Vai trò của nhà khoa học dữ liệu là nhu cầu nóng với những thiếu hụt dự kiến trong vai trò quan trọng đang nổi lên này được mong chờ trong nhiều năm.
Các tổ chức đang chi tiêu một tài sản mỗi năm cài đặt phần mềm để nắm bắt, lưu trữ và phân tích dữ liệu. Bộ phận tiếp thị ngày càng được lấp đầy bởi các chuyên gia kỹ thuật, hiểu biết về dữ liệu với chi phí của các vai trò sáng tạo.
Thế giới kinh doanh là một thế giới tập trung vào dữ liệu, nhưng điều quan trọng là phải nhận ra dữ liệu đó không phải là kết thúc cho chính nó. Giống như mọi thứ khác mà chúng ta vẽ trong công việc của mình, dữ liệu là một công cụ đầy hứa hẹn. Trong tay phải với các phương pháp tiếp cận thích hợp, tiềm năng cho dữ liệu để hỗ trợ ra quyết định là đáng kể.
Tuy nhiên, không được ru ngủ vào niềm tin sai lầm rằng có được và phân tích dữ liệu là không có rủi ro. Hãy chà xát một chút về việc đánh bóng ý tưởng dữ liệu là vị cứu tinh kinh doanh và giúp xác định một số cạm bẫy tiềm năng mà nguồn tài nguyên mới này trình bày cho tất cả chúng ta.
Forewarned là forearmed.
6 thách thức lớn Các nhà quản lý và tổ chức phải đối mặt với dữ liệu:
1. Chất lượng dữ liệu thường kém. Trong khi chúng ta quen với việc suy nghĩ về chất lượng trong bối cảnh các vật thể hoặc sản phẩm vật chất, thì hóa ra chất lượng dữ liệu là một vấn đề vật chất cho mọi công ty mọi lúc.
Dữ liệu được lưu trữ trong cơ sở dữ liệu có cấu trúc hoặc kho lưu trữ thường không đầy đủ, không nhất quán hoặc lỗi thời. Có thể bạn đã ở đầu nhận của một ví dụ đơn giản về vấn đề chất lượng dữ liệu.
Hầu hết chúng ta có thể nhớ lại việc nhận thư trùng lặp từ các nhà tiếp thị được gửi đến các phiên bản khác nhau hoặc khác biệt một chút về tên thật của chúng tôi.
Cơ sở dữ liệu của nhà tiếp thị chứa các bản ghi trùng lặp với địa chỉ của chúng tôi và các cách viết sai hoặc biến thể thường khác nhau của tên của chúng tôi. Chúng tôi tái chế thư trùng lặp thành thư rác và nhà tiếp thị chịu chi phí vượt quá dưới dạng in và gửi thư do tất cả các vấn đề về chất lượng dữ liệu đơn giản. Khuếch đại sai lầm này bởi hàng trăm hoặc hàng ngàn hồ sơ và lỗi chất lượng dữ liệu nhỏ này biến thành tốn kém.
Vấn đề về chất lượng dữ liệu tăng lên trong tầm quan trọng khi chúng tôi cố gắng đưa ra quyết định về chiến lược, thị trường và tiếp thị trong thời gian thực gần. Mặc dù phần mềm và giải pháp tồn tại để giúp theo dõi và cải thiện chất lượng của dữ liệu có cấu trúc (được định dạng), giải pháp thực sự là cam kết quan trọng, toàn tổ chức để xử lý dữ liệu dưới dạng tài sản có giá trị. Trong thực tế, điều này khó đạt được và đòi hỏi sự kỷ luật phi thường và sự hỗ trợ lãnh đạo.
2. Chúng tôi đang thực sự chết đuối trong dữ liệu. Dữ liệu ở khắp mọi nơi trong một tổ chức. Xem xét dữ liệu khách hàng. Hầu hết các tổ chức đã trở nên có tay nghề cao trong việc thu thập thông tin về khách hàng và khách hàng tiềm năng.
- Tiếp thị thu thập dữ liệu từ những người tham dự sự kiện trực tiếp hoặc trên web hoặc những người tải xuống nội dung.
- Nhân viên điều hành sử dụng dữ liệu để hỗ trợ hoặc xác định chiến lược mới.
- Bán hàng thu thập dữ liệu về khách hàng tham gia vào quá trình bán hàng.
- Hỗ trợ khách hàng nắm bắt thông tin về cuộc gọi và tương tác trò chuyện.
- Đội ngũ quản lý thu thập dữ liệu và số liệu chính cho phiếu ghi điểm.
- Dữ liệu khách hàng được sử dụng trong kế toán cho mục đích thanh toán và chất lượng và đội ngũ thấu hiểu khách hàng để theo dõi sự hài lòng của khách hàng .
Chúng tôi nắm bắt thông tin khách hàng trong nhiều hệ thống phần mềm khác nhau và chúng tôi lưu trữ dữ liệu trong nhiều kho dữ liệu khác nhau. Một công ty Global Fortune 100 được công nhận là 10 phần trăm dữ liệu khách hàng của họ được tổ chức tại địa phương bởi các nhân viên trên máy tính của họ trong bảng tính. Một tổ chức khác thường xuyên thăm dò ý kiến đại diện bán hàng của họ về dữ liệu thẻ kinh doanh trước khi chạy các chiến dịch tiếp thị.
Giống như thủy thủ đại dương bị mắc kẹt trong một xuồng cứu sinh sau khi tàu bị chìm, có nước ở mọi nơi, nhưng không phải là giọt nước uống.
Chúng ta có cùng hiện tượng trong kinh doanh của mình. Dữ liệu ở khắp mọi nơi và ngày càng có nhiều dữ liệu từ nguồn cấp dữ liệu xã hội và tìm kiếm trong thời gian thực. Nếu dữ liệu không thể truy cập dễ dàng hoặc nếu chúng tôi có dữ liệu trùng lặp hoặc không đầy đủ, chúng tôi không thể tận dụng dữ liệu cho mục đích dự định của nó.
Các tổ chức ngày càng tích hợp các ứng dụng phần mềm khác nhau của họ và đơn giản hóa quá trình thu thập và tổng hợp dữ liệu trên toàn doanh nghiệp. Cùng với chất lượng dữ liệu, tuy nhiên, nỗ lực này là tốn kém, tốn thời gian và nó không bao giờ kết thúc.
3. Khối lượng dữ liệu đang tăng lên. Chúng tôi đang tạo ra ngày càng nhiều dữ liệu với tốc độ khó hiểu. Các chuyên gia cho rằng hai năm một lần (và thu hẹp) chúng tôi đang tạo ra nhiều dữ liệu hơn so với tồn tại trên hành tinh trái đất cho tất cả các nền văn minh.
Hầu hết dữ liệu mới này không có cấu trúc, so với loại dữ liệu đó được nhập gọn vào phần mềm và ứng dụng cơ sở dữ liệu của chúng tôi. Ví dụ, tất cả các tweets về sản phẩm hoặc thương hiệu của bạn đại diện cho một kho tàng tiềm năng của những hiểu biết, nhưng dữ liệu này là không có cấu trúc, làm tăng sự phức tạp của chụp và phân tích nó. Mặc dù có nhiều dịch vụ phần mềm để giúp với thử thách này, dữ liệu phi cấu trúc biểu thị một luồng nguyên liệu thô mới để xử lý, với tất cả các vấn đề phức tạp và chất lượng vốn có được thảo luận trong bài viết này.
4. Rác rác, rác thải. Phần mềm phân tích dữ liệu chỉ tốt như dữ liệu cho ăn. Các chủ đề phổ biến trong vấn đề này tận dụng dữ liệu cho lợi thế là chất lượng. Trong khi nhiều công ty đầu tư đồng đô la đáng kể vào các ứng dụng crunching dữ liệu mới mạnh mẽ, thì việc thu thập dữ liệu bẩn sẽ dẫn đến các quyết định sai lầm. Cẩn thận với việc tin tưởng một cách mù quáng đầu ra của các nỗ lực phân tích dữ liệu. Bạn phải tự tin rằng bạn có thể tin tưởng dữ liệu được sử dụng trong phân tích.
5. Chúng tôi chấp nhận đầu ra của phân tích dữ liệu là kết luận, nhưng nó không phải là. Trong thực tế, phân tích dữ liệu thường xuyên nhất thể hiện mối tương quan, chứ không phải mối quan hệ nhân quả! Thật dễ dàng rơi vào cái bẫy tin tưởng đầu ra của các phân tích dữ liệu và sự tương quan khó hiểu với nhân quả.
Sự tương quan thể hiện mối quan hệ, nhưng không có cách nào ngụ ý rằng A gây ra B. Thiết lập mối quan hệ nhân quả là niết bàn để đưa ra quyết định chính xác, sâu sắc. Nó cũng vô cùng khó khăn để chứng minh. Nếu bạn vô tình tin tưởng một đầu ra và cho rằng một mối quan hệ nhân quả không tồn tại, thì các quyết định của bạn sẽ không có khiếm khuyết.
6. Các thành kiến nhận thức của chúng tôi được khuếch đại khi nói đến việc đánh giá dữ liệu. Là một nhà khoa học dữ liệu khôn ngoan từng được gọi, "Vào cuối phân tích dữ liệu phức tạp và đầy đủ nhất, con người vẫn phải rút ra suy luận và đưa ra quyết định". Và khi chúng ta đạt đến điểm đó, nơi chúng ta phải đánh giá ý nghĩa của việc phân tích dữ liệu, các thành kiến của chúng ta sẽ được phát huy. Nhiều người trong chúng ta có xu hướng tin tưởng hoặc dựa vào dữ liệu hỗ trợ vị trí và kỳ vọng của chúng tôi và ngăn chặn dữ liệu ngược lại. Chúng tôi cũng tin tưởng dữ liệu từ các nguồn mà chúng tôi thích hoặc, chúng tôi dựa vào dữ liệu gần đây nhất. Tất cả những thành kiến này góp phần vào những thách thức và tiềm năng cho những sai lầm từ các phân tích dữ liệu của chúng tôi.
Cách bắt đầu thuần hóa dữ liệu để bạn sử dụng làm người quản lý:
Phát triển một chiến lược dữ liệu toàn doanh nghiệp là rất quan trọng đối với mọi doanh nghiệp, nhưng nằm ngoài phạm vi của bài viết này. Thay vào đó, dưới đây là bảy ý tưởng bạn có thể sử dụng làm người quản lý để cải thiện việc sử dụng dữ liệu trong việc ra quyết định hàng ngày của bạn.
1. Nhận biết và giảm thiểu tiềm năng thiên vị . Tìm kiếm dữ liệu mở rộng hình ảnh hoặc xung đột với dữ liệu ở phía trước của bạn. Khuyến khích người quan sát bên ngoài đánh giá các giả định của bạn xung quanh dữ liệu.
2. Tăng cường sự hiểu biết của bạn về quản lý dữ liệu. Có nhiều nguồn thông tin chi tiết miễn phí trên web và nhiều tổ chức cung cấp các cuộc hội thảo hoặc hội thảo về phân tích dữ liệu và thông minh kinh doanh. Nhiều trường đại học đã bổ sung các khóa học cho lĩnh vực đang bùng nổ này. Tiếp tục mài giũa kỹ năng của bạn.
3. Hãy tự hỏi mình hoặc nhóm của bạn, "Chúng tôi cần những dữ liệu nào để đưa ra quyết định này?" Thông thường, chúng tôi dựa vào dữ liệu trong tầm tay và bỏ qua sự cần thiết phải tìm kiếm thêm dữ liệu để hoàn thành bức tranh.
4. Nghiêm túc nhận thức được sự khác biệt giữa tương quan và nhân quả . Như đã mô tả ở trên, việc lẫn lộn hai điều này là một sự nguy hiểm tiềm ẩn nguy hiểm cho việc ra quyết định.
5. Kiểm tra chất lượng dữ liệu của bạn. Nếu công ty của bạn không có chất lượng dữ liệu hoặc cam kết quản lý dữ liệu chính, hãy đầu tư thời gian để đánh giá dữ liệu của bạn cho các lỗi rõ ràng, bao gồm các bản ghi trùng lặp, không đầy đủ hoặc sai. Có nhiều ứng dụng phần mềm thương mại có sẵn hoặc để hỗ trợ hoạt động này và nhiều công ty dựa trên chuyên môn của các chuyên gia dữ liệu để truy vấn và đánh giá chất lượng dữ liệu. Ngoài ra, hãy xem xét các nhà cung cấp dịch vụ bên ngoài có thể giúp làm sạch dữ liệu cho bạn. Quan trọng hơn, tập trung vào việc liên tục cải thiện chất lượng dữ liệu của bạn.
6. Vận động cho những nỗ lực quản lý chất lượng dữ liệu và quản lý mạnh mẽ hơn trong công ty của bạn. Công việc này thường là lĩnh vực CNTT hoặc các chuyên gia kỹ thuật, nhưng dữ liệu có tiềm năng để phục vụ như một tài sản chiến lược. Mỗi người quản lý phải quan tâm đến khả năng của công ty để tận dụng tốt hơn dữ liệu cho việc ra quyết định và thực thi chiến lược .
7. Thêm tài năng kỹ thuật và hiểu biết kỹ thuật vào nhóm của bạn. Bộ phận bán hàng và tiếp thị hiểu được sức mạnh của việc thu hút các cá nhân có kỹ năng trong các công nghệ mới nhất và có thẩm quyền trong việc điều hướng nhiều thách thức dữ liệu được nêu trong bài viết này. Công nghệ và dữ liệu không còn là miền hoặc trách nhiệm của một hàm duy nhất trong một doanh nghiệp.
Điểm mấu chốt:
Các công ty và người quản lý học cách tận dụng dữ liệu để cải thiện việc ra quyết định sẽ giành chiến thắng trên thị trường. Các tổ chức này sẽ có thể theo dõi và phản hồi các điều kiện thay đổi và nhu cầu khách hàng mới nổi nhanh hơn so với các đối thủ cạnh tranh dữ liệu của họ. Họ sẽ là người đầu tiên thu thập thông tin chi tiết từ hộp thoại truyền thông xã hội và họ sẽ giành chiến thắng trong trận chiến để biết và thu hút khách hàng ở mức độ sâu hơn — tất cả đều dựa trên dữ liệu. Đây không phải là mốt nhất thời, mà là một thực tế mới về quản lý và cạnh tranh trong thế giới ngày nay. Chỉ cần xem ra cho những cạm bẫy trên hành trình này.