Vai vēlaties gūt maksimālu labumu no Excel datu analīzes? Šeit ir desmit ātri padomi, kā efektīvi un produktīvi strādāt ar lielajiem datiem.
Uzskatiet savu darbu par apraktu dārgumu meklēšanu
Datu analīzi vajadzētu aplūkot kā procesu, kas līdzīgs apraktu dārgumu meklēšanai.
Citiem vārdiem sakot, datu ieguve atgādina zelta ieguvi. Jūs pārmeklējat datus vai izsijājat precizitāti, meklējot vērtīgus tīrradņus. Šīs pūles var būt rūpīgas un nogurdinošas.
Tomēr ar neatlaidību un nelielu veiksmi jums vajadzētu bieži (bieži vien?) spēt rast vērtīgu ieskatu gan par iespējām, gan draudiem, kurus jūs citādi varētu palaist garām.
Jūs vēlaties un vajag to atcerēties.
Apkopojiet vairāk datu
Jums vajadzētu savākt vairāk datu. . . un pēc tam rūpīgi uzglabājiet un saglabājiet savāktos datus.
Vārdu sakot, neuzmanīgi neizmetiet vai neuzmanīgi nepazaudējiet vai muļķīgi neizmetiet datus, ko jau apkopojam vai esam. Šie dati varētu būt nenovērtējami. Un, ja tas šodien nav nenovērtējams, kas zina? Tas varētu būt kādā brīdī nākotnē.
Saskarieties ar to. Jo bagātāka ir datu kopa, jo lielāka iespēja, ka jums tiks parādīts kāds foršs ieskats.
Izveidojiet vairāk datu
Strādājiet, lai izveidotu vairāk datu.
Labi, tas varbūt izklausās muļķīgi. Bet dažos gadījumos noderīgus datus var izveidot ļoti ekonomiski.
Šeit ir vienkāršs piemērs: ja vadāt uzņēmumu, pajautājiet klientiem, kā viņi jūs atrada. Rezultātā jūs gūsit lielisku ieskatu savos mārketinga pasākumos.
Iespējams, jums ir citi interesanti veidi, kā izveidot vairāk datu.
Regulāri veiciet eksperimentus
Datu izveides metodes, piemēram, eksperimentēšana, izmantojot AB testēšanu un pilotpētījumus, var ekonomiski nodrošināt ārkārtīgi vērtīgus datus.
Piemēram, autors Timotijs Feriss savā visvairāk pārdotajā grāmatā Četru stundu darba nedēļa apraksta maksas par klikšķi reklāmu izmantošanu, lai novērtētu produkta iespējamību. Tā ir lieliska ideja, kas, iespējams, daudzos gadījumos rada precīzākus analītiskos secinājumus nekā fokusa grupa.
Palieliniet savu darbību (ar savām datu kopām un paraugiem)
Ja jūs uzzinājāt par statistiku laikā, kad datori un to lielās datu kopas bija plaši pieejamas un viegli lietojamas, jums var būt tendence pieņemt spriedumus un pieņemt lēmumus, pamatojoties uz nelielām datu kopām.
Šodien tas ir patiešām diezgan nepiedodami. Mūsdienās jums vajadzētu strādāt ar milzīgām datu kopām. Kad vien iespējams, izmantojiet lielas vai lielākas datu kopas un paraugus.
Nedeleģējiet datu analīzi
No daudzu vadītāju vai uzņēmumu īpašnieku perspektīvas, ja kāds jauns, tehnoloģijām lietpratīgs praktikants varētu šķist labākais veids, kā iegūt patiešām labu datu analīzi.
Taču, ja runājat ar cilvēkiem, kuri veic lielu datu analīzi, jūs, visticamāk, dzirdēsit, ka tas, ko jūs patiešām vēlaties darīt, ir nozīmēt visgudrāko un pieredzējušāko komandas locekli, kuru varat strādāt pie šī projekta. Citiem vārdiem sakot, cilvēki, kurus jūs patiešām vēlaties veikt šo darbu, ir cilvēki, kuriem, iespējams, nav laika to darīt.
Varbūt patiesībā jums pašam vajadzētu veikt datu analīzi, ja esat lielais Pūks-Bahs.
Atkal padomājiet par šo darbu kā līdzīgu apraktu dārgumu ieguvei. Ieskats, ko jūs varētu atklāt, varētu būt ārkārtīgi vērtīgs. Neatkarīgi no tā, vai kāds jauns buks vai jauns stirnēns būtu labs, jūs noteikti nevēlaties, lai viņi palaistu garām kādu izcilu iespēju vai potenciāli katastrofālu draudu, jo viņiem trūkst pieredzes vai vēl nav pilnībā attīstītas stratēģiskās domāšanas prasmes.
Izniekot laiku, pārlejot pāri bezjēdzīgiem datiem
Šeit ir muļķīga ideja. Varbūt jums vajadzētu laiku pa laikam tērēt laiku, pārpildot šķietami bezjēdzīgus datus: savstarpējās tabulas ar laika zīmogiem apzīmētu pārdošanas kvīti, analītiskos datus no jūsu vietnes, trešo pušu darījumu žurnālus un tā tālāk.
Jūs nekad nezināt, ko jūs atradīsit. Un dažreiz vislabākās atziņas var rasties no pārsteidzošākajām vietām.
Inventāra iekšējo datu avoti
Mājturības vienums: iespējams, vēlaties veikt iekšējo datu avotu uzskaiti. Un sarakstā, iespējams, jāiekļauj ne tikai grāmatvedības sistēma un jūsu tīmekļa serveru analītikas faili. Ir visādi interesanti dati, kad sāc par tiem domāt. Un dažas no šīm lietām pazudīs vai tiks aizmirstas, ja nebūsiet piesardzīgs.
Izveidojiet ārējo neapstrādātu datu avotu bibliotēku
Ātrs atgādinājums? Daži jūsu neapstrādāto datu avoti ir nevis iekšēji, bet gan ārēji. Neaizmirstiet par tiem.
Pat mazākajiem uzņēmumiem var būt piekļuve trešo pušu maksājumu apstrādes failiem un darījumu sarakstiem, ko izveidojuši ārējie tīmekļa pakalpojumi.
Aizsargājiet patentētus datu avotus
Tā kā jebkuriem patentētiem datu avotiem, iespējams, ir milzīga vērtība, jūs, protams, vēlaties rūpīgi aizsargāt īpašumu.
Tagad, protams, tas nozīmē, ka vēlaties droši glabāt un regulāri dublēt datus, taču tas vēl nav viss. Patentēto datu aizsardzība nozīmē, ka vēlaties pārliecināties, ka dati paliek patentēti un (varbūt pat vairāk), lai visi datos ietvertie ieskati paliktu iekšēji. Par ko padomāt. . .