Ota se, iso data! miksi pienet tiedot voivat pakata isomman boolin

Haluatko lisätä tuottavuuttasi 30 minuutilla päivässä? Jos voisit keskittyä vain aktiviteetteihin, jotka tuovat eniten arvoa joukkueellesi ja organisaatiollesi, mitä se tekisi sinulle? Ajattele sitä. Mikä on todella tärkeätä työpäivässäsi ja kuinka paljon aikaa vietät tarvittavien, mutta muiden kiireellisten tehtävien suorittamiseen? Kiinnostunut? Joten miten se voidaan saavuttaa? No, pienten tietojen avulla.

Siis mitä? Eikö iso data ole niitä tietoja, joista kaikki puhuvat? On, mutta ehkä pieni tieto ansaitsee suuremman osan keskustelusta. Tässä tarkastellaan mitä pieni data on ja kuinka se voi usein pakata isomman tiedon kuin iso data.

Mikä on pieni data?

Pieni data on kaapattua tietoa, joka on erillistä ja riittävän tarkkaa, jotta ihmisen aivot ymmärtäisivät sen. Tyypillisesti se kerätään tiettyä tarkoitusta varten organisaation yksittäiselle yksikölle, kuten esimerkiksi kirjaamiseksi, kuinka paljon todelliset ponnistelut kuluttavat ryhmän yksilöiden erilaisille toimille. Syy pienen tiedon keräämiselle selvitetään heti. Tässä tapauksessa se kerätään tavoitteena optimoida miten joukkue tuottaa arvonsa.

Vertailun vuoksi big data keskittyy keräämään mahdollisimman paljon liittyvää tietoa organisaation läpi ja analysoimaan sitä sitten selvittääkseen kuinka se voi auttaa vastaamaan kysymyksiin. Mitä myyntitilastomme kertovat meille markkinoiden kehityksestä ja myyntimahdollisuuksista? Kuinka hyvä tukitiimimme käsittelee asiakaskyselyjä? Missä meidän on parannettava projektin toimitusprosessiamme vähentääksesi ylityksiä suhteessa arvioituun budjettiin?

Se voi tuntua itsestään selvältä, mutta iso data tarvitsee syötteenä dataa, ja paljon sitä. Hyvin usein tarvitaan pieniä lisätietoja suurten tietojen tukemiseksi, kun vastaukset alkuperäisiin kysymyksiin nostavat uusia. Lisäksi näiden tietojen analysoimiseksi on olemassa joukko myyjien tarjoamia yritystason työkaluja, työkaluja, jotka vaativat huomattavia investointeja ja aikaa yrityksen sisäisen tuomisen, asentamisen ja konfiguroinnin aloittamiseen tulosten tuottamiseksi. Se on järjestelmien integrointiprojekti alusta alkaen yhteydenpito kaikkiin tietolähteisiin, ja se, joka voi viedä useita kuukausia ennen kuin liiketoiminnan hyöty toimitetaan.

Pienet tiedot sitä vastoin vaativat vähän analyysiä, niitä voidaan kaapata monilla tapauskohtaisilla tavoilla - kuten laskentataulukoissa, tehtävien ja ajan seurannan työkaluissa ja jopa manuaalisissa lokikirjoissa - ja ne voidaan analysoida nopeasti ja helposti. Olen nähnyt pienistä tiedoista hyötyvän viikon tai kahden kuluessa tuottavuuden sitoutumisen alkamisesta. Ja se johtuu vain siitä, että raakatietojen kaappaaminen vie vähän aikaa. Tyypillisesti muutokset ja hyödyt ilmenevät nopeasti kerätyn tiedon keskittymisen vuoksi.

Pienten tietojen suuret edut

Kokemuksistani joukkueiden valmennuksesta ja johtamisesta seuraavat pienet tiedot henkilöistä ja joukkueista johtuvat seuraavista eduista:

• tietoisuus

  Pieni tieto voi tarjota tietoisuuden siitä, mihin ihmiset tosiasiallisesti kohdistavat aikansa ja energiansa verrattuna siihen, mikä antaisi vielä suuremman arvon. Usein, kun ihmiset alkavat kaapata pieniä tietoja, he ymmärtävät nopeasti löytämänsä merkityksen.

• Empowerment

  Pienten tietojen avulla yksilöt voivat tunnistaa muutokset, jotka he voivat panna täytäntöön ja joita muut ryhmän jäsenet voivat tukea. Joukkueen jäsenistä tulee vastuussa omasta muutoksestaan ​​ja ajaa sitä.

• Sitoumus

  Saavutettujen positiivisten muutosten mittaaminen ja tunnustaminen voi luoda paremman tunteen keskinäisestä ymmärryksestä, arvosta ja yhteydestä.

Palkkaamalla ja motivoituneemmalla henkilöstöllä organisaatio puolestaan ​​saa potentiaalisia kustannus-, laatu- ja aika säästöjä.

Kuinka pieniä tietoja otetaan?

Ohjelmistokehitysosastolla iso data voi analysoida projektisuunnitelmatietoja, jolloin on mahdollista analysoida ihmisten lukumäärä, kesto ja vaiheet erityyppisten projektien toimittamiseen. Puuttuu siitä, kuinka kukin henkilö todella suorittaa projektitehtävänsä päivittäin. Kaappaamalla tämä pieni tieto voimme alkaa oppia, kuinka rakentaa projekti, sen tiimit ja heidän työpäivänsä parhaiten. Millaisia ​​tehtäviä kukin ihminen nauttii ja tekee hyvin? Mitä he haluaisivat siirtää tai pudottaa? Millainen viestintä toimii parhaiten kenen kanssa? Millaista ohjausta ja mentorointia yksilöt tarvitsevat?

Vaihtamalla tapaa saadaan etuja, jotka ovat näkyvissä suurten tietojen tasolla, mutta emme muutoksia, jotka johtivat tähän. Suurten tietojen analysointi voi usein johtaa yleistettyyn malliin, esimerkiksi olettaen, että jokaisella henkilöllä on samanlainen taidot ja kokemustaso. Vain tarkastelemalla pieniä tietosääntöjä siitä, kuinka kukin henkilö toimii ja osallistuu projektiin (omalla tavallaanan), voidaan saavuttaa tämän tyyppisiä etuja.

Missä pieniä tietoja käytetään

Suuren datan käytöstä on ehdottomasti hyötyä, mutta viimeisimmät markkinatutkimukset ja tuotetarjonta löytävät hämmennyksiä parhaiden käytäntöjen ja siitä, miten toteutus antaa parhaan mahdollisen arvon. Gartnerin äskettäisessä katsauksessa havaittiin, että vain 8% tutkituista yrityksistä on ottanut käyttöön suuria dataanalyysejä ja 57% on edelleen tutkimus- ja suunnitteluvaiheessa.

Tietojen analysoinnin kannalta tärkeintä ei ole vetää kaikkia tietojasi ja yrittää sitten etsiä arvoa, vaan käyttää tietoja, jotka voivat auttaa vastaamaan tiettyihin kysymyksiin. Ja tässä pienet tiedot voittavat kahdesta keskeisestä syystä:

• Tietojen keräämisen haluttu arvo ja syy on ymmärrettävä etukäteen.
• Pieni tieto antaa sekä laadullisia että määrällisiä vastauksia, jotka mahdollistavat tarkkojen muutosten tekemisen. Toisin sanoen pienissä tiedoissa tehdään vähemmän yleisiä oletuksia.

Tällä hetkellä pieniä tietoja käytetään yhä enemmän työntekijöiden sitouttamis- ja ammatillisen kehityksen ohjelmissa, mukaan lukien valmennus ja 360 arviointia. Nouseva suuntaus on kohti pienimuotoista tietoa, joka lisää organisaation sisällä tehokkuutta ja sitoutumista parantamaan organisaatiota alhaalta ylöspäin, sen sijaan, että iso data johtaisi näitä päinvastoin.

Viime kädessä pieni tieto ei korvaa suurta dataa, mutta on paljon, että pieni data-sitoutuminen voi opettaa suurille tiedoille, kuinka saada parhaat puolet molemmista lähestymistavoista. Kun harkitset isojen tietojen käyttöönottoa, kysy itseltäsi, mitkä pieniä tietoja koskevat kysymykset auttavat sinua saamaan arvoa. Se voi auttaa pakkaamaan suuremman leimaamisen tulokseesi strategiaan. (Lue toinen näkökulma suurten tietojen arvosta liiketoiminnassa kohdasta Voiko suurten tietojen analysointi sulkea Business Intelligence -aukon?)