Enterprise Analytics: Μεγάλα Μέτρα Δεδομένων για Καλύτερη Επιχειρηματικότητα

Anonim

Έχω εξετάσει βιβλία που γράφτηκαν από έναν συγγραφέα, αλλά σπάνια έχω συναντήσει μια καλή συλλογή επιχειρηματικών εμπειρογνωμόνων σε ένα κείμενο. Αφήστε το σε επιχειρηματική ευφυΐα για να αποδώσετε μια συμπαγή συλλογή όπως το Enterprise Analytics: Βελτιστοποίηση της απόδοσης, της διαδικασίας και των αποφάσεων μέσω μεγάλων δεδομένων.

$config[code] not found

Επεξεργασμένο από τον εμπειρογνώμονα της ανάλυσης Thomas Davenport, το βιβλίο παρέχει μια επισκόπηση της επιχειρηματικής ευφυΐας που μπορεί να κάνει ή να σπάσει τη στρατηγική ανάπτυξη μεγάλων δεδομένων. Το περασμένο καλοκαίρι έλαβα ένα δωρεάν αντίγραφο από τη στάση του Σικάγου σε ένα road show της SAS για τη νέα λύση εικονικοποίησης δεδομένων.

Λόγω των διαφορετικών συγγραφέων που εμπλέκονται, θα επισημάνω τα τμήματα που θεωρώ ότι αξίζουν μια ανάγνωση.

Τα πρώτα κεφάλαια αναλύουν τις διάφορες μορφές. Το Davenport ξεκινά το πρώτο κεφάλαιο που εξηγεί τις διάφορες μορφές ανάλυσης και τις διαφορές τους, ενώ το δεύτερο κεφάλαιο, από τον Keri Pearson, παρέχει ένα οικονομικό παράδειγμα ROI. Μια λίστα που εμφανίζεται στο τέλος του κεφαλαίου έχει μερικά σπουδαία μαθήματα που εξετάζουν μια σειρά πιθανών περιστατικών. Μια τέτοια προσέγγιση μπορεί να βοηθήσει το πλαίσιο οργάνωσης το οποίο θα αντιμετωπίσει.

Για να δείξετε τι εννοώ, εδώ είναι ένα παράδειγμα επιλογής των έργων με τη μεγαλύτερη απόδοση επένδυσης (ROI):

Ξεκινήστε με το μεγάλο έργο επένδυσης της επένδυσης (ROI), όχι με το χαμηλό ή δύσκολο να ποσοτικοποιηθεί. Το πρώτο έργο φέρει συνήθως το μεγαλύτερο κόστος επειδή η εκκίνηση συνήθως περιλαμβάνει τη δημιουργία της αποθήκης δεδομένων. Εάν μπορεί να γίνει με ένα μεγάλο έργο επένδυσης της επένδυσης (ROI), τα μελλοντικά έργα είναι πολύ ευκολότερα δικαιολογημένα …

Το πιο αναλυτικό κεφάλαιο για τις μικρές επιχειρήσεις είναι το Κεφάλαιο 4. Ο συγγραφέας, Bill Franks, δίνει ένα καλό υπόβαθρο για το πώς τα δεδομένα Web αποτελούν τη βάση για να κάνουμε περισσότερα από τη λογιστική κυκλοφορία στο Web. Προσφέρει μια ανανεωμένη ματιά στην αξία της μη μετατροπής επισκεψιμότητας - το 96% των επισκεπτών του ιστότοπου που δεν κάνουν κλικ σε ένα προορισμένο κουμπί ή υποβάλλουν μια φόρμα συμπλήρωσης.

Αυτό το τμήμα αξίζει τον κόπο για τις μικρές επιχειρήσεις που αναζητούν βαθύτερη λογική πίσω από το κόστος για την τροποποίηση μιας λύσης ανάλυσης ή για τη δημιουργία ενός προσαρμοσμένου πίνακα ελέγχου. Πολλοί εξακολουθούν να αντιμετωπίζουν τις αναλύσεις ως μια μορφή λογιστικής. Όπως λένε στις διαφημίσεις "Περιμένετε, υπάρχουν περισσότερα!" Λοιπόν, ο Franks εξηγεί το "περισσότερο" με το τμήμα του κεφαλαίου Web Data In Action. Αναφέρει μερικά μοντέλα, όπως μοντέλα τριβής και απόκρισης. Μου άρεσε το πώς φανταστικοί Φράγκοι παίρνουν είναι για την έμφαση στα τμήματα των πελατών που μπορούν να αναπτύξουν οι επιχειρήσεις, όπως αυτό το σχόλιο:

$config[code] not found

Εξετάστε ένα τμήμα που ονομάζεται Dreamers που προέρχεται αποκλειστικά από τη συμπεριφορά περιήγησης. Οι ονειροπόλοι τοποθετούσαν επανειλημμένα ένα αντικείμενο στα καλάθια τους, αλλά στη συνέχεια τους εγκατέλειψαν. Οι ονειροπόλοι συχνά προσθέτουν και εγκαταλείπουν το ίδιο αντικείμενο πολλές φορές … Έτσι τι μπορείτε να κάνετε μετά την εύρεση τους; Μια επιλογή είναι να εξετάσουμε τι εγκαταλείπουν οι πελάτες.

Ένα άλλο συμπαγές τμήμα είναι το Κεφάλαιο 12 Εμπλεκόμενο Αναλυτικό Ταλέντο. Αυτό γράφτηκε από τη Jeanne Harris (που συνέταξε Analytics στην εργασία με τους Davenport και Robert Morison) και την Elizabeth Craig. Παρέχει μια σύντομη επισκόπηση του τρόπου ορισμού των στόχων εκχώρησης που δείχνει ότι ο οργανισμός σας κατανοεί τα αναλυτικά ταλέντα:

$config[code] not found

Η αναβάθμιση των αναλυτών με βασικές πληροφορίες σχετικά με την επιχείρηση είναι ένας τρόπος για να διατηρηθεί το ταλέντο των αναλυτικών στοιχείων.

Οι ιδέες ήταν επί τόπου για το τι συμβαίνει. Υπενθύμισα μια γνωστή μελέτη της εταιρείας προσλήψεων που έδειξε ότι οι αναλυτές αλλάζουν θέσεις εργασίας εν μέρει από την έλλειψη εμπλοκής και την ουσιαστική υποστήριξη. Επιπλέον, ο Harris και ο Craig δείχνουν πώς να προσδιορίσουν "4 φυλές αναλυτικού ταλέντου" που μεταφέρουν με άσημο τρόπο την αξία κάθε ταλέντου.

Τα ζητήματα ιδιωτικού απορρήτου σημειώνονται στο Κεφάλαιο 4, αλλά οι συνήγοροι πρέπει να διαβάσουν το Κεφάλαιο 13, Διακυβέρνηση για το Analytics. Οι Stacy Blanchard και Robert Morson διατυπώνουν τη διαδικασία για την καθιέρωση της αναλυτικής διαχείρισης, τις διαδικασίες που τελικά προστατεύουν τα δεδομένα όσο αποδίδουν αξία:

Η καθιέρωση της διακυβέρνησης είναι ένα μίγμα επιστήμης και τέχνης, όπου η συγκεκριμένη δυναμική εξουσίας μέσα στον οργανισμό παίζει σημαντικό ρόλο. Δεν υπάρχει ενιαίο μοντέλο σωστής διακυβέρνησης για τα αναλυτικά στοιχεία, αλλά πολλές καλές αρχές και πρακτικές βρίσκονται συνήθως μεταξύ των οργανισμών με αναλυτικές ικανότητες υψηλής απόδοσης.

Οι έννοιες, αν και προορίζονται για μεγάλους οργανισμούς, μπορούν ακόμα να χωρέσουν σε μια μεσαίου μεγέθους επιχείρηση, όπως είναι οι κατευθυντήριες αρχές και η κατανόηση της σημασίας της διακυβέρνησης. Ο κατάλογος "Ξέρετε ότι επιτυγχάνετε όταν …" μπορεί να τροποποιηθεί για μικρότερες επιχειρήσεις που χρησιμοποιούν αναλυτικά στοιχεία και έχουν τα ενδιαφερόμενα μέρη απομακρυσμένα από τις λειτουργίες τους.

Στα επόμενα κεφάλαια παρουσιάζονται περιπτώσεις μεγάλων επιχειρήσεων. Μερικοί σημειώνουν τον αντίκτυπο των αναλυτικών στοιχείων σε συγκεκριμένες βιομηχανίες, όπως η λιανική (Sears) και η φαρμακευτική (Merck).

Και πάλι, αυτό είναι ένα βιβλίο που προορίζεται για διευθυντές μεγάλων οργανισμών. Αλλά για τις μικρές επιχειρήσεις που θέλουν να αναπτυχθούν, μπορεί να δώσει μια γενική εικόνα που ενθαρρύνει μια βαθύτερη εκτίμηση για λεπτομερή βιβλία όπως Web Analytics 2,0 ή Performance Marketing με το Google Analytics.

$config[code] not found

Το Analytics, γενικά, αναγκάζει μια επιχείρηση να εξετάσει κριτικά τον τρόπο με τον οποίο λειτουργεί. Βιβλία όπως αυτή θα παρέχουν το κατάλληλο πλαίσιο για τη διαχείριση αυτών των λειτουργιών για την καλύτερη επιχειρηματική σας απόδοση.

7 Σχόλια ▼