La science des données est un excellent outil à avoir dans la gestion d'une entreprise.
Cependant, les analyses ne seront utiles que si elles ont un impact. Cet impact peut être lié à la croissance de l'entreprise, à de meilleurs produits ou à une augmentation des revenus.
L'utilisation de l'analyse pour prendre des décisions dans votre entreprise est connue sous le nom de prise de décision basée sur les données. Cela implique de collecter des données, d'extraire des modèles et des faits et de faire des inférences.
Il est définitivement plus populaire maintenant d'investir du temps et des ressources pour que la majorité des décisions de votre entreprise soient basées sur les données.
Malgré cela, les enquêtes montrent que sensation d'intestin encore des facteurs dans le processus de prise de décision.
L'un des principaux facteurs à cet égard est l'absence d'un cadre décisionnel approprié au sein de l'organisation.
Cet article présentera le framework BADIR et comment vous pouvez l'utiliser pour créer des actions exploitables et basées sur les données. aperçus pour votre entreprise.
Cadre BADIR Data to Decisions
Les BADIR framework est un framework data-to-decision très efficace conçu pour résoudre les problèmes métier.
Il est simple à adapter et fonctionne pour n'importe quelle industrie. Il vise à combiner la science des données et la science de la décision dans un cadre facile à suivre.
Aryng, une société bien connue de conseil, de formation et de conseil en science des données a conçu ce cadre data-to-decisions.
Aujourd'hui, diverses entreprises du Fortune 500 pour leurs initiatives de transformation numérique ont adopté BADIR.
Principales caractéristiques du cadre Data-to-Decisions
- Fournir des informations exploitables basées sur les données
- Formuler un plan d'analyse basé sur des hypothèses
- Facilite la spécification des données pour rendre les données
- Les connaissances dérivées des techniques de reconnaissance de formes dans Machine Learning et statistiques
- Présenter des recommandations exploitables aux parties prenantes
Les cinq étapes du cadre Data-to-Decisions
Le cadre BADIR des données aux décisions comprend cinq étapes qui doivent être suivies dans l'ordre.
Question d'affaires
Avant de procéder à toute sorte d'extraction ou d'analyse de données, nous devons d'abord comprendre le contexte du problème que nous essayons de résoudre. Cela aidera à réduire le nombre d'itérations nécessaires sur toute la ligne.
Cela implique de se poser les bonnes questions. Le cadre nous encourage à poser les six questions de base (qui, quoi, où, quand, pourquoi et comment).
Par exemple, nous devons nous assurer que nous comprenons quelle décision doit être prise.
Cette décision est-elle urgente ?
Nous devons savoir quand nous devons présenter une recommandation finale.
Enfin, nous devons savoir qui sont nos parties prenantes.
Les données doivent-elles être partagées avec l'équipe marketing ainsi qu'avec l'équipe logistique ?
Combien de parties prenantes ont besoin de connaître les résultats de notre analyse ?
En effet, nous essayons de convertir des demandes très basiques en questions appropriées. Par exemple, vous pouvez avoir la demande de données suivante : "données client par pays, produit et fonctionnalité".
Une requête meilleure et plus utile devrait ressembler à ceci : « Quelles sont les raisons pour lesquelles nous perdons des clients après le lancement ? Quelles actions le service des ventes et du marketing peut-il faire pour remédier à cette perte ? »
Plan d'analyse
Après avoir décidé d'une question commerciale concrète, notre prochaine étape consiste à formuler un plan d'analyse.
Nous devrions créer des objectifs SMART. SMART est un acronyme qui signifie spécifique, mesurable, réalisable, pertinent et limité dans le temps.
Ensuite, nous devons formuler nos hypothèses. Ce sont des déclarations que nous cherchons à prouver ou à réfuter en utilisant nos données. Parallèlement à ces hypothèses, nous devrions définir les critères nécessaires pour prouver chacune.
Nous devons également examiner la méthodologie nécessaire lors de l'analyse des données. Les méthodologies courantes incluent :
-
Total
-
Corrélation
-
Trend
-
estimation
Après avoir décidé de la méthodologie, nous devons également décider de la spécification des données.
Allons-nous utiliser les données de l'année écoulée ou des données de tous les temps ?
Utiliserons-nous principalement des données financières ou des données marketing ?
Ces questions sont importantes car elles faciliteront le processus de collecte de données par la suite.
Le résultat final de cette étape est un plan de projet. Cela inclut toutes les ressources nécessaires pour exécuter cette analyse ainsi que le calendrier de chaque étape du processus. Le plan de projet précise également qui sont les parties prenantes ainsi que les différents rôles au sein de l'équipe.
Par exemple, supposons que nous ayons l'hypothèse suivante : "Notre entreprise perd des clients à cause d'une campagne marketing moins réussie au cours du dernier trimestre".
Pour prouver ou réfuter cette analyse, nous devrons extraire les données marketing de l'année écoulée.
Nous pouvons utiliser la méthodologie de corrélation pour déterminer si une mesure comme le CTR est corrélée ou peut prédire le nombre de clients pour chaque trimestre.
Collecte des Données
La collecte de données est maintenant beaucoup plus facile puisque nous avons pu décrire la spécification des données lors de notre étape du plan d'analyse. Cela empêchera la récupération de données inutiles.
Ceci est particulièrement important si nous traitons une quantité importante de données, car cela permettra de gagner du temps lors de l'exécution de la méthodologie choisie.
L'étape de collecte des données implique également le nettoyage et la validation des données. Le nettoyage des données fait référence à la manipulation des données pour les rendre utilisables.
Nous devons effectuer une validation des données pour nous assurer que les données dont nous disposons sont exactes.
Obtenir des informations
Notre prochaine étape consiste à tirer des informations de nos données.
Dans cette étape, nous examinons les modèles dans nos données.
Par exemple, dans l'analyse de corrélation, nous pouvons commencer par une analyse univariée qui examine la distribution des mesures clés. Le cas échéant, nous pouvons également savoir s'il existe une différence entre une population test et une population témoin.
En utilisant les critères que nous avons définis dans la deuxième étape, nous essayons également de prouver et de réfuter nos hypothèses.
Enfin, le résultat de cette étape devrait être nos conclusions. Nous devrions présenter nos conclusions concernant l'impact quantifié.
Par exemple, vous pouvez mentionner l'impact en dollars d'une baisse de pourcentage particulière pour engager vos parties prenantes.
Vous pourriez dire qu'une baisse en pourcentage de l'acquisition de clients peut entraîner une baisse de revenus de 1 million de dollars.
Recommandation
Les recommandations sont l'étape la plus importante du cadre BADIR. Ces recommandations doivent être réalisables.
Ils sont la principale raison pour laquelle nous avons franchi chaque étape de ce cadre.
Dans cette dernière étape, nous voulons réaliser plusieurs choses. Tout d'abord, nous devons nous engager auprès du public cible. Cela signifie que vous devez présenter des recommandations courtes et perspicaces.
Une recommandation crédible et solide vous permettra également d'être perçu comme un partenaire commercial efficace.
Enfin, votre recommandation doit inciter votre public à passer à l'action.
Si vous êtes chargé de présenter les recommandations, il est important de créer un diaporama contenant toutes vos conclusions.
La création d'un jeu de diapositives est itérative, en commençant par toutes vos découvertes et en rationalisant progressivement le flux du jeu.
Le diaporama final doit contenir un résumé concis. Nous pouvons ajouter toute information supplémentaire dans une annexe.
Conclusion
L'adoption d'un cadre data-to-decisions est un excellent moyen de vous assurer que vous pouvez obtenir des informations exploitables à partir de vos données d'entreprise.
La combinaison de la science des données et de la science de la décision permet un dialogue entre toutes les parties prenantes impliquées. Chaque étape du cadre BADIR des données aux décisions conduit à un résultat final efficace : des recommandations exploitables.
Faites-nous savoir comment votre entreprise ou votre équipe peut bénéficier de ce type de cadre !
Soyez sympa! Laissez un commentaire