Khoa học dữ liệu là một công cụ tuyệt vời cần có khi điều hành một doanh nghiệp.
Tuy nhiên, phân tích sẽ chỉ hữu ích nếu nó thúc đẩy tác động. Tác động này có thể là bất cứ điều gì từ sự phát triển của công ty, sản phẩm tốt hơn hoặc tăng doanh thu.
Sử dụng phân tích để đưa ra quyết định trong doanh nghiệp của bạn được gọi là ra quyết định dựa trên dữ liệu. Điều này liên quan đến việc thu thập dữ liệu, trích xuất các mẫu và dữ kiện và đưa ra các suy luận.
Việc đầu tư thời gian và nguồn lực để thực hiện phần lớn các quyết định của công ty bạn dựa trên dữ liệu ngày càng phổ biến hơn.
Mặc dù vậy, các cuộc khảo sát cho thấy rằng cảm giác ruột vẫn là các yếu tố trong quá trình ra quyết định.
Một yếu tố chính của vấn đề này là thiếu một khuôn khổ ra quyết định phù hợp trong tổ chức.
Bài viết này sẽ giới thiệu khung BADIR và cách bạn có thể sử dụng nó để tạo thông tin chi tiết cho doanh nghiệp của bạn.
Khung dữ liệu để quyết định BADIR
Sản phẩm BADIR khuôn khổ là một khuôn khổ dữ liệu để ra quyết định có hiệu quả cao được thiết kế để giải quyết các vấn đề kinh doanh.
Nó đơn giản để thích nghi và hoạt động cho bất kỳ ngành nào. Nó nhằm mục đích kết hợp khoa học dữ liệu và khoa học quyết định với nhau thành một khuôn khổ dễ làm theo.
người lớn, một công ty tư vấn, đào tạo và cố vấn về khoa học dữ liệu nổi tiếng đã phát minh ra khuôn khổ chuyển dữ liệu thành quyết định này.
Ngày nay, nhiều công ty trong danh sách Fortune 500 cho các sáng kiến chuyển đổi kỹ thuật số của họ đã áp dụng BADIR.
Các tính năng chính của Khung dữ liệu ra quyết định
- Cung cấp thông tin chi tiết theo hướng dữ liệu có thể hành động
- Lập kế hoạch phân tích dựa trên giả thuyết
- Tạo điều kiện cho đặc tả dữ liệu để tạo dữ liệu
- Thông tin chi tiết thu được từ các kỹ thuật nhận dạng mẫu trong Machine Learning và thống kê
- Trình bày các khuyến nghị có thể hành động cho các bên liên quan
Năm bước trong khung dữ liệu để quyết định
Khung quyết định dữ liệu BADIR bao gồm năm bước phải được tuân theo thứ tự.
Câu hỏi kinh doanh
Trước khi chúng tôi thực hiện bất kỳ loại trích xuất hoặc phân tích dữ liệu nào, trước tiên chúng tôi phải hiểu bối cảnh của vấn đề mà chúng tôi đang cố gắng giải quyết. Điều này sẽ giúp giảm số lần lặp lại cần thiết xuống dòng.
Điều này liên quan đến việc hỏi những câu hỏi đúng. Khuôn khổ khuyến khích chúng ta hỏi sáu câu hỏi cơ bản (ai, cái gì, ở đâu, khi nào, tại sao và như thế nào).
Ví dụ, chúng ta cần đảm bảo rằng chúng ta hiểu rõ những gì cần phải đưa ra quyết định.
Quyết định này có khẩn cấp không?
Chúng tôi cần biết khi nào chúng tôi dự kiến sẽ đưa ra khuyến nghị cuối cùng.
Cuối cùng, chúng ta cần biết các bên liên quan của chúng ta là ai.
Có nên chia sẻ dữ liệu với nhóm tiếp thị cũng như nhóm hậu cần không?
Có bao nhiêu bên liên quan cần biết kết quả phân tích của chúng tôi?
Trên thực tế, chúng tôi cố gắng chuyển những câu hỏi rất cơ bản thành những câu hỏi thích hợp. Ví dụ: bạn có thể có yêu cầu dữ liệu sau: “dữ liệu khách hàng theo quốc gia, sản phẩm và tính năng”.
Một yêu cầu tốt hơn và hữu ích hơn sẽ có dạng như sau: “Những lý do khiến chúng tôi mất khách hàng sau khi ra mắt là gì? Bộ phận bán hàng và tiếp thị có thể làm gì để giải quyết sự mất mát này? ”
Kế hoạch phân tích
Sau khi quyết định một câu hỏi kinh doanh cụ thể, bước tiếp theo của chúng ta là lập một kế hoạch phân tích.
Chúng ta nên tạo ra các mục tiêu THÔNG MINH. SMART là từ viết tắt của Cụ thể, Có thể đo lường, Có thể đạt được, Có liên quan và Giới hạn thời gian.
Tiếp theo, chúng ta nên hình thành các giả thuyết của mình. Đây là những tuyên bố mà chúng tôi nhằm mục đích chứng minh hoặc bác bỏ bằng cách sử dụng dữ liệu của chúng tôi. Cùng với những giả thuyết này, chúng ta nên đưa ra các tiêu chí cần thiết để chứng minh cho từng giả thuyết.
Chúng ta cũng cần xem xét phương pháp luận cần thiết trong quá trình phân tích dữ liệu. Các phương pháp luận phổ biến bao gồm:
-
Tổng hợp
-
Tương quan
-
khuynh hướng
-
Ước lượng
Sau khi quyết định phương pháp luận, chúng ta cũng cần quyết định đặc tả dữ liệu.
Chúng ta sẽ sử dụng dữ liệu từ năm trước hay dữ liệu mọi thời đại?
Chúng ta sẽ chủ yếu sử dụng dữ liệu tài chính hay dữ liệu tiếp thị?
Những câu hỏi này rất quan trọng vì điều này sẽ giúp quá trình thu thập dữ liệu sau này dễ dàng hơn.
Đầu ra cuối cùng của bước này là một kế hoạch dự án. Điều này bao gồm tất cả các nguồn lực cần thiết để chạy phân tích này cũng như tiến trình cho mỗi bước trong quy trình. Kế hoạch dự án cũng chỉ rõ các bên liên quan là ai cũng như các vai trò khác nhau trong nhóm.
Ví dụ: giả sử chúng ta có giả thuyết sau: “Công ty của chúng tôi đang mất khách hàng vì một chiến dịch tiếp thị kém thành công hơn trong quý vừa qua”.
Để chứng minh hoặc bác bỏ phân tích này, chúng tôi sẽ phải lấy dữ liệu tiếp thị từ năm ngoái.
Chúng tôi có thể sử dụng phương pháp tương quan để xác định liệu một số liệu như CTR có tương quan hay có thể dự đoán số lượng khách hàng cho mỗi quý.
Thu Thập Dữ Liệu
Việc thu thập dữ liệu giờ đây dễ dàng hơn nhiều vì chúng tôi có thể mô tả đặc tả dữ liệu trong bước Kế hoạch phân tích của mình. Điều này sẽ ngăn không cho dữ liệu không cần thiết bị truy xuất.
Điều này đặc biệt quan trọng nếu chúng tôi đang xử lý một lượng lớn dữ liệu vì nó sẽ tiết kiệm thời gian khi thực hiện phương pháp đã chọn của chúng tôi.
Bước thu thập dữ liệu cũng liên quan đến việc làm sạch và xác thực dữ liệu. Làm sạch dữ liệu đề cập đến việc thao tác dữ liệu để làm cho dữ liệu có thể sử dụng được.
Chúng tôi cần thực hiện xác thực dữ liệu để đảm bảo rằng dữ liệu chúng tôi có là chính xác.
Nhận thông tin chi tiết
Bước tiếp theo của chúng tôi liên quan đến việc thu thập thông tin chi tiết thực tế từ dữ liệu của chúng tôi.
Trong bước này, chúng tôi xem xét các mẫu trong dữ liệu của mình.
Ví dụ: trong phân tích tương quan, chúng ta có thể bắt đầu với phân tích đơn biến xem xét sự phân bố của các chỉ số chính. Nếu có thể, chúng tôi cũng có thể tìm hiểu xem liệu có sự khác biệt giữa quần thể thử nghiệm và đối chứng hay không.
Sử dụng các tiêu chí chúng tôi đặt ra ở bước thứ hai, chúng tôi cũng cố gắng chứng minh và bác bỏ giả thuyết của mình.
Cuối cùng, kết quả của bước này sẽ là những phát hiện của chúng tôi. Chúng tôi nên trình bày những phát hiện của chúng tôi liên quan đến tác động được định lượng.
Ví dụ: bạn có thể đề cập đến tác động đô la của việc giảm tỷ lệ phần trăm cụ thể để thu hút các bên liên quan của bạn.
Bạn có thể nói rằng tỷ lệ chuyển đổi khách hàng giảm có thể dẫn đến giảm doanh thu 1 triệu đô la.
Khuyến nghị
Khuyến nghị là bước quan trọng nhất trong khuôn khổ BADIR. Những khuyến nghị này phải có thể hành động được.
Chúng là lý do chính mà chúng tôi thực hiện từng bước trong khuôn khổ này.
Trong bước cuối cùng này, chúng tôi muốn đạt được nhiều thứ. Đầu tiên, chúng ta phải tương tác với đối tượng mục tiêu. Điều này có nghĩa là bạn nên trình bày các khuyến nghị ngắn gọn và sâu sắc.
Một lời giới thiệu đáng tin cậy và đúng đắn cũng sẽ dẫn đến việc bạn được coi là một đối tác kinh doanh hiệu quả.
Cuối cùng, đề xuất của bạn sẽ thúc đẩy người xem hành động.
Nếu bạn chịu trách nhiệm trình bày các đề xuất, điều quan trọng là phải xây dựng một bản trình chiếu có tất cả các phát hiện của bạn.
Việc tạo ra một bản trình chiếu là lặp đi lặp lại, bắt đầu với tất cả những phát hiện của bạn và sắp xếp hợp lý dần quy trình của bản trình chiếu.
Bản trình bày cuối cùng nên có một bản tóm tắt ngắn gọn về điều hành. Chúng tôi có thể thêm bất kỳ thông tin bổ sung nào trong phụ lục.
Kết luận
Áp dụng khung dữ liệu để ra quyết định là một cách tuyệt vời để đảm bảo rằng bạn có thể có được thông tin chi tiết hữu ích từ dữ liệu doanh nghiệp của mình.
Kết hợp khoa học dữ liệu với khoa học quyết định cho phép đối thoại giữa tất cả các bên liên quan. Mỗi bước trong khung quyết định dữ liệu BADIR dẫn đến kết quả cuối cùng hiệu quả: các khuyến nghị có thể hành động.
Hãy cho chúng tôi biết doanh nghiệp hoặc nhóm của bạn có thể hưởng lợi như thế nào từ loại khuôn khổ này!
Bình luận