Le rôle du data scientist est en forte demande avec des déficits projetés dans ce rôle émergent et important attendu depuis des années.
Les organisations dépensent une fortune chaque année en installant un logiciel pour capturer, stocker et analyser des données. Les départements marketing sont de plus en plus remplis de professionnels techniques et expérimentés au détriment des rôles créatifs.
Le monde des affaires est un monde axé sur les données, mais il est important de reconnaître que les données ne sont pas une fin en soi. Comme tout ce que nous utilisons dans notre travail, les données sont un outil rempli de promesses. Dans les bonnes mains avec les approches appropriées, le potentiel de données pour soutenir la prise de décision est remarquable.
Cependant, ne vous laissez pas bercer par la fausse croyance que l'acquisition et l'analyse des données sont sans risque. Dégageons un peu de l'idée de données comme sauveur d'entreprise et aidons à identifier certains des pièges potentiels que cette nouvelle ressource présente pour nous tous.
Prévenu est forearmed.
6 Grands défis Les gestionnaires et les organisations font face à des données:
1. La qualité des données est souvent médiocre. Bien que nous ayons l'habitude de penser à la qualité dans le contexte d'objets ou de produits physiques, il s'avère que la qualité des données est un problème matériel pour chaque entreprise tout le temps.
Les données stockées dans des bases de données ou des référentiels structurés sont souvent incomplètes, incohérentes ou périmées. Il est probable que vous avez reçu un exemple simple d'un problème de qualité des données.
La plupart d'entre nous peuvent se rappeler avoir reçu des courriers en double provenant de spécialistes du marketing adressés à des versions légèrement différentes ou radicalement différentes de notre nom réel.
La base de données du marketing contient des enregistrements en double avec notre adresse et des orthographes différentes, souvent erronées ou des variations de notre nom. Nous recyclons le courrier en double comme indésirable, et le marketing encourt des coûts excédentaires sous la forme d'impression et d'envoi postal en raison d'un simple problème de qualité des données. Amplifier cette erreur par plusieurs centaines ou milliers d'enregistrements et cette petite erreur de qualité de données devient coûteuse.
La question de la qualité des données prend de l'importance à mesure que nous nous efforçons de prendre des décisions sur les stratégies, les marchés et le marketing en temps quasi réel. Bien qu'il existe des logiciels et des solutions pour surveiller et améliorer la qualité des données structurées (formatées), la véritable solution est un engagement important à l'échelle de l'organisation pour traiter les données comme un atout précieux. En pratique, cela est difficile à réaliser et nécessite une discipline et un soutien exceptionnel de la part des dirigeants.
2. Nous sommes pratiquement en train de nous noyer dans les données. Les données sont partout dans une organisation. Considérez les données du client. La plupart des organisations sont devenues habiles à saisir des informations sur les clients et les prospects.
- Le marketing recueille des données auprès des personnes qui assistent à des événements en direct ou sur le Web ou qui téléchargent du contenu.
- Les cadres utilisent des données pour soutenir ou définir de nouvelles stratégies .
- Les ventes collectent des données sur les clients impliqués dans le processus de vente.
- Le support client capture des informations sur les appels et les interactions de chat.
- Les équipes de gestion s'appuient sur des données et des indicateurs clés pour les tableaux de bord.
- Les données du client sont utilisées pour la facturation à des fins de facturation et par des équipes de qualité et de connaissance du client pour surveiller la satisfaction du client .
Nous capturons les informations client dans différents systèmes logiciels et stockons les données dans divers référentiels de données. Une entreprise du classement Global Fortune 100 a reconnu que jusqu'à 10% de ses données clients étaient détenues localement par des employés sur leurs ordinateurs dans des feuilles de calcul. Une autre organisation interroge régulièrement ses représentants commerciaux sur les données des cartes de visite avant de lancer des campagnes marketing.
Tout comme le matelot océanique échoué dans un canot de sauvetage après que son navire a coulé, il y a de l'eau partout, mais pas une goutte à boire.
Nous avons le même phénomène dans nos entreprises. Les données sont partout, et de plus en plus de données sont disponibles à partir des flux sociaux et de recherche en temps réel. Si les données ne sont pas facilement accessibles ou, si nous avons des données en double ou incomplètes, nous ne sommes pas en mesure de les exploiter pour l'objectif prévu.
De plus en plus, les organisations intègrent leurs applications logicielles disparates et simplifient le processus de collecte et d'agrégation des données au sein de l'entreprise. Avec la qualité des données, cependant, cet effort est coûteux, prend du temps et ne finit jamais.
3. Les volumes de données augmentent. Nous produisons de plus en plus de données à un rythme difficile à comprendre. Les experts suggèrent que tous les deux ans (et rétrécissant) nous créons plus de données que ce qui existait sur la planète Terre pour toute la civilisation.
La plupart de ces nouvelles données ne sont pas structurées, contrairement à ce type de données qui est soigneusement entré dans nos applications de logiciels et de bases de données. Par exemple, tous les tweets concernant votre produit ou votre marque représentent un trésor potentiel d'informations, mais ces données ne sont pas structurées, ce qui augmente la complexité de leur capture et de leur analyse. Bien qu'il existe de nombreuses offres de logiciels pour aider à relever ce défi, les données non structurées représentent un nouveau torrent de matières premières pour le traitement, avec toutes les questions inhérentes de complexité et de qualité abordées dans cet article.
4. Garbage-in, garbage-out. Le logiciel d'analyse de données est seulement aussi bon que les données l'alimentant. Le fil conducteur dans ce numéro de tirer parti des données pour l'avantage est la qualité. Alors que de nombreuses entreprises investissent des sommes importantes dans de nouvelles applications puissantes de calcul de données, le calcul de données erronées conduit à des décisions erronées. Méfiez-vous de faire aveuglément confiance à la sortie des efforts d'analyse de données. Vous devez être sûr que vous pouvez faire confiance aux données utilisées dans l'analyse.
5. Nous acceptons la sortie des analyses de données comme concluante, mais ce n'est pas le cas. En réalité, l'analyse des données met le plus souvent en évidence la corrélation, pas la causalité! Il est facile de tomber dans le piège de faire confiance à la sortie des analyses de données et à la corrélation confuse avec la causalité.
La corrélation met en évidence une relation, mais elle n'implique nullement que A provoque B. L'établissement d'une relation causale est le nirvana pour prendre des décisions précises et perspicaces. C'est aussi incroyablement difficile à prouver. Si vous faites une confiance excessive en une sortie et supposez une relation causale là où il n'y en a pas, vos décisions seront fatalement viciées.
6. Nos biais cognitifs sont amplifiés quand il s'agit d'évaluer des données. Comme l'a si bien dit un scientifique averti: «À la fin de l'analyse la plus compliquée et la plus exhaustive des données, un être humain doit encore tirer une inférence et prendre une décision. Et lorsque nous arrivons au point où nous devons évaluer la signification de l'analyse des données, nos préjugés entrent en jeu. Beaucoup d'entre nous ont tendance à faire confiance ou à compter sur des données qui soutiennent nos positions et nos attentes et à supprimer les données qui font le contraire. Nous faisons également confiance aux données des sources que nous aimons ou, nous nous fions aux données les plus récentes. Tous ces biais contribuent aux défis et au potentiel d'erreurs de nos analyses de données.
Comment commencer à apprivoiser les données pour votre utilisation en tant que gestionnaire:
Le développement d'une stratégie de données à l'échelle de l'entreprise est essentiel pour chaque entreprise, mais dépasse le cadre de cet article. Au lieu de cela, voici sept idées que vous pouvez utiliser en tant que gestionnaire pour améliorer votre utilisation des données dans votre prise de décision quotidienne.
1. Reconnaître et atténuer le potentiel de biais . Rechercher des données qui agrandit l'image ou des conflits avec les données en face de vous. Encouragez un observateur externe à évaluer vos hypothèses concernant les données.
2. Renforcez votre compréhension de la gestion des données. Il existe de nombreuses sources d'informations gratuites sur le Web et de nombreuses organisations proposent des séminaires ou des ateliers sur l'analyse de données et la veille économique. De nombreuses universités ont ajouté des cours pour ce domaine en plein essor. Continuez à aiguiser vos compétences.
3. Demandez-vous ou demandez à votre équipe: «De quelles données avons-nous besoin pour prendre cette décision? Trop souvent, nous comptons sur les données disponibles et ignorons la nécessité de rechercher plus de données pour compléter l'image.
4. Soyez très conscient de la différence entre la corrélation et la causalité . Comme nous l'avons déjà mentionné, confondre ces deux éléments est un piège potentiellement dangereux pour la prise de décision.
5. Qualité - vérifiez vos données. Si votre entreprise n'a pas d'engagement en matière de qualité des données ou de gestion des données de base, prenez le temps d'évaluer vos données à la recherche d'erreurs évidentes, y compris des enregistrements en double, incomplets ou erronés. Il existe de nombreuses applications logicielles disponibles dans le commerce ou pour soutenir cette activité et de nombreuses entreprises s'appuient sur l'expertise d'experts en données pour interroger et évaluer la qualité des données. En outre, envisagez des fournisseurs de services externes qui peuvent vous aider à nettoyer les données pour vous. Surtout, se concentrer sur l'amélioration continue de la qualité de vos données.
6. Plaider en faveur de la qualité des données et des efforts de gestion dans votre entreprise. Ce travail a souvent été le domaine de l'informatique ou des professionnels techniques, mais les données ont le potentiel de constituer un atout stratégique. Chaque gestionnaire doit se préoccuper de la capacité de son entreprise à mieux exploiter les données pour la prise de décision et l'exécution de la stratégie .
7. Ajoutez du talent technique et des connaissances en matière de données à votre équipe. Les départements des ventes et du marketing comprennent le pouvoir d'engager des individus qualifiés dans les dernières technologies et compétents pour naviguer parmi les défis de données décrits dans cet article. La technologie et les données ne sont plus le domaine ou la responsabilité d'une seule fonction dans une entreprise.
La ligne de fond:
Les entreprises et les gestionnaires qui apprennent à tirer parti des données pour améliorer la prise de décision gagneront sur le marché. Ces organisations seront en mesure de surveiller et de répondre aux conditions changeantes et aux besoins émergents des clients plus rapidement que leurs concurrents ayant des problèmes de données. Ils seront les premiers à tirer des conclusions du dialogue sur les médias sociaux, et ils gagneront la bataille pour connaître et engager les clients à un niveau plus profond - tout cela basé sur des données. Ce n'est pas une mode, mais plutôt une nouvelle réalité de gestion et de compétition dans le monde d'aujourd'hui. Faites attention aux pièges de ce voyage.