Articles

Como utilizar o google analytics para tornar-se verdadeiramente de dados orientado a organização– três coisas a considerar

Como utilizar o google analytics para tornar-se verdadeiramente de dados orientado a organização– três coisas a considerar
Por Dorman Bazzell e Scott Schlesinger, a Capgemini
Há um novo papel dentro de muitas organizações, que é focada em ajudar a transformar os dados em informações, e informações em inteligência – o cientista de dados. É um papel um pouco ambíguo, pois muitas pessoas não entendem o que fazem e como o fazem. No entanto, é um papel reverenciado como significativamente importante. Os cientistas de dados ajudam o organograma a seguir o caminho, aproveitando os dados e criando algoritmos estatísticos sofisticados em um esforço para resolver problemas na jornada para a inteligência acionável. Esse trabalho é tão procurado que a McKinsey estima que haverá necessidade de até 190.000 cientistas de dados nos EUA até 2020.Hoje, no entanto, existem muito poucos cientistas de dados e talentos disponíveis que têm conhecimento aprofundado de como aproveitar ao máximo os dados. Entre o resto de nós, muitos estão ansiosos para aproveitar rapidamente essa tendência para aproveitar as vastas quantidades de novos dados que entram em nossa organização, acumulando e avaliando mais pontos de dados do que nunca para apoiar a tomada de decisões.O que muitos perceberam é que seu interesse está menos na tendência em si, mas mais com as análises. Essa ânsia, alimentada pelo desejo de obter imediatamente informações valiosas e acionáveis dos dados, infelizmente está levando a resultados de baixo impacto. Elementos-chave fundamentais necessários para realmente realizar uma visão analítica eficaz são perdidos às pressas. Por meio de nossas iniciativas de clientes, acreditamos que existem três elementos essenciais que os líderes em qualquer função de negócios devem adotar para garantir resultados ideais. Isso inclui a criação de uma classificação que faça uma distinção entre big data e analytics; definindo um caso de uso de negócios claro; e otimizar a infraestrutura e as ferramentas existentes para apoiar o esforço.
separar Big Data do Analytics
a ideia geral por trás do big data não é nova. As empresas têm procurado aproveitar os dados disponíveis para melhorar as operações de negócios e as iniciativas dos clientes há anos. O que é diferente hoje é a grande quantidade de tipos e volumes de dados, seus pontos de entrada e a velocidade com que as organizações buscam adquirir e analisar esses dados. O que muitas vezes se perde com a ânsia é o entendimento de que big data não é apenas sobre a coleta e gerenciamento de conjuntos de dados. Em vez disso, o big data deve incorporar análises – a capacidade de avaliar e identificar resultados e tendências para tomar decisões de negócios mais educadas e impactantes. Para colher os benefícios da análise, as empresas precisam de rigor organizacional em torno da aquisição eficiente e alavancagem de big data. No início, todos os envolvidos em uma iniciativa devem ter a mesma compreensão e expectativas.
definir o caso de Uso de negócios
a jornada de big data e análise começa com um caso de uso de negócios relevante, claramente definido e bem compreendido. No entanto, uma das principais causas de frustração é entrar em uma iniciativa de análise muito cedo, sem definir claramente o que a empresa deseja realizar.À medida que as empresas buscam alavancar dados – sejam internos, externos, estruturados ou não – para aumentar a eficiência operacional, melhorar a lucratividade, aumentar a participação de mercado, a análise oferece a capacidade de obter insights sobre áreas do negócio que antes eram uma realidade distante. Quais são os insights que você espera obter? O que você está procurando medir? O que você espera alcançar por meio de análises para seu departamento ou empresa? Essas perguntas devem ser respondidas antes de iniciar a jornada, caso contrário, você não chegará onde previsto e suas expectativas de ROI serão frustradas. As organizações devem entender por que e onde faz sentido aproveitar o big data. Estabelecer um conjunto de casos de uso priorizados no nível da área funcional garantirá clareza e orientação estratégica para cada iniciativa e fornecerá critérios de sucesso para medir realizações. Os casos de Uso ajudam a criar casos de negócios que fornecem à TI e à empresa uma estrutura comum para abordar as questões de ROI esperadas da liderança organizacional aos investidores.Por exemplo, é bastante simples para um varejista de roupas rastrear o número de gravatas masculinas vendidas. Mas, é menos óbvio para eles – a menos que eles façam uso da conversa de dados sociais-por que laços particulares onde tais vendedores quentes. As empresas de petróleo podem usar dados de sensores de máquina para determinar quando um Preventor de blow-out pode falhar e qual é a causa provável.
este uso de dados está melhorando a segurança do trabalhador; prevenção de danos ambientais e Eliminação de custos potenciais.
Otimize os investimentos em tecnologia existentes
muitas empresas que procuram tirar proveito rapidamente da análise correm para as decisões de compra. Eles procuram o mais recente e maior software de análise e ferramentas. Mas, por não ter criado primeiro um caso de uso de negócios claro ou colocar as estruturas de governança de Dados adequadas em prática, é provável que eles obtenham um baixo retorno sobre o investimento desde o início.As empresas devem primeiro olhar para sua infraestrutura de TI atual e sistemas de Planejamento empresarial e procurar maneiras de emparelhar aqueles com fontes externas, como mídias sociais e sensores. Isso os ajudará a obter insights de dados iniciais que provavelmente garantirão maior flexibilidade para dimensionar análises de conjuntos de dados subsequentes que terão um impacto mais amplo nos negócios, seus parceiros e clientes. Mais importante ainda, essa prática fornecerá um caminho para esforços de otimização de dados mais eficientes para aproveitar as ferramentas de dados de código aberto, como o Hadoop, para armazenar e avaliar conjuntos de dados maiores.Obter respostas em tempo real a partir de dados é o resultado ideal da análise. Agir sobre esses três elementos críticos requer um apreço pela paciência-eles exigem tempo. A ânsia de empregar análises e obter resultados rápidos corre o risco de criar mais dificuldades do que benefícios para o negócio a longo prazo. Para que as organizações obtenham seus resultados ideais com análises, essas etapas de bloqueio e combate são essenciais. Eles, sem dúvida, levam tempo, mas seu retorno sobre o investimento será inestimável para qualquer iniciativa de análise.

Deixe uma resposta

O seu endereço de email não será publicado.