Wir arbeiten in einer datenzentrierten Welt. Manager werden mit Daten über Berichte, Dashboards und Systeme bombardiert. Wir werden regelmäßig daran erinnert, datengesteuerte Entscheidungen zu treffen. Führende Führungskräfte sträuben sich angesichts des Versprechens von Big Data, sich einen Wettbewerbsvorteil zu verschaffen, aber die meisten haben Mühe, sich darauf zu einigen, was es ist, viel weniger beschreiben die erwarteten greifbaren Vorteile.
Die Rolle des Datenwissenschaftlers ist sehr gefragt, da in dieser neuen, wichtigen Rolle, die seit Jahren erwartet wird, Defizite zu erwarten sind. Unternehmen geben jedes Jahr ein Vermögen aus, indem sie Software zur Erfassung, Speicherung und Analyse von Daten installieren. Marketing-Abteilungen werden zunehmend auf Kosten der kreativen Rollen mit technischen, datenaffinen Profis besetzt.
Die Geschäftswelt ist eine datenorientierte Welt, dennoch ist es wichtig zu erkennen, dass Daten kein Selbstzweck sind. Wie alles andere, auf das wir bei unserer Arbeit zurückgreifen, sind Daten ein Werkzeug voller Versprechen. In den richtigen Händen mit den richtigen Ansätzen ist das Potenzial für Daten zur Unterstützung der Entscheidungsfindung bemerkenswert.
Lassen Sie sich jedoch nicht in die falsche Annahme verwickeln, dass das Erfassen und Analysieren von Daten ohne Risiko ist. Lassen Sie uns etwas von der Idee der Daten als Geschäftsretter abreiben und dabei helfen, einige der möglichen Fallstricke zu identifizieren, die diese neue Ressource für uns alle darstellt.
Vorgewarnt ist gewappnet.
6 Große Herausforderungen Manager und Organisationen stehen vor Daten:
1. Die Datenqualität ist oft schlecht. Während wir es gewohnt sind, über Qualität im Zusammenhang mit physischen Objekten oder Produkten nachzudenken, stellt sich heraus, dass Datenqualität für jede Firma ein materielles Thema ist. Daten in strukturierten Datenbanken oder Repositories sind oft unvollständig, inkonsistent oder veraltet. Es ist wahrscheinlich, dass Sie ein einfaches Beispiel für ein Datenqualitätsproblem erhalten haben.
Die meisten von uns können sich daran erinnern, doppelte Mailings von Vermarktern zu erhalten, die an etwas andere oder radikal andere Versionen unseres tatsächlichen Namens adressiert sind. Die Datenbank des Vermarkters enthält doppelte Datensätze mit unserer Adresse und unterschiedlichen, oft fehlerhaften Schreibweisen oder Variationen unseres Namens. Wir recyceln die doppelte Post als Junk, und der Vermarkter verursacht aufgrund eines einfachen Datenqualitätsproblems zusätzliche Kosten in Form von Drucken und Versenden. Verstärken Sie diesen Fehler um viele hundert oder tausend Datensätze, und dieser kleine Datenqualitätsfehler wird teuer.
Das Thema Datenqualität gewinnt an Bedeutung, da wir uns bemühen, in nahezu Echtzeit Entscheidungen über Strategien, Märkte und Marketing zu treffen. Während es Software und Lösungen gibt, die helfen, die Qualität strukturierter (formatierter) Daten zu überwachen und zu verbessern, ist die echte Lösung eine signifikante, organisationsweite Verpflichtung, Daten als wertvolles Gut zu behandeln. In der Praxis ist dies schwer zu erreichen und erfordert außergewöhnliche Disziplin und Führungsunterstützung.
2. Wir ertrinken praktisch in Daten. Daten sind überall in einer Organisation. Berücksichtigen Sie Kundendaten. Die meisten Unternehmen haben es verstanden, Informationen über Kunden und Interessenten zu erfassen.
- Marketing sammelt Daten von Personen, die an Live- oder Webveranstaltungen teilnehmen oder Inhalte herunterladen.
- Führungskräfte verwenden Daten, um neue Strategien zu unterstützen oder zu definieren.
- Der Vertrieb sammelt Daten über Kunden, die am Verkaufsprozess beteiligt sind.
- Der Kundendienst erfasst Informationen über Anrufe und Chat-Interaktionen.
- Managementteams greifen auf Daten und Schlüsselmetriken für Scorecards zurück.
- Kundendaten werden im Rechnungswesen für Rechnungszwecke und von Qualitäts- und Kundeninformationsteams zur Überwachung der Kundenzufriedenheit verwendet.
Wir erfassen Kundeninformationen in einer Vielzahl verschiedener Softwaresysteme und speichern die Daten in einer Vielzahl von Datenbeständen. Ein Global Fortune 100-Unternehmen erkannte bis zu 10 Prozent seiner Kundendaten an, die von Mitarbeitern auf ihren Computern in Tabellen gespeichert wurden. Eine andere Organisation befragt regelmäßig ihre Vertriebsmitarbeiter nach Visitenkartendaten, bevor sie Marketingkampagnen durchführt.
Ähnlich wie der Hochseemann, der in einem Rettungsboot gestrandet ist, nachdem sein Schiff gesunken ist, ist überall Wasser, aber kein Tropfen zum Trinken. Wir haben das gleiche Phänomen in unseren Geschäften. Daten sind überall verfügbar, und zunehmend sind Daten aus sozialen und Suchfeeds in Echtzeit verfügbar. Wenn die Daten nicht leicht zugänglich sind oder wir doppelte oder unvollständige Daten haben, können wir sie nicht für den beabsichtigten Zweck nutzen.
In zunehmendem Maße integrieren Unternehmen ihre unterschiedlichen Softwareanwendungen und vereinfachen den Prozess der Sammlung und Aggregation von Daten im gesamten Unternehmen. Zusammen mit der Datenqualität ist dieser Aufwand jedoch teuer, zeitraubend und endet nie.
3. Das Datenvolumen wächst. Wir machen immer mehr Daten in einem Tempo, das schwer zu verstehen ist. Experten schlagen vor, dass wir alle zwei Jahre (und schrumpfend) mehr Daten schaffen als jemals auf der Erde für die gesamte Zivilisation existierten.
Die meisten dieser neuen Daten sind unstrukturiert im Vergleich zu den Daten, die in unsere Software- und Datenbankanwendungen einfließen. Zum Beispiel stellen alle Tweets zu Ihrem Produkt oder Ihrer Marke eine potenzielle Fundgrube an Erkenntnissen dar, doch diese Daten sind unstrukturiert und erhöhen die Komplexität der Erfassung und Analyse. Zwar gibt es viele Software-Angebote, die bei dieser Herausforderung helfen, aber die unstrukturierten Daten stellen einen neuen Strom von Rohmaterial für die Verarbeitung dar, mit all den in diesem Artikel beschriebenen inhärenten Komplexitäts- und Qualitätsproblemen.
4. Müll, Müll raus. Datenanalysesoftware ist nur so gut wie die Daten, die sie speisen. Der gemeinsame Nenner in dieser Ausgabe, Daten zum Vorteil zu nutzen, ist Qualität. Während viele Unternehmen erhebliche Summen in leistungsstarke neue Anwendungen für die Datenverarbeitung investieren, führt die Verarbeitung schmutziger Daten zu fehlerhaften Entscheidungen. Hüten Sie sich davor, den Ergebnissen der Datenanalyse blindlings zu vertrauen. Sie müssen sicher sein, dass Sie den in der Analyse verwendeten Daten vertrauen können.
5. Wir akzeptieren die Ausgabe von Datenanalysen als schlüssig, ist es aber nicht. In Wirklichkeit zeigt die Datenanalyse am häufigsten Korrelation, nicht Kausalität! Es fällt leicht in die Falle zu geraten, der Ausgabe von Datenanalysen zu vertrauen und die Korrelation mit der Kausalität zu verwechseln.
Die Korrelation zeigt eine Beziehung, aber sie bedeutet in keiner Weise, dass A B verursacht. Die Feststellung einer kausalen Beziehung ist Nirvana, um genaue, aufschlussreiche Entscheidungen zu treffen. Es ist auch unglaublich schwer zu beweisen. Wenn Sie einer Ausgabe übermäßig vertrauen und eine kausale Beziehung annehmen, in der keine existiert, werden Ihre Entscheidungen fatal fehlerhaft sein.
6. Unsere kognitiven Verzerrungen werden verstärkt, wenn es um die Auswertung von Daten geht. Wie ein weiser Datenwissenschaftler einst sagte: "Am Ende der kompliziertesten und erschöpfendsten Datenanalyse muss ein Mensch noch eine Schlussfolgerung ziehen und eine Entscheidung treffen." Und wenn wir den Punkt erreichen, an dem wir die Bedeutung der Datenanalyse beurteilen müssen, kommen unsere Vorurteile ins Spiel. Viele von uns neigen dazu, Daten zu vertrauen oder sich darauf zu verlassen, die unsere Positionen und Erwartungen unterstützen, und Daten zu unterdrücken, die das Gegenteil bewirken. Wir vertrauen auch Daten aus Quellen, die wir mögen, oder wir stützen uns auf Daten, die die neuesten sind.
All diese Vorurteile tragen zu den Herausforderungen und möglichen Fehlern bei unseren Datenanalysen bei.
So beginnen Sie, die Daten für Ihre Verwendung als Manager zu zähmen:
Die Entwicklung einer unternehmensweiten Datenstrategie ist für jedes Unternehmen von entscheidender Bedeutung, geht jedoch über den Rahmen dieses Artikels hinaus. Stattdessen finden Sie hier sieben Ideen, die Sie als Manager verwenden können, um Ihre Datennutzung bei Ihrer täglichen Entscheidungsfindung zu verbessern.
1. Erkennen und mindern Sie das Potenzial für Vorurteile . Suchen Sie nach Daten, die das Bild erweitern oder mit den Daten vor Ihnen kollidieren. Ermutigen Sie einen externen Beobachter, Ihre Annahmen in Bezug auf Daten zu bewerten.
2. Stärken Sie Ihr Verständnis der Datenverwaltung. Es gibt reichlich freie Quellen für Erkenntnisse im Internet, und viele Organisationen bieten Seminare oder Workshops zu Datenanalyse und Business Intelligence an. Viele Universitäten haben Kurse für dieses boomende Feld hinzugefügt. Schärfen Sie Ihre Fähigkeiten.
3. Fragen Sie sich oder Ihr Team: "Welche Daten benötigen wir, um diese Entscheidung zu treffen?" Zu oft verlassen wir uns auf die Daten und ignorieren die Notwendigkeit, mehr Daten zu suchen, um das Bild zu vervollständigen.
4. Seien Sie sich des Unterschieds zwischen Korrelation und Verursachung kritisch bewusst . Wie zuvor beschrieben, ist die Verwechslung dieser beiden Faktoren eine potentiell gefährliche Falle für die Entscheidungsfindung.
5. Qualität - überprüfen Sie Ihre Daten. Wenn Ihre Firma keine Verpflichtung zur Datenqualität oder Stammdatenverwaltung hat, investieren Sie die Zeit, um Ihre Daten auf offensichtliche Fehler zu überprüfen, einschließlich doppelter, unvollständiger oder fehlerhafter Datensätze. Es gibt viele kommerziell verfügbare Software-Anwendungen oder um diese Aktivität zu unterstützen und viele Firmen nutzen das Fachwissen von Datenexperten, um die Datenqualität abzufragen und zu bewerten. Ziehen Sie auch externe Dienstleister in Betracht, die Ihnen helfen können, die Daten zu bereinigen. Konzentrieren Sie sich vor allem darauf, die Qualität Ihrer Daten kontinuierlich zu verbessern.
6. Befürworten Sie stärkere Bemühungen um Datenqualität und Management in Ihrem Unternehmen. Diese Arbeit war oft die Domäne von IT- oder technischen Fachleuten, doch Daten können potenziell als strategisches Asset dienen. Jeder Manager muss sich darum kümmern, dass seine Firma Daten besser für die Entscheidungsfindung und die Strategieausführung nutzen kann.
7. Fügen Sie Ihrem Team technische und datenaffine Talente hinzu. Vertriebs- und Marketingabteilungen verstehen die Fähigkeit, Mitarbeiter mit den neuesten Technologien vertraut zu machen, und sind in der Lage, viele der in diesem Artikel beschriebenen Datenherausforderungen zu meistern. Technologie und Daten sind nicht länger die Domäne oder Verantwortung einer einzelnen Funktion in einem Unternehmen.
Die untere Zeile:
Die Unternehmen und Manager, die lernen, Daten für bessere Entscheidungen zu nutzen, werden auf dem Markt überzeugen. Diese Organisationen werden in der Lage sein, sich ändernde Bedingungen und aufkommende Kundenbedürfnisse schneller zu überwachen und darauf zu reagieren, als ihre Daten Wettbewerber herausgefordert haben. Sie werden die ersten sein, die Einblicke in den Dialog mit den sozialen Medien gewinnen, und sie werden den Kampf gewinnen, Kunden auf einer tieferen Ebene zu kennen und mit ihnen zu interagieren - alles basierend auf Daten. Dies ist keine Modeerscheinung, sondern vielmehr eine neue Realität, die es in der heutigen Welt zu bewältigen gilt.
Achte nur auf die Gefahren auf dieser Reise.