10 Tips for bedre stor data analyse - dummies

Vil du få mest mulig ut av din analyse av Excel-data? Her er ti raske tips for å jobbe effektivt og effektivt med store data.

Vurder arbeidet ditt med et søk etter begravet skatt

Du bør se dataanalyse som en prosess som ligner på å ha begravet skatt.

Data mining betyr med andre ord gullgruvedrift. Du punderer deg gjennom dataene eller siver gjennom granulariteten på jakt etter verdifulle nuggets. Denne innsatsen kan være omhyggelig og kjedelig.

Men med utholdenhet og litt flaks bør du ofte (vil ofte?) Kunne finne verdifull innsikt i både muligheter og trusler du kanskje ellers ville ha savnet.

Du vil og trenger å huske det.

Samle flere data

Du bør samle inn flere data … og vær så snill å lagre og lagre dataene du samler inn.

I ord ord må du ikke kaste bort eller uforsiktig tapt eller tåpelig kaste bort dataene vi allerede samler inn eller har. Disse dataene kan være uvurderlige. Og hvis det ikke er uvurderlig i dag, hvem vet det? Det kan være på et tidspunkt i fremtiden.

Sett på det. Jo rikere datasettet, desto bedre er sjansene for at noen kule innsikt vil hoppe ut på deg.

Lag flere data

Arbeid for å lage flere data.

Ok, det høres kanskje dumt ut. Men i noen tilfeller kan nyttige data opprettes veldig økonomisk.

Her er et enkelt eksempel: Hvis du driver en bedrift, spør kundene hvordan de kom for å finne deg. Du får stor innsikt i markedsføringsarbeidet ditt som et resultat.

Du har nok andre interessante måter å skape flere data på.

Kjør regelmessig eksperimenter

Dataopprettingsmetoder som eksperimentering via AB-testing og pilotstudier kan økonomisk gi data med ekstraordinær verdi.

For eksempel beskriver forfatter Timothy Ferris i sin bestselgende bok, The Four Hour Workweek , ved å bruke lønn per klikk s for å måle produktets mulighet. Det er en god ide, og en som sannsynligvis i mange tilfeller resulterer i mer nøyaktige analytiske konklusjoner enn en fokusgruppe.

Gå stort (med datasettene og prøvene dine)

Hvis du har lært om statistikk i alderen før datamaskiner og deres store datasett var allment tilgjengelige og enkle å bruke, kan du ha en tendens til å dommer og avgjørelser basert på små datasett.

I dag er det virkelig ganske uforutsigbart. I dag skal du jobbe med store datasett. Når det er mulig, "gå stort" og bruk store eller større datasett og prøver.

Ikke deleger dataanalyse

For mange ledere eller bedriftseiere kan det hende at å ha en ung teknisk kunnskapsrik praktikant synes å være den beste tilnærmingen for å få en veldig god dataanalyse utført.

Men hvis du snakker med folk som har mye dataanalyse, er du ganske sannsynlig å høre at det du virkelig vil gjøre er å tildele det smarteste og mest erfarne medarbeider du kan til å jobbe med dette prosjektet. Med andre ord, folkene du virkelig ønsker å gjøre dette arbeidet er folkene som sannsynligvis ikke har tid til å gjøre det.

Kanskje, du burde bare gjøre dataanalysen selv om du er grand Pooh-Bah.

Igjen, tenk på dette arbeidet som beslektet med gruvedrift for begravet skatt. Innsiktene du kan avdekke kan være enormt verdifulle. Så godt som noen unge buck eller unge doe kan være, vil du for darn sikkert ikke at de skal gå glipp av enestående mulighet eller en potensielt katastrofal trussel fordi de mangler erfaring eller ikke har fullt utviklet strategisk tenkning ferdigheter.

Avfallstid hælder over meningsløse data

Her er en dum idé. Kanskje bør du av og til kaste bort tid som hælder over tilsynelatende meningsløse data: kryss tabuleringer av tidsstemplede salgskvitteringer, analysedata fra nettstedet ditt, tredjeparts transaksjonslogger og så videre.

Du vet aldri hva du finner. Og noen ganger kan de beste innsiktene komme fra de mest overraskende stedene.

Innebygde interne datakilder

Et husholdningsartikler: Du vil sannsynligvis beholde en oversikt over interne datakilder. Og listen bør trolig inkludere mer enn bare regnskapssystemet og webservernes analysefiler. Det finnes alle mulige interessante data når du begynner å tenke på det. Og noen av disse tingene vil gå seg vill eller bli glemt hvis du ikke er forsiktig.

Bygg et bibliotek med eksterne rå datakilder

En rask påminnelse? Noen av dine rå datakilder er ikke interne, men eksterne. Ikke glem det.

Selv de minste bedriftene kan ha tilgang til tredjeparts betalingsbehandlingsfiler og transaksjonslister opprettet av eksterne webtjenester.

Beskytt proprietære datakilder

Fordi eventuelle proprietære datakilder potensielt har enorm verdi, vil du selvsagt forsiktig beskytte aktiva.

Dette betyr selvsagt at du vil trygt lagre og regelmessig sikkerhetskopiere dataene, men det er ikke alt. Beskytte dine proprietære data betyr at du vil sørge for at dataene forblir proprietære og (kanskje enda mer) at innsiktene i dataene forblir interne. Noe å tenke på …