10 съвета за по-добър анализ на големи данни

Искате да извлечете максимума от вашия анализ на данните в Excel? Ето десет бързи съвета за ефективна и ефикасна работа с големи данни.

Считайте работата си за търсене на заровено съкровище

Трябва да разглеждате анализа на данните като процес, подобен на търсенето на заровено съкровище.

С други думи, извличането на данни наподобява добива на злато. Пробивате си път през данните или пресявате детайлността в търсене на ценни самородни парчета. Това усилие може да бъде старателно и досадно.

Въпреки това, с постоянство и малко късмет, трябва често (ще често?) да можете да намерите ценни прозрения както за възможности, така и за заплахи, които иначе може да сте пропуснали.

Искате и трябва да запомните това.

Съберете повече данни

Трябва да събирате повече данни. . . и след това бъдете добри в съхраняването и запазването на данните, които събирате.

С една дума, не изхвърляйте небрежно или небрежно или глупаво изхвърляйте данните, които вече събираме или имаме. Тези данни могат да бъдат безценни. И ако днес не е безценно, кой знае? Може да е в някакъв момент в бъдещето.

Изправете се пред това. Колкото по-богат е наборът от данни, толкова по-големи са шансовете да ви скочи някаква страхотна проницателност.

Създайте повече данни

Работете за създаване на повече данни.

Добре, това може би звучи глупаво. Но в някои случаи полезни данни могат да бъдат създадени много икономично.

Ето един прост пример: Ако управлявате бизнес, попитайте клиентите как са дошли да ви намерят. В резултат на това ще получите страхотна представа за вашите маркетингови усилия.

Вероятно имате други интересни начини за създаване на повече данни.

Редовно провеждайте експерименти

Методите за създаване на данни като експериментиране чрез AB тестване и пилотни проучвания могат икономически да осигурят данни с изключителна стойност.

Например, авторът Тимъти Ферис в своята книга-бестселър, Четиричасовата работна седмица , описва използването на реклами с плащане на клик, за да прецени осъществимостта на продукта. Това е страхотна идея и вероятно в много случаи води до по-точни аналитични заключения, отколкото фокусна група.

Развийте се (с вашите набори от данни и вашите проби)

Ако сте научили за статистиката в епохата преди компютрите и техните големи масиви от данни са били широко достъпни и лесни за използване, може да имате склонност да правите преценки и решения въз основа на малки набори от данни.

Днес това наистина е доста непростимо. В днешно време трябва да работите с огромни масиви от данни. Когато е възможно, „направете големи“ и използвайте големи или по-големи набори от данни и извадки.

Не делегирайте анализ на данни

От гледна точка на много мениджъри или собственици на бизнес, наличието на млад стажант с опит в технологиите може да изглежда като най-добрият подход за извършване на наистина добър анализ на данни.

Но ако говорите с хората, които извършват много анализи на данни, е много вероятно да чуете, че това, което наистина искате да направите, е да назначите най-умния и опитен член на екипа, който можете да работите по този проект. С други думи, хората, които наистина искате да вършат тази работа, са хората, които вероятно нямат време да я вършат.

Може би всъщност трябва да направите сами анализа на данните, ако сте великият Пух-Бах.

Отново помислете за тази работа като за добив на заровено съкровище. Прозренията, които може да откриете, могат да бъдат изключително ценни. Колкото и добри да са някои млади долар или млада сърна, вие със сигурност не искате те да пропуснат някаква изключителна възможност или потенциално катастрофална заплаха, защото им липсва опит или все още нямат напълно развити умения за стратегическо мислене.

Губете време в изливане на безсмислени данни

Ето една глупава идея. Може би от време на време трябва да губите време в изливане на привидно безсмислени данни: кръстосани таблици на разписки за продажби с времеви печат, аналитични данни от вашия уебсайт, регистрационни файлове за транзакции на трети страни и така нататък.

Никога не знаеш какво ще намериш. И понякога най-добрите прозрения могат да дойдат от най-изненадващите места.

Инвентаризация на вътрешни източници на данни

Артикул за домакинство: Вероятно искате да поддържате опис на вътрешни източници на данни. И списъкът вероятно трябва да включва повече от счетоводната система и файловете за анализ на вашите уеб сървъри. Съществуват всякакви интересни данни, когато започнете да мислите за тях. И някои от тези неща ще се изгубят или забравят, ако не внимавате.

Създайте библиотека от външни сурови източници на данни

Бързо напомняне? Някои от вашите източници на необработени данни не са вътрешни, а външни. Не забравяйте за тези.

Дори и най-малките фирми могат да имат достъп до файлове за обработка на плащания на трети страни и списъци с транзакции, създадени от външни уеб услуги.

Защитете собствени източници на данни

Тъй като всички патентовани източници на данни потенциално имат огромна стойност, вие, разбира се, искате внимателно да защитите актива.

Сега, разбира се, това означава, че искате безопасно да съхранявате и редовно архивирате данните, но това не е всичко. Защитата на вашите собствени данни означава, че искате да сте сигурни, че данните остават собствени и (може би дори повече) че всички прозрения, съдържащи се в данните, остават вътрешни. Нещо за размисъл. . .