Shkenca e të dhënave është një mjet i shkëlqyeshëm për të pasur kur drejtoni një biznes.
Sidoqoftë, analitika do të ndihmojë vetëm nëse ka ndikim. Ky ndikim mund të jetë çdo gjë nga rritja e kompanisë, produktet më të mira ose rritja e të ardhurave.
Përdorimi i analitikës për të marrë vendime në biznesin tuaj njihet si vendimmarrja e drejtuar nga të dhënat. Kjo përfshin mbledhjen e të dhënave, nxjerrjen e modeleve dhe fakteve dhe nxjerrjen e konkluzioneve.
Është padyshim më popullor tani për të investuar kohë dhe burime për të marrë shumicën e vendimeve të kompanisë suaj bazuar në të dhënat.
Pavarësisht kësaj, anketat tregojnë se ndjesi zorrësh ende faktorë në procesin e vendimmarrjes.
Një faktor kryesor në këtë është mungesa e një kuadri të duhur vendimmarrës në organizatë.
Ky artikull do të prezantojë kornizën BADIR dhe se si mund ta përdorni atë për të krijuar veprues, të drejtuar nga të dhënat njohuri për biznesin tuaj.
BADIR Korniza e të dhënave deri te vendimet
La BADIR kornizë është një kornizë shumë efektive e të dhënave deri në vendim, e krijuar për të zgjidhur problemet e biznesit.
Është e thjeshtë për t'u përshtatur dhe funksionon për çdo industri. Ai synon të kombinojë shkencën e të dhënave dhe shkencën e vendimeve së bashku në një kornizë të lehtë për t'u ndjekur.
Aryng, një kompani e mirënjohur këshillimi, trajnimi dhe këshillimi për shkencën e të dhënave shpiku këtë kornizë të të dhënave në vendime.
Sot, kompani të ndryshme Fortune 500 për iniciativat e tyre të transformimit dixhital kanë miratuar BADIR.
Karakteristikat kryesore të Kornizës Data-to-vendime
- Siguroni njohuri vepruese të drejtuara nga të dhënat
- Formuloni një plan analize të drejtuar nga hipoteza
- Lehtëson specifikimin e të dhënave për të bërë të dhëna
- Vështrime të nxjerra nga teknikat e njohjes së modeleve në Mësim Machine dhe statistikat
- Paraqisni rekomandime të zbatueshme për palët e interesuara
Pesë hapat në kuadrin e të dhënave deri në vendime
Korniza BADIR nga të dhënat në vendime përfshin pesë hapa që duhet të ndiqen në rregull.
Pyetje biznesi
Përpara se të bëjmë ndonjë lloj nxjerrjeje ose analize të të dhënave, së pari duhet të kuptojmë kontekstin e problemit që po përpiqemi të zgjidhim. Kjo do të ndihmojë në zvogëlimin e numrit të përsëritjeve të nevojshme në vijim.
Kjo përfshin bërjen e pyetjeve të duhura. Korniza na inkurajon të bëjmë gjashtë pyetjet themelore (kush, çfarë, ku, kur, pse dhe si).
Për shembull, ne duhet të sigurohemi që të kuptojmë se çfarë vendimi duhet të merret.
A është urgjent ky vendim?
Ne duhet të dimë se kur pritet të dalim me një rekomandim përfundimtar.
Së fundi, ne duhet të dimë se cilët janë palët tona të interesit.
A duhet të ndahen të dhënat me ekipin e marketingut si dhe me ekipin e logjistikës?
Sa palë të interesuara duhet të dinë rezultatet e analizës sonë?
Në fakt, ne përpiqemi t'i kthejmë pyetjet shumë themelore në pyetje të duhura. Për shembull, mund të keni kërkesën e mëposhtme të të dhënave: "të dhënat e klientit sipas vendit, produktit dhe veçorisë".
Një kërkesë më e mirë dhe më e dobishme duhet të duket kështu: “Cilat janë arsyet që po humbasim klientët pas lëshimit? Çfarë veprimesh mund të bëjë departamenti i shitjeve dhe marketingut për të adresuar këtë humbje?”
Plani i Analizës
Pasi të vendosim për një pyetje konkrete biznesi, hapi ynë tjetër është të formulojmë një plan analize.
Ne duhet të krijojmë qëllime SMART. SMART është një akronim që qëndron për Specific, Measurable, Achievable, Relevant dhe Time Bound.
Më pas, ne duhet të formulojmë hipotezat tona. Këto janë deklarata që ne synojmë t'i vërtetojmë ose hedhim poshtë duke përdorur të dhënat tona. Së bashku me këto hipoteza, ne duhet të vendosim kriteret e nevojshme për të vërtetuar secilën prej tyre.
Ne gjithashtu duhet të shikojmë metodologjinë e nevojshme gjatë analizës së të dhënave. Metodologjitë e zakonshme përfshijnë:
-
total
-
korrelacion
-
prirje
-
vlerësim
Pasi të vendosim për metodologjinë, duhet të vendosim edhe për specifikimin e të dhënave.
A do të përdorim të dhëna nga viti i kaluar apo të dhëna të të gjitha kohërave?
A do të përdorim kryesisht të dhënat financiare apo të dhënat e marketingut?
Këto pyetje janë të rëndësishme sepse kjo do ta bëjë më të lehtë procesin e mbledhjes së të dhënave.
Rezultati përfundimtar i këtij hapi është një plan projekti. Kjo përfshin të gjitha burimet e nevojshme për të kryer këtë analizë si dhe afatin kohor për çdo hap në proces. Plani i projektit gjithashtu specifikon se cilët janë palët e interesuara si dhe rolet e ndryshme brenda ekipit.
Për shembull, le të themi se kemi hipotezën e mëposhtme: “Kompania jonë po humbet klientë për shkak të një fushate marketingu më pak të suksesshme në tremujorin e kaluar”.
Për të vërtetuar ose hedhur poshtë këtë analizë, do të na duhet të nxjerrim të dhënat e marketingut nga viti i kaluar.
Ne mund të përdorim metodologjinë e korrelacionit për të përcaktuar nëse një metrikë si CTR është e ndërlidhur ose mund të parashikojë numrin e klientëve për çdo tremujor.
Mbledhja e të dhënave
Mbledhja e të dhënave tani është shumë më e lehtë pasi ne mund të përshkruanim specifikimin e të dhënave gjatë hapit tonë të Planit të Analizës. Kjo do të parandalojë marrjen e të dhënave të panevojshme.
Kjo është veçanërisht e rëndësishme nëse kemi të bëjmë me një sasi të konsiderueshme të dhënash, pasi kjo do të kursejë kohë kur kryejmë metodologjinë tonë të zgjedhur.
Hapi i mbledhjes së të dhënave përfshin gjithashtu pastrimin dhe vërtetimin e të dhënave. Pastrimi i të dhënave i referohet manipulimit të të dhënave për t'i bërë ato të përdorshme.
Ne duhet të kryejmë vërtetimin e të dhënave për t'u siguruar që të dhënat që kemi janë të sakta.
Nxjerr njohuri
Hapi ynë i ardhshëm përfshin nxjerrjen aktuale të njohurive nga të dhënat tona.
Në këtë hap, ne shqyrtojmë modelet në të dhënat tona.
Për shembull, në analizën e korrelacionit, ne mund të fillojmë me një analizë të njëanshme e cila shikon shpërndarjen e metrikës kryesore. Nëse është e aplikueshme, ne gjithashtu mund të zbulojmë nëse ka një ndryshim midis një popullate testimi dhe një popullate kontrolli.
Duke përdorur kriteret që kemi vendosur në hapin e dytë, ne gjithashtu përpiqemi të vërtetojmë dhe hedhim poshtë hipotezat tona.
Së fundi, rezultati i këtij hapi duhet të jenë gjetjet tona. Ne duhet të paraqesim gjetjet tona në lidhje me ndikimin sasior.
Për shembull, mund të përmendni ndikimin e dollarit të një rënie të caktuar të përqindjes për të angazhuar palët tuaja të interesuara.
Ju mund të thoni se një rënie në përqindje në blerjen e klientëve mund të rezultojë në një rënie prej 1 milion dollarësh të të ardhurave.
rekomandim
Rekomandimet janë hapi më i rëndësishëm në kornizën BADIR. Këto rekomandime duhet të jenë të zbatueshme.
Ata janë arsyeja kryesore që ne kemi kaluar në çdo hap në këtë kuadër.
Në këtë hap të fundit, ne duam të arrijmë shumë gjëra. Së pari, ne duhet të angazhohemi me audiencën e synuar. Kjo do të thotë që ju duhet të paraqisni rekomandime të shkurtra dhe të detajuara.
Një rekomandim i besueshëm dhe i shëndoshë do të bëjë që ju të perceptoheni si një partner efektiv biznesi.
Së fundi, rekomandimi juaj duhet ta shtyjë audiencën tuaj drejt veprimit.
Nëse do të jeni përgjegjës për paraqitjen e rekomandimeve, është e rëndësishme të ndërtoni një kuvertë me rrëshqitje që të ketë të gjitha gjetjet tuaja.
Krijimi i një kuverte rrëshqitjeje është përsëritës, duke filluar me të gjitha gjetjet tuaja dhe duke përmirësuar në mënyrë progresive rrjedhën e kuvertës.
Kuverta përfundimtare e rrëshqitjes duhet të ketë një përmbledhje ekzekutive koncize. Mund të shtojmë çdo informacion shtesë në një shtojcë.
Përfundim
Miratimi i një kuadri të dhënash për vendime është një mënyrë e shkëlqyer për t'u siguruar që mund të fitoni njohuri të zbatueshme nga të dhënat e biznesit tuaj.
Kombinimi i shkencës së të dhënave me shkencën e vendimeve lejon një dialog midis të gjithë aktorëve të përfshirë. Çdo hap në kornizën BADIR nga të dhënat në vendime çon në një rezultat përfundimtar efektiv: rekomandime të zbatueshme.
Na tregoni se si biznesi ose ekipi juaj mund të përfitojë nga ky lloj kornize!
Lini një Përgjigju