10 savjeta za bolju analizu velikih podataka

Želite li izvući maksimum iz svoje analize Excel podataka? Evo deset brzih savjeta za učinkovit i učinkovit rad s velikim podacima.

Smatrajte svoj rad potragom za zakopanim blagom

Na analizu podataka trebate gledati kao na proces sličan traženju zakopanog blaga.

Drugim riječima, rudarenje podataka nalikuje rudarenju zlata. Probijate se kroz podatke ili pregledavate granularnost u potrazi za vrijednim grumenima. Ovaj napor može biti mukotrpan i zamoran.

Međutim, uz upornost i malo sreće, trebali biste često (hoćete li često?) moći pronaći vrijedne uvide u prilike i prijetnje koje biste inače propustili.

To želite i trebate zapamtiti.

Prikupite više podataka

Trebali biste prikupiti više podataka. . . a zatim dobro pohranjujete i spremate podatke koje prikupljate.

Riječima, nemojte aljkavo odbaciti ili nemarno izgubiti ili glupo odbaciti podatke koje već prikupimo ili imamo. Ti bi podaci mogli biti neprocjenjivi. A ako danas nije neprocjenjivo, tko zna? Možda će to biti u nekom trenutku u budućnosti.

Suoči se. Što je skup podataka bogatiji, veće su šanse da će vam neki zanimljiv uvid iskočiti.

Stvorite više podataka

Radite na stvaranju više podataka.

Dobro, to možda zvuči glupo. Ali u nekim slučajevima, korisni podaci mogu se stvoriti vrlo ekonomično.

Evo jednostavnog primjera: ako vodite posao, pitajte klijente kako su došli da vas pronađu. Kao rezultat toga, dobit ćete sjajan uvid u svoje marketinške napore.

Vjerojatno imate druge zanimljive načine za stvaranje više podataka.

Redovito provodite eksperimente

Metode stvaranja podataka kao što su eksperimentiranje putem AB testiranja i pilot studije mogu ekonomski pružiti podatke izvanredne vrijednosti.

Na primjer, autor Timothy Ferris u svojoj bestseler knjizi The Four Hour Workweek , opisuje korištenje oglasa s plaćanjem po kliku za procjenu izvedivosti proizvoda. To je sjajna ideja i ona koja vjerojatno u mnogim slučajevima rezultira točnijim analitičkim zaključcima od fokus grupe.

Budite veliki (sa svojim skupovima podataka i uzorcima)

Ako ste učili o statistici u doba prije nego što su računala i njihovi veliki skupovi podataka bili široko dostupni i jednostavni za korištenje, možda ćete imati sklonost donošenju presuda i odluka na temelju malih skupova podataka.

Danas je to stvarno prilično neoprostivo. Danas biste trebali raditi s ogromnim skupovima podataka. Kad god je to moguće, “pođite na veliko” i koristite velike ili veće skupove podataka i uzorke.

Nemojte delegirati analizu podataka

Iz perspektive mnogih menadžera ili vlasnika tvrtki, imati mladog tehničkog pripravnika može se činiti kao najbolji pristup za obavljanje stvarno dobre analize podataka.

Ali ako razgovarate s ljudima koji rade puno analize podataka, vrlo je vjerojatno da ćete čuti da ono što stvarno želite učiniti je dodijeliti najpametnijeg, najiskusnijeg člana tima kojeg možete raditi na ovom projektu. Drugim riječima, ljudi koje stvarno želite da rade ovaj posao su ljudi koji vjerojatno nemaju vremena za to.

Možda biste, zapravo, trebali sami napraviti analizu podataka ako ste veliki Pooh-Bah.

Opet, razmislite o ovom poslu kao da je sličan rudarenju zakopanog blaga. Uvidi koje biste mogli otkriti mogli bi biti izuzetno vrijedni. Koliko god neki mladi dolar ili srna bili dobri, sigurno ne želite da propuste neku izvanrednu priliku ili potencijalno katastrofalnu prijetnju jer im nedostaje iskustva ili još nemaju potpuno razvijene vještine strateškog razmišljanja.

Gubite vrijeme prelivajući besmislene podatke

Evo jedne glupe ideje. Možda biste povremeno trebali gubiti vrijeme prelivajući naizgled besmislene podatke: unakrsne tablice računa o prodaji s vremenskim žigom, analitičke podatke s vaše web stranice, zapisnike transakcija trećih strana i tako dalje.

Nikad ne znaš što ćeš pronaći. A ponekad najbolji uvidi mogu doći s najiznenađujućih mjesta.

Inventar internih izvora podataka

Stavka za održavanje: vjerojatno želite voditi inventar internih izvora podataka. A popis bi vjerojatno trebao uključivati ​​više od samo računovodstvenog sustava i analitičkih datoteka vaših web poslužitelja. Postoje razni zanimljivi podaci, kada o tome razmišljate. A neke od ovih stvari će se izgubiti ili zaboraviti ako ne budete oprezni.

Izgradite biblioteku vanjskih sirovih izvora podataka

Brzi podsjetnik? Neki od vaših sirovih izvora podataka nisu interni već vanjski. Ne zaboravite na njih.

Čak i najmanja poduzeća mogu imati pristup datotekama za obradu plaćanja trećih strana i popisima transakcija kreiranim od strane vanjskih web usluga.

Zaštitite vlasničke izvore podataka

Budući da svaki vlasnički izvor podataka potencijalno ima ogromnu vrijednost, naravno želite pažljivo zaštititi imovinu.

Sada, naravno, to znači da želite sigurno pohraniti i redovito sigurnosno kopirati podatke, ali to nije sve. Zaštita vaših vlasničkih podataka znači da želite osigurati da podaci ostanu vlasnički i (možda čak i više) da svi uvidi sadržani u podacima ostanu interni. Nešto o čemu treba razmišljati. . .