Dal punto di vista del business e degli analisti, essere sovraccaricati dai dati è inevitabile. Una quantità infinita di dati viene raccolta quotidianamente, in particolare in un mondo sempre più digitale dove i dati dei consumatori possono essere catturati a velocità e volume maggiori che mai. È impossibile evitare completamente il sovraccarico di dati. Tuttavia, dove si può evitare il sovraccarico è essere intelligenti nel modo in cui lo si usa. Con questo in mente, ho trovato 5 suggerimenti per l’analista per sfuggire al sovraccarico di dati.
Imposta un obiettivo chiaro
Prima di iniziare a pensare all’analisi dei dati, è importante avere un obiettivo chiaro in mente. Chiedetevi “cosa voglio scoprire?” e assicuratevi che sia ben definito e misurabile. Questo potrebbe essere una questione di porsi questa domanda quando ci si confronta con i dati, o assicurarsi che la persona per cui si stanno analizzando i dati abbia fissato un chiaro obiettivo in anticipo. Quello che vuoi è un obiettivo chiaro e un risultato ipotizzato da testare.
Tweet This
“Il primo passo per evitare il sovraccarico di dati è definire un obiettivo chiaro.”
Nella formulazione dell’obiettivo, evitare l’uso di ‘e’, per esempio “I clienti acquistano X e quando? Questo maschera due obiettivi come uno solo. Invece, mantenetelo semplice e abbiate un solo obiettivo di alto livello, per esempio “I clienti acquistano X? Attenetevi a questo obiettivo per tutto il tempo.
Privilegiare una fonte di dati
Ora che avete trovato un obiettivo, potete iniziare a pensare a quali informazioni saranno più utili per rispondere. In particolare, quale fonte di dati è più importante delle altre e può offrirti il maggior numero di informazioni? Considerate il vostro obiettivo e passate al setaccio i vostri dati. Tieni solo i dati rilevanti e rimuovi il resto. Anche quando vi rimangono i dati rilevanti, date la priorità alla fonte migliore. Chiediti “quale sarà il più utile per rispondere al mio obiettivo?” e attieniti ad esso.
Per esempio, se il tuo obiettivo è “Quanto spendono i clienti per le loro vacanze estive?” è probabile che tu scelga i dati transazionali rispetto alle abitudini di navigazione online o all’uso di tweet di marca. I dati transazionali ti dicono la quantità esatta di ciò che hanno speso. Gli altri due, invece, possono solo informarvi sulle loro intenzioni di acquisto o sull’opinione del marchio. Anche se questi possono essere interessanti in un altro giorno, in questa occasione mantenete la semplicità e concentratevi su una sola fonte.
Fissate una scadenza
Quando analizzate i dati, non distraetevi. Stabilisci un limite di tempo e attieniti ad esso. Se non ti è stata data una scadenza per l’analisi, datti una scadenza. Se l’hai fatto, anticipa quella che ti è stata data. Non passare troppo tempo sui dati ti eviterà di perdere la concentrazione e di indagare su dati che non informano il tuo obiettivo. Incoraggiati a prendere decisioni rapide perché questo ti aiuterà a semplificare il processo. Senza dubbio avrai molte buone informazioni a tua disposizione, ma avere una scadenza significa considerare solo le migliori.
Presenta i dati visivamente
Dopo aver analizzato i dati, i tuoi risultati saranno molto probabilmente anche di dimensioni esagerate. È vostra responsabilità semplificare queste informazioni, rendendole chiare e presentabili agli stakeholder. Una nuova ricerca di Esrl UK condotta su 1000 adulti in tutto il Regno Unito ha mostrato che il 60% trova mappe e grafici più facili da capire rispetto al testo. Pertanto, l’uso di grafici, tabelle e diagrammi è chiaramente una strada da percorrere.
Tweet This Stat
“Il 60% degli adulti del Regno Unito trova i grafici & più facili da capire del testo.”
Naturalmente, questo dipende anche dalle preferenze del cliente e dall’argomento in questione. Un direttore finanziario, per esempio, può preferire i dati numerici, mentre un direttore marketing può preferire diagrammi più visivi. Per quanto riguarda l’argomento, se il tuo obiettivo è più numerico come “Quanto spendono i clienti per X?”, si presterà naturalmente più a tabelle e grafici. Una domanda più aperta, “Perché i clienti comprano X?” richiederà più dettagli e spiegazioni in risposta. Prima di riportare i risultati, chiedi al tuo pubblico quanti dettagli vuole ed evita di includerne troppi se non sono necessari. Scoprite quali sono le loro preferenze. La forma di presentazione che trovano più facile da interpretare probabilmente li aiuterà a digerire meglio i dati e a prendere una decisione più informata.
Potresti aver bisogno di più dati
Dopo tutto il lavoro di definizione delle priorità, analisi e presentazione dei dati, potresti scoprire che non hai abbastanza dati per rispondere al tuo obiettivo originale. I dati che ti sono stati forniti possono essere preziosi da un altro punto di vista; ti dicono, per esempio, quando i clienti acquistano un certo prodotto, quanto acquistano e quanto spesso. Ma potrebbe ancora mancarvi la comprensione delle opinioni o delle spinte sottostanti dei clienti. Nonostante il volume dei dati che avete, potrebbe essere che abbiate bisogno di altro per aiutarvi a capire perché i clienti si comportano in quel modo.
Questi sono solo alcuni consigli per evitare il sovraccarico di dati, sono sicuro che ce ne sono molti altri. Vi vengono in mente altri approcci? Attualmente usi già qualcuno di questi quando analizzi o presenti i dati? Fatecelo sapere nei commenti qui sotto.
Guarda la nostra infografica per scoprire come puoi integrare i Big Data con le ricerche di mercato per evitare il sovraccarico di dati. Oppure guarda la nostra demo di due minuti per vedere la nostra piattaforma di ricerca di mercato online in azione.
.