Skip to main content

Dlaczego duże zbiory danych oznaczają dużą wydajność - muza

Joel Selanikio: The surprising seeds of a big-data revolution in healthcare (Czerwiec 2026)

Joel Selanikio: The surprising seeds of a big-data revolution in healthcare (Czerwiec 2026)
Anonim

Prawdopodobnie słyszałeś o wykorzystaniu dużych zbiorów danych do ustalenia, co chcesz kupić, przeczytać i obserwować. To, o czym prawdopodobnie nie pomyślałeś, to sposób, w jaki Twoja firma może go wykorzystać do uwolnienia wydajności.

Ale Alexander Vorobiev, doradca Advanced Analytics w TransUnion, ma. Jest świstem we wszystkich kwestiach dużych zbiorów danych. I chociaż jego rola dotyczy przede wszystkim wpływu dużych zbiorów danych na usługi finansowe, wie, że aplikacje dla dużych zbiorów danych są nieograniczone. Jedna taka rzecz? Dowiedz się, w jaki sposób firmy mogą korzystać z metod analitycznych w celu zwiększenia wydajności i uzyskania lepszych wyników biznesowych.

Brzmi intrygująco? Czytaj dalej, aby dowiedzieć się, jak to zrobić:

Znajdź swoją hipotezę

Najpierw potrzebujesz teorii do przetestowania. „Stworzenie programu odnowy biologicznej w miejscu pracy zwiększy produktywność” może być jednym z nich. „Pozwolenie pracownikom na pracę z domu pomoże zwiększyć sprzedaż” może być kolejnym.

Jako szef działu lub decydent, możesz mieć instynkt co do tego, jak najlepiej pracują twoi pracownicy. Może to dlatego, że pracownicy, którzy przychodzą godzinę później, robią mniej przerw w ciągu dnia, lub jeśli pracownicy wykorzystują swoją przerwę obiadową na ćwiczenia, zwykle nie poddają się zapaści o godzinie 15.00. Bez względu na to, jakie jest założenie, należy sprawdzić tę hipotezę.

Zbierz odpowiednie dane

Prawdopodobnie jeden z najbardziej krytycznych kroków w korzystaniu z dużych zbiorów danych. Cała analiza na świecie nie przyda się, jeśli nie zmierzysz właściwych rzeczy. Przyjmij hipotezę „praca z domu poprawia wydajność”. Kilka potencjalnych punktów danych, które można zmierzyć, może obejmować liczbę pracowników zdalnych, liczbę dni pracy w domu oraz recenzje przełożonego na koniec szacowanego okresu.

Vorobiev zaleca firmom zatrudnienie wyspecjalizowanych inżynierów danych lub zewnętrznych konsultantów do przeprowadzenia analizy trendów w miejscu pracy i innych obszarów, w których duże zbiory danych z pewnością będą przydatne. Tacy naukowcy mogą nie tylko analizować ostateczne wyniki, ale także sugerować prawidłowe parametry do pomiaru.

Skonfiguruj próbkę do nauki

Firmy mogą rekrutować pracowników na studia, dyndając marchewką (dobre członkostwo w siłowni na rok jest dobre), chociaż trzeba uważać na stronnicze próbki (na przykład osoby, które zapisują się do klubu książki, mogą już lubić czytać).

Ale rekrutacja może odbywać się na inne sposoby. Vorobiev wskazuje na badanie miejsca pracy przeprowadzone przez Bank of America, w którym pracownicy nosili identyfikatory z tagami RFID i mierzyli ich interakcje między sobą, a następnie mierzono produktywność.

Jednak Vorobiev przyznaje, że prywatność jest uzasadnioną barierą. Są jednak sposoby, które ukrywają informacje o pracownikach, więc analitycy koncentrują się tylko na większych trendach. Anonimowe odpowiedzi bąbelkowe lub ankiety online to szybki i łatwy sposób na wyszukiwanie wzorców bez nazywania nazw.

Po ustaleniu, kogo uczyć, ankiety online to szybki sposób na zgromadzenie potrzebnych danych.

Wreszcie przeanalizuj!

Po uzyskaniu wyników duże zbiory danych mogą je analizować i wyszukiwać trendy. Ważne jest, aby pamiętać, że analiza dużych zbiorów danych to po prostu regularne badanie danych na sterydach. Jako pracownik lub właściciel firmy zawsze możesz przeprowadzić analizę danych. Ale duże zbiory danych przetwarzają informacje pochodzące z wielu źródeł i na wiele różnych sposobów, wydajniej i szybciej.

Tylko nie zgub się w paraliżu analizy. „Możesz przerobić wszystko, ” mówi Vorobiev, „Jest takie słynne powiedzenie na temat statystyki, że przy wystarczającej presji dane przyznają się do wszystkiego. Dobrym pomysłem może być zatrzymanie analizy, gdy tylko otrzymasz x liczby danych wejściowych lub wyników a następnie sprawdź, co mówią ci dane ”.

Efekt oświetlenia ulicznego - gdy osoba, która zgubiła klucze, patrzy tylko pod światło, ponieważ tam właśnie jest to najłatwiejsze - jest uzasadnionym problemem, jeśli chodzi o analizę dużych zbiorów danych. Pamiętaj, że najbardziej zaskakujące trendy mogą nie wyglądać tam, gdzie myślisz po raz pierwszy.

Wynagrodzenie według Vorobieva: „Jest tak wiele wymiernych, łatwo przeoczanych aspektów naszego życia zawodowego, które, jeśli zostaną zbadane, mogą przynieść nieoczekiwane rezultaty. A jeśli jedno z nich może doprowadzić do stworzenia bardziej harmonijnego i produktywnego środowiska, warto spróbować ”.