Turinys:
- Kas yra nedideli duomenys?
- Dideli mažų duomenų pranašumai
- Kaip užfiksuoti maži duomenys
- Kur naudojami nedideli duomenys
Ar norėtumėte padidinti savo produktyvumą 30 minučių per dieną? Jei galėtumėte sutelkti dėmesį į veiklą, kuri jūsų komandai ir organizacijai teikia didžiausią naudą, ką tai padarytų jūsų naudai? Pagalvok apie tai. Kas yra tikrai svarbu jūsų darbo dieną ir kiek laiko praleidžiate atlikdami būtinas, bet kitas skubias užduotis? Suinteresuotas? Taigi kaip tai galima pasiekti? Na, naudojant mažus duomenis.
Palauk, ką? Ar ne dideli duomenys yra duomenys, apie kuriuos visi kalba? Taip yra, bet galbūt smulkūs duomenys verti didesnio pokalbio fragmento. Čia apžvelgsime, kokie yra maži duomenys ir kaip jie dažnai gali supakuoti didesnį perforatorių nei dideli duomenys.
Kas yra nedideli duomenys?
Maži duomenys yra užfiksuoti duomenys, kurie yra pakankamai tikslūs ir tikslūs, kad juos suprastų žmogaus smegenys. Paprastai jis renkamas konkrečiam tikslui, skirtam atskiram organizacijos vienetui, pavyzdžiui, įrašyti, kiek realių pastangų skirtingoms veikloms skiria komandos nariai. Smulkių duomenų rinkimo priežastis yra nustatyta pradžioje. Tokiu atveju jis bus renkamas siekiant optimizuoti tai, kaip komanda pateikia savo vertę.
Palyginimui, didžiųjų duomenų tikslas yra surinkti kuo daugiau susijusios informacijos visoje organizacijoje, o tada ją analizuoti, siekiant nustatyti, kaip ji gali padėti atsakyti į klausimus. Ką mūsų pardavimo statistika pasako apie rinkos tendencijas ir tolesnes pardavimo galimybes? Ar gerai mūsų palaikymo komanda tvarko klientų užklausas? Kur mums reikia patobulinti mūsų projekto pristatymo procesą, kad sumažintume perteklių, palyginti su numatomu biudžetu?
Tai gali atrodyti akivaizdu, tačiau dideliems duomenims reikia duomenų kaip įvesties, ir jų reikia daug. Labai dažnai reikalingi papildomi maži duomenys, norint pagrįsti didelius duomenis, nes atsakymai į pirminius klausimus kelia kitus. Be to, norint atlikti šios informacijos analizę, yra daugybė pardavėjų siūlomų įmonės lygmens įrankių, įrankių, kuriems reikalingos nemažos investicijos ir laikas, kad būtų galima atsinešti vidinį įrenginį, nustatyti ir sukonfigūruoti pradėti duoti rezultatus. Tai sistemos integravimo projektas, nuo pat pradžių jungiantis su visais duomenų šaltiniais. Projektas gali užtrukti keletą mėnesių, kol bus suteikta verslo nauda.
Priešingai, mažus duomenis reikia mažai analizuoti, juos galima kaupti įvairiais ad hoc būdais - pavyzdžiui, skaičiuoklėse, užduočių ir laiko stebėjimo įrankiuose ir netgi rankiniuose žurnaluose - ir juos galima greitai ir lengvai analizuoti. Mačiau, kad per mažą duomenų kiekį per savaitę ar dvi nuo įsitraukimo į produktyvumą bus galima gauti naudos. Ir tai tik todėl, kad reikia šiek tiek laiko surinkti neapdorotą informaciją. Paprastai pokyčiai ir pranašumai išryškėja greitai dėl to, kad renkami duomenys.
Dideli mažų duomenų pranašumai
Iš patirties, susijusios su trenerių valdymu ir komandų valdymu, nedideli duomenys apie asmenis ir komandas yra šie:- Suvokimas
Maži duomenys gali suteikti informacijos apie tai, kur individai iš tikrųjų skiria savo laiką ir energiją, palyginti su tuo, kas suteiktų dar didesnę vertę. Dažnai, kai žmonės pradeda kaupti mažus duomenis, jie greitai supranta to, ką jie atranda, svarbą.
- Įgalinimas
Turėdami mažai duomenų, asmenys gali nustatyti pokyčius, kuriuos jie gali įgyvendinti ir kuriuos gali padėti kiti komandos nariai. Komandos nariai tampa atsakingi už savo pokyčius ir skatina juos.
- Įsitraukimas
Išmatuota ir įvertinta už pasiektus teigiamus pokyčius galima sukurti geresnį tarpusavio supratimo, vertės ir ryšio jausmą.
Kaip užfiksuoti maži duomenys
Programinės įrangos kūrimo skyriuje dideliais duomenimis galima analizuoti informaciją apie projekto planą, leidžiant analizuoti žmonių skaičių, trukmę ir pastangas, reikalingas įvairių tipų projektams įgyvendinti. Trūksta to, kaip kiekvienas asmuo kasdien vykdo savo projekto užduotis. Fiksuodami šiuos mažus duomenis galime pradėti mokytis, kaip geriausiai susisteminti projektą, jo komandas ir jų darbo dieną. Kokias užduotis mėgsta ir gerai atlieka kiekvienas asmuo? Ką jie norėtų perduoti ar atsisakyti? Kokios komunikacijos rūšys geriausiai veikia su kuo? Kokio lygio vadovavimo ir kuravimo reikia asmenims?
Keisdami tai, kaip mes gauname pranašumus, kurie matomi didelių duomenų lygyje, bet ne pokyčius, kurie lėmė tai. Išanalizavus didelius duomenis, dažnai gali būti gaunamas apibendrintas modelis, pavyzdžiui, darant prielaidą, kad kiekvienas asmuo turi panašų įgūdžių ir patirties lygį. Tik pažvelgę į smulkius duomenų apie tai, kaip kiekvienas asmuo dirba ir prisideda prie projekto (savo unikaliu būdu) specifiką, galima gauti šios rūšies naudos.
Kur naudojami nedideli duomenys
Naudojant didelius duomenis neabejotinai verta įgyti naudos, tačiau naujausiose rinkos apžvalgose ir gaminių pasiūloje randama painiavos dėl geriausios praktikos ir to, kaip įdiegti geriausią naudą. Neseniai atliktoje „Gartner“ apžvalgoje nustatyta, kad tik 8% apklaustų įmonių įdiegė didžiųjų duomenų analizę, o 57% vis dar yra tyrimų ir planavimo stadijose.
Atliekant bet kokią duomenų analizę, svarbiausia yra netraukti visų turimų duomenų, o tada bandyti ieškoti vertės, naudoti duomenis, kurie gali padėti atsakyti į konkrečius klausimus. Maža duomenų laimi būtent dėl dviejų pagrindinių priežasčių:
- Reikia iš anksto suprasti norimą duomenų rinkimo vertę ir priežastį.
- Maži duomenys pateikia kokybinius ir kiekybinius atsakymus, leidžiančius atlikti tikslius pakeitimus. Kitaip tariant, yra mažiau bendrų prielaidų, padarytų mažais duomenimis.
Galų gale, maži duomenys nepakeis didelių duomenų, tačiau labai daug yra tai, kad įtraukiant mažus duomenis galima išmokyti stambius duomenis, kaip iš abiejų metodų išgauti geriausią. Svarstydami apie didelių duomenų įgyvendinimą, paklauskite savęs, kokie mažų duomenų klausimai padėtų jums įgyti naudos. Tai gali padėti įterpti tą didesnį štampą į jūsų strategiją. (Perskaitykite kitą didelių duomenų vertės perspektyvą versle skiltyje Ar „Big Data Analytics“ gali uždaryti verslo žvalgybos spragą?)
