10 vinkkiä parempaan Big Data -analyysiin

Haluatko saada kaiken irti Excel-tietojen analysoinnista? Tässä on kymmenen nopeaa vinkkiä tehokkaaseen ja tehokkaaseen suuren datan käsittelyyn.

Pidä työtäsi haudatun aarteen etsimisenä

Tietojen analysointia tulisi tarkastella samanlaisena prosessina kuin haudatun aarteen etsiminen.

Toisin sanoen tiedonlouhinta muistuttaa kullanlouhintaa. Selailet tiedoissasi tai seulot tarkkuutta etsiessäsi arvokkaita kimpaleita. Tämä yritys voi olla työlästä ja työlästä.

Sinnikkällä tuurilla ja tuurilla sinun pitäisi kuitenkin usein (usein?) löytää arvokkaita oivalluksia sekä mahdollisuuksista että uhista, jotka olisit muuten jäänyt paitsi.

Haluat ja sinun täytyy muistaa se.

Kerää lisää tietoa

Sinun pitäisi kerätä enemmän dataa. . . ja ole sitten hyvä keräämiesi tietojen tallentamisessa ja tallentamisessa.

Sanalla sanoen: älä hylkää tai huolimattomasti hävitä tai tyhmästi heitä roskiin jo keräämiämme tai omistamiamme tietoja. Nämä tiedot voivat olla korvaamattomia. Ja jos se ei ole korvaamaton tänään, kuka tietää? Se voi olla jossain vaiheessa tulevaisuudessa.

Kohtaa se. Mitä rikkaampi tietojoukko on, sitä paremmat mahdollisuudet saada hienoa tietoa sinulle.

Luo lisää dataa

Luo lisää dataa.

Okei, kuulostaa ehkä typerältä. Mutta joissakin tapauksissa hyödyllistä dataa voidaan luoda erittäin taloudellisesti.

Tässä on yksinkertainen esimerkki: Jos sinulla on yritys, kysy asiakkailta, kuinka he löysivät sinut. Tuloksena saat hyviä käsityksiä markkinointitoimistasi.

Sinulla on luultavasti muita mielenkiintoisia tapoja luoda lisää tietoa.

Suorita kokeita säännöllisesti

Tiedonluontimenetelmät, kuten kokeilu AB-testauksen ja pilottitutkimusten kautta, voivat tuottaa taloudellisesti poikkeuksellisen arvokasta tietoa.

Esimerkiksi kirjailija Timothy Ferris kuvailee bestseller-kirjassaan The Four Hour Workweek käyttämällä napsautuskohtaisia ​​mainoksia tuotteen toteutettavuuden mittaamiseen. Se on hieno idea, ja luultavasti monissa tapauksissa se johtaa tarkempiin analyyttisiin johtopäätöksiin kuin kohderyhmä.

Mene isoon (tietojoukoillasi ja näytteilläsi)

Jos opit tilastoista ennen kuin tietokoneet ja niiden suuret tietojoukot olivat laajalti saatavilla ja helppokäyttöisiä, sinulla saattaa olla taipumusta tehdä arvioita ja päätöksiä pienten aineistojen perusteella.

Nykyään se on todella anteeksiantamatonta. Nykyään sinun pitäisi työskennellä valtavien tietojoukkojen kanssa. Aina kun mahdollista, "mennä isosti" ja käytä suuria tai suurempia tietojoukkoja ja näytteitä.

Älä delegoi tietojen analysointia

Monien johtajien tai yritysten omistajien näkökulmasta nuoren tekniikkataitoisen harjoittelijan saaminen saattaa tuntua parhaalta tavalta saada todella hyvä data-analyysi.

Mutta jos keskustelet ihmisten kanssa, jotka tekevät paljon data-analyyseja, kuulet melko todennäköisesti, että haluat todella tehdä, on nimetä älykkäin ja kokenein tiimin jäsen työskentelemään tämän projektin parissa. Toisin sanoen ihmiset, joiden todella haluat tehdä tätä työtä, ovat ihmisiä, joilla ei todennäköisesti ole aikaa tehdä sitä.

Ehkä sinun pitäisi itse asiassa tehdä data-analyysi itse, jos olet suuri Puh-Bah.

Ajattele tätä työtä jälleen haudattujen aarteiden louhinnan kaltaisena. Saatat löytää oivalluksia voivat olla erittäin arvokkaita. Niin hyvä kuin nuori hirvi tai nuori hirvi onkin, et todellakaan halua heidän menettävän jotakin loistavaa tilaisuutta tai mahdollisesti katastrofaalista uhkaa, koska heiltä puuttuu kokemusta tai heillä ei ole vielä täysin kehittyneitä strategisen ajattelun taitoja.

Hukkaa aikaa turhaan dataan

Tässä on typerä idea. Ehkä sinun pitäisi ajoittain tuhlata aikaa merkityksettömältä näyttävien tietojen kaatamiseen: aikaleimattujen myyntikuittien ristiintaulukot, verkkosivustosi analytiikkatiedot, kolmannen osapuolen tapahtumalokit ja niin edelleen.

Koskaan ei tiedä mitä löydät. Ja joskus parhaat oivallukset voivat tulla yllättävimmistä paikoista.

Varaston sisäiset tietolähteet

Siivoustuote: Haluat luultavasti pitää luetteloa sisäisistä tietolähteistä. Ja luettelon pitäisi luultavasti sisältää muutakin kuin vain kirjanpitojärjestelmän ja verkkopalvelimiesi analytiikkatiedostot. Kaikenlaista mielenkiintoista dataa on olemassa, kun sitä alkaa miettimään. Ja osa näistä asioista katoaa tai unohtuu, jos et ole varovainen.

Rakenna kirjasto ulkoisista raakatietolähteistä

Pikainen muistutus? Jotkut raakatietolähteistäsi eivät ole sisäisiä vaan ulkoisia. Älä unohda niitä.

Pienemmilläkin yrityksillä voi olla pääsy ulkopuolisten verkkopalveluiden luomiin kolmannen osapuolen maksujenkäsittelytiedostoihin ja tapahtumaluetteloihin.

Suojaa omat tietolähteet

Koska kaikilla omistusoikeudellisilla tietolähteillä voi olla valtava arvo, sinun on tietysti suojeltava omaisuutta huolellisesti.

Nyt tämä tietysti tarkoittaa, että haluat tallentaa tiedot turvallisesti ja varmuuskopioida niitä säännöllisesti, mutta siinä ei vielä kaikki. Omistusoikeutettujen tietojesi suojaaminen tarkoittaa, että haluat varmistaa, että tiedot pysyvät omistusoikeudellisina ja (ehkä vielä enemmän), että kaikki tietojen sisältämät oivallukset pysyvät sisäisinä. Jotain mietittävää. . .