6 ডেটা চ্যালেঞ্জ পরিচালকদের এবং সংগঠন মুখোমুখি

আমরা একটি তথ্য কেন্দ্রিক বিশ্বের কাজ। পরিচালকদের রিপোর্ট, ড্যাশবোর্ড এবং সিস্টেমের মাধ্যমে তথ্য সহ বোমা হামলা করা হয়। আমরা নিয়মিত ডেটা-চালিত সিদ্ধান্তগুলি মনে করিয়ে দিই। সিনিয়র নেতারা একটি প্রতিযোগিতামূলক প্রান্ত বিকাশের জন্য বিগ ডেটায়ের প্রতিশ্রুতিতে উদ্বিগ্ন হন, তবে এটির পক্ষে একমত হওয়ার জন্য সর্বাধিক সংগ্রাম, প্রত্যাশিত বাস্তব বেনিফিটগুলিকে অনেক কম বর্ণনা করে।

তথ্য বিজ্ঞানী ভূমিকা বছর ধরে প্রত্যাশিত এই উদীয়মান, গুরুত্বপূর্ণ ভূমিকা প্রক্ষেপণ shortfalls সঙ্গে গরম চাহিদা। প্রতিষ্ঠানগুলি প্রতি বছর ক্যাপচার, স্টোর এবং বিশ্লেষণ করার জন্য সফটওয়্যার ইনস্টল করার জন্য একটি ভাগ্য ব্যয় করছে। বিপণন বিভাগ ক্রমবর্ধমান সৃজনশীল ভূমিকা ব্যয় প্রযুক্তিগত, তথ্য-বুদ্ধিমান পেশাদার সঙ্গে ভরা হয়।

ব্যবসায় বিশ্বের একটি তথ্য-নিবদ্ধ বিশ্বের হয়, তবে এটি স্বীকার করা গুরুত্বপূর্ণ যে তথ্য নিজেই শেষ নয়। অন্য সবকিছুর মতোই আমরা আমাদের কাজের উপর আঁকড়ে ধরে থাকি, ডেটা প্রতিশ্রুতি ভরা একটি টুল। যথাযথ দৃষ্টিভঙ্গির সাথে ডান হাতে, সিদ্ধান্ত গ্রহণের পক্ষে তথ্যগুলির সম্ভাব্যতা অসাধারণ।

যাইহোক, তথ্য গ্রহণ এবং বিশ্লেষণ ঝুঁকি ছাড়া যে মিথ্যা বিশ্বাস মধ্যে lulled না। চলুন শুরু করি ব্যবসার পরিত্রাতা হিসাবে তথ্যটির ধারণাটি বন্ধ করে দেওয়া এবং আমাদের সকলের জন্য এই নতুন সংস্থানটি সম্ভাব্য সম্ভাব্য ক্ষতিগুলির কিছু সনাক্ত করতে সহায়তা করি।

Forewarned forearmed হয়।

দরিদ্র তথ্য মানের

যদিও আমরা শারীরিক বস্তু বা পণ্যগুলির প্রসঙ্গে গুণমানের কথা ভাবতে অভ্যস্ত নই, তখন এটি প্রত্যেক সময় প্রতিটি ফার্মের জন্য ডেটা মানের একটি উপাদান সমস্যা দেখা দেয়। স্ট্রাকচারড ডেটাবেস বা রিপোজিটরিগুলিতে সঞ্চয় করা তথ্য প্রায়শই অসম্পূর্ণ, অসঙ্গতিপূর্ণ বা পুরানো। এটি সম্ভবত আপনি একটি ডেটা মানের সমস্যাটির একটি সহজ উদাহরণের গ্রহণের শেষের দিকে রয়েছেন।

আমাদের অধিকাংশই আমাদের প্রকৃত নামের সামান্য ভিন্ন বা মূলত বিভিন্ন সংস্করণে সংযোজিত বিপণকদের কাছ থেকে নকল মেলিং গ্রহণ করতে প্রত্যাহার করতে পারে। মার্কারের ডাটাবেসে আমাদের ঠিকানা এবং বিভিন্ন, প্রায়ই ভুল বানান বা আমাদের নামের পরিবর্তনের সাথে সদৃশ রেকর্ড থাকে। আমরা জাল হিসাবে ডুপ্লিকেট মেইল ​​পুনরায় ব্যবহার করি এবং মার্কার প্রিন্টিংয়ের আকারে অতিরিক্ত খরচ করে এবং সহজ ডেটা মানের সমস্যার কারণে সমস্ত মেলিং করে। শত শত বা হাজার হাজার রেকর্ড দ্বারা এই ভুলটি বাড়িয়ে তুলুন এবং এই ছোট ডেটা মানের ত্রুটি ব্যয়বহুল হয়ে যায়।

আমরা মানসম্মত সময়গুলিতে কৌশল, বাজার এবং বিপণনের উপর সিদ্ধান্ত নেওয়ার জন্য সংগ্রাম করার সময় ডেটা গুণমানের বিষয়টি গুরুত্বের সাথে বৃদ্ধি করে। যখন সফ্টওয়্যার এবং সমাধানগুলি গঠনযুক্ত (বিন্যস্ত) ডেটার গুণমানের মনিটর এবং উন্নতিতে সহায়তা করার জন্য বিদ্যমান, বাস্তব সমাধানটি একটি মূল্যবান সম্পদ হিসাবে ডেটা চিকিত্সা করার জন্য একটি গুরুত্বপূর্ণ, সংগঠন-প্রশস্ত প্রতিশ্রুতি। অনুশীলনে, এটি অর্জন করা কঠিন এবং অসাধারণ শৃঙ্খলা এবং নেতৃত্বের সহায়তা প্রয়োজন।

তথ্য ডুবে যাওয়া

তথ্য একটি প্রতিষ্ঠানের সর্বত্র হয়। গ্রাহক তথ্য বিবেচনা করুন। বেশিরভাগ প্রতিষ্ঠান গ্রাহক এবং সম্ভাবনা সম্পর্কে তথ্য ক্যাপচার করতে দক্ষ হয়ে উঠেছে।

• বিপণন লাইভ বা ওয়েব ইভেন্টে অংশগ্রহণকারী বা যারা সামগ্রী ডাউনলোড করে এমন ডেটা সংগ্রহ করে।
• নির্বাহীগণ নতুন কৌশল সমর্থন বা সংজ্ঞায়িত তথ্য ব্যবহার।
• বিক্রয় বিক্রয় প্রক্রিয়া জড়িত গ্রাহকদের সম্পর্কে তথ্য সংগ্রহ।
• গ্রাহক সহায়তা কল এবং চ্যাট সম্পর্কে তথ্য ক্যাপচার করে।
• ম্যানেজমেন্ট দল স্কোরকার্ডের জন্য ডেটা এবং কী মেট্রিকগুলিতে আঁকতে পারে।
• গ্রাহক ডেটা গ্রাহক সন্তুষ্টি পর্যবেক্ষণের জন্য বিলিং উদ্দেশ্যে এবং গুণমান এবং গ্রাহক অন্তর্দৃষ্টি দলগুলির জন্য অ্যাকাউন্টিংয়ে ব্যবহৃত হয়।

বিভিন্ন ধরণের সফ্টওয়্যার সিস্টেমে আমরা গ্রাহকের তথ্য ক্যাপচার করি এবং আমরা বিভিন্ন তথ্য সংগ্রহস্থলগুলিতে তথ্য সংরক্ষণ করি। এক গ্লোবাল ফরচুন 100 ফার্ম তাদের গ্রাহকের ডেটা 10% হিসাবে স্বীকৃত হয় স্প্রেডশিটে তাদের কম্পিউটারে কর্মচারীদের দ্বারা স্থানীয়ভাবে অনুষ্ঠিত হয়। আরেকটি প্রতিষ্ঠান নিয়মিত বিপণনের প্রচারাভিযানগুলি চালানোর আগে তাদের ব্যবসায়িক প্রতিনিধিদের জন্য বিক্রয় প্রতিনিধিদের ভোট দেয়।

মহাসাগরের চলমান নাবিকের মত জাহাজের জাহাজে ঝাঁপিয়ে পড়ার পর লাইফবোটে আটকে থাকা, পানির সর্বত্র জল আছে, কিন্তু ড্রপ না পান। আমরা আমাদের ব্যবসার একই ঘটনা আছে। তথ্য সর্বত্র, এবং ক্রমবর্ধমান তথ্য রিয়েল টাইম সামাজিক এবং অনুসন্ধান ফিড থেকে পাওয়া যায়। যদি তথ্যটি সহজে অ্যাক্সেসযোগ্য না হয় বা যদি আমাদের সদৃশ বা অসম্পূর্ণ ডেটা থাকে তবে আমরা এটির উদ্দেশ্যবস্তুর জন্য এটি ব্যবহার করতে পারিনি।

ক্রমবর্ধমান প্রতিষ্ঠানগুলি তাদের পৃথক সফ্টওয়্যার অ্যাপ্লিকেশনগুলি সংহত করছে এবং এন্টারপ্রাইজ জুড়ে ডেটা সংগ্রহ এবং সমষ্টিবদ্ধ করার প্রক্রিয়াটি সহজতর করছে। তথ্য মানের পাশাপাশি, এই প্রচেষ্টার ব্যয়বহুল, সময় ব্যয়কারী এবং এটি শেষ হয় না।

ক্রমবর্ধমান তথ্য ভলিউম

আমরা বোঝার জন্য কঠিন যে একটি গতিতে আরো এবং আরো তথ্য তৈরি করা হয়। বিশেষজ্ঞদের প্রতি সভ্যতার জন্য গ্রহ পৃথিবীতে অস্তিত্বের চেয়ে প্রতি দুই বছর (এবং সঙ্কুচিত) আমরা আরো তথ্য তৈরি করছি।

এই নতুন তথ্যগুলির বেশিরভাগই অনির্বাচিত, বামপন্থী তথ্য যা আমাদের সফটওয়্যার এবং ডাটাবেস অ্যাপ্লিকেশনগুলিতে সুস্পষ্টভাবে প্রবেশ করে। উদাহরণস্বরূপ, আপনার পণ্য বা ব্র্যান্ডের সমস্ত টুইটগুলি অন্তর্দৃষ্টিগুলির একটি সম্ভাব্য ধন-সম্পদকে প্রতিনিধিত্ব করে, তবে এই তথ্যটি অনির্বাচিত, এটি ধরা এবং এটি বিশ্লেষণের জটিলতা বৃদ্ধি করে। এই চ্যালেঞ্জের সাহায্যে অনেক সফটওয়্যার প্রস্তাবনা পাওয়া গেলে, অনিয়ন্ত্রিত তথ্যগুলি প্রক্রিয়াকরণের জন্য কাঁচা মালের নতুন প্রবাহকে উপস্থাপন করে, সমস্ত অন্তর্নিহিত জটিলতা এবং গুণগত সমস্যা নিয়ে আলোচনা করা হয়।

আবর্জনা আবর্জনা

ডেটা বিশ্লেষণাত্মক সফ্টওয়্যার এটি খাওয়ানো তথ্য হিসাবে ভাল। সুবিধা জন্য তথ্য leveraging এই সমস্যা সাধারণ থ্রেড গুণমান। যদিও অনেক সংস্থা শক্তিশালী নতুন ডেটা-ক্রঞ্চিং অ্যাপ্লিকেশনগুলিতে উল্লেখযোগ্য ডলার বিনিয়োগ করে, নোংরা ডেটা ক্রঞ্চিং ত্রুটিযুক্ত সিদ্ধান্তগুলি বাড়ে। তথ্য বিশ্লেষণ প্রচেষ্টা আউটপুট blindly বিশ্বাস সাবধান। আপনি বিশ্লেষণ ব্যবহৃত তথ্য বিশ্বাস করতে পারেন যে আপনি আত্মবিশ্বাসী হতে হবে।

তথ্য বিশ্লেষণ সংকীর্ণ হয় না

আমরা বিশ্লেষণ হিসাবে ডেটা বিশ্লেষণ আউটপুট গ্রহণ, কিন্তু এটা হয় না। প্রকৃতপক্ষে, তথ্য বিশ্লেষণ বেশিরভাগ ক্ষেত্রেই সম্পর্কযুক্ত নয়, কার্যকারিতা প্রদর্শন করে! এটি ডেটা বিশ্লেষণের আউটপুট এবং কার্যকারণে বিভ্রান্তিকর সম্পর্কের উপর ভরসা করার ফাঁদে পড়ার পক্ষে সহজ।

সম্পর্ক একটি সম্পর্ক প্রদর্শন করে, কিন্তু কোনও উপায়ে এটি বোঝায় না যে একটি কারণ বি। কে একটি কারণযুক্ত সম্পর্ক প্রতিষ্ঠা সঠিক, অন্তর্দৃষ্টিমূলক সিদ্ধান্তগুলি করার জন্য নির্বান। এটা প্রমাণ করার জন্য অবিশ্বাস্যভাবে কঠিন। আপনি যদি অদক্ষভাবে আউটপুটকে বিশ্বাস করেন এবং কোনও কারণ নেই যেখানে কোনও বিদ্যমান সম্পর্ক থাকে তবে আপনার সিদ্ধান্তগুলি ত্রুটিপূর্ণভাবে ত্রুটিযুক্ত হবে।

বর্ধিত biases

এটি তথ্য মূল্যায়ন আসে যখন আমাদের জ্ঞানীয় পক্ষপাত amplified হয়। এক বিজ্ঞ তথ্য বিজ্ঞানী একবার একথা বলেছিলেন, "তথ্যটির সবচেয়ে জটিল এবং সম্পূর্ণ বিশ্লেষণের শেষে, একজন মানুষকে এখনও একটি সিদ্ধান্ত নিতে এবং সিদ্ধান্ত নিতে হবে।" এবং যখন আমরা সেই বিন্দুতে পৌঁছায় যেখানে আমাদের ডেটা বিশ্লেষণের অর্থ মূল্যায়ন করতে হয়, আমাদের পক্ষপাতগুলি খেলার মধ্যে আসে। আমাদের অনেকেই এমন অবস্থানের উপর নির্ভর করে বা নির্ভর করে যা আমাদের অবস্থান এবং প্রত্যাশাগুলিকে সমর্থন করে এবং বিপরীত করে এমন ডেটা দমন করে। আমরা যে উত্সগুলি পছন্দ করি তার থেকে আমরা ডেটাও বিশ্বাস করি বা, আমরা সাম্প্রতিকতম ডেটাতে নির্ভর করি।

এই পক্ষপাত সব আমাদের ডেটা বিশ্লেষণ থেকে ভুল জন্য চ্যালেঞ্জ এবং সম্ভাব্য অবদান।

ম্যানেজার হিসাবে আপনার ব্যবহারের জন্য ডেটা Tame শুরু কিভাবে

একটি এন্টারপ্রাইজ-ওয়াইড ডেটা কৌশল ডেভেলপ করা প্রতিটি ব্যবসার জন্য সমালোচনামূলক, তবে এই নিবন্ধটির সুযোগের বাইরেও রয়েছে। পরিবর্তে, এখানে আপনার প্রতিদিনের সিদ্ধান্ত গ্রহণে ডেটা ব্যবহারের আপনার উন্নতি উন্নত করার জন্য একজন পরিচালক হিসাবে আপনি যে সাতটি ধারণা ব্যবহার করতে পারেন সেগুলি এখানে রয়েছে।

Biases স্বীকৃতি

স্বীকৃতি এবং পক্ষপাত জন্য সম্ভাব্য কমানো। আপনার সামনে ডেটা সহ ছবি বা দ্বন্দ্ব প্রসারিত করে এমন তথ্য সন্ধান করুন। তথ্য কাছাকাছি আপনার অনুমান মূল্যায়নের জন্য একটি বহিরাগত পর্যবেক্ষক উত্সাহিত করুন।

ডাটা ব্যাবস্থাপনা

তথ্য ব্যবস্থাপনা আপনার বোঝার শক্তিশালী। ওয়েবে অন্তর্দৃষ্টিগুলির প্রচুর মুক্ত উত্স রয়েছে এবং অনেক সংস্থা ডেটা বিশ্লেষণ এবং ব্যবসায়ের বুদ্ধিমত্তাতে সেমিনার বা কর্মশালা সরবরাহ করে। অনেক বিশ্ববিদ্যালয় এই ঝলকানি ক্ষেত্রের জন্য কোর্স যোগ করেছেন। আপনার দক্ষতা sharpening রাখুন।

সম্পূর্ণ তথ্য

নিজেকে অথবা আপনার দল জিজ্ঞাসা করুন, "এই সিদ্ধান্ত নেওয়ার জন্য আমাদের কোন তথ্য দরকার?" খুব প্রায়ই, আমরা হাতে তথ্য নির্ভর করে এবং ছবিটি সম্পূর্ণ করার জন্য আরও তথ্য সন্ধানের প্রয়োজন উপেক্ষা করে।

সম্পর্ক এবং কারণ

সমঝোতা এবং causation মধ্যে পার্থক্য সমালোচক সচেতন হতে হবে। আগে বর্ণিত হিসাবে, এই দুই বিভ্রান্তিকর সিদ্ধান্ত গ্রহণের জন্য একটি সম্ভাব্য বিপজ্জনক pitfall।

আপনার ডেটা যাচাই করুন

আপনার ফার্মের ডেটা মানের বা মাস্টার ডেটা ম্যানেজমেন্ট প্রতিশ্রুতি না থাকলে, সদৃশ, অসম্পূর্ণ বা ভুল রেকর্ড সহ সুস্পষ্ট ত্রুটির জন্য আপনার ডেটা মূল্যায়ন করার জন্য সময়টি বিনিয়োগ করুন। অনেকগুলি বাণিজ্যিকভাবে উপলব্ধ সফটওয়্যার অ্যাপ্লিকেশন রয়েছে বা এই ক্রিয়াকলাপটিকে সমর্থন করার জন্য এবং অনেকগুলি সংস্থাগুলি ডেটা বিশেষজ্ঞদের দক্ষতা অনুসন্ধান এবং মূল্যমানের মূল্যায়ন করার জন্য আকৃষ্ট করে। এছাড়াও, বহিরাগত পরিষেবা সরবরাহকারীদের বিবেচনা করুন যারা আপনার জন্য ডেটা সাফ করতে সহায়তা করতে পারে। গুরুত্বপূর্ণভাবে, ক্রমাগত আপনার ডেটা মান উন্নত উপর ফোকাস।

উপাত্তের গুণ

আপনার ফার্ম জুড়ে শক্তিশালী তথ্য মানের এবং ব্যবস্থাপনা প্রচেষ্টা জন্য অ্যাডভোকেট। এই কাজটি প্রায়ই আইটি বা কারিগরি পেশাদারদের ডোমেইনে পরিণত হয়েছে, তথাপি ডেটাটি কৌশলগত সম্পদ হিসাবে পরিবেশন করার সম্ভাবনা রয়েছে। সিদ্ধান্ত নেওয়ার এবং কৌশল নির্বাহের জন্য প্রতিটি ব্যবস্থাপককে ভাল লিভারেজ ডেটা দেওয়ার দৃঢ়তার বিষয়ে যত্ন নিতে হবে।

প্রযুক্তিগত এবং তথ্য-সচেতন প্রতিভা

আপনার দলের প্রযুক্তিগত এবং তথ্য-বুদ্ধিমান প্রতিভা যোগ করুন। বিক্রয় এবং বিপণন বিভাগগুলি সর্বশেষ প্রযুক্তিগুলিতে দক্ষ ব্যক্তিদের জড়িত করার ক্ষমতা এবং রূপরেখা করা অনেক তথ্য চ্যালেঞ্জগুলি নেভিগেট করার যোগ্য। প্রযুক্তি এবং তথ্য আর একটি এন্টারপ্রাইজ একটি একক ফাংশন ডোমেইন বা দায়িত্ব নেই।

তলদেশের সরুরেখা

উন্নত সিদ্ধান্ত নেওয়ার জন্য ডেটা লিভারেজ শিখতে যারা সংস্থা এবং পরিচালকদের বাজারে জয় হবে। এই সংস্থাগুলি পরিবর্তনশীল অবস্থার উপর নজরদারি করতে এবং প্রতিক্রিয়া জানাতে সক্ষম হবে এবং উত্থাপিত গ্রাহক তাদের তথ্যগুলির প্রতিদ্বন্দ্বীকে চ্যালেঞ্জ করার চেয়ে দ্রুততর হবে। তারা সোশ্যাল মিডিয়া ডায়ালগ থেকে অন্তর্দৃষ্টি সংগ্রহকারী প্রথম ব্যক্তি হবেন এবং তারা গভীরতার ভিত্তিতে গ্রাহকদের জানতে এবং ব্যস্ত করার জন্য যুদ্ধ জিতবে - সমস্ত তথ্য ভিত্তিক। এটি একটি ফ্যাড নয়, বরং আজকের বিশ্বের পরিচালনার এবং প্রতিযোগিতার একটি নতুন বাস্তবতা।

শুধু এই যাত্রায় pitfalls জন্য আউট ঘড়ি।