Оглавление:
- Что такое небольшие данные?
- Большие преимущества малых данных
- Как собираются небольшие данные
- Где используются небольшие данные
Хотели бы вы увеличить производительность на 30 минут в день? Если бы вы могли сосредоточиться на деятельности, приносящей наибольшую пользу вашей команде и организации, что бы это для вас значило? Думаю об этом. Что действительно важно в вашем рабочем дне и сколько времени вы тратите на выполнение необходимых, но других неотложных задач? Заинтересованы? Так как же этого достичь? Ну, благодаря использованию небольших данных.
Чего ждать? Разве большие данные не являются данными, о которых все говорят? Это так, но, возможно, небольшие данные заслуживают большей части разговора. Здесь мы рассмотрим, что такое маленькие данные и как они часто могут дать больший эффект, чем большие данные.
Что такое небольшие данные?
Небольшие данные - это данные, которые являются дискретными и достаточно точными, чтобы их мог понять человеческий мозг. Как правило, он собирается для конкретной цели для отдельного подразделения организации, например, для записи того, сколько фактических усилий затрачивается на различные действия отдельных лиц в команде. Причина сбора небольших данных устанавливается с самого начала. В этом случае он будет собран с целью оптимизации того, как команда обеспечивает свою ценность.
Для сравнения, большие данные фокусируются на сборе как можно большего количества связанной информации по всей организации, а затем анализируют ее, чтобы определить, как она может помочь ответить на вопросы. Что наша статистика продаж говорит нам о тенденциях рынка и дальнейших возможностях продаж? Насколько хороша наша служба поддержки в обработке запросов клиентов? Где нам нужно улучшить процесс реализации нашего проекта, чтобы уменьшить перерасход по сравнению с предполагаемым бюджетом?
Это может показаться очевидным, но большие данные нуждаются в данных как входных данных, и их много. Очень часто для поддержки больших данных требуются дополнительные небольшие данные, поскольку ответы на первоначальные вопросы поднимают дополнительные. Кроме того, чтобы выполнить анализ этой информации, существует множество инструментов уровня предприятия, предлагаемых поставщиками, инструментов, которые требуют значительных инвестиций и времени для создания, настройки и настройки, чтобы начать давать результаты. С самого начала это проект по системной интеграции, связывающий все источники данных, и он может занять несколько месяцев, прежде чем вы получите выгоду для бизнеса.
И наоборот, небольшие данные требуют небольшого анализа, их можно собирать многими специальными способами, такими как электронные таблицы, инструменты для отслеживания задач и времени и даже ручные журналы регистрации, и их можно анализировать быстро и легко. Я видел выгоды от небольших данных в течение недели или двух после начала работы над производительностью. И это только потому, что для сбора необработанной информации требуется немного времени. Как правило, изменения и преимущества становятся очевидными быстро из-за целенаправленности собранных данных.
Большие преимущества малых данных
Благодаря моему опыту в области коучинга и управления командами, небольшие данные для отдельных лиц и групп дают следующие преимущества:- осведомленность
Небольшие данные могут дать представление о том, где люди на самом деле сосредотачивают свое время и энергию по сравнению с тем, что могло бы дать еще большую ценность. Часто, когда люди начинают собирать небольшие данные, они быстро осознают важность того, что они обнаруживают.
- Расширение прав и возможностей
С помощью небольших данных люди могут идентифицировать изменения, которые они могут внести в действие и которые могут быть поддержаны другими членами команды. Члены команды становятся ответственными за свои изменения.
- помолвка
Измерение и признание за достигнутые позитивные изменения могут создать большее чувство взаимопонимания, ценности и связи.
Как собираются небольшие данные
В отделе разработки программного обеспечения большие данные могут анализировать информацию о плане проекта, позволяя анализировать количество людей, продолжительность и усилия, необходимые для реализации проектов различных типов. Чего не хватает, так это того, как каждый человек фактически выполняет свои проектные задачи на ежедневной основе. Собирая эти небольшие данные, мы можем начать узнавать, как лучше всего структурировать проект, его команды и их рабочий день. Какие виды заданий каждый человек любит и делает хорошо? Что бы они хотели делегировать или отбросить? Какие виды общения лучше всего работают с кем? Какой уровень руководства и наставничества нужен людям?
Изменяя способ, мы получаем преимущества, которые видны на уровне больших данных, но не изменения, которые привели к этому. Анализ больших данных часто может привести к обобщенной модели, например, предполагая, что каждый человек имеет одинаковый уровень навыков и опыта. Только если взглянуть на небольшие данные о том, как каждый человек работает и вносит свой вклад в проект (своим уникальным способом), можно достичь таких преимуществ.
Где используются небольшие данные
Использование больших данных определенно полезно, но недавние обзоры рынка и предложений продуктов находят путаницу в отношении наилучшей практики и того, как извлечь максимальную выгоду из реализации. Недавний обзор Gartner показал, что только 8% опрошенных компаний внедрили аналитику больших данных, а 57% все еще находятся на стадии исследования и планирования.
Для любого анализа данных ключ состоит не в том, чтобы извлечь все данные, которые у вас есть, а затем попытаться найти ценность, а в том, чтобы использовать данные, которые могут помочь в ответе на конкретные вопросы. И здесь небольшие данные выигрывают по двум ключевым причинам:
- Желаемое значение и причина сбора данных должны быть поняты заранее.
- Небольшие данные дают качественные и количественные ответы, позволяя вносить точные изменения. Другими словами, в небольших данных делается меньше общих предположений.
В конечном счете, небольшие данные не заменят большие данные, но есть много того, что небольшое взаимодействие с данными может научить большие данные тому, как получить максимум от обоих подходов. Рассматривая любую реализацию больших данных, спросите себя, какие вопросы с небольшими данными помогут вам получить выгоду. Это может помочь вложить этот больший удар в вашу конечную стратегию. .
