adatokon.
Végül a kis adatok nem helyettesítik a nagy adatokat, de nagyon sok az, hogy egy kis adat elkötelezettség megtaníthatja a nagy adatokat arra, hogyan lehet a legjobban kihasználni mindkét megközelítést. A nagy adatok megvalósításának mérlegelésekor kérdezd meg magadtól, milyen apróbb adatokkal kapcsolatos kérdések segíthetnek Önnek értéket szerezni. Ez segíthet a nagyobb ütés becsomagolásában az eredményül kapott stratégiában. (Olvassa el egy másik perspektívát a nagy adatok értékéről az üzleti életben a Can Big Data Analytics lezárhatja az üzleti intelligencia hiányát?)
