Kazalo:
- Kaj so majhni podatki?
- Velike koristi majhnih podatkov
- Kako so zajeti majhni podatki
- Kjer se uporabljajo majhni podatki
Bi radi povečali svojo produktivnost za 30 minut na dan? Če bi se lahko osredotočili le na dejavnosti, ki vašemu timu in organizaciji prinašajo največ vrednosti, kaj bi to storilo za vas? Premisli. Kaj je resnično pomembno v vašem delovnem dnevu in koliko časa porabite za opravljanje potrebnih, a drugih nujnih opravil? Zanimate? Kako to torej doseči? No, z uporabo majhnih podatkov.
Počakaj, kaj? Ali niso veliki podatki podatki, o katerih vsi govorijo? Je, toda morda majhni podatki zaslužijo večji del pogovora. Tu si bomo ogledali, kaj so majhni podatki in kako lahko pogosto spakirajo večji udarec od velikih podatkov.
Kaj so majhni podatki?
Majhni podatki so zajeti podatki, ki so dovolj diskretni in natančni, da jih človeški možgani razumejo. Običajno se zbere z določenim namenom posamezne enote organizacije, na primer zabeleži, koliko dejanskih naporov v posameznih skupinah vložijo posamezne dejavnosti. Razlog za zbiranje majhnih podatkov je ugotovljen že na začetku. V tem primeru bi ga zbirali s ciljem optimiziranja, kako ekipa prinaša svojo vrednost.
Za primerjavo, osredotočenost velikih podatkov je zbiranje čim več povezanih informacij po vsej organizaciji in nato njihovo analiziranje, da se ugotovi, kako lahko pomaga odgovoriti na vprašanja. Kaj nam povedo naši prodajni statistiki o tržnih trendih in nadaljnjih prodajnih priložnostih? Kako dobra je naša skupina za podporo pri obravnavi vprašanj strank? Kje moramo izboljšati naš postopek izvajanja projektov, da zmanjšamo prekoračitev glede na predvideni proračun?
Morda se zdi očitno, toda veliki podatki potrebujejo podatke kot vložek in jih veliko. Zelo pogosto so potrebni dodatni majhni podatki za podporo velikih podatkov, saj odgovori na začetna vprašanja sprožajo nadaljnja vprašanja. Poleg tega je za izvedbo analize teh informacij na voljo množica orodij na ravni podjetja, ki jih ponujajo prodajalci, orodja, ki zahtevajo veliko vlaganj in časa, da se ustvarijo lastne zmogljivosti, nastavitev in konfiguracija, da začnejo dajati rezultate. Gre za projekt sistemske integracije, ki se že od vsega začetka povezuje z vsemi viri podatkov, in lahko traja več mesecev, preden se dosežejo poslovne koristi.
Nasprotno pa majhni podatki zahtevajo malo analiz in jih je mogoče zajeti na več ad hoc načinov - na primer v preglednicah, orodjih za sledenje opravilom in času in celo ročnih dnevnikih - in jih je mogoče analizirati hitro in enostavno. Videl sem, da se bodo koristi iz majhnih podatkov lahko uresničili v enem tednu ali dveh od začetka ukvarjanja s produktivnostjo. In to samo zato, ker potrebuje malo časa, da zajame surove informacije. Običajno spremembe in koristi postanejo očitne zaradi osredotočenosti na zbrane podatke.
Velike koristi majhnih podatkov
Iz mojih izkušenj s treniranjem in vodenjem ekip iz majhnih podatkov za posameznike in ekipe izhajajo naslednje koristi:- Zavedanje
Majhni podatki lahko dajo zavest o tem, kam posamezniki dejansko usmerjajo svoj čas in energijo v primerjavi s tem, kar bi dalo še večjo vrednost. Pogosto, ko posamezniki začnejo zajemati majhne podatke, hitro spoznajo pomen tega, kar odkrijejo.
- Opolnomočenje
Z majhnimi podatki lahko posamezniki prepoznajo spremembe, ki jih lahko uporabijo in pri tem jih lahko podprejo drugi člani skupine. Člani ekipe postanejo odgovorni za lastne spremembe in sami vodijo svoje spremembe.
- Zavzetost
Merjenje in prepoznavanje pozitivnih sprememb lahko ustvari večji občutek medsebojnega razumevanja, vrednosti in povezanosti.
Kako so zajeti majhni podatki
V oddelku za razvoj programske opreme lahko veliki podatki analizirajo podatke o načrtu projektov, kar omogoča analizo števila ljudi, trajanja in napora, potrebnega za izvedbo različnih vrst projektov. Manjkalo je, kako vsak posameznik dejansko vsak dan izvaja svoje projektne naloge. Z zajemom teh majhnih podatkov se lahko začnemo učiti, kako najbolje strukturirati projekt, njegove skupine in njihov delovni dan. V katerih vrstah nalog vsaka oseba uživa in dela dobro? Kaj bi radi delegirali ali spuščali? Katere vrste komunikacije najbolje sodelujejo s kom? Kakšno raven usmeritve in mentorstva potrebujejo posamezniki?
S spreminjanjem načina pridobivanja koristi, ki so vidne na veliki ravni podatkov, ne pa tudi sprememb, ki so privedle do tega. Analiza velikih podatkov lahko pogosto povzroči posplošen model, na primer ob predpostavki, da ima vsaka oseba podobno stopnjo znanja in izkušenj. Te vrste koristi lahko dosežemo le z ogledom majhnih podatkov o specifiki, kako vsaka oseba deluje in prispeva k projektu (na svoj edinstven način).
Kjer se uporabljajo majhni podatki
Zagotovo je koristno uporabiti velike podatke, toda nedavni pregledi trga in ponudbe izdelkov najdejo zmedo med najboljšo prakso in kako iz izvajanja pridobiti najboljšo vrednost. Nedavni pregled Gartnerja je ugotovil, da je le 8% anketiranih podjetij izvajalo analitiko velikih podatkov, 57% pa je še v fazi raziskav in načrtovanja.
Pri vsaki analizi podatkov je ključno, da ne potegnete vseh podatkov, ki jih imate, nato pa poskusite iskati vrednost, temveč uporabiti podatke, ki vam lahko pomagajo pri odgovarjanju na določena vprašanja. In tu se iz dveh ključnih razlogov premagajo majhni podatki:
- Želena vrednost in razlog za zbiranje podatkov je treba razumeti vnaprej.
- Majhni podatki dajejo kakovostne in količinske odgovore, kar omogoča natančne spremembe. Z drugimi besedami, manj je splošnih predpostavk, ki so podane v majhnih podatkih.
Konec koncev majhni podatki ne bodo nadomestili velikih podatkov, vendar je veliko, kar lahko z majhnim sodelovanjem s podatki uči velike podatke, kako iz obeh pristopov doseči najboljše. Pri razmisleku o uporabi velikih podatkov se vprašajte, katera vprašanja o majhnih podatkih bi vam pomagala pridobiti vrednost. To bo morda pomagalo, da se večji rezultat pripelje v vašo strategijo. (Preberite si še en pogled na vrednost velikih podatkov v poslovanju v storitvi Can Big Data Analytics zapre vrzel poslovne inteligence?)
