Преглед садржаја:
- Шта су мали подаци?
- Мале предности великих података
- Како се биљеже мали подаци
- Где се користе мали подаци
Да ли желите да повећате своју продуктивност за 30 минута дневно? Ако бисте се могли фокусирати на активности које највише доприносе вашем тиму и организацији, шта би то могло учинити за вас? Размисли о томе. Шта је заиста важно у вашем радном дану и колико времена трошите на обављање неопходних, али и других, хитних послова? Заинтересовани? Па како се то може постићи? Па, кроз употребу малих података.
Чекај шта? Нису ли велики подаци подаци о којима сви говоре? Јесте, али можда мали подаци заслужују већи део разговора. Овдје ћемо погледати што су мали подаци и како се често могу спакирати већи од великих података.
Шта су мали подаци?
Мали подаци су прикупљени подаци који су довољно дискретни и прецизни да их људски мозак схвати. Обично се прикупља за одређену сврху за јединствену јединицу организације, као што је записивање колико стварног труда улажу у различите активности појединаца у тиму. Разлог за прикупљање малих података утврђује се на самом почетку. У овом случају, то би се прикупило са циљем да се оптимизира како тим постиже своју вредност.
За поређење, фокус великих података је прикупљање што већег броја повезаних информација кроз организацију, а затим њихово анализирање да би се утврдило на који начин може помоћи да одговори на питања. Шта нам говоре наше статистике продаје о трендовима на тржишту и даљим продајним могућностима? Колико је наш тим за подршку у решавању упита купаца? Где морамо да побољшамо наш процес реализације пројеката како бисмо смањили прекорачење у односу на процењени буџет?
Можда се чини очигледним, али великим подацима су потребни подаци као унос и много тога. Врло често су потребни додатни мали подаци да би се подржали велики подаци јер одговори на почетна питања постављају додатна. Поред тога, да би се извршила анализа ових информација, постоји мноштво алата на нивоу предузећа који нуде добављачи, алата којима је потребно велико улагање и време да би се увели, поставили и конфигурисали како би почели давати резултате. То је пројекат интеграције система од самог почетка за повезивање са свим изворима података и онај који може потрајати неколико месеци пре испоруке пословних користи.
Супротно томе, мали подаци захтевају мало анализе, могу се снимити на више ад хоц начина - као што су прорачунске табеле, алати за праћење задатака и времена, па чак и ручни дневници - и могу се брзо и лако анализирати. Видио сам користи од малих података у року од недељу или две од почетка ангажовања у погледу продуктивности. И то само зато што је потребно мало времена да се прикупе сирове информације. Обично, промене и користи постају очигледне брзо због фокусираности прикупљених података.
Мале предности великих података
Из мог искуства у тренирању и управљању тимовима, следеће користи су резултат малих података за појединце и тимове:- Свесност
Мали подаци могу пружити свијест о томе гдје појединци заправо усредоточују своје вријеме и енергију насупрот ономе што би дало још већу вриједност. Често када појединци почну сакупљати мале податке, брзо схватају значај онога што открију.
- Оснаживање
Кроз мале податке, појединци могу препознати промене које могу да спроведу у дело и у чему их могу подржати други чланови тима. Чланови тима постају одговорни за сопствену промену.
- Ангажовање
Мерење и препознавање позитивних промена могу створити већи осећај међусобног разумевања, вредности и повезаности.
Како се биљеже мали подаци
Преко одељења за развој софтвера велики подаци могу анализирати информације о пројектном плану, омогућавајући анализу броја људи, трајање и труд потребан за испоруку различитих врста пројеката. Оно што недостаје је како сваки појединац заправо свакодневно обавља своје пројектне задатке. Снимањем ових малих података можемо почети да учимо како најбоље да структуишемо пројекат, његове тимове и њихов радни дан. Које врсте задатака ужива и ради ли свака особа добро? Шта би желели делегирати или одбацити? Које врсте комуникација најбоље сарађују са ким? Који ниво водства и менторства требају појединци?
Променом начина на који начин добијамо користи које су видљиве на нивоу великих података, али не и промене које су довеле до тога. Анализа великих података често може резултирати генерализованим моделом, на пример, под претпоставком да свака особа има сличан ниво вештина и искуства. Ове врсте користи могу се постићи само гледањем ситних специфичности података о томе како свака особа ради и доприноси пројекту (на свој јединствен начин).
Где се користе мали подаци
Дефинитивно се може добити велика употреба података, али недавни прегледи тржишта и понуде производа проналазе збрку око најбоље праксе и како извући најбољу вредност из примене. Недавни преглед компаније Гартнер показао је да је само 8% анкетираних компанија спровело анализу великих података, а 57% је још увек у фази истраживања и планирања.
За сваку анализу података кључно је не привући све податке које имате и покушати потражити вредност, већ користити податке који вам могу помоћи у одговору на одређена питања. Ово је место где мали подаци освајају се из два кључна разлога:
- Жељена вредност и разлог за прикупљање података морају се разумети унапред.
- Мали подаци дају и квалитативне и квантитативне одговоре, омогућујући прецизне промјене. Другим речима, постоји мање општих претпоставки израђених у малим подацима.
Коначно, мали подаци неће заменити велике податке, али постоји много тога што мали ангажман података може да научи велике податке о томе како да постигну најбоље из оба приступа. Приликом разматрања било какве имплементације великих података, запитајте се која би вам мала питања могла помоћи да добијете вриједност. То вам може помоћи да се тај већи ударац унесе у резултирајућу стратегију. (Прочитајте још једну перспективу о вредности великих података у пословању у одељку Може ли Биг Дата Аналитицс затворити јаз између пословне интелигенције?)
