व्यवसाय में विश्लेषणात्मक चिकित्सकों, दुर्भाग्य से, एक समान "बुशिडो" का अभाव है जो व्यवसाय के नेताओं को सूचित कर सकता है कि डेटा का बेहतर उपयोग कैसे किया जाए। इससे संघर्ष हो सकता है जो किटाना तलवार के लिए सभी को शामिल कर सकते हैं।
लेकिन समुराई रूपकों के लिए पर्याप्त…।
सौभाग्य से, अधिक उन्नत किताबें व्यापार प्रबंधकों के लिए उपलब्ध हो रही हैं, जो व्यवसायिक बुद्धि को बनाए रखने के लिए एनालिटिक्स की तलाश कर रहे हैं।
व्यावसायिक बुद्धि के बीच दो मास्टर चिकित्सक थॉमस डेवनपोर्ट हैं, जिनके साथ हमने समीक्षा की एनालिटिक्स एट वर्क और व्यवसाय और सांख्यिकी प्रोफेसर जिन्हो किम। वे कीपिंग अप विथ द क्विंट: योर गाइड टू अंडरस्टैंडिंग एंड एनालिसिस एनालिटिक्स।
पुस्तक किसी भी विश्लेषणात्मक समाधान को चुनने से पहले लोगों और विचारों को कैसे तैनात किया जाता है, इसके रणनीतिक महत्व पर प्रकाश डाला गया है। प्रबंधकों के लिए, पुस्तक अपने संगठन में डेटा को संरक्षित करने की कोशिश कर रहे नेताओं के लिए महान पढ़ने के लिए बनाती है।
आपका डेटा आपका व्यवसाय है
Quants के साथ रखते हुए डेटा की उपयोगिता के बारे में चर्चा का विस्तार करने की क्षमता है। हम "बिग डेटा" शब्द को तेजी से पढ़ते या सुनते हैं, लेकिन कई लेखकों को विषय के व्यापार खुफिया अंत तक कभी नहीं मिलता है - दूसरे शब्दों में, संख्याओं से परे एनालिटिक्स कैसे काम करता है? डेवनपोर्ट ने पिछले कामों में अपने विश्लेषणात्मक दृष्टिकोण को प्रकट किया है, जैसे कि जजमेंट कॉल । में quants वह और किम कोई समय खोदने से परे हैं कि बड़ा डेटा एक व्यवसाय बनाने का नया तरीका क्यों है, ध्यान दें:
“बड़े डेटा और एनालिटिक्स केवल आंतरिक निर्णय लेने में सुधार नहीं करते हैं। कई इंटरनेट-आधारित संगठन- Google, फेसबुक, अमेज़ॅन, ईबे, और अन्य - न केवल फैसलों का समर्थन करने के लिए, बल्कि ग्राहकों के लिए नए उत्पाद प्रसाद और सुविधाएँ बनाने के लिए ऑनलाइन लेनदेन से तथाकथित बड़े डेटा का उपयोग कर रहे हैं। ”
परिप्रेक्ष्य जो एक छोटी व्यवसाय टीम "बिग स्मार्ट" देते हैं
छोटे व्यवसाय जो कर्मचारियों को विकसित करते हैं उन्हें हेड काउंट का प्रबंधन करना है और उन संसाधनों का उपयोग कैसे किया जा रहा है। क्योंकि बुनियादी मीट्रिक से परे एनालिटिक्स से माप के लिए एक समर्पित सिर हो सकता है, पुस्तक विचारों को प्रस्तुत करती है कि कैसे अपने संगठन को बेतरतीब ढंग से एक संसाधन का चयन करने के बजाय आवश्यकता में विकसित किया जाए। अध्याय "समस्या का नामकरण" दिखाता है कि विश्लेषणात्मक चुनौतियों को कैसे व्यवस्थित किया जाए:
“आगे निर्णय करने का फैसला एक कूबड़ या अंतर्ज्ञान द्वारा संचालित किया जा सकता है। इस बिंदु पर प्रमाण का मानक निम्न है। बेशक, एक गुणात्मक विश्लेषण का पूरा बिंदु अंततः कुछ डेटा लागू करना और अपने कूबड़ का परीक्षण करना है। विश्लेषणात्मक विचारकों और अन्य के बीच यह अंतर है: वे डेटा और विश्लेषण के साथ अपने कूबड़ का परीक्षण करते हैं। समस्या पहचान चरण में सबसे महत्वपूर्ण बात पूरी तरह से समस्या को समझ रही है और यह क्यों मायने रखता है। "
लेखक चरणों और चरणों का पता लगाते हैं कि कैसे जानकारी का आकलन और प्रस्तुत करना है, सभी सीधे याद दिलाने वाले जैसे कि निम्नलिखित हैं:
"चूंकि विश्लेषणात्मक लोग तकनीकी शब्दों के साथ सहज हैं … वे अक्सर मानते हैं कि उनके दर्शक भी होंगे। लेकिन यह एक दुखद गलती है। ”
आसानी से, इस खंड "समस्या का समाधान" संभवतः छोटे व्यवसायों के लिए सबसे कार्रवाई योग्य विचारों के साथ है। इस सेगमेंट और अन्य के भीतर, विश्लेषण बिंदुओं को दिलचस्प बनाए रखने के लिए मजेदार पहलू मौजूद हैं। फ्लोरेंस नाइटिंगेल की मृत्यु दर के साथ काम करने के बारे में एक ऐतिहासिक बिट है जो डेटा विज़ुअलाइज़ेशन में शामिल है। मुझे "फिदो समीकरण" पसंद आया, यह बताने के लिए एक मजेदार संस्करण कि एक मॉडल क्या है और क्या करना चाहिए। एक मॉडल के भीतर चर प्रदान करने पर एक तरफ से पहले कल्पना की अवधारणा सही आती है:
“चर का चयन करने की प्रक्रिया के साथ, यहां तक कि काफी व्यक्तिपरक चीजों को व्यवस्थित तरीकों से मापा जा सकता है…। कोई फर्क नहीं पड़ता कि आपके पास कौन सा डेटा है, हमेशा अधिक डेटा प्राप्त करने की संभावना है, या जो आपने मूल रूप से अपनी समस्या के बारे में सोचने के लिए नियोजित किया है, उससे अलग डेटा है। ”
लेखकों के मॉडल, चर और डेटा विज़ुअलाइज़ेशन पर आधारित है, इस पुस्तक को अन्य विशिष्ट विश्लेषणात्मक विषयों से पहले पढ़ने के लिए एक शानदार विकल्प बनाता है। आप इसे लेने से पहले पढ़ सकते हैं भविष्य कहनेवाला एनालिटिक्स तथा बड़ा डाटा बिना प्रोग्रामिंग भाषा के विवरण जैसे किताबों में जांच की जाती है याहू वेब विश्लेषिकी .
यदि आप अपने आप को डेटा-आधारित निर्णयों की लड़ाई में जा रहे हैं, तो आप पाएंगे Quants के साथ रहते हैं दिन जीतने के लिए एक उपयुक्त हथियार के रूप में।
4 टिप्पणियाँ ▼
