10 Tipů pro lepší analýzu dat - dummies

Chcete maximálně využít analýzy dat aplikace Excel? Zde je deset rychlých tipů pro efektivní a efektivní práci s velkými daty.

Zvažte vaši práci hledání pohřbeného pokladu

Měli byste zobrazit analýzu dat jako proces podobný hledání pohřbeného pokladu.

Jinými slovy, těžba dat se podobá těžbě zlata. Budete bušit svou cestu přes data nebo prosít přes granularity při hledání cenných nuggets. Toto úsilí může být náročné a nudné.

Avšak s vytrvalostí a trochou štěstí byste měli často (často?) Najít cenné pohledy jak na příležitosti, tak na hrozby, které byste jinak vynechali.

To chcete a musíte si to pamatovat.

Shromažďujte další data

Měli byste shromažďovat více dat … a pak být dobří při ukládání a ukládání shromažďovaných dat.

Chcete-li slova, nedopatřením zlikvidujte nebo nedbalo ztrácejte nebo hloupě vyhazujte data, která již shromažďujeme nebo máme. Tyto údaje mohou být neocenitelné. A pokud dnes není k nezaplacení, kdo to ví? Může to být někdy v budoucnu.

Předstíráme to. Čím bohatší je datový soubor, tím lepší jsou šance, že na vás bude skákat nějaký chladný pohled.

Vytvořte více dat

Pracujte pro vytvoření dalších dat.

Dobře, možná to zní hloupě. V některých případech však mohou být užitečné údaje vytvořeny velmi ekonomicky.

Zde je jednoduchý příklad: Pokud provozujete firmu, zeptejte se klientů, jak vás přišli najít. Získáte tak skvělý náhled na vaše marketingové úsilí.

Pravděpodobně máte jiné zajímavé způsoby, jak vytvořit další data.

Pravidelně provádějte experimenty

Metody tvorby dat, jako je experimentování pomocí AB testování a pilotních studií, mohou ekonomicky poskytovat data mimořádné hodnoty.

Například autor Timothy Ferris ve své bestsellerové knize Čtvrtý pracovní týden popisuje používání pay-per-click s k posouzení proveditelnosti produktu. To je skvělý nápad, a ten, který pravděpodobně v mnoha případech vede k přesnějším analytickým závěrům než k cílové skupině.

Velké (s daty a vzorkami)

Pokud jste se dozvěděli o statistikách ve věku dříve, než byly počítače a jejich rozsáhlé datové sady široce dostupné a snadno použitelné, můžete mít tendenci rozhodování a rozhodnutí založené na malých množinách dat.

Dnes je to opravdu docela neomluvitelné. V dnešní době byste měli pracovat s obrovskými datovými sadami. Kdykoli je to možné, "jdi velkou" a použijte velké nebo větší datové soubory a vzorky.

Neodpovídejte analýzu dat

Z pohledu mnoha manažerů nebo firemních vlastníků může mít někteří mladí tech-důvtipní intern vypadá jako nejlepší přístup k získání skutečně dobré analýzy dat.

Pokud však mluvíte s lidmi, kteří dělají hodně analýzy dat, je pravděpodobné, že slyšíte, že to, co opravdu chcete dělat, je přiřadit nejchytřejšímu a nejzkušenějšímu členovi týmu, který můžete pracovat na tomto projektu. Jinými slovy, lidé, kterým opravdu chcete dělat tuto práci, jsou lidé, kteří pravděpodobně nemají čas na to.

Možná byste ve skutečnosti měli udělat analýzu dat sám, pokud jste Grand Pooh-Bah.

Opět přemýšlejte o této práci jako o těžbě pokrytého pokladu. Nálezy, které byste mohli odhalit, by mohly být nesmírně cenné. Stejně jako někteří mladí lidé nebo mladí lidé mohou být, vy samozřejmě nechcete, aby jim unikla nějaká vynikající příležitost nebo potenciálně katastrofální hrozba, protože nemají zkušenosti nebo dosud nemají plně rozvinuté strategické myšlení.

Doba strávená zbytečnými daty

Zde je hloupý nápad. Možná byste měli příležitostně ztrácet čas plynoucí z zdánlivě nezmysluplných údajů: křížové tabulky časově ověřených potvrzení o prodeji, údaje o analýze z vašich webových stránek, protokoly o transakcích třetích stran a tak dále.

Nikdy nevíte, co najdete. A někdy nejlepší náhledy mohou pocházet z nejvíce překvapivých míst.

Interní zdroje dat inventáře

Položka úklid: Pravděpodobně chcete mít inventář interních zdrojů dat. A seznam by pravděpodobně měl obsahovat více než jen účetní systém a analytické soubory webových serverů. Existují nejrůznější zajímavé údaje, když začnete o tom přemýšlet. A některé z těchto věcí se ztratí nebo zapomenou, pokud si nejste opatrní.

Vytvořit knihovnu externích zdrojů surových dat

Rychlé připomenutí? Některé zdroje surových dat nejsou interní, ale externí. Nezapomeňte na ty.

I ty nejmenší firmy mohou mít přístup k souborům zpracování plateb třetích stran a seznamům transakcí vytvořeným externími webovými službami.

Chraňte vlastní zdroje dat

Protože jakékoli proprietární zdroje dat mají potenciálně obrovskou hodnotu, budete chtít samozřejmě pečlivě chránit aktivum.

Nyní samozřejmě to znamená, že chcete bezpečně ukládat a pravidelně zálohovat data, ale to není všechno. Ochrana vlastních dat znamená, že se ujistěte, že data zůstávají proprietární a (možná ještě víc), že nějaké informace obsažené v datech zůstávají interní. Něco na co myslet …