10 Tip untuk Analisis Data Lebih Baik - dummies

Ingin mendapatkan hasil maksimal dari analisis data Excel Anda? Berikut adalah sepuluh tip cepat untuk bekerja secara efektif dan efisien dengan data yang besar.

Pertimbangkan pekerjaan Anda untuk mencari harta karun

Anda harus melihat analisis data sebagai proses yang serupa dengan mencari harta karun yang terkubur.

Dengan kata lain, data mining menyerupai pertambangan emas. Anda menggebrak jalan Anda melalui data atau memilah-milah granularitas untuk mencari nugget berharga. Upaya ini bisa melelahkan dan membosankan.

Anda ingin dan perlu mengingatnya.

Kumpulkan lebih banyak data

Anda harus mengumpulkan lebih banyak data … dan kemudian menjadi baik tentang menyimpan dan menyimpan data yang Anda kumpulkan.

Agar kata-kata, jangan sembarangan membuang atau sembarangan kehilangan atau dengan bodoh buang data yang sudah kita kumpulkan atau miliki. Data itu bisa jadi tak ternilai harganya. Dan jika tidak ternilai harganya hari ini, siapa yang tahu? Mungkin di beberapa titik di masa depan.

Hadapilah. Semakin kaya kumpulan data, semakin baik kemungkinan beberapa wawasan keren akan melompat ke arah Anda.

Buat lebih banyak data

Bekerja untuk membuat lebih banyak data.

Oke, itu mungkin terdengar konyol. Tapi dalam beberapa kasus, data yang berguna bisa dibuat sangat ekonomis.

Berikut adalah contoh sederhana: Jika Anda menjalankan bisnis, tanyakan kepada klien bagaimana mereka menemukan Anda. Anda akan tahu banyak tentang upaya pemasaran Anda sebagai hasilnya.

Anda mungkin memiliki cara menarik lainnya untuk membuat lebih banyak data.

Eksekusi secara teratur

Metode pembuatan data seperti bereksperimen melalui pengujian AB dan studi percontohan dapat memberikan data yang bernilai ekonomis secara ekonomis.

Misalnya, penulis Timothy Ferris dalam buku larisnya, The Four Hour Workweek , menjelaskan penggunaan bayar per klik untuk mengukur kelayakan produk. Itu ide bagus, dan yang mungkin dalam banyak kasus menghasilkan kesimpulan analitis yang lebih akurat daripada kelompok fokus.

Go big (dengan dataset dan sampel Anda)

Jika Anda mengetahui statistik di usia sebelum komputer dan kumpulan data besar tersedia secara luas dan mudah digunakan, Anda mungkin memiliki kecenderungan untuk membuat keputusan dan keputusan berdasarkan dataset kecil.

Hari ini, itu sangat tidak dapat dimaafkan. Saat ini, Anda harus bekerja dengan kumpulan data yang besar. Bila memungkinkan, "go big" dan gunakan dataset dan sampel besar atau besar.

Jangan mendelegasikan analisis data

Dari perspektif banyak manajer atau pemilik bisnis, memiliki beberapa magang yang cerdas secara teknologi muda mungkin tampak seperti pendekatan terbaik untuk mendapatkan analisis data yang benar-benar bagus.

Tetapi jika Anda berbicara dengan orang-orang yang melakukan banyak analisis data, kemungkinan besar Anda akan mendengar bahwa yang benar-benar ingin Anda lakukan adalah memberikan anggota tim paling cerdas dan paling berpengalaman yang dapat Anda gunakan untuk mengerjakan proyek ini. Dengan kata lain, orang yang Anda benar-benar ingin melakukan pekerjaan ini adalah orang-orang yang mungkin tidak sempat melakukannya.

Mungkin, sebenarnya Anda hanya perlu melakukan analisis data sendiri jika Anda adalah orang hebat Pooh-Bah.

Sekali lagi, pikirkan pekerjaan ini sama seperti menambang harta karun. Wawasan yang mungkin Anda temukan bisa sangat berharga. Sebaik beberapa anak muda atau anak muda, mungkin Anda benar-benar tidak ingin mereka melewatkan kesempatan yang luar biasa atau ancaman bencana karena mereka kurang berpengalaman atau belum memiliki kemampuan berpikir strategis yang dikembangkan sepenuhnya.

Waktu luang menuangkan data yang tidak berarti

Inilah gagasan konyol. Mungkin Anda kadang-kadang membuang waktu untuk menuangkan data yang tampaknya tidak berarti: tabulasi silang penerimaan penjualan stempel waktu, data analisis dari situs web Anda, log transaksi pihak ketiga, dan sebagainya.

Anda tidak pernah tahu apa yang akan Anda temukan. Dan terkadang wawasan terbaik bisa datang dari tempat yang paling mengejutkan.

Sumber data internal inventaris

Item rumah tangga: Anda mungkin ingin menyimpan inventaris sumber data internal. Dan daftarnya mungkin mencakup lebih dari sekedar sistem akuntansi dan file analisis server web Anda. Semua data menarik ada, saat Anda mulai memikirkannya. Dan beberapa barang ini akan hilang atau terlupakan jika Anda tidak hati-hati.

Buat perpustakaan sumber data mentah eksternal

Pengingat cepat? Beberapa sumber data mentah Anda tidak bersifat internal namun eksternal. Jangan lupakan itu.

Bahkan bisnis terkecil pun mungkin memiliki akses ke file pemrosesan pembayaran pihak ketiga dan daftar transaksi yang dibuat oleh layanan web dari luar.

Lindungi sumber data berpemilik

Karena sumber data berpemilik berpotensi memiliki nilai yang sangat besar, tentu saja Anda ingin melindungi aset dengan hati-hati.

Sekarang tentu saja ini berarti Anda ingin menyimpan dan menyimpan data secara aman, tapi bukan itu saja. Melindungi data kepemilikan Anda berarti Anda ingin memastikan bahwa data

tetap eksklusif dan (mungkin lebih dari itu) bahwa setiap wawasan yang terdapat dalam data tetap internal. Sesuatu untuk dipikirkan …