Ambil itu, data besar! mengapa data kecil boleh membungkus pukulan yang lebih besar

Adakah anda ingin meningkatkan produktiviti anda dengan 30 minit sehari? Jika anda hanya boleh memberi tumpuan kepada aktiviti yang membawa nilai paling kepada pasukan dan organisasi anda, apakah yang akan dilakukan untuk anda? Fikirkan mengenainya. Apa yang benar-benar penting dalam hari kerja anda dan berapa banyak masa yang anda perlu lakukan perlu, tetapi lain-lain, tugas yang mendesak? Berminat? Jadi bagaimana ia dapat dicapai? Nah, melalui penggunaan data kecil.

Tunggu apa? Bukankah data besar data semua orang bercakap tentang? Ia adalah, tetapi mungkin data kecil sepatutnya lebih besar daripada perbualan. Di sini kita akan melihat apa data kecil dan bagaimana ia sering boleh membungkus pukulan yang lebih besar daripada data besar.

Apakah Data Kecil?

Data kecil ditangkap data yang diskrit dan cukup tepat untuk difahami oleh otak manusia. Lazimnya, ia dikumpulkan untuk tujuan tertentu untuk unit tunggal organisasi, seperti merakam berapa banyak usaha sebenar dibelanjakan untuk aktiviti yang berbeza oleh individu dalam satu pasukan. Alasan untuk mengumpul data kecil ditubuhkan pada awalnya. Dalam kes ini, ia akan dikumpulkan dengan matlamat untuk mengoptimumkan bagaimana pasukan menyampaikan nilainya.

Sebagai perbandingan, tumpuan data besar mengumpul banyak maklumat berkaitan di seluruh organisasi, dan kemudian menganalisisnya untuk menentukan bagaimana ia boleh membantu menjawab soalan. Apakah statistik jualan kami memberitahu kami tentang trend pasaran dan peluang jualan selanjutnya? Betapa baiknya pasukan sokongan kami dalam menangani pertanyaan pelanggan? Di manakah kita perlu memperbaiki proses penyerahan projek untuk mengurangkan pelanggaran terhadap anggaran belanjawan?

Ia mungkin kelihatan jelas, tetapi data besar memerlukan data sebagai input, dan banyaknya. Seringkali, data kecil tambahan diperlukan untuk menyokong data besar sebagai jawapan kepada soalan permulaan meningkatkan lagi. Tambahan pula, untuk melakukan analisis maklumat ini terdapat banyak alat peringkat perusahaan yang ditawarkan oleh vendor, alat yang memerlukan pelaburan yang besar dan waktu untuk membawa masuk, mengatur dan mengkonfigurasi untuk mulai memberikan hasil. Ini adalah projek penyepaduan sistem dari awal untuk menyambung dengan semua sumber data, dan satu yang boleh mengambil beberapa bulan sebelum manfaat perniagaan disampaikan.

Sebaliknya, data kecil memerlukan sedikit analisis, boleh ditangkap dalam banyak cara ad hoc - seperti dalam spreadsheet, tugas-tugas dan alat penjejak masa, dan juga buku log manual - dan boleh dianalisis dengan cepat dan mudah. Saya telah melihat manfaat dapat direalisasikan dari data kecil dalam seminggu atau dua dari awal penglibatan produktiviti. Dan itu hanya kerana ia memerlukan sedikit masa untuk menangkap maklumat mentah. Biasanya, perubahan dan faedah menjadi jelas dengan cepat kerana tumpuan data yang dikumpulkan.

Manfaat Besar Data Kecil

Dari pengalaman saya dalam pasukan bimbingan dan pengurusan, faedah-faedah berikut berikutan data kecil untuk individu dan pasukan:

• Kesedaran

  Data kecil boleh memberi kesedaran tentang bagaimana individu sebenarnya memberi tumpuan kepada masa dan tenaga mereka berbanding apa yang akan memberikan nilai yang lebih besar. Selalunya apabila individu mula menangkap data kecil, mereka segera menyedari betapa pentingnya apa yang mereka temukan.

• Pemberdayaan

  Melalui data kecil, individu boleh mengenal pasti perubahan yang dapat mereka lakukan dan disokong oleh anggota pasukan lain. Ahli pasukan menjadi bertanggungjawab dan memacu perubahan mereka sendiri.

• Pertunangan

  Mengukur dan diiktiraf untuk perubahan positif yang dicapai dapat mewujudkan rasa saling memahami, bernilai dan sambungan yang lebih besar.

Melalui kakitangan yang berpengalaman dan lebih bermotivasi, organisasi akan memperoleh potensi kos, kualiti dan simpanan masa.

Bagaimana Data Kecil Ditangkap

Di seberang jabatan pembangunan perisian, data besar dapat menganalisis maklumat pelan projek, sehingga memungkinkan untuk menganalisis jumlah orang, durasi dan usaha yang diperlukan untuk menyampaikan berbagai jenis proyek. Apa yang hilang ialah bagaimana setiap individu sebenarnya melaksanakan tugas projek mereka setiap hari. Dengan menangkap data kecil ini, kita boleh mula mempelajari cara terbaik untuk menyusun projek, pasukan dan hari kerja mereka. Apakah jenis tugas yang setiap orang menikmati dan melakukannya dengan baik? Apa yang mereka mahu mewakilkan atau diturunkan? Apakah jenis komunikasi yang terbaik dengan siapa? Apakah tahap arah dan mentoring yang diperlukan oleh individu?

Dengan mengubah cara, kami memperoleh faedah yang dapat dilihat pada tahap data yang besar, tetapi bukan perubahan yang membawa kepada ini. Analisis data besar sering boleh menghasilkan model umum, contohnya, mengandaikan bahawa setiap orang mempunyai tahap kemahiran dan pengalaman yang sama. Hanya dengan melihat data kecil tentang bagaimana setiap orang bekerja dan menyumbang kepada projek (dengan cara yang unik), bolehkah jenis manfaat ini dapat dicapai.

Di mana Data Kecil Digunakan

Sudah tentu nilai yang dapat diperoleh daripada menggunakan data besar, tetapi kajian baru-baru ini tentang pasaran dan penawaran produk mendapati kekeliruan di sekitar amalan terbaik dan bagaimana untuk mendapatkan nilai terbaik dari pelaksanaan. Kajian baru-baru ini oleh Gartner mendapati bahawa hanya 8% daripada syarikat yang disurvei telah melaksanakan analisis data besar dan 57% masih dalam peringkat penyelidikan dan perancangan.

Untuk apa-apa analisis data, kunci adalah untuk tidak menarik semua data yang anda ada dan kemudian mencuba dan mencari nilai, ia menggunakan data yang dapat membantu dalam menjawab soalan-soalan tertentu. Dan inilah di mana data kecil menang kerana dua sebab utama:

• Nilai dan alasan yang dikehendaki untuk mengumpul data perlu difahami di hadapan.
• Data kecil memberikan kedua-dua jawapan kualitatif dan kuantitatif, membolehkan perubahan yang tepat dibuat. Dengan kata lain, terdapat sedikit anggapan umum yang dibuat dalam data kecil.

Pada masa ini, data kecil sedang digunakan lebih banyak dalam penglibatan pekerja dan program pembangunan profesional, termasuk pembinaan dan penilaian 360. Trend muncul ke arah data kecil untuk memacu kecekapan dan penambahbaikan pertalian dalam organisasi dari bawah ke atas, bukannya data besar memacu ini sebaliknya.

Pada akhirnya, data kecil tidak akan menggantikan data besar, tetapi terdapat banyak penglibatan data kecil yang dapat mengajar data besar untuk mendapatkan yang terbaik dari kedua pendekatan tersebut. Dalam menimbangkan apa-apa pelaksanaan data besar, tanya diri anda apakah soalan-soalan kecil yang akan membantu anda mendapatkan nilai. Ia boleh membantu membungkus pukulan yang lebih besar ke dalam strategi yang anda hasilkan. (Baca perspektif lain mengenai nilai data besar dalam perniagaan di Analyst Can Big Data Tutup Jurang Perisikan Perniagaan?)