Pysyytyminen Quantsin kanssa: auttaa sinua pysymään liiketoimintatiedon parissa

Sisällysluettelo:

Anonim

Muinaisen Japanin kansalaiset arvostivat samurai-käytäntöä Bushidoa - "soturin tapaa" - ja sen uskollisuutta, taistelulajien taitoa ja kunniaa. Kansalaisyhteistyö ja samurai-liittyminen Bushidon tapoihin innoittivat rauhaa Japanissa, joka kesti, kunnes muodollinen armeija käynnisti samurai-aikakauden 1800-luvun lopulla.

$config[code] not found

Liiketoiminnan analyytikoilla ei valitettavasti ole yhtenäistä "bushidoa", joka voi kertoa yritysten johtajille, miten tietoja voidaan käyttää paremmin. Tämä voi johtaa konflikteihin, jotka voivat tehdä kaikki mukana olevat kitana-miekkaan.

Mutta tarpeeksi samurai-metaforista….

Onneksi kehittyneemmät kirjat tulevat saataville yritystoiminnan johtajille, jotka etsivät analytiikkaa pysyäkseen liiketoiminnan älykkyydessä.

Liiketoimintatietojen joukossa on kaksi päätoimittajaa Thomas Davenport, jota tarkastelimme Analytics At Work ja liike- ja tilastotieteen professori Jinho Kim. He ovat tekijöitä, jotka pitävät kiinni Quantsista: Opas ymmärtämään ja käyttämään Analyticsia.

Kirja tuo esiin strategisen merkityksen siitä, miten ihmiset ja ajatukset otetaan käyttöön ennen kuin valitset minkä tahansa analyyttisen ratkaisun. Johtajalle tarkoitettu kirja tekee lukemista loistavaksi johtajille, jotka yrittävät korjata tietoja organisaatiossaan.

Tietosi ovat yrityksesi

Pidä kiinni Quantsista kykenee laajentamaan keskustelua tietojen hyödyllisyydestä. Luemme yhä enemmän ilmaisua "Big Data", mutta monet kirjoittajat eivät koskaan pääse aiheen liiketoimintatiedon loppuun - toisin sanoen, miten analytiikka toimii numerojen ulkopuolella? Davenport on paljastanut analyyttisen näkökulmansa aikaisemmissa teoksissa, kuten Tuomion puhelut . Sisään quants hän ja Kim tuhlaavat aikaa kaivamaan, miksi suuret tiedot ovat uusi tapa rakentaa liiketoimintaa.

”Suuret tiedot ja analytiikka eivät vain paranna sisäistä päätöksentekoa. Monet Internet-pohjaiset organisaatiot - Google, Facebook, Amazon, eBay ja muut - käyttävät ns. Suuria tietoja verkkokaupoista paitsi päätöksenteon tueksi, myös uusien tuotetarjonnan ja ominaisuuksien luomiseksi asiakkaille. "

Näkymät, jotka antavat pienyritysten tiimille "Big Smarts"

Pienet yritykset, jotka kasvattavat työntekijöitä, joutuvat hallitsemaan päämäärää ja sitä, miten näitä resursseja käytetään. Koska analyysi, joka ulottuu perusmittareiden ulkopuolelle, voi johtaa omaan päähän mittaukseen, kirja tarjoaa ideoita siitä, miten organisaatiosi kasvaa tarpeeseen eikä valitse satunnaisesti resurssi. Luku “Ongelman rajaaminen” osoittaa, miten analyyttisiä haasteita voidaan järjestää:

”Päätöstä eteenpäin voi ajaa ahdistus tai intuitio. Todisteiden taso on tässä vaiheessa alhainen. Laadullisen analyysin koko piste on tietenkin lopulta soveltaa joitakin tietoja ja testata lyömistäsi. Se on eroa analyyttisten ajattelijoiden ja muiden välillä: He testaa heikkoutensa tietojen ja analyysin avulla. Tärkein ongelma ongelman tunnistusvaiheessa on täysin ongelman ymmärtäminen ja miksi se on tärkeää. "

Kirjoittajat paljastavat vaiheita ja vaiheita siitä, miten tietoja voidaan arvioida ja esittää, ja joissa on yksinkertaisia ​​muistutuksia, kuten seuraavat:

”Koska analyyttiset ihmiset ovat tyytyväisiä teknisiin termeihin… he usein ottavat yleisönsä mukaan. Mutta tämä on traaginen virhe. ”

Kätevästi segmentin ”Ongelman ratkaiseminen” seuraa todennäköisesti pienimmille yrityksille kaikkein kannattavimpia ideoita. Tässä segmentissä ja muissa hauskoja näkökohtia on runsaasti, jotta analyysipisteet olisivat mielenkiintoisia. Firenzen Nightingalen teoksesta on historiallinen hieman tietoa, joka liittyy tietojen visualisointiin. Pidin ”Fido-yhtälöstä”, hauskasta versiosta, jossa selitettiin, mitä malli on ja pitäisi tehdä. Kuviteltava konsepti on juuri ennen syrjäytymistä muuttujien määrittämisessä mallissa:

”Kuten muuttujien valintaprosessissa, jopa melko subjektiivisia asioita voidaan mitata systemaattisesti…. Riippumatta siitä, mitä tietoja sinulla on, on aina mahdollista saada lisää tietoja tai erilaisia ​​tietoja siitä, mitä olet alunperin käyttänyt ajatellen ongelmaasi. ”

Kirjoittajien mallit, muuttujat ja datan visualisointi tekevät kirjasta loistavan vaihtoehdon lukea ennen muita tiettyjä analyyttisiä aiheita. Voit lukea sen ennen poimimista Ennakoiva Analytics ja Suuri data ilman ohjelmointikielen yksityiskohtia, joita tarkastellaan kirjoissa Yahoo Web Analytics .

Jos löydät itsesi taisteluun tietopohjaisista päätöksistä, löydät sen Pidä kiinni Quantsista sopiva ase voittaa päivän.

4 Kommentit ▼