Z pohledu obchodníka i analytika je přetížení daty nevyhnutelné. Denně se shromažďuje nekonečné množství dat, zejména ve stále digitálnějším světě, kde lze spotřebitelská data získávat větší rychlostí a ve větším objemu než kdykoli předtím. Přetížení daty se nelze zcela vyhnout. Kde se však přetížení můžete vyhnout, je chytré zacházení s nimi. S ohledem na to jsem přišel s 5 nejlepšími tipy pro analytika, jak se vyhnout přetížení daty.
Nastavte si jasný cíl
Předtím, než vůbec začnete přemýšlet o analýze dat, je důležité mít v hlavě jeden jasný cíl. Zeptejte se „co chci zjistit?“ a ujistěte se, že je to dobře definované a měřitelné. Může jít o to, že si tuto otázku položíte, když budete konfrontováni s daty, nebo se ujistíte, že osoba, jejímž jménem data analyzujete, si předem stanovila jasný cíl. To, co chcete, je jeden jasný cíl a jeden hypotetický výsledek, který chcete testovat.
Tweetněte to
„Prvním krokem k tomu, abyste se vyhnuli zahlcení daty, je definování jasného cíle.“
Při formulaci cíle se vyhněte použití „a“, například „Nakupují zákazníci X a kdy?“. Tím se maskují dva cíle jako jeden. Místo toho se držte jednoduchosti a mějte jeden cíl nejvyšší úrovně, např. „Nakupují zákazníci X?“. Tohoto cíle se držte po celou dobu.
Priorita zdroje dat
Teď, když jste si vymysleli cíl, můžete začít přemýšlet o tom, jaké informace vám k jeho zodpovězení nejvíce pomohou. Konkrétně, který zdroj dat je důležitější než ostatní a může vám nabídnout nejvíce informací? Zvažte svůj cíl a proseďte data. Ponechte si pouze relevantní data a ostatní odstraňte. I když vám relevantní data zůstanou, upřednostněte nejlepší zdroj. Zeptejte se sami sebe: „Který z nich bude nejužitečnější pro zodpovězení mého cíle?“ a držte se ho.
Pokud je například vaším cílem: „Kolik zákazníci utratí za letní dovolenou?“, pravděpodobně si vyberete transakční data před zvyklostmi při online prohlížení nebo používáním značkových tweetů. Transakční data vám řeknou přesné množství toho, co utratili. Zbylé dva údaje vás však mohou informovat pouze o jejich nákupních záměrech nebo názoru na značku. Ty sice mohou být zajímavé jindy, ale při této příležitosti si to zjednodušte a zaměřte se na jeden zdroj.
Nastavte si termín
Při analýze dat se nenechte rozptylovat. Stanovte si časový limit a držte se ho. Pokud vám nebyl dán termín pro analýzu, dejte si ho sami. Pokud ano, posuňte ten, který vám byl stanoven, na dřívější datum. Tím, že nad daty nebudete trávit příliš mnoho času, zabráníte tomu, abyste ztratili soustředění a zkoumali data, která neinformují o vašem cíli. Povzbuzujte se k rychlému rozhodování, protože to pomůže zjednodušit celý proces. Bezpochyby budete mít k dispozici spoustu dobrých informací, ale díky tomu, že máte stanovený termín, zvážíte jen ty nejlepší.
Prezentujte data vizuálně
Po analýze dat budou vaše zjištění pravděpodobně ohromující i co do velikosti. Vaší povinností je tyto informace zjednodušit, aby byly přehledné a prezentovatelné pro zúčastněné strany. Nový výzkum společnosti Esrl UK provedený na 1000 dospělých osobách ve Velké Británii ukázal, že 60 % z nich považuje mapy a grafiku za srozumitelnější než text. Použití grafů, tabulek a diagramů je tedy jednoznačně jednou z cest.
Tweetněte tuto statistiku
„60 % dospělých ve Velké Británii považuje grafy & za srozumitelnější než text.“
Záleží samozřejmě také na preferencích klienta a také na daném tématu. Například finanční ředitel může dávat přednost číselným údajům, zatímco marketingový ředitel může dávat přednost názornějším diagramům. Co se týče tématu, pokud je váš cíl spíše číselný, například „Kolik zákazníci utratí za X?“, bude se přirozeně hodit spíše pro tabulky a grafy. Otevřenější otázka „Proč zákazníci kupují X?“ bude v odpovědi vyžadovat více podrobností a vysvětlení. Před sdělením výsledků se zeptejte svých posluchačů, kolik podrobností je zajímá, a pokud je to zbytečné, vyvarujte se uvádění přílišných podrobností. Zjistěte, jaké jsou jejich preference. Forma prezentace, kterou považují za nejsnadněji interpretovatelnou, jim pravděpodobně pomůže data lépe strávit a učinit informovanější rozhodnutí.
Možná budete potřebovat více dat
Po veškerém stanovení priorit, analýze a prezentaci dat můžete ve skutečnosti zjistit, že nemáte dostatek správných dat, abyste mohli odpovědět na svůj původní cíl. Data, která jste dostali, mohou být cenná z jiného pohledu; mohou vám například říci, kdy zákazníci nakupují určitý produkt, za kolik a jak často. Stále vám však může chybět porozumění základním názorům nebo pohnutkám zákazníků. Navzdory objemu dat, která máte k dispozici, se může stát, že budete potřebovat další, která vám pomohou pochopit, proč se zákazníci chovají tak, jak se chovají.
Toto je jen několik tipů, jak se vyhnout přetížení daty, určitě existuje spousta dalších. Napadají vás nějaké další přístupy? Používáte již v současné době některý z nich při analýze nebo prezentaci dat? Dejte nám vědět v komentářích níže.
Podívejte se na naši infografiku a zjistěte, jak můžete integrovat Big Data s průzkumem trhu, abyste se vyhnuli přetížení daty. Nebo se podívejte na naši dvouminutovou ukázku, abyste viděli naši online platformu pro průzkum trhu v akci.