10 Συμβουλές για καλύτερη ανάλυση μεγάλων δεδομένων

Θέλετε να αξιοποιήσετε στο έπακρο την ανάλυση των δεδομένων του Excel; Ακολουθούν δέκα γρήγορες συμβουλές για αποτελεσματική και αποδοτική εργασία με μεγάλα δεδομένα.

Θεωρήστε τη δουλειά σας ως αναζήτηση θαμμένου θησαυρού

Θα πρέπει να δείτε την ανάλυση δεδομένων ως μια διαδικασία παρόμοια με την αναζήτηση θαμμένου θησαυρού.

Με άλλα λόγια, η εξόρυξη δεδομένων μοιάζει με την εξόρυξη χρυσού. Περνάτε δυνατά τα δεδομένα ή κοιτάζετε την ευαισθησία αναζητώντας πολύτιμα ψήγματα. Αυτή η προσπάθεια μπορεί να είναι επίπονη και κουραστική.

Ωστόσο, με επιμονή και λίγη τύχη, θα πρέπει συχνά (συχνά;) να μπορείτε να βρείτε πολύτιμες γνώσεις τόσο για τις ευκαιρίες όσο και για τις απειλές που διαφορετικά θα είχατε χάσει.

Θέλετε και πρέπει να το θυμάστε αυτό.

Συλλέξτε περισσότερα δεδομένα

Θα πρέπει να συλλέξετε περισσότερα δεδομένα. . . και, στη συνέχεια, φροντίστε να αποθηκεύετε και να αποθηκεύετε τα δεδομένα που συλλέγετε.

Με τα λόγια, μην απορρίπτετε απρόσεκτα ή απρόσεκτα ή πετάτε ανόητα τα δεδομένα που ήδη συλλέγουμε ή έχουμε. Αυτά τα δεδομένα μπορεί να είναι ανεκτίμητα. Και αν δεν είναι ανεκτίμητο σήμερα, ποιος ξέρει; Μπορεί να είναι κάποια στιγμή στο μέλλον.

Αντιμετωπισε το. Όσο πιο πλούσιο είναι το σύνολο δεδομένων, τόσο μεγαλύτερες είναι οι πιθανότητες να σας εκτινάξει κάποια ωραία γνώση.

Δημιουργήστε περισσότερα δεδομένα

Εργαστείτε για να δημιουργήσετε περισσότερα δεδομένα.

Εντάξει, ίσως ακούγεται ανόητο. Αλλά σε ορισμένες περιπτώσεις, χρήσιμα δεδομένα μπορούν να δημιουργηθούν πολύ οικονομικά.

Ακολουθεί ένα απλό παράδειγμα: Εάν διαχειρίζεστε μια επιχείρηση, ρωτήστε τους πελάτες πώς σας βρήκαν. Ως αποτέλεσμα, θα έχετε εξαιρετικές γνώσεις σχετικά με τις προσπάθειες μάρκετινγκ που κάνετε.

Πιθανότατα έχετε άλλους ενδιαφέροντες τρόπους για να δημιουργήσετε περισσότερα δεδομένα.

Εκτελείτε τακτικά πειράματα

Οι μέθοδοι δημιουργίας δεδομένων, όπως ο πειραματισμός μέσω δοκιμών AB και πιλοτικών μελετών, μπορούν να παρέχουν οικονομικά δεδομένα εξαιρετικής αξίας.

Για παράδειγμα, ο συγγραφέας Timothy Ferris στο βιβλίο του με μπεστ σέλερ, The Four Hour Workweek , περιγράφει τη χρήση διαφημίσεων πληρωμής ανά κλικ για τη μέτρηση της σκοπιμότητας του προϊόντος. Αυτή είναι μια υπέροχη ιδέα και πιθανώς σε πολλές περιπτώσεις καταλήγει σε πολύ πιο ακριβή αναλυτικά συμπεράσματα από μια ομάδα εστίασης.

Προχωρήστε σε μεγάλο βαθμό (με τα σύνολα δεδομένων και τα δείγματά σας)

Εάν μάθατε για στατιστικά στοιχεία στην εποχή πριν οι υπολογιστές και τα μεγάλα σύνολα δεδομένων τους ήταν ευρέως διαθέσιμα και εύχρηστα, μπορεί να έχετε την τάση να κάνετε κρίσεις και αποφάσεις με βάση μικρά σύνολα δεδομένων.

Σήμερα, αυτό είναι πραγματικά ασυγχώρητο. Σήμερα, θα πρέπει να εργάζεστε με τεράστια σύνολα δεδομένων. Όποτε είναι δυνατόν, "go big" και χρησιμοποιήστε μεγάλα ή μεγαλύτερα σύνολα δεδομένων και δείγματα.

Μην αναθέτετε την ανάλυση δεδομένων

Από την οπτική γωνία πολλών διευθυντών ή ιδιοκτητών επιχειρήσεων, η ύπαρξη κάποιου νεαρού ασκούμενου με γνώσεις τεχνολογίας μπορεί να φαίνεται ως η καλύτερη προσέγγιση για την πραγματοποίηση πραγματικά καλής ανάλυσης δεδομένων.

Αλλά αν μιλήσετε με τα άτομα που κάνουν πολλές αναλύσεις δεδομένων, είναι πολύ πιθανό να ακούσετε ότι αυτό που πραγματικά θέλετε να κάνετε είναι να αναθέσετε στο πιο έξυπνο, πιο έμπειρο μέλος της ομάδας που μπορείτε να εργαστείτε σε αυτό το έργο. Με άλλα λόγια, τα άτομα που θέλετε πραγματικά να κάνουν αυτή τη δουλειά είναι τα άτομα που πιθανότατα δεν έχουν χρόνο να το κάνουν.

Ίσως, στην πραγματικότητα, θα έπρεπε απλώς να κάνετε μόνοι σας την ανάλυση δεδομένων εάν είστε ο μεγάλος Pooh-Bah.

Και πάλι, σκεφτείτε αυτό το έργο σαν εξόρυξη θαμμένου θησαυρού. Οι γνώσεις που μπορεί να ανακαλύψετε θα μπορούσαν να είναι εξαιρετικά πολύτιμες. Όσο καλοί και αν είναι κάποιοι νεαροί μπακ ή νεαρές ελαφιές, σίγουρα δεν θέλετε να χάσουν κάποια εξαιρετική ευκαιρία ή μια δυνητικά καταστροφική απειλή επειδή δεν έχουν εμπειρία ή δεν έχουν ακόμη πλήρως ανεπτυγμένες δεξιότητες στρατηγικής σκέψης.

Χάνουμε χρόνο ξεχύνοντας δεδομένα χωρίς νόημα

Εδώ είναι μια ανόητη ιδέα. Ίσως θα πρέπει περιστασιακά να χάνετε χρόνο για να χύνετε φαινομενικά ανούσια δεδομένα: διασταυρώσεις αποδείξεων πωλήσεων με χρονική σήμανση, δεδομένα αναλυτικών στοιχείων από τον ιστότοπό σας, αρχεία καταγραφής συναλλαγών τρίτων και ούτω καθεξής.

Ποτέ δεν ξέρεις τι θα βρεις. Και μερικές φορές οι καλύτερες γνώσεις μπορεί να προέρχονται από τα πιο εκπληκτικά μέρη.

Εσωτερικές πηγές δεδομένων αποθέματος

Στοιχείο καθαριότητας: Πιθανότατα θέλετε να κρατήσετε ένα απόθεμα εσωτερικών πηγών δεδομένων. Και η λίστα θα πρέπει πιθανώς να περιλαμβάνει περισσότερα από το λογιστικό σύστημα και τα αρχεία αναλυτικών στοιχείων των διακομιστών Ιστού σας. Όλα τα ενδιαφέροντα δεδομένα υπάρχουν, όταν αρχίσετε να τα σκέφτεστε. Και μερικά από αυτά τα πράγματα θα χαθούν ή θα ξεχαστούν αν δεν προσέξεις.

Δημιουργήστε μια βιβλιοθήκη εξωτερικών πηγών ακατέργαστων δεδομένων

Μια γρήγορη υπενθύμιση; Ορισμένες από τις πηγές ακατέργαστων δεδομένων σας δεν είναι εσωτερικές αλλά εξωτερικές. Μην τα ξεχνάτε αυτά.

Ακόμη και οι μικρότερες επιχειρήσεις ενδέχεται να έχουν πρόσβαση σε αρχεία επεξεργασίας πληρωμών τρίτων και σε λίστες συναλλαγών που δημιουργούνται από εξωτερικές υπηρεσίες web.

Προστατέψτε τις ιδιόκτητες πηγές δεδομένων

Επειδή τυχόν ιδιόκτητες πηγές δεδομένων έχουν δυνητικά τεράστια αξία, φυσικά θέλετε να προστατεύσετε προσεκτικά το περιουσιακό στοιχείο.

Τώρα φυσικά αυτό σημαίνει ότι θέλετε να αποθηκεύετε με ασφάλεια και να δημιουργείτε τακτικά αντίγραφα ασφαλείας των δεδομένων, αλλά δεν είναι μόνο αυτό. Η προστασία των ιδιόκτητων δεδομένων σας σημαίνει ότι θέλετε να βεβαιωθείτε ότι τα δεδομένα παραμένουν ιδιόκτητα και (ίσως ακόμη περισσότερο) ότι τυχόν πληροφορίες που περιέχονται στα δεδομένα παραμένουν εσωτερικά. Κάτι να σκεφτούμε. . .