علم البيانات هو أداة رائعة يجب امتلاكها عند إدارة الأعمال التجارية.
ومع ذلك ، لن تساعد التحليلات إلا إذا كانت لها تأثير. يمكن أن يكون هذا التأثير أي شيء من نمو الشركة أو تحسين المنتجات أو زيادة الإيرادات.
يُعرف استخدام التحليلات لاتخاذ القرارات في عملك باسم اتخاذ القرار المستند إلى البيانات. يتضمن ذلك جمع البيانات واستخراج الأنماط والحقائق وعمل الاستدلالات.
من المؤكد أنه من الشائع الآن استثمار الوقت والموارد لجعل غالبية قرارات شركتك تعتمد على البيانات.
على الرغم من ذلك ، تظهر الاستطلاعات ذلك الشعور الغريزي لا تزال عوامل في عملية صنع القرار.
العامل الرئيسي في ذلك هو عدم وجود إطار مناسب لصنع القرار في المنظمة.
ستقدم هذه المقالة إطار عمل BADIR ، وكيف يمكنك استخدامه لإنشاء إجراءات قابلة للتنفيذ وقائمة على البيانات رؤى لعملك.
بادر البيانات إلى إطار عمل القرارات
• بادر إطار العمل هو إطار عمل فعال للغاية من البيانات إلى القرار مصمم لحل مشاكل العمل.
إنه سهل التكيف ويعمل مع أي صناعة. يهدف إلى الجمع بين علم البيانات وعلم القرار معًا في إطار عمل واحد سهل المتابعة.
أرينج ، ابتكرت شركة مشهورة في مجال استشارات علوم البيانات والتدريب والمشورة إطار عمل البيانات إلى القرارات هذا.
اليوم ، تبنت العديد من شركات Fortune 500 لمبادرات التحول الرقمي الخاصة بها BADIR.
السمات الرئيسية لإطار عمل تحويل البيانات إلى قرارات
- تقديم رؤى قابلة للتنفيذ قائمة على البيانات
- صياغة خطة تحليل مبنية على فرضية
- يسهل تحديد البيانات لعمل دات
- الرؤى المستمدة من تقنيات التعرف على الأنماط في تعلم آلة والإحصاءات
- تقديم توصيات قابلة للتنفيذ إلى أصحاب المصلحة
الخطوات الخمس في إطار عمل البيانات إلى القرارات
يتضمن إطار بادر لتحويل البيانات إلى قرارات خمس خطوات يجب اتباعها بالترتيب.
سؤال العمل
قبل أن نقوم بأي نوع من استخراج البيانات أو تحليلها ، يجب أن نفهم أولاً سياق المشكلة التي نحاول حلها. سيساعد هذا في تقليل عدد التكرارات المطلوبة في المستقبل.
هذا ينطوي على طرح الأسئلة الصحيحة. يشجعنا إطار العمل على طرح الأسئلة الستة الأساسية (من وماذا وأين ومتى ولماذا وكيف).
على سبيل المثال ، نحتاج إلى التأكد من فهمنا للقرار الذي يجب اتخاذه.
هل هذا القرار عاجل؟
نحتاج إلى معرفة متى نتوقع أن نتوصل إلى توصية نهائية.
أخيرًا ، نحتاج إلى معرفة أصحاب المصلحة لدينا.
هل يجب مشاركة البيانات مع فريق التسويق بالإضافة إلى الفريق اللوجستي؟
كم عدد أصحاب المصلحة الذين يحتاجون إلى معرفة نتائج تحليلنا؟
في الواقع ، نحاول تحويل الأسئلة الأساسية جدًا إلى أسئلة مناسبة. على سبيل المثال ، قد يكون لديك طلب البيانات التالي: "بيانات العميل حسب البلد والمنتج والميزة".
يجب أن يبدو الطلب الأفضل والأكثر فائدة بالشكل التالي: "ما أسباب فقدان العملاء بعد الإطلاق؟ ما هي الإجراءات التي يمكن لقسم المبيعات والتسويق القيام بها لمعالجة هذه الخسارة؟ "
خطة التحليل
بعد اتخاذ قرار بشأن سؤال عمل ملموس ، فإن خطوتنا التالية هي صياغة خطة تحليل.
يجب أن نضع أهدافًا ذكية. SMART هو اختصار يرمز إلى "محدد" و "قابل للقياس" و "قابل للتحقيق" و "ذو صلة" و "محدد الوقت".
بعد ذلك ، يجب علينا صياغة فرضياتنا. هذه عبارات نهدف إلى إثباتها أو دحضها باستخدام بياناتنا. جنبًا إلى جنب مع هذه الفرضيات ، يجب أن نضع المعايير اللازمة لإثبات كل منها.
نحتاج أيضًا إلى النظر في المنهجية المطلوبة أثناء تحليل البيانات. تشمل المنهجيات الشائعة ما يلي:
-
مجموع
-
ارتباط
-
اكثر شيوعا
-
تقدير
بعد اتخاذ قرار بشأن المنهجية ، نحتاج أيضًا إلى تحديد مواصفات البيانات.
هل سنستخدم بيانات من العام الماضي أم بيانات جميع الأوقات؟
هل سنستخدم البيانات المالية أو بيانات التسويق بشكل أساسي؟
هذه الأسئلة مهمة لأنها ستجعل عملية جمع البيانات أسهل لاحقًا.
الناتج النهائي لهذه الخطوة هو خطة المشروع. يتضمن ذلك جميع الموارد اللازمة لتشغيل هذا التحليل بالإضافة إلى الجدول الزمني لكل خطوة في العملية. تحدد خطة المشروع أيضًا من هم أصحاب المصلحة بالإضافة إلى الأدوار المختلفة داخل الفريق.
على سبيل المثال ، لنفترض أن لدينا الفرضية التالية: "تخسر شركتنا العملاء بسبب حملة تسويقية أقل نجاحًا في الربع الماضي".
لإثبات هذا التحليل أو دحضه ، سيتعين علينا سحب بيانات التسويق من العام الماضي.
يمكننا استخدام منهجية الارتباط لتحديد ما إذا كان مقياس مثل نسبة النقر إلى الظهور مرتبطًا أو يمكنه التنبؤ بعدد العملاء لكل ربع سنة.
جمع البيانات
أصبح جمع البيانات الآن أسهل بكثير حيث يمكننا وصف مواصفات البيانات أثناء خطوة خطة التحليل الخاصة بنا. سيؤدي هذا إلى منع استرداد البيانات غير الضرورية.
هذا مهم بشكل خاص إذا كنا نتعامل مع كمية كبيرة من البيانات لأنه سيوفر الوقت عند تنفيذ المنهجية التي اخترناها.
تتضمن خطوة جمع البيانات أيضًا تنقية البيانات والتحقق منها. يشير تنقية البيانات إلى معالجة البيانات لجعلها قابلة للاستخدام.
نحتاج إلى إجراء التحقق من صحة البيانات للتأكد من دقة البيانات التي لدينا.
اشتق الرؤى
تتضمن خطوتنا التالية الاستنتاج الفعلي للرؤى من بياناتنا.
في هذه الخطوة ، نراجع الأنماط في بياناتنا.
على سبيل المثال ، في تحليل الارتباط يمكننا البدء بتحليل أحادي المتغير ينظر في توزيع المقاييس الرئيسية. إذا أمكن ، يمكننا أيضًا معرفة ما إذا كان هناك فرق بين مجموعة الاختبار ومجموعة التحكم.
باستخدام المعايير التي حددناها في الخطوة الثانية ، نحاول أيضًا إثبات ودحض فرضياتنا.
أخيرًا ، يجب أن تكون نتيجة هذه الخطوة هي النتائج التي توصلنا إليها. يجب أن نقدم النتائج التي توصلنا إليها فيما يتعلق بالتأثير الكمي.
على سبيل المثال ، يمكنك ذكر التأثير الدولاري لانخفاض نسبة معينة لإشراك أصحاب المصلحة.
قد تقول أن انخفاض النسبة المئوية في اكتساب العملاء قد يؤدي إلى انخفاض الإيرادات بمقدار مليون دولار.
توصية مجاناً
التوصيات هي أهم خطوة في إطار بادر. يجب أن تكون هذه التوصيات قابلة للتنفيذ.
هم السبب الرئيسي في قيامنا بكل خطوة في هذا الإطار.
في هذه الخطوة الأخيرة ، نريد تحقيق أشياء متعددة. أولاً ، علينا التعامل مع الجمهور المستهدف. هذا يعني أنه يجب عليك تقديم توصيات قصيرة وثاقبة.
ستؤدي التوصية الموثوقة والسليمة أيضًا إلى أن يُنظر إليك كشريك تجاري فعال.
أخيرًا ، يجب أن تدفع توصيتك جمهورك نحو العمل.
إذا كنت مسؤولاً عن تقديم التوصيات ، فمن المهم إنشاء مجموعة شرائح تحتوي على جميع النتائج التي توصلت إليها.
يعد إنشاء مجموعة الشرائح تكراريًا ، بدءًا من جميع النتائج التي توصلت إليها ، ثم تبسيط تدفق المجموعة تدريجياً.
يجب أن تحتوي مجموعة الشرائح النهائية على ملخص تنفيذي موجز. يمكننا إضافة أي معلومات إضافية في الملحق.
وفي الختام
يعد اعتماد إطار عمل من البيانات إلى القرارات طريقة رائعة للتأكد من أنه يمكنك الحصول على رؤى قابلة للتنفيذ من بيانات عملك.
يسمح الجمع بين علم البيانات وعلم القرار بإجراء حوار بين جميع أصحاب المصلحة المعنيين. تؤدي كل خطوة في إطار BADIR لتحويل البيانات إلى قرارات إلى نتيجة نهائية فعالة: توصيات قابلة للتنفيذ.
أخبرنا كيف يمكن لعملك أو فريقك الاستفادة من هذا النوع من إطار العمل!
اترك تعليق