Probablement heu sentit a parlar de la utilització de dades grans per esbrinar què voleu comprar, llegir i seguir. El que probablement no heu pensat és com la podeu utilitzar la vostra empresa per desencadenar la vostra productivitat.
Però Alexander Vorobiev, assessor d'Analytics Avançats de TransUnion, en té. És un xiclet per a totes les coses. I, tot i que el seu paper tracta principalment sobre l'impacte de les dades grans en els serveis financers, sap que les aplicacions de big data són infinites. Una cosa així? Esbrinar com les empreses poden utilitzar mètodes analítics per augmentar la productivitat i veure millors resultats empresarials.
Em sona intrigant? Seguiu per aprendre com es fa:
Cerqueu la vostra hipòtesi
Primer necessiteu una teoria per provar. "Crear un programa de benestar en un lloc de treball augmentarà la productivitat" podria ser un. "Permetre als treballadors treballar a casa ajudarà a impulsar vendes" podria ser un altre.
Com a cap d'un departament o responsable de decisió, és possible que tingueu un instint fonamental sobre el millor funcionament dels vostres empleats. Potser és que els empleats que venen en una hora després fan menys descansos durant tot el dia, o si els empleats fan servir l’hora de dinar per fer exercici, no solen abandonar la caiguda de les tres de la tarda. Sigui quina sigui la hipòtesi que es tracti, aquesta és la vostra hipòtesi a provar.
Reuneix les dades adequades
Un dels passos més crítics en l'ús de big data. Totes les anàlisis del món no serveixen per a res si no mesura les coses correctes. Prenem la hipòtesi “treballar des de casa millora la productivitat.” Alguns punts possibles de dades que cal mesurar aquí poden incloure el nombre d’empleats de teletreball, quants dies van treballar des de casa i les revisions de supervisors al final del període estimat.
Vorobiev recomana que les empreses contractin enginyers especialitzats de dades o consultors externs per realitzar anàlisis de les tendències del lloc de treball i d’altres àmbits en els quals les dades de grans dades segurament serviran. Aquests científics de dades no només poden analitzar els resultats finals, sinó que també poden suggerir els paràmetres correctes a mesurar.
Configura un exemple per estudiar
Les empreses poden contractar empleats per fer estudis amb una pastanaga (l’adhesió gratuïta al gimnàs durant un any és bona), tot i que s’ha de vigilar amb mostres esbiaixades (per exemple, les persones que s’inscriuen en un club de llibres, per exemple, poden ser les que els agradi. llegir).
Però la contractació es pot fer d’altres maneres. Vorobiev assenyala un estudi al lloc de treball realitzat pel Bank of America, on els empleats portaven insígnies d’identificació amb etiquetes RFID i es van mesurar les seves interaccions entre ells i es va mesurar la productivitat posterior.
Tot i això, Vorobiev admet que la privadesa és una barrera legítima. Però hi ha maneres d’amagar la informació dels empleats de manera que els analistes només se centren en tendències més grans. Les respostes de les bombolles anònimes o les enquestes en línia són una manera ràpida i senzilla de buscar patrons sense anomenar noms.
Un cop descobert a qui estudiar, les enquestes en línia són una forma ràpida de recollir les dades necessàries.
Finalment, Analitzeu!
Ara que teniu els resultats, les dades grans podran analitzar-lo i buscar tendències. És important recordar que l’anàlisi de dades grans és simplement un estudi regular de dades sobre esteroides. Vostè, com a empleat o propietari de l'empresa, sempre podria realitzar anàlisis de dades. Però les dades grans processen la informació procedent de diverses fonts i de maneres diferents de manera més eficient i ràpida.
Simplement no us perdeu en la paràlisi d’anàlisi. "Es pot enginyar qualsevol cosa", diu Vorobiev, "Hi ha una dita famosa sobre estadístiques que amb prou pressió les dades admetran tot. Pot ser una bona idea deixar de fer anàlisis tan bon punt obtinguis x números d'entrada o resultats. i, a continuació, vegeu què us diuen les dades. "
L’efecte far de llum –que una persona que ha perdut les seves claus només mira sota la llum perquè és allà on és més fàcil fer-ho– és una preocupació legítima quan es tracta d’anàlisis de grans dades. Recordeu que pot ser que les tendències més sorprenents no siguin allà on primer penseu mirar.
Segons el repàs de Vorobiev, “Hi ha tants aspectes mesurables, fàcilment perjudicables, de la nostra vida laboral que, si s’estudia, poden produir resultats inesperats. I si un d’ells podria conduir a un entorn més harmoniós i productiu, val la pena intentar-ho ”.
