Conţinut
- Ce este datele mici?
- Datele mici Beneficiile mari
- Cât de mici date sunt capturate
- Unde sunt utilizate date mici
Sursa: Sayhmog / Dreamstime.com
La pachet:
Datele mici sunt mult mai ușor și mai rapid de analizat decât datele mari, dar încă pot produce rezultate mari. Atunci de ce nu o folosesc mai multe companii?
Doriți să vă creșteți productivitatea cu 30 de minute pe zi? Dacă te-ai putea concentra doar pe activitățile care aduc cea mai mare valoare echipei și organizației tale, ce ar face asta pentru tine? Gandeste-te la asta. Ce este cu adevărat important în ziua ta de lucru și cât timp petreci pentru a face sarcinile necesare, dar alte, urgente? Interesat? Deci, cum se poate realiza? Ei bine, prin utilizarea unor date mici.Stai ce? Nu există date mari despre datele despre care vorbește toată lumea? Este, dar poate datele mici merită o bucată mai mare din conversație. Aici ar trebui să aruncăm o privire asupra datelor mici și a modului în care acestea pot împacheta adesea un pumn mai mare decât datele mari.
Ce este datele mici?
Datele mici sunt date captate suficient de discrete și precise pentru a fi înțelese de creierul uman. În mod obișnuit, este colectat cu un scop specific pentru o unitate singulară a unei organizații, cum ar fi înregistrarea cât de mult efort este cheltuit pentru activități diferite de către indivizi într-o echipă. Motivul colectării datelor mici este stabilit de la început. În acest caz, ar fi colectat cu scopul de a optimiza modul în care o echipă își livrează valoarea.Prin comparație, concentrația de date mari colectează cât mai multe informații asociate în întreaga organizație și apoi o analizează pentru a determina cum poate ajuta răspunsul la întrebări. Ce ne spun statisticile noastre de vânzări despre tendințele pieței și oportunitățile de vânzare suplimentare? Cât de bine este echipa noastră de asistență la gestionarea întrebărilor clienților? Unde trebuie să îmbunătățim procesul de livrare a proiectelor pentru a reduce depășirea bugetului estimat?
Poate părea evident, dar datele mari au nevoie de date ca date de intrare și o mulțime de ele. Foarte des, sunt necesare date mici suplimentare pentru a sprijini datele mari, deoarece răspunsurile la întrebările inițiale ridică alte date. În plus, pentru a realiza analiza acestor informații, există o multitudine de instrumente la nivel de întreprindere oferite de furnizori, instrumente care necesită investiții semnificative și timp pentru a aduce în casă, configura și configura pentru a începe să dea rezultate. Este un proiect de integrare a sistemelor, de la început, pentru a se conecta cu toate sursele de date și unul care poate dura câteva luni înainte de obținerea beneficiului pentru afaceri.
În schimb, datele mici necesită puțină analiză, pot fi capturate în mai multe moduri ad-hoc - cum ar fi în foi de calcul, instrumente de urmărire a sarcinilor și a timpului și chiar cărți de jurnal manuale - și pot fi analizate rapid și ușor. Am văzut că beneficiile sunt realizate din date mici într-o săptămână sau două de la începutul angajamentului în materie de productivitate. Și asta doar pentru că este nevoie de puțin timp pentru a capta informațiile brute. În mod obișnuit, modificările și beneficiile devin evidente rapid datorită concentrării datelor colectate.
Datele mici Beneficiile mari
Din experiența mea în antrenarea și conducerea echipelor, următoarele avantaje rezultă din date mici pentru persoane și echipe:- Conștientizarea
Datele mici pot oferi conștientizarea locurilor în care oamenii își concentrează efectiv timpul și energia față de ceea ce ar da o valoare și mai mare. Adesea, atunci când indivizii încep să capteze date mici, își dau repede seama de semnificația a ceea ce descoperă. - Imputernicire
Prin date mici, indivizii pot identifica modificările pe care le pot pune în acțiune și pot fi susținute în realizarea altor membri ai echipei. Membrii echipei devin responsabili și își conduc propria schimbare. - Logodnă
Măsurarea și recunoașterea pentru schimbările pozitive obținute poate crea un sentiment mai mare de înțelegere, valoare și conexiune reciprocă.
Cât de mici date sunt capturate
În cadrul unui departament de dezvoltare software, datele mari pot analiza informațiile despre planul proiectului, făcând posibilă analiza numărului de persoane, a duratei și a efortului necesar pentru a furniza diferite tipuri de proiecte. Ceea ce lipsește este modul în care fiecare individ își îndeplinește de fapt sarcinile proiectului zilnic. Prin captarea acestor date mici, putem începe să învățăm cum să structurați cel mai bine proiectul, echipele sale și ziua lor de lucru. Ce tipuri de sarcini se bucură de fiecare persoană și se descurcă bine? Ce le-ar dori să delege sau să renunțe? Ce tipuri de comunicare funcționează cel mai bine cu cine? Ce nivel de direcție și îndrumare au indivizii?Modificând modul în care, obținem beneficii care sunt vizibile la nivel mare de date, dar nu și modificările care au dus la acest lucru. Analiza datelor mari poate duce adesea la un model generalizat, de exemplu, presupunând că fiecare persoană are un nivel de experiență și experiență similar. Aceste tipuri de beneficii pot fi obținute doar prin examinarea datelor specifice despre modul în care fiecare persoană lucrează și contribuie la proiect (în modul lor unic).
Unde sunt utilizate date mici
Cu siguranță, există o valoare care trebuie obținută folosind date mari, însă recenziile recente ale pieței și a ofertelor de produse constată confuzie în jurul celor mai bune practici și cum se poate obține cea mai bună valoare dintr-o implementare. O recenzie recentă a Gartner a constatat că doar 8% dintre companiile chestionate au implementat analize de date mari și 57% sunt încă în stadii de cercetare și planificare.Pentru orice analiză a datelor, cheia este să nu trageți toate datele pe care le aveți și apoi să încercați să căutați valoare, să folosiți date care vă pot ajuta să răspundeți la anumite întrebări. Și aici se obțin date mici din două motive cheie:
- Valoarea și motivul dorit pentru colectarea datelor trebuie înțelese în față.
- Datele mici oferă atât răspunsuri calitative, cât și cantitative, permițând să fie făcute schimbări precise. Cu alte cuvinte, există mai puține presupuneri generaliste făcute în date mici.
În cele din urmă, datele mici nu vor înlocui datele mari, dar există multe despre faptul că o implicare de date mici poate învăța date mari despre cum să obții cele mai bune din ambele abordări. În luarea în considerare a oricărei implementări de date mari, întrebați-vă ce întrebări de date mici v-ar ajuta să câștigați valoare. Poate ajuta acest aspect mai mare în strategia dvs. rezultantă. (Citiți o altă perspectivă asupra valorii datelor mari din mediul de afaceri din Analiza de date mari poate închide decalajul de business intelligence?)