6 Data Challenges Managers and Organizations Face

Vi arbejder i en datacentrisk verden. Ledere bombarderes med data via rapporter, dashboards og systemer. Vi er regelmæssigt mindet om at lave data-drevne beslutninger. Senior ledere spiser på løftet om Big Data for at udvikle en konkurrencemæssig fordel, men mest kamp for at blive enige om hvad det er, meget mindre beskriver de forventede konkrete fordele.

Dataforskerens rolle er i stor efterspørgsel med forventede mangler i denne fremvoksende vigtige rolle, der forventes i årevis. Organisationer bruger hvert år en formue at installere software til at indsamle, lagre og analysere data. Marketingafdelinger bliver i stigende grad fyldt med tekniske, data-savvy fagfolk på bekostning af kreative roller.

Erhvervsverdenen er en datainfokuseret verden, men det er vigtigt at erkende, at data ikke er et mål for sig selv. Ligesom alt andet, vi trækker på i vores arbejde, er data et værktøj fyldt med løfte. I de rigtige hænder med de rette tilgange er potentialet for data til støtte for beslutningstagningen bemærkelsesværdigt.

Imidlertid får du ikke lulled i den falske tro på, at erhvervelse og analyse af data er uden risiko. Lad os gnide lidt af det polske ud af ideen om data som forretningsmessige og hjælpe med at identificere nogle af de potentielle faldgruber, som denne nye ressource præsenterer for os alle.

Forwarned er forearmed.

Dårlig datakvalitet

Mens vi er vant til at tænke på kvalitet i forbindelse med fysiske genstande eller produkter, viser det sig, at datakvaliteten er et materielt problem for alle firmaer hele tiden. Data, der er gemt i strukturerede databaser eller repositorier, er ofte ufuldstændig, inkonsekvent eller ude af dato. Det er sandsynligt, at du har været i modtageren af ​​et simpelt eksempel på et problem med datakvaliteten.

De fleste af os kan huske at modtage dubletter fra markedsførere adresseret til lidt forskellige eller radikalt forskellige versioner af vores aktuelle navn. Markedsførers database indeholder dubletter med vores adresse og forskellige, ofte fejlagtige stavemåder eller variationer af vores navn. Vi genbruger den duplikerede mail som uønsket, og markedsføreren påfører overskydende omkostninger i form af udskrivning og mailing alt på grund af et simpelt datakvalitetsproblem. Forstærk denne fejl ved mange hundrede eller tusindvis af poster, og denne lille datakvalitetsfejl bliver dyr.

Spørgsmål om datakvalitet bliver vigtige, da vi stræber efter at træffe beslutninger om strategier, markeder og markedsføring i næsten realtid. Mens der findes software og løsninger til at overvåge og forbedre kvaliteten af ​​strukturerede (formaterede) data, er den reelle løsning et vigtigt, organisationsmæssigt engagement i behandling af data som et værdifuldt aktiv. I praksis er det svært at opnå og kræver ekstraordinær disciplin og ledelsesstøtte.

Drunkning i data

Data er overalt i en organisation. Overvej kundedata. De fleste organisationer er blevet dygtige til at fange information om kunder og kundeemner.

• Marketing indsamler data fra personer, der deltager i live- eller webhændelser, eller som downloader indhold.
• Ledere bruger data til at understøtte eller definere nye strategier.
• Salg indsamle data om kunder involveret i salgsprocessen.
• Kundesupport indfanger oplysninger om opkald og chats.
• Ledelsesteam trækker på data og nøgletal for scorecards.
• Kundedata bruges til regnskabsføring og af kvalitets- og kundeindsigt til overvågning af kundetilfredshed.

Vi indfanger kundeinformation i en række forskellige software systemer, og vi gemmer dataene i en række databehandlingsområder. Et globalt Fortune 100-firma anerkendt så meget som 10 procent af deres kundedata blev afholdt lokalt af medarbejderne på deres computere i regneark. En anden organisation afstemmer regelmæssigt deres salgsrepræsentanter for visitkortdata, før de kører marketingkampagner.

Ligesom den havgående sømand strandet i en redningsbåd efter at hans skib har sunket, er der vand overalt, men ikke en dråbe at drikke. Vi har det samme fænomen i vores virksomheder. Data er overalt, og i stigende grad er data tilgængelige fra sociale og søgefeeds i realtid. Hvis dataene ikke er let tilgængelige, eller hvis vi har dobbelt eller ufuldstændig data, kan vi ikke udnytte den til det tilsigtede formål.

Flere organisationer integrerer deres forskellige softwareapplikationer og forenkler processen med at indsamle og samle data på tværs af virksomheden. Sammen med datakvaliteten er denne indsats dog dyr, tidskrævende, og den slutter aldrig.

Voksende datamængder

Vi laver flere og flere data i et tempo, der er svært at forstå. Eksperter foreslår, at hvert andet år (og krymper) skaber vi flere data end eksisterede på planeten jorden for hele civilisationen.

De fleste af disse nye data er ustrukturerede, i modsætning til den type data, der netop er indgået i vores software og database applikationer. For eksempel repræsenterer alle tweetsne om dit produkt eller mærke en potentiel skattekiste af indsigter, men disse data er ustrukturerede, hvilket øger kompleksiteten af ​​at fange og analysere det. Selv om der er mange software tilbud til at hjælpe med denne udfordring, repræsenterer de ustrukturerede data en ny strøm af råmateriale til behandling, med alle de iboende kompleksitet og kvalitetsspørgsmål, der diskuteres.

Garbage-In, Garbage-Out

Data-analytisk software er kun så god som de data, der fodrer den. Den fælles tråd i dette problem med at udnytte data til fordel er kvalitet. Selvom mange virksomheder investerer betydelige dollars i kraftfulde nye dataskærende applikationer, fører knusende beskidte data til fejlbeslutninger. Pas på blindt at have tillid til resultaterne af dataanalyser. Du skal være sikker på, at du kan stole på de data, der bruges i analysen.

Dataanalyser er ikke afgørende

Vi accepterer dataanalysernes output som afgørende, men det er det ikke. I virkeligheden viser dataanalyse oftest korrelation, ikke årsagssammenhæng! Det er let at falde i fælden for at stole på dataanalysernes output og forvirrende korrelation med årsagssammenhæng.

Korrelation viser et forhold, men det betyder på ingen måde, at A forårsager B. At etablere et årsagssammenhæng er nirvana til at træffe nøjagtige, indsigtige beslutninger. Det er også utrolig svært at bevise. Hvis du i høj grad stoler på en produktion og antager et årsagssammenhæng, hvor ingen findes, vil dine beslutninger være dårligt fejlbehæftet.

Amplificerede biaser

Vores kognitive forstyrrelser forstærkes, når det gælder evaluering af data. Som en klog datavidenskabsmand engang intonerede: "I slutningen af ​​den mest komplicerede og udtømmende analyse af data skal et menneske stadig trække en indledning og træffe en beslutning." Og når vi når frem til det punkt, hvor vi skal vurdere betydningen af ​​dataanalysen, kommer vores forspændinger til spil. Mange af os har en tendens til at stole på eller stole på data, der understøtter vores positioner og forventninger og undertrykker data, der gør det modsatte. Vi stoler også på data fra kilder, vi kan lide, eller vi stoler på data, der er den nyeste.

Alle disse forstyrrelser bidrager til udfordringerne og muligheden for fejl i vores dataanalyser.

Sådan begynder du at tæmme dataene til din brug som administrator

Udvikling af en virksomhedsomspændende datastrategi er afgørende for enhver virksomhed, men er ikke omfattet af denne artikel. I stedet er her syv ideer, som du kan bruge som administrator til at forbedre din brug af data i din daglige beslutningstagning.

Genkende biaser

Anerkender og formindsker potentialet for forstyrrelser. Find data, der udvider billedet eller konflikter med dataene foran dig. Opmuntre en ekstern observatør til at evaluere dine antagelser om data.

Datastyring

Styrker din forståelse af datastyring. Der er rigelig gratis kilder til indsigt på nettet, og mange organisationer tilbyder seminarer eller workshops om dataanalyse og business intelligence. Mange universiteter har tilføjet kurser til dette blomstrende felt. Fortsæt med at skærpe dine evner.

Komplette data

Spørg dig selv eller dit team, "Hvilke data har vi brug for at træffe denne beslutning?" Alt for ofte stole vi på de foreliggende data og ignorerer behovet for at søge flere data for at fuldføre billedet.

Korrelation og årsagssammenhæng

Vær kritisk opmærksom på forskellen mellem korrelation og årsagssammenhæng. Som beskrevet tidligere er forvirring af disse to et potentielt farligt fald for beslutningstagning.

Kvalitet - Kontrollér dine data

Hvis din virksomhed ikke har en datakvalitet eller master data management forpligtelse, investere tid til at evaluere dine data for åbenlyse fejl, herunder duplikat, ufuldstændige eller fejlagtige poster. Der er mange kommercielt tilgængelige softwareapplikationer eller til at understøtte denne aktivitet, og mange firmaer trækker på ekspertgruppernes ekspertise til at forespørge og vurdere datakvaliteten. Overvej også eksterne serviceudbydere, der kan hjælpe med at rense dataene for dig. Det er vigtigt at fokusere på løbende at forbedre kvaliteten af ​​dine data.

Datakvalitet

Advokat for stærkere datakvalitet og ledelsesindsats på tværs af dit firma. Dette arbejde har ofte været IT eller tekniske fagfolk, men data har potentialet til at fungere som et strategisk aktiv. Hver leder skal bekymre sig om virksomhedens evne til at udnytte data bedre til beslutningstagning og strategiudførelse.

Teknisk og Data-Savvy Talent

Tilføj teknisk og data-savvy talent til dit team. Salgs- og marketingafdelinger forstår kraften i at engagere personer, der er dygtige i den nyeste teknologi, og er kompetente til at navigere mange af de udfordringer, der er beskrevet. Teknologi og data er ikke længere domænet eller ansvaret for en enkelt funktion i en virksomhed.

Bundlinjen

De virksomheder og ledere, som lærer at udnytte data til bedre beslutningstagning, vil vinde på markedet. Disse organisationer vil være i stand til at overvåge og reagere på skiftende forhold, og nye kundebehov hurtigere end deres data udfordrede konkurrenter. De vil være de første til at indhente indsigter fra social media dialog, og de vil vinde kampen om at kende og engagere kunder på et dybere niveau - alt baseret på data. Dette er ikke en fad, men snarere en ny virkelighed for at styre og konkurrere i dagens verden.

Bare pas på faldgruberne på denne rejse.