به کدام یک از تجزیه و تحلیل‌ها واقعا نیاز دارید؟

  • به کدام یک از تجزیه و تحلیل‌ها واقعا نیاز دارید؟

توصیفی؟ تشخیصی؟ پیشگویانه؟ تجویزی؟ در اینجا چگونگی طراحی لیست تجزیه و تحلیل شما را ارائه می‌دهیم.

یک هواپیما بوئینگ ۷۸۷ نیمی از یک ترابایت داده را در یک پرواز متوسط تولید می‌کند. این مقداری عظیم است.

اگر چه با مفاهیم معنادار پر شده است، مقدار خالص می‌تواند آن را همانند یک مارپیچ بی پایان به نظر برساند.

بهترین راه درمیان مارپیچ تعیین یک مسیر برای دنبال کردن است. یک بررسی اخیر توسط شرکای نیو ونتج نشان می‌دهد که ۹۷ درصد از مدیران در پروژه‌های تجزیه‌‌‌‌‌‌و تحلیل سرمایه گذاری می‌کنند.

آنچه که این رقم نشان نمی‌دهد این است که هر کدام از این پروژه‌ها منحصر به فرد هستند.

ترکیب ابزارهای مختلف برای دستیابی به اهداف فردی. تجزیه و تحلیل‌های کسب و کار ابزاری قدرتمند هستند، فقط اگر شما نوعی که برای شما مناسب است را بگیرید.

تجزیه و تحلیل در چهار نوع متمایز وجود دارد، و هر یک دیگری را می‌سازد. هرمی را تصور کنید که هر سطح، بعدی را پشتیبانی می‌کند: توصیفی، تشخیصی، پیشگویانه و تجویزی.

پایه هرم، تجزیه و تحلیل توصیفی است، که گزارش می‌دهد چه اتفاقی افتاده و امکان تحلیل داده عملکرد گذشته به منظور شناسایی نقاط قوت و ضعف را می‌دهد.

برای مثال، یک گزارش توصیفی برای خطوط هوایی متحده می‌تواند نشان دهد که در ماه گذشته شرکت هواپیمایی چه تعداد بلیط در در بازارهای عمده مختلف فروخته است.

سطح بعدی تجزیه و تحلیل تشخیصی است که گزارش می‌دهد که چرا چیزی اتفاق افتاده است و نشان می‌دهد که عوامل موثر بر کارایی مثبت و منفی چیست.

اگر گزارش توصیفی متحده نشان می‌دهد که فروش در یک بازار پایین است، گزارش تشخیصی ممکن است نشان دهد که این به دلیل کاهش هزینه بازاریابی است.

با آن ها به عنوان پایه و اساس، می‌توانیم از تجزیه و تحلیل پیشگویانه برای گزارش دادن درباره اینکه بر اساس کارایی قبلی چه چیزی ممکن است اتفاق افتد، استفاده کنیم.

اگرخط هوایی قصد افزایش درآمد را داشته باشد، گزارش پیشگویانه می‌تواند نشان دهد که کجا بعید به نظر می‌رسد که با هزینه بازاریابی بیشتر، درآمد افزایش یابد.

درادامه موارد بالا، ما تجزیه و تحلیل تجویزی را داریم، گزارشی از آنچه که باید اتفاق افتد. در اینجا،هوش مصنوعی و یادگیری ماشین داده گذشته را برای اطلاع رسانی در مورد تصمیمات آینده، کند و کاو می‌کنند.

داده تجویزی می‌تواند به فروشندگان متحده بگوید دقیقاً چه قیمتی را در نسخه  فروش آخرشان بگنجانند

  • تجزیه و تحلیل از پایین به بالا

شرکت ها اغلب یک لایه واحد از هرم تجزیه و تحلیل را بدون حفظ کردن اولیه لایه‌های اصلی بیشتر، اولویت بندی می‌کنند.

فرایند با پایا نگه داشتن داده عملیاتی شما آغاز می‌شود. تنها وقتی که داده عملیاتی به طور کامل ساختاربندی و سازمان دهی شد فکر کردن درباره تجزیه و تحلیل پیشرفته تر امکان پذیر است.

شرکت‌هایی که قادر به ساخت یک زیرساخت تحلیلی نیستند اغلب هزینه‌های هنگفت تکنولوژی بر آن ها تحمیل می‌شود،

نرم افزار هوشمند کسب و کار که نمی‌تواند در بینش سراسری پتانسیل کامل و ضعف‌اش را ببیند.

پس از تسلط بر تجزیه و تحلیل توصیفی، شرکت‌ها می‌توانند کشف کنند که آیا سطوح بالاتر حتی برای آنها ضروری است یا خیر.

دسترسی به داده با حجم بالا، سرعت بالا، برای برخی از شرکت‌ها ضروری است، اما بسیاری دیگر می‌توانند با “داده‌های کوچک” پیش روند.

همانند تمام جنبه‌های تجزیه و تحلیل، کلید، واقع‌بین بودن درباره نیاز‌ها و توانایی‌هایتان است.

  • ساختن دستور کار تجزیه و تحلیل خودتان

توسعه دستورکار تجزیه و تحلیل شما با پرسش سوالات درست شروع می‌شود. این به شما کمک می‌کند تا به طور کامل نیازها و خواسته‌ها، توانایی‌ها و ضعف‌های خود را درک کنید.

با این سوالات مهم شروع کنید:

 ۱. آیا یک منبع حقیقی واحد دارید؟

گام اول هر دستورکار تجزیه و تحلیل تمیز کردن و یکپارچه کردن داده هاستف به طوری که سازگار و قابل اعتماد گردد،

زیرا یک شرکت آماده گزارش حتی تشخیصی، اگر که آن مبتنی بر منابع داده متناقض باشد، نیست.

دسترسی به داده با کیفیت بالا یک مشکل رایج در دنیای پزشکی است.

اندرو گرگ، معاون رئیس پرودنشل فایننشل از مزایای کارمندان  در کنفرانس مراقبت‌های بهداشتی فردا اخبار ایالات متحده و گزارش جهان گفت که تجزیه و تحلیل مراقبت‌های بهداشتی در سراسر ایالات متحده یک “انتقال عظیم داده” در یک “وضعیت ناخوشایند” است.

ارائه دهندگان مراقبت به طور معمول اطلاعات خود را در سیستم‌های جداگانه ذخیره می‌کنند.

این کار می‌تواند به دلیل ناسازگاری‌ها در ورودی کاربر و کمبود استاندارد در جمع‌آوری داده، منجر به اطلاعات متناقض شود.

دکتر لیزا اشی از دانشکده پزشکی دانشگاه جان هاپکینز در همان کنفرانس گفت که این اطلاعات گسسته یکی از دلایلی است که سیستم مراقبت بهداشتی آمریکا از دیگر کشورها عقب مانده است.

گام اول، تمیز کردن داده‌هایتان است.

به این ترتیب سازگار و قابل اعتماد می‌شود. روی یک منبع جامع از اطلاعات برای متصل شدن به آن تصمیم بگیرید. بدون آن، چشم اندازهای شما ناگزیر ناقص و نادرست خواهد بود.

 ۲. آیا شما یک تحلیلگر داده دارید؟

تحلیلگران داده در تحلیل آماری و مدل سازی داده آموزش داده می شوند.

داشتن یکی در کارمندان برای نگه داشتن داده به صورت سازمان‌دهی شده و قابل اجرا و برای تشخیص و تفسیر چشم اندازها اهمیت دارد.

در یک گفت و گو، لیلیان تیلور مشاور داده یک بار یک ارتباط گیج کننده کسب و کار را با علت به من توضیح داد.

یک مطالعه پایگاه داده طولی که او روی اطلاعات مربوط به حضار K-12 انجام داد یک نرخ از قلم افتادگی بالا برای دانش آموزان یک معلم درجه سه خاص را نشان داد.

تیلور گفت: آسان است که نتیجه بگیریم که این یک معلم وحشتناک بود، اما نکات داده اضافی برای درنظر گرفتن وجود دارد از جمله اینکه ممکن است معلم در یک ناحیه با ریسک بالای خاص باشد.

تا زمانی که یک تحلیلگر در هیئت مدیره داشته باشید، بدست آوردن نتیجه‌های اشتباهی از داده‌های خود را به خطر می‌اندازید. قرار دادن کسی که به طور خاص مسئول تجزیه و تحلیل است، تضمین می کند که تلاش های شما سازنده و کارآمد هستند.

 ۳. آیا گزارش دادن پویا دارید؟

گزارش دادن پویا، گزارش‌ها و تصویرسازی‌ها را بر اساس تقاضا تولید می کند.

به این ترتیب آن ها کامل ترین و دقیق ترین اطلاعات ممکن را با هم ترکیب می کنند و مرتبط ترین دیدگاه ها را در اختیارتان قرار می دهند.

فرش کنیم فردا یک جلسه هیئت مدیره دارید و نیاز دارید یک دسته بندی آماده کنید.

شما به پایگاه داده خوش مدیریت شده  یا منبع داده تان می‌روید، اطلاعات مورد نیاز را استخراج می کنید.

آن را به عنوان یک صفحه گسترده ذخیره می‌کنید و بعد تصویرسازی‌هایی را که می‌خواهید در اکسل یا چیزی شبیه به آن ایجاد می‌کنید.

زمانیکه جلسه شما در اطراف برگزار می‌شود، دیدگاه‌های شما کهنه شده است.

در عوض، از یکی از بی‌شمار نرم افزارهای گزارش‌دهی استفاده کنید تا گزارش‌های خود را به طورمستقیم از پایگاه داده تهیه کنید و تحلیل و تصویرسازی‌های زمان واقعی را ایجاد کنید.

گزارش‌دهی پویا به شما اطلاعات به روز را خواهد داد که می‌توانید به آن اطمینان داشته باشید و راه را برای استفاده از تجزیه و تحلیل‌های تشخیصی هموار می‌کند.

 ۴. آیا یک نقشه کسب و کار دارید؟

تجزیه و تحلیل سطح بالا نیاز به داده سطح بالا دارد. تجزیه و تحلیل پیشگویانه و تجویزی هر دو ممکن است،

اما داده و تکنولوژیش مورد نیاز هر دو گران است.

بدون انگیزه مالی مناسب، محاسبه نرخ برگشت سرمایه روی تجزیه و تحلیل سطح بالا ممکن است سرمایه گذاری را توجیه ننماید.

شرکت ها قبل از دنبال کردن تجزیه و تحلیل پیشرفته تر، باید به دقت هزینه ها و مزایا را سنجش کنند.

گام اول این است که مطمئن شوید که راهی برای قرار دادن بینش های داده تان برای استفاده پربار دارید. در غیر این صورت، هزینه دستیابی به آن بینش ها ممکن است گران باشد.

پتانسیل تجزیه و تحلیل بی حد و حصر است، لذا وسوسه انگیز است تا پروژه ها را به جلو برید و سعی کنید همانطور که پیش می روید، یاد بگیرید.

رویکرد بهتر تمرین احتیاط و اولویت بندی طرح ریزی است. هر چه بیشتر شرکت ها تجزیه و تحلیل واسنجیدن را رو به جلو انجام دهند، در بلندمدت آنها ارزشمندتر خواهند بود.

نویسنده: مایک برودی

مترجم: سعید عبدالهی

ویراستار: جواد کاشی زاده

منبع: https://www.entrepreneur.com/article/320975

کاری از گروه تولید محتوای مرکز کارآفرینی دانشگاه صنعتی شریف، اردیبهشت 98

ارسال دیدگاه

آدرس ایمیل شما منتشر نخواهد شد. زمینه های مورد نیاز علامت گذاری شده اند *