Obsah:
- Čo sú malé údaje?
- Veľké výhody Small Data
- Ako sa zachytávajú malé údaje
- Tam, kde sa používajú malé údaje
Chceli by ste zvýšiť svoju produktivitu o 30 minút denne? Ak by ste sa mohli sústrediť iba na činnosti, ktoré vášmu tímu a organizácii prinesú najvyššiu hodnotu, čo by to pre vás znamenalo? Premýšľajte o tom. Čo je skutočne dôležité vo vašom pracovnom dni a koľko času trávite nevyhnutnými, ale inými naliehavými úlohami? Máte záujem? Ako je to možné dosiahnuť? Vďaka použitiu malých údajov.
Počkaj čo? Nejde o veľké údaje, o ktorých všetci hovoria? Je to, ale možno si malé údaje zaslúžia väčšiu časť konverzácie. Tu sa pozrieme na to, čo sú malé údaje a ako môže často zabaliť väčší úder ako veľké dáta.
Čo sú malé údaje?
Malé údaje sú zachytené údaje, ktoré sú dostatočne diskrétne a presné na to, aby ich ľudský mozog pochopil. Zvyčajne sa zhromažďuje na konkrétny účel pre jednotkovú jednotku organizácie, napríklad na zaznamenanie toho, koľko skutočného úsilia vynakladajú jednotlivci v tíme na rôzne činnosti. Dôvod zhromažďovania malých údajov je stanovený hneď na začiatku. V tomto prípade by sa zhromažďoval s cieľom optimalizovať spôsob, akým tím plní svoju hodnotu.
Na porovnanie sa veľké údaje sústreďujú na zhromažďovanie čo najviac súvisiacich informácií v celej organizácii a potom ich analyzujú, aby sa zistilo, ako môže pomôcť odpovedať na otázky. Čo nám naše štatistiky predaja hovoria o trendoch na trhu a ďalších obchodných príležitostiach? Aký dobrý je náš tím podpory pri vybavovaní otázok zákazníkov? Kde potrebujeme zlepšiť náš proces poskytovania projektov, aby sme znížili prekročenie oproti odhadovanému rozpočtu?
Môže sa to zdať zrejmé, ale veľké dáta si vyžadujú údaje ako vstup a veľa z nich. Na podporu veľkých údajov sú veľmi často potrebné ďalšie malé údaje, pretože odpovede na počiatočné otázky vyvolávajú ďalšie. Navyše, na vykonanie analýzy týchto informácií existuje množstvo podnikových nástrojov ponúkaných predajcami, nástroje, ktoré si vyžadujú značné investície a čas na to, aby sa in-house, nastavili a nakonfigurovali, aby začali poskytovať výsledky. Je to projekt systémovej integrácie od samého začiatku, ktorý sa spája so všetkými zdrojmi údajov, a projekt, ktorý môže trvať niekoľko mesiacov, kým sa dosiahne obchodný prospech.
Naopak, malé údaje si vyžadujú malú analýzu, je možné ich zachytiť mnohými spôsobmi ad hoc - napríklad v tabuľkách, nástrojoch na sledovanie úloh a času a dokonca aj manuálnymi denníkmi - a dajú sa rýchlo a ľahko analyzovať. Videl som výhody plynúce z malých údajov do jedného alebo dvoch týždňov od začiatku zákazky na produktivitu. A to len preto, že zachytenie prvotných informácií trvá trochu času. Zmeny a prínosy sa zvyčajne prejavia rýchlo vďaka zameraniu zozbieraných údajov.
Veľké výhody Small Data
Z mojich skúseností s koučovaním a riadením tímov vyplývajú z malých údajov pre jednotlivcov a tímy tieto výhody:- Povedomie
Malé údaje môžu poskytnúť povedomie o tom, kde jednotlivci skutočne zameriavajú svoj čas a energiu na to, čo by im prinieslo ešte väčšiu hodnotu. Keď jednotlivci často začínajú zaznamenávať malé údaje, často si uvedomia význam toho, čo objavia.
- Empowerment
Prostredníctvom malých údajov môžu jednotlivci identifikovať zmeny, ktoré môžu vykonať, a môžu ich pri tom podporovať ostatní členovia tímu. Členovia tímu sa stávajú zodpovednými za svoje vlastné zmeny.
- stretnutiu
Meranie a uznanie dosiahnutých pozitívnych zmien môže vytvoriť väčší zmysel pre vzájomné porozumenie, hodnotu a spojenie.
Ako sa zachytávajú malé údaje
V rámci oddelenia vývoja softvéru môžu veľké údaje analyzovať informácie o pláne projektu, čo umožňuje analyzovať počet ľudí, trvanie a úsilie potrebné na dodanie rôznych typov projektov. Chýba to, ako každý jednotlivec každý deň skutočne vykonáva svoje projektové úlohy. Zaznamenaním týchto malých údajov sa môžeme začať učiť, ako najlepšie štruktúrovať projekt, jeho tímy a ich pracovný deň. Aké druhy úloh si každý človek užíva a robí dobre? Čo by chceli delegovať alebo zrušiť? Ktoré typy komunikácie najlepšie spolupracujú s kým? Aká úroveň vedenia a mentorstva potrebujú jednotlivci?
Zmenou toho, ako získavame výhody, ktoré sú viditeľné na úrovni veľkých údajov, ale nie na zmenách, ktoré k tomu viedli. Analýza veľkých údajov môže často viesť k zovšeobecnenému modelu, napríklad za predpokladu, že každý človek má podobnú úroveň zručností a skúseností. Tieto typy výhod je možné dosiahnuť len po preskúmaní špecifických údajov o tom, ako každá osoba pracuje a ako prispieva k projektu (jedinečným spôsobom).
Tam, kde sa používajú malé údaje
Určite má hodnotu, ktorú možno získať používaním veľkých údajov, ale nedávne prehľady o trhu a ponukách produktov nachádzajú zmätok okolo osvedčených postupov a toho, ako z implementácie získať najvýhodnejšiu hodnotu. Nedávny prieskum spoločnosti Gartner zistil, že iba 8% opýtaných spoločností implementovalo analýzu veľkých dát a 57% je stále v štádiu výskumu a plánovania.
Pre akúkoľvek analýzu údajov je kľúčom nesťahovať všetky údaje, ktoré máte, a potom sa pokúsiť nájsť hodnotu, je to použitie údajov, ktoré môžu pomôcť pri zodpovedaní konkrétnych otázok. A tu vyhrávajú malé údaje z dvoch hlavných dôvodov:
- Požadovaná hodnota a dôvod zberu údajov je potrebné pochopiť vopred.
- Malé údaje poskytujú kvalitatívne aj kvantitatívne odpovede, čo umožňuje presné zmeny. Inými slovami, v malých údajoch je menej všeobecných predpokladov.
Malé dáta v konečnom dôsledku nenahradia veľké údaje, ale je veľa toho, že malé zapojenie údajov môže naučiť veľké údaje o tom, ako získať čo najlepšie z oboch prístupov. Pri zvažovaní akejkoľvek implementácie veľkých dát sa pýtajte, aké malé dátové otázky by vám pomohli získať hodnotu. Môže to pomôcť pri zabalení väčšieho dieru do výslednej stratégie. (Prečítajte si ďalší pohľad na hodnotu veľkých údajov v podnikaní v časti Môže služba Big Data Analytics zaplniť medzeru v Business Intelligence?)
