Cách làm cho dữ liệu ty le keo nha cai thể thiếu cho tổ chức của bạn

Công nghệ đã giúp các công ty có thể đo lường mọi thứ-từ hành vi trực tiếp đến hoạt động cảm biến từ xa-với hy vọng đưa ra quyết định nhanh hơn, nhanh hơn. Nhưng tiến bộ thực sự liên quan đến nhiều hơn là chỉ đơn giản là thu thập thông tin.

Các công ty cần nhớ rằng phép đo ty le keo nha cai giống như cái nhìn sâu sắc, nóiJoel Shapiro, Giáo sư tại Trường Quản lý Đại học Tây Bắc

Một trong những điều quan trọng nhất mà bạn có thể làm để thành công với dữ liệu là điều chỉnh lại dữ liệu làm bằng chứng, ông Shapiro, người dẫn đầuPhòng thí nghiệm tư vấn phân tích Kellogg,. Chỉ vì chúng tôi đo lường mọi thứ ty le keo nha cai có nghĩa là chúng tôi nhất thiết phải biết phải làm gì về [chúng].

ty le keo nha cai giống như dữ liệu, bao gồm thông tin như số hoặc từ, bằng chứng là theo ngữ cảnh và định hướng. Khi chúng ta bắt đầu nói về bằng chứng thay vì dữ liệu, đó là khi chúng ta bắt đầu nói về những điều quan trọng, như ‘vấn đề mà chúng ta đang cố gắng giải quyết là gì? 

During his presentation, titled “Making Data Indispensable: Frameworks for Effective Data Leadership,” Shapiro offered insight on how to get the most business value from data. Here are four tips to help leaders use their data for maximum impact.

1. Hiện đại hóa công nghệ dữ liệu của bạn.

Khi các công ty thực hiện trí tuệ nhân tạo tổng quát tại nơi làm việc, họ cần xem xét liệu họ cũng nên cải thiện hoặc thay thế công nghệ dữ liệu của họ. Suy nghĩ về cách bạn lưu trữ dữ liệu và cách bạn minh bạch về cách mà nó được sử dụng cũng có thể giúp xác định và giảm thiểu rủi ro đạo đức.

Từ khoảng 10 hoặc 12 năm trước, khi dữ liệu lần đầu tiên thực sự nóng, chúng tôi đã thấy các đội xây dựng một số công nghệ vững chắc, và họ sắp xếp tốc độ một chút, ông Shap Shapiro nói. Tuy nhiên, trong vòng vài năm qua khi AI thế hệ đã trở nên thực sự nóng và thực sự quan trọng, các đội đã nhận ra rằng họ cần cải thiện dữ liệu của họ.

Shapiro đề xuất bốn câu hỏi mà các công ty nên hỏi khi cố gắng xác định mức độ đáng tin cậy và khả năng của công nghệ của họ.

• Chúng ta có thể nhận thông tin chúng ta cần nhanh chóng ty le keo nha cai?
• Chúng ta có đủ tốc độ, khả năng mở rộng và tính linh hoạt ty le keo nha cai?
• Chúng ta có thể xử lý sự tăng trưởng mà ty le keo nha cai cần nhiều cách giải quyết bằng tay hoặc ad hoc ty le keo nha cai?
• Chúng ta có thể tích hợp các nguồn dữ liệu mới mà ty le keo nha cai có độ phức tạp hay sự chậm trễ? 

2. Phù hợp với doanh nghiệp của bạn nhu cầu với khả năng dữ liệu của bạn. 

Shapiro nói rằng các công ty phải sử dụng dữ liệu phù hợp với mục tiêu kinh doanh của họ.

Ví dụ, nếu ai đó phụ trách phân tích và khoa học dữ liệu để xây dựng nền tảng thương mại điện tử, họ sẽ muốn thực hiện thử nghiệm A/B và tham gia vào suy luận nguyên nhân để hiểu được liệu bố cục trên trang có hoạt động hay ty le keo nha cai. 

Mặt khác, nếu ai đó muốn xây dựng một mô hình dự đoán trong một đơn vị ung thư, họ có thể muốn sử dụng máy học và xem xét nhiều hình ảnh để hiểu rõ hơn về những mô hình nào có thể được dự đoán về bệnh ung thư, đó là rất khác nhau, rất khác nhau.

Cả hai ví dụ này đều rất khác với một công ty chỉ muốn xây dựng bảng điều khiển và giám sát một cái gì đó như dòng tiền hoặc đốt tiền mặt hàng tuần, theo Shap Shapiro. Đây là những yếu tố quan trọng của chất lượng dữ liệu ngoài việc chỉ là sạch?

In addition to ensuring data quality, data leaders should identify and align on key metrics and visualize data in ways that resonate with the C-suite, to ensure that executives trust the data.

Dẫn đầu tổ chức điều khiển AI

Người trực tiếp tại MIT Sloan

Đăng ký ngay

3. Đo lường lợi tức đầu tư của bạn.

Shapiro said that companies have been doing a good job of uncovering their business problems and building out data capabilities to solve them, but they still “need to invest where data actually moves the needle, and they must measure return on investment on that relentlessly.”

Khi họ làm, họ sẽ tốt hơn trong việc đầu tư vào đúng nơi, Shapiro nói. Các bài kiểm tra thí điểm và mô phỏng lịch sử là những nơi tuyệt vời để bắt đầu.

Nếu mua từ quản lý vẫn là một trở ngại, thì hãy cố gắng hết sức để đo lường lợi tức đầu tư càng nhanh càng tốt, ông Shapiro nói. Tôi nghĩ rằng cách tốt nhất để tiếp cận nó là buộc nó vào một vấn đề kinh doanh thực tế và vật chất mà bạn thực sự phải đối mặt.

4. Đảm bảo tổ chức của bạn biết cách sử dụng đầu ra - và cam kết thực hiện hành động.

Điều quan trọng là các công ty biết cách sử dụng đầu ra của những phát hiện của họ. Shapiro khuyến nghị các công ty nghĩ về những điều sau đây khi thực hiện kế hoạch của họ. 

• đào tạo nhân viên về cách sử dụng dữ liệu. Nếu ty le keo nha cai, thì nó sẽ rất khó khăn, thực sự rất khó để thành công với dữ liệu, ông Shap Shapiro nói.
• Nếu một mô hình gợi ý thay đổi, hãy tiếp tục thực hiện quá trình hành động được đề xuất. Nếu bạn có một mô hình hoặc dữ liệu cho bạn biết rằng bạn phải tổ chức lại hoàn toàn toàn bộ bộ phận của mình hoặc thay đổi hoàn toàn những cách mà bạn làm việc, điều đó có thể hơi khó khăn đối với mọi người, ông Shap Shapiro nói. Các công ty điều khiển dữ liệu duy trì khóa học và thực sự thực hiện những thay đổi đó.
• khuyến khích nhân viên sử dụng dữ liệu. Đây là nơi mà rất nhiều công ty sụp đổ, và tôi rất ngạc nhiên về điều đó, ông Shap Shapiro nói. Thúc đẩy văn hóa tò mò và trách nhiệm có thể đi một chặng đường dài để xây dựng các nhóm dữ liệu hiệu suất cao.
• Beef tăng kỹ năng giao tiếp của bạn khi nói về dữ liệu. "Bạn có rõ ràng ty le keo nha cai, và bạn có mục đích ty le keo nha cai?" Shapiro hỏi. Bạn cần phải là người thực sự, thực sự nhận thức về những gì bạn đang cố gắng nói.
• Hồi Hãy chắc chắn rằng bạn đã gặp vấn đề rõ ràng; rằng bạn đã có khả năng phù hợp để phù hợp với điều đó, cho dù đó là thí nghiệm hay dự đoán máy học hay bảng điều khiển, và [bạn] đo lường ROI-đó là những điều quan trọng nhất, Shap Shapiro nói. 

Đọc Tiếp theo: 3 cách để xây dựng văn hóa kiếm tiền dữ liệu