Analytische beoefenaars in het bedrijfsleven missen helaas een uniforme 'bushido' die bedrijfsleiders kan informeren over hoe ze beter gebruik kunnen maken van gegevens. Dit kan leiden tot conflicten waardoor alle betrokkenen naar een kitanazwaard kunnen grijpen.
Maar genoeg van de samurai metaforen ….
Gelukkig komen meer geavanceerde boeken beschikbaar voor bedrijfsmanagers die op zoek zijn naar analyses om business intelligence bij te houden.
Twee hoofdbeoefenaars onder business intelligence zijn Thomas Davenport, met wie we hebben besproken Analytics op het werk en business en statistiek professor Jinho Kim. Ze zijn auteurs van Keeping Up with the Quants: Your Guide to Understanding and Using Analytics.
Het boek gaat in op de strategische betekenis van hoe mensen en ideeën worden ingezet voordat een analytische oplossing wordt gekozen. Bedoeld voor managers, het boek zorgt voor veel leesplezier voor leiders die gegevens in hun organisatie proberen te corraliseren.
Uw gegevens zijn uw bedrijf
Bijblijven met de Quants heeft de capaciteit om de discussie over het nut van gegevens uit te breiden. We lezen of horen de term 'Big Data' in toenemende mate, maar veel schrijvers komen nooit bij de business intelligence-kant van het onderwerp - met andere woorden, hoe werkt analytics buiten de cijfers? Davenport heeft zijn analytische perspectief onthuld in eerdere werken, zoals Oordeel roept . In Quants hij en Kim verspillen geen tijd om verder te kijken waarom big data de nieuwe manier is om een bedrijf op te bouwen, en merkt op:
"Big data en analyses verbeteren niet alleen de interne besluitvorming. Veel op internet gebaseerde organisaties - Google, Facebook, Amazon, eBay en anderen - gebruiken zogenaamde big data van online transacties niet alleen om beslissingen te ondersteunen, maar om nieuwe productaanbiedingen en -functies voor klanten te creëren. "
Perspectieven die een Small Business Team geven "Big Smarts"
Kleine bedrijven die werknemers laten groeien, moeten de head count beheren en hoe die resources worden gebruikt. Omdat analyses die verder gaan dan standaardstatistieken, tot een toegewijd hoofd voor meten kunnen leiden, biedt het boek ideeën om uw organisatie te laten groeien in de behoefte in plaats van willekeurig een resource te selecteren. Het hoofdstuk "Het probleem framen" laat zien hoe analytische uitdagingen kunnen worden georganiseerd:
"De beslissing om verder te gaan, kan worden aangedreven door een gevoel of intuïtie. De bewijsstandaard op dit punt is laag. Natuurlijk is het hele punt van een kwalitatieve analyse om uiteindelijk enige gegevens toe te passen en je eigen gevoel te testen. Dat is het verschil tussen analytische denkers en anderen: ze testen hun voorgevoel met gegevens en analyse. Het belangrijkste in de fase van probleemherkenning is het probleem volledig begrijpen en waarom het ertoe doet. "
De auteurs onthullen stadia en stappen voor het beoordelen en presenteren van informatie, allemaal met eenvoudige herinneringen zoals de volgende:
"Omdat analytische mensen vertrouwd zijn met technische termen … nemen ze vaak aan dat hun publiek dat ook is. Maar dit is een tragische fout. "
Handig is dat het segment "Het probleem oplossen" volgt met waarschijnlijk de meest bruikbare ideeën voor kleine bedrijven. Binnen dit segment en andere zijn er genoeg leuke aspecten om analysepunten interessant te houden. Er is een historisch stukje over het werk van Florence Nightingale met sterftecijfers die aansluiten bij datavisualisatie. Ik vond de "Fido-vergelijking" leuk, een leuke versie om uit te leggen wat een model is en zou moeten doen. Het ingebeelde concept komt vlak voor een opzij over het toewijzen van variabelen binnen een model:
"Net als bij het selecteren van variabelen, kunnen zelfs heel subjectieve dingen op systematische manieren worden gemeten …. Welke gegevens u ook hebt, er is altijd de mogelijkheid om meer gegevens of andere gegevens te verkrijgen van wat u oorspronkelijk hebt gebruikt om aan uw probleem te denken. "
De auteurs nemen modellen, variabelen en datavisualisatie aan, waardoor het boek een goede keuze is om te lezen voorafgaand aan andere specifieke analytische onderwerpen. Je kunt het lezen voordat je het oppakt Voorspellend Analytics en Big Data zonder programmeertaal details onderzocht in boeken zoals Yahoo Web Analytics .
Als je merkt dat je de strijd aangaat met gegevensgebaseerde beslissingen, zul je ontdekken Bijblijven als een geschikt wapen om de dag te winnen.
4 Opmerkingen ▼
