ทำไมข้อมูลขนาดใหญ่หมายถึงผลผลิตขนาดใหญ่ - รำพึง

คุณอาจเคยได้ยินเกี่ยวกับข้อมูลขนาดใหญ่ที่ใช้เพื่อค้นหาว่าคุณต้องการซื้ออ่านและทำตาม สิ่งที่คุณคาดไม่ถึงคือวิธีที่ บริษัท ของคุณอาจใช้เพื่อปลดปล่อยประสิทธิภาพของคุณ

แต่ Alexander Vorobiev ที่ปรึกษาด้านการวิเคราะห์ขั้นสูงของ TransUnion นั้นมี เขาเป็นคนที่มีข้อมูลขนาดใหญ่ และในขณะที่บทบาทของเขาเกี่ยวข้องกับข้อมูลขนาดใหญ่ที่มีผลต่อบริการทางการเงินเขารู้ว่าแอพพลิเคชั่นสำหรับข้อมูลขนาดใหญ่นั้นไม่มีที่สิ้นสุด สิ่งหนึ่งที่? การพิจารณาว่า บริษัท สามารถใช้วิธีการวิเคราะห์เพื่อเพิ่มผลผลิตและดูผลลัพธ์ทางธุรกิจที่ดีขึ้นได้อย่างไร

เสียงที่น่าสนใจ? อ่านเพื่อเรียนรู้วิธีการทำ:

ค้นหาสมมติฐานของคุณ

ก่อนอื่นคุณต้องมีทฤษฎีเพื่อทดสอบ “ การสร้างโปรแกรมสุขภาพในที่ทำงานจะช่วยเพิ่มผลผลิต” อาจเป็นหนึ่งในนั้น“ การอนุญาตให้พนักงานทำงานจากที่บ้านจะช่วยผลักดันยอดขาย” อาจเป็นอีกเรื่องหนึ่ง

ในฐานะหัวหน้าแผนกหรือผู้มีอำนาจตัดสินใจคุณอาจมีสัญชาตญาณในการทำงานของพนักงานของคุณ อาจเป็นได้ว่าพนักงานที่มาในหนึ่งชั่วโมงต่อมาจะหยุดพักน้อยลงตลอดทั้งวันหรือหากพนักงานใช้เวลาอาหารกลางวันเพื่อออกกำลังกาย ไม่ว่าสมมติฐานจะเป็นเช่นไรนี่คือสมมุติฐานของคุณที่จะทดสอบ

รวบรวมข้อมูลที่ถูกต้อง

อาจเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดในการใช้ข้อมูลขนาดใหญ่ การวิเคราะห์ทั้งหมดในโลกจะไม่ใช้ประโยชน์มากนักหากคุณไม่ได้วัดสิ่งที่ถูกต้อง ใช้สมมุติฐาน“ การทำงานจากที่บ้านช่วยเพิ่มประสิทธิภาพการทำงาน” จุดข้อมูลที่เป็นไปได้สองสามจุดเพื่อวัดที่นี่อาจรวมถึงจำนวนพนักงานสื่อสารโทรคมนาคมจำนวนวันที่พวกเขาทำงานจากที่บ้าน

Vorobiev แนะนำให้ บริษัท จ้างวิศวกรข้อมูลเฉพาะหรือที่ปรึกษาภายนอกเพื่อทำการวิเคราะห์แนวโน้มการทำงานและพื้นที่อื่น ๆ ที่มีการใช้งานข้อมูลขนาดใหญ่ นักวิทยาศาสตร์ข้อมูลดังกล่าวไม่เพียง แต่สามารถวิเคราะห์ผลลัพธ์สุดท้ายเท่านั้นพวกเขายังสามารถแนะนำพารามิเตอร์ที่ถูกต้องในการวัด

ตั้งค่าตัวอย่างเพื่อศึกษา

บริษัท สามารถรับสมัครพนักงานเพื่อการศึกษาโดยห้อยแครอท (สมาชิกยิมฟรีเป็นปีที่ดี) แม้ว่าหนึ่งจะต้องระวังตัวอย่างลำเอียง (คนที่ลงทะเบียนสำหรับชมรมหนังสือเช่นอาจเป็นคนที่ชอบ อ่าน).

แต่การรับสมัครอาจเกิดขึ้นในวิธีอื่น Vorobiev ชี้ไปที่การศึกษาในสถานที่ทำงานที่จัดทำโดย Bank of America โดยที่พนักงานสวมป้าย ID ที่มีแท็ก RFID และการทำงานร่วมกันซึ่งกันและกันและวัดผลการทำงานที่ตามมา

อย่างไรก็ตาม Vorobiev ยอมรับว่าความเป็นส่วนตัวเป็นอุปสรรคที่ถูกกฎหมาย แต่มีวิธีที่ซ่อนข้อมูลพนักงานไว้ดังนั้นนักวิเคราะห์จึงเน้นเฉพาะแนวโน้มที่ใหญ่กว่าเท่านั้น คำตอบฟองที่ไม่ระบุตัวตนหรือแบบสำรวจออนไลน์เป็นวิธีที่ง่ายและรวดเร็วในการค้นหารูปแบบโดยไม่ต้องตั้งชื่อ

เมื่อคุณทราบว่าใครควรศึกษาแบบสำรวจออนไลน์เป็นวิธีที่รวดเร็วในการรวบรวมข้อมูลที่จำเป็น

ในที่สุดวิเคราะห์!

เมื่อคุณได้รับผลลัพธ์ข้อมูลขนาดใหญ่สามารถวิเคราะห์และมองหาแนวโน้มได้ สิ่งสำคัญคือต้องจำไว้ว่าการวิเคราะห์ข้อมูลขนาดใหญ่นั้นเป็นการศึกษาข้อมูลเกี่ยวกับสเตอรอยด์เป็นประจำ คุณในฐานะพนักงานหรือเจ้าของ บริษัท สามารถทำการวิเคราะห์ข้อมูลได้เสมอ แต่ข้อมูลขนาดใหญ่ประมวลผลข้อมูลที่มาจากแหล่งข้อมูลจำนวนมากและวิธีที่แตกต่างกันมากมายมีประสิทธิภาพและรวดเร็วขึ้น

อย่าหลงทางในการวิเคราะห์อัมพาต “ คุณสามารถทำอะไรวิศวกรได้มากเกินไป” Vorobiev กล่าว“ มีชื่อเสียงโด่งดังเกี่ยวกับสถิติที่มีแรงกดดันมากพอที่ข้อมูลจะยอมรับกับทุกสิ่งมันอาจจะเป็นความคิดที่ดีที่จะหยุดการวิเคราะห์ทันทีที่คุณได้รับข้อมูลหรือผลลัพธ์จำนวน x แล้วดูว่าข้อมูลบอกอะไรคุณ "

เอฟเฟกต์ของไฟถนน - ซึ่งคนที่สูญเสียกุญแจของเขาดูเหมือนอยู่ใต้แสงไฟเพราะนั่นคือสิ่งที่ง่ายที่สุดที่จะทำได้ - เป็นข้อกังวลที่ถูกต้องตามกฎหมายเมื่อมาถึงการวิเคราะห์ข้อมูลขนาดใหญ่ โปรดจำไว้ว่าแนวโน้มที่น่าประหลาดใจที่สุดอาจไม่ใช่ที่ที่คุณคิดว่าจะมอง

สิ่งที่เป็นไปตาม Vorobiev:“ มีแง่มุมมากมายที่วัดได้มองข้ามได้ง่ายในชีวิตการทำงานของเราที่หากศึกษาแล้วอาจให้ผลลัพธ์ที่ไม่คาดคิด และหากหนึ่งในนั้นสามารถนำไปสู่สภาพแวดล้อมที่กลมกลืนและมีประสิทธิผลมากขึ้น