Pengamal analitik dalam perniagaan, sayangnya, tidak mempunyai "bushido" seragam yang dapat memaklumkan para pemimpin perniagaan bagaimana membuat penggunaan data yang lebih baik. Ini boleh membawa kepada konflik yang boleh membuat semua terlibat mencapai pedang kitana.
Tetapi cukup metafora samurai ….
Nasib baik, buku yang lebih maju menjadi tersedia kepada pengurus perniagaan yang mencari analitik untuk mengikuti risikan perniagaan.
Dua pengamal utama di kalangan risikan perniagaan ialah Thomas Davenport, yang kami tinjau dengannya Analitis Di Tempat Kerja dan profesor perniagaan dan statistik Jinho Kim. Mereka adalah pengarang Keeping Up dengan Quants: Panduan Anda untuk Memahami dan Menggunakan Analytics.
Buku ini membincangkan kepentingan strategik bagaimana orang dan idea digunakan sebelum memilih sebarang penyelesaian analitis. Berarti untuk para pengurus, buku itu membuat bacaan yang hebat untuk para pemimpin yang mencuba data corral dalam organisasi mereka.
Data anda adalah Perniagaan anda
Menjaga Up Dengan Quants mempunyai keupayaan untuk melanjutkan perbincangan mengenai kegunaan data. Kami semakin membaca atau mendengar istilah "Big Data," tetapi banyak penulis tidak pernah sampai ke akhir risikan perniagaan topik itu - dengan kata lain, bagaimana analitik bekerja melebihi angka? Davenport telah mendedahkan perspektif analitiknya dalam kerja-kerja sebelumnya, seperti Panggilan Penghakiman . In Quants dia dan Kim tidak membuang masa menggali di luar mengapa data besar adalah cara baru untuk membina perniagaan, dengan menyatakan:
"Data dan analitik yang besar bukan sekadar meningkatkan keputusan dalaman. Banyak organisasi berasaskan Internet-Google, Facebook, Amazon, eBay, dan lain-lain-menggunakan data besar yang dipanggil dari transaksi dalam talian bukan sahaja untuk menyokong keputusan tetapi untuk membuat penawaran dan ciri produk baru untuk pelanggan. "
Perspektif yang Memberi Pasukan Perniagaan Kecil "Pintar Besar"
Perniagaan kecil yang berkembang pekerja harus menguruskan penghitungan kepala dan bagaimana sumber-sumber tersebut digunakan. Oleh kerana analisis melebihi metrik asas boleh membawa kepada kepala yang berdedikasi untuk pengukuran, buku itu menawarkan idea-idea bagaimana untuk mengembangkan organisasi anda menjadi keperluan dan bukannya secara rawak memilih sumber. Bab "Membingkaikan Masalah" menunjukkan cara menyusun cabaran analitis:
"Keputusan untuk maju boleh didorong oleh firasat atau intuisi. Standard bukti pada tahap ini adalah rendah. Sudah tentu, keseluruhan titik analisis kualitatif adalah untuk akhirnya memohon beberapa data dan menguji firasat anda. Itulah perbezaan antara pemikir analitis dan yang lain: Mereka menguji hunches mereka dengan data dan analisis. Perkara yang paling penting dalam peringkat pengiktirafan masalah adalah memahami sepenuhnya masalah dan mengapa ia penting. "
Penulis mengungkapkan peringkat dan langkah-langkah bagaimana untuk menilai dan membentangkan maklumat, semua dengan peringatan langsung seperti berikut:
"Oleh kerana orang analitinya selesa dengan istilah teknikal … mereka sering menganggap penonton mereka juga akan menjadi. Tetapi ini adalah kesilapan tragis. "
Dengan mudah, segmen "Menyelesaikan Masalah" berikut mungkin idea-idea yang paling boleh diambil tindakan untuk perniagaan kecil. Di dalam segmen ini dan lain-lain, aspek-aspek yang menyeronokkan dapat dijadikan titik analisis yang menarik. Terdapat sedikit sejarah tentang kerja Florence Nightingale dengan kadar kematian yang mengikat ke visualisasi data. Saya suka "persamaan Fido", satu versi yang menyeronokkan untuk menerangkan apa model dan harus dilakukan. Konsep yang dibayangkan tepat sebelum mengetepikan pemboleh ubah dalam model:
"Seperti proses pemilihan pembolehubah, perkara yang agak subjektif dapat diukur dengan cara yang sistematik …. Tidak kira apa data yang anda ada, selalu ada kemungkinan untuk mendapatkan lebih banyak data, atau data yang berbeza dari apa yang telah anda gunakan pada awalnya untuk memikirkan masalah anda. "
Para penulis mengambil model, pembolehubah dan visualisasi data, membuat buku itu pilihan yang bagus untuk dibaca sebelum topik analisis tertentu yang lain. Anda boleh membacanya sebelum mengambil Ramalkan Analitis dan Data besar tanpa butiran bahasa pengaturcaraan diperiksa dalam buku seperti Analisis Web Yahoo .
Jika anda mendapati diri anda akan berperang dengan keputusan berasaskan data, anda akan dapati Menjaga Up Dengan Quants sebagai senjata yang sesuai untuk memenangi hari itu.
4 Komen ▼
