Data Visualisering Storyboard: Dokumentasjonsmål - dummies

Å få en klar forståelse av målgruppens mål og eksisterende smertepunkter vil hjelpe du bestemmer hva du skal inkludere og - enda viktigere - hva som ikke skal inkluderes i storyboardet. Den enkleste måten å gjøre dette på kan være å holde en liten planleggingsøkt som inkluderer den utøvende sponsoren (hvis det er en) og representanter for hver jobbrolle i hver bransje.

Hvis salgsforvalteren ber om datavisualisering, er det for eksempel viktig at du har den aktuelle salgsansvarlige, samt en eller to medlemmer av hennes rapporteringsgruppe for å sikre at alle parter er enige om de identifiserte målene. Selv om personlige møter er å foretrekke, finner de fleste globale organisasjoner det utfordrende å gjøre planleggingsøkter personlig. Du kan be om en enkel konferansesamtale i stedet.

Unngå å sende e-post for å utføre denne oppgaven. Du mottar bare flere, motstridende mål som tar lang tid å spore opp og justere hver jobbrolle.

Selv om målsamlingen kan virke som en enkel oppgave, er det sjansen for at det vil avsløre motstridende dagsordener og prioriteringer på tvers av ulike jobbroller. Dette er grunnen til at det er kritisk å ha den utøvende sponsoren eller den eldste jobberrollen til stede for å diktere og justere målet med datavisualisering. Hvis en seniorsponsor mangler, kan målgruppemedlemmene være forvirret og kan avstå fra resten av prosessen. Dette scenariet er ditt verste mareritt. Ikke overser dette kravet.

For å veilede målsamlingsprosessen, spør hver person presentere følgende to spørsmål, og vær sikker på å dokumentere deres individuelle svar:

• Hva er dine problemer og smertepunkter i dag?

  Be publikumens medlemmer å fokusere på problemer som kan løses med en oppløsning som kan måles kvantitativt. Her er eksempler på kvantifiserbare og ikke-kvantifiserbare problemer:

  • Kvantifiserbart problem: Hvis salgssjefen sier at salget faller fordi for mye penger blir brukt på gamle markedsføringskampanjer som ikke produserer resultater lenger, finnes det en mulighet. Du kan gjennomgå historiske trender, identifisere avtagende kampanjer og omfordele utgifter for å øke veldedige markedsførings kampanjer, og dermed øke salget.

  • Ikke-kvantifiserbart problem: Hvis salgssjefen sier at salget har gått ned med 5 prosent til 10 prosent de siste fire årene på grunn av manglende motivasjon blant selgere, bør du unngå å prøve å måle denne nedgangen. Unngå statistiske målinger som krever tung datamodellering, for eksempel regresjon og T-modeller

• Hva er målene dine, og hvordan ser suksess ut?

  Disse spørsmålene krever vanligvis et vell av svar. Du vil være sikker på å få hvert mål til en enkel setning og holde tellingen til de tre eller fire viktigste målene.

I tillegg må målene inneholde kvantifiserbare svar som kan måles med et definert mål. Hvert mål bør knyttes direkte til å løse et eller flere av problemene som er identifisert i svarene på det første spørsmålet, som er den eneste måten du kan måle avkastningen på ditt Big Data visualiseringsprosjekt.

Her er to eksempler som viser forskjellen mellom gode og dårlige mål:

• Finansdirektør: "Vi vil øke selskapets omsetning med 10% de neste 12 månedene. Dette vil kreve at vi inntar ytterligere $ 500 millioner i inntekter på tvers av alle divisjoner. "

  Dette anses å være et g ood-mål fordi det har et klart mål med en angitt tidsramme som kan måles.

• Salgssjef: "Vi håper å påvirke når produktet vårt treffes på salgshyllene, for å drastisk forbedre vår evne til å selge mer, og dermed slå vårt mål om en økning på 10% i løpet av de neste 12 månedene. Men fordi vi er distributører og ikke har noen egentlig kontroll over hylleprosessen i butikkene, vil vår salgsrepresentant være pålagt å besøke butikkansvarligene to ganger så mye hver måned for å bygge relasjonene, forhåpentligvis å påvirke våre produkter som treffer hyllen før. "

  Dette anses å være et dårlig mål fordi salgsansvarlig søker å øke inntekten ved å redusere tiden det tar for produkter å treffe hyllen - en handling som han i dag ikke har noen innflytelse på. Dette er et typisk tilfelle av brukere som ønsker å se data som ikke er intelligente (uakseptable).

Når du er i stand til å dokumentere ett til fire solide mål, er målet ditt å få konsensus for hvert mål blant hele gruppen for å forhindre forvirring fremover.