Az adatokkal való túlterhelés mind üzleti, mind elemzői szempontból elkerülhetetlen. Naponta végtelen mennyiségű adat gyűlik össze, különösen az egyre inkább digitális világban, ahol a fogyasztói adatok minden eddiginél nagyobb sebességgel és mennyiségben rögzíthetők. Az adattúlterhelést lehetetlen teljesen elkerülni. Ahol azonban elkerülheti a túlterhelést, az az, hogy okosan használja az adatokat. Ezt szem előtt tartva 5 tippet adtam az elemzőknek, hogy elkerüljék az adattúlterhelést.
Tűzzön ki egy világos célt
Még mielőtt az adatok elemzésén gondolkodna, fontos, hogy legyen egy világos cél a fejében. Kérdezze meg, hogy “mit akarok kideríteni?”, és biztosítsa, hogy ez jól meghatározott és mérhető legyen. Ez lehet úgy is, hogy felteszi magának ezt a kérdést, amikor szembesül az adatokkal, vagy meggyőződik arról, hogy az a személy, akinek a megbízásából elemzi az adatokat, előzetesen kitűzött egy világos célt. Egy világos célt és egy tesztelendő hipotézist szeretne.
Tweet This
“Az első lépés az adattúlterhelés elkerülésére az egyértelmű cél meghatározása.”
A cél megfogalmazásakor kerülje az “és” használatát, pl. “Vásárolnak-e az ügyfelek X-et és mikor?”. Ez két célt álcáz egynek. Ehelyett maradjon egyszerű, és legyen egy legfelső szintű cél, pl. “Vásárolnak-e az ügyfelek X-et?”. Ragaszkodjon végig ehhez a célhoz.
Adatforrás priorizálása
Most, hogy kitalált egy célt, elkezdhet gondolkodni azon, hogy milyen információ lesz a leghasznosabb a válaszadáshoz. Konkrétan, melyik adatforrás fontosabb a többinél, és melyik nyújthat a legtöbb betekintést? Gondolja át a célját, és szitálja az adatokat. Csak a lényeges adatokat tartsa meg, a többit pedig távolítsa el. Még ha meg is maradnak a releváns adatok, állítsa fel a legjobb forrást. Tegye fel magának a kérdést: “Melyik lesz a leghasznosabb a célom megválaszolásához?”, és ragaszkodjon hozzá.
Ha például a célja az, hogy “Mennyit költenek az ügyfelek a nyári nyaralásukra?”, akkor valószínűleg a tranzakciós adatokat fogja választani az online böngészési szokások vagy a márkás tweetek használata helyett. A tranzakciós adatok pontosan megmondják, hogy mennyit költöttek. A másik kettő azonban csak a vásárlási szándékukról vagy a márkáról alkotott véleményükről tájékoztathatja Önt. Bár ezek egy másik napon érdekesek lehetnek, ez alkalommal tartsa egyszerűnek a dolgot, és koncentráljon egy forrásra.
Határidőt szabni
Az adatok elemzésekor ne hagyja magát elvonatkoztatni. Állítson fel egy határidőt, és tartsa be azt. Ha nem kapott határidőt az elemzésre, adjon magának. Ha igen, akkor hozza a kitűzöttet egy korábbi időpontra. Ha nem tölt túl sok időt az adatokkal, megakadályozza, hogy elveszítse a fókuszt, és olyan adatokat vizsgáljon, amelyek nem tájékoztatják a célját. Bátorítsa magát, hogy gyors döntéseket hozzon, mivel ez segít leegyszerűsíteni a folyamatot. Kétségtelen, hogy rengeteg jó információ áll majd a rendelkezésére, de ha van egy határidő, akkor csak a legjobbakat veszi figyelembe.
Az adatok vizuális bemutatása
Az adatok elemzése után a megállapításai valószínűleg méretükben is elsöprőek lesznek. Az Ön felelőssége, hogy ezeket az információkat leegyszerűsítse, egyértelművé és bemutathatóvá tegye az érdekeltek számára. Az Esrl UK új kutatása, amelyet 1000 felnőtt körében végzett az Egyesült Királyságban, kimutatta, hogy 60%-uk a térképeket és a grafikákat könnyebben érthetőnek találta, mint a szöveget. Ezért a grafikonok, táblázatok és diagramok használata egyértelműen az egyik megoldás.”
Tweet This Stat
“60% of UK adults find charts & graphs easier to understand than text.”
Az ügyfél preferenciáitól, valamint az adott témától is függ természetesen. Egy pénzügyi igazgató például a numerikus adatokat részesítheti előnyben, míg egy marketingigazgató a vizuálisabb diagramokat részesítheti előnyben. Ami a témát illeti, ha az Ön célja inkább számszerű, például “Mennyit költenek az ügyfelek X-re?”, akkor természetesen inkább a táblázatok és diagramok lesznek alkalmasak. Egy nyitottabb kérdés, például “Miért vásárolnak az ügyfelek X-et?” több részletet és magyarázatot igényel a válaszban. Mielőtt beszámolna az eredményekről, kérdezze meg a közönségét, hogy milyen részletességre kíváncsiak, és kerülje a túl sok részletet, ha az nem szükséges. Tudja meg, hogy mik a preferenciáik. A számukra legkönnyebben értelmezhető megjelenítési forma valószínűleg segíteni fogja őket abban, hogy jobban megemésszék az adatokat, és megalapozottabb döntést hozzanak.
Egyre több adatra lehet szüksége
Az adatok rangsorolása, elemzése és bemutatása után lehet, hogy valójában úgy találja, hogy nincs elég megfelelő adat az eredeti cél megválaszolásához. A kapott adatok más szempontból is értékesek lehetnek; elárulhatják például, hogy a vásárlók mikor, mennyit és milyen gyakran vásárolnak egy bizonyos terméket. De lehet, hogy még mindig nem érti meg a vásárlók mögöttes véleményét vagy késztetéseit. A rendelkezésedre álló adatok mennyisége ellenére előfordulhat, hogy többre van szükséged ahhoz, hogy megértsd, miért viselkednek úgy a vásárlók, ahogyan viselkednek.
Ez csak néhány tipp az adattúlterhelés elkerülésére, biztos vagyok benne, hogy rengeteg más is van. Eszedbe jut még más megközelítés? Jelenleg is használsz már valamit ezek közül az adatok elemzése vagy bemutatása során? Írja meg nekünk az alábbi hozzászólásokban.
Nézze meg infografikánkat, hogy megtudja, hogyan integrálhatja a Big Data-t a piackutatásba az adattúlterhelés elkerülése érdekében. Vagy nézze meg kétperces demónkat, hogy megnézze online piackutatási platformunkat működés közben.