对于给定数据分析项目可能失败的原因很少有一个答案。它可能是由于差的数据,错误的策略或文化挑战,命名几个。但更常见的是,无法实现数据分析目标可以与未能揭示直接改善决策的可操作的见解绑定。

最近从MIT Sloan管理审查的文章看着克服这些共同挑战的方法,突出了一种称为“决策驱动数据分析”的方法,作为确保举措保持追踪并提供更好的业务成果的一种方法。提供替代方案数据驱动决策,决策驱动的数据分析概念相对简单:而不是找到数据的目的,找出数据。通过这样做,数据分析项目领导者和数据分析师以结束为止,确保他们从一开始就询问正确的问题。

根据该文章,“数据驱动的决策锚在可用数据上。这常常导致决策者专注于错误的问题。决策驱动的数据分析从需要进行的决定的正确定义以及所需的数据来开始。“

为帮助实现该过程,公司应该首先看出他们试图制作的相关业务决策,谁制造它们,以及所需的数据。从那里,公司应该采取有序和系统的方法来避免对成功之路的陷阱,包括:

  1. 确定替代行动课程。这篇文章鼓励公司思考“广泛的”,以实现数据分析举措的最佳成果。首先考虑到许多行动方案而不是一个行动,企业对新的思想和可能性更加开放。从那里,领导者可以将他们的重点缩小到他们实际影响和影响的地区。采取这种方法有助于公司采取“高质量和可行的行动课程”,并成功执行它们。
  2. 确定排名替代行动方案所需的数据。理解您需要做出决定而不是简单地采购尽可能多的数据所需的确切数据有助于更准确地确定您应该采取的行动方案。在采购和收集数据之前,文章建议返回您试图做出的决定,争论“从决策开始引起未知的注意力,这具有重要的优势。”
  3. 选择最佳行动方案。随着你的行动课程排名,是时候选择你的道路了。根据这篇文章,“如果执行了前两个步骤很好,数据分析现在将显示出最佳的行动方案。”通过采取这种方法,您可以有效地考虑更多的行动方案,同时确保您回答正确的问题,然后根据答案做出最佳决策。

如果您想了解更多,包括一些真实的例子,请查看整个麻省理工学院斯隆管理审查文章

发表评论

请输入您的评论!
请在这里输入您的姓名