Analýza údajov
Analýza údajov je komplexný proces kontroly, čistenia, transformácie a modelovania údajov s cieľom zistiť užitočné informácie, vyvodenia záverov a podporiť rozhodovacie procesy pri riadení podniku.
Má mnoho aspektov a prístupov, ktoré zahŕňajú rôzne techniky pod rôznymi názvami a používajú sa v rôznych oblastiach podnikania, vedy a sociálnych vied.
Jej hlavným cieľom je nájsť zmysel v dátach, vyvodiť z nich vedomosti a použiť ich pri riadení podniku
Bez údajov ste iba ďalší človek s názorom.
W. Edwards Deming, Data Scientist
Ako je analýza údajov použitá pri riadení podniku
Analýza údajov sa v podnikaní používa na pomoc pre lepšie podnikateľské rozhodnutia.
Či už ide o prieskum trhu, prieskum výrobkov, pozíciu na trhu, recenzie zákazníkov alebo akýkoľvek iný problém, pre ktorý existujú údaje, analýza údajov poskytne informácie, ktoré organizácie potrebujú, aby mohli robiť správne rozhodnutia.
Dátová analýza je dnes pre podniky dôležitá, pretože rozhodnutia založené na dátach sú jediným spôsobom, ako si byť skutočne istý v obchodných rozhodovaniach.
Typy analýz
Zameriava sa na minulé údaje a povie, čo sa stalo. To sa často používa pri sledovaní kľúčových ukazovateľov výkonu (KPI), výnosov, potenciálnych zákazníkov a mnohých iných vecí.
Cieľom analýzy diagnostických údajov je zistiť, prečo sa niečo stalo. Len čo vaša popisná analýza ukáže, že sa stalo niečo negatívne alebo pozitívne, možno zistiť diagnostickú analýzu.
Podnikateľ môže vidieť, že počet potenciálnych zákazníkov sa v októbri zvýšil, a pomocou diagnostickej analýzy zistí, ktoré marketingové snahy prispeli najviac.
Táto analýza predpovedá, čo sa pravdepodobne stane v budúcnosti. V tomto type výskumu sú trendy odvodené z údajov z minulosti, ktoré sa potom používajú na tvorbu predpovedí o budúcnosti.
Napríklad na predikciu tržieb v budúcom roku sa budú analyzovať údaje z predchádzajúcich rokov. Ak príjmy po mnoho rokov každý rok stúpajú o 20%, predpokladali by sme, že príjmy v budúcom roku budú o 20% vyššie ako v tomto roku.
Toto je jednoduchý príklad, ale prediktívna analýza sa dá použiť na oveľa komplikovanejšie problémy, ako je hodnotenie rizík, predpovedanie predaja alebo kvalifikácia potenciálnych zákazníkov.
Kombinuje informácie zistené z predchádzajúcich 3 typov analýzy údajov a vytvára akčný plán pre organizáciu, aby mohla čeliť problému alebo rozhodnutiu. Tu sa robia voľby založené na dátach.
Proces analýzy
Krok 1: Definujte vaše otázky
Ako prvé, musíte začať so správnymi otázkami, ktoré by mali byť merateľné, jasné a stručné.
Navrhnite svoje otázky tak, aby kvalifikovali alebo diskvalifikovali potenciálne riešenia vášho konkrétneho problému alebo príležitosti.
Napríklad začnite od jasne definovaného problému:
Dodávateľ má rastúce náklady a už nie je schopný predkladať konkurenčné návrhy zmlúv.
Jednou z mnohých otázok na vyriešenie tohto obchodného problému môže byť: Môže spoločnosť znížiť počet svojich zamestnancov bez toho, aby došlo k zníženiu kvality?
Krok 2: Stanovte priority merania
A) Rozhodnite, čo merať
Na príklade dodávateľa zvážte, aký typ údajov budete potrebovať na zodpovedanie svojej kľúčovej otázky.
V takom prípade by ste mali poznať počet a náklady súčasných zamestnancov a percento času, ktoré trávia potrebnými obchodnými funkciami.
Pri odpovedi na túto otázku pravdepodobne budete musieť zodpovedať veľa podotázok (napr.: Je personál v súčasnosti málo využívaný? Ak áno, aké vylepšenia procesu by pomohli?).
Na záver pri rozhodovaní o tom, čo zmerať, nezabudnite uviesť všetky rozumné námietky, ktoré môžu mať zainteresované strany (napr.: Ak by došlo k obmedzeniu počtu zamestnancov, ako by spoločnosť reagovala na prudký nárast dopytu?).
B) Rozhodnite, ako to merať
Je dôležité dopredu zvážiť, ako budete svoje dáta merať, pretože proces merania buď zálohuje alebo diskredituje vašu analýzu neskôr.
Medzi kľúčové otázky, ktoré sú potrebné v rámci tohto kroku položiť, patrí:
Aký je váš časový rámec? (napr. ročné verzus štvrťročné náklady)
Aká je vaša merná jednotka? (napr. USD verzus EUR)
Aké faktory by sa mali zahrnúť? (napr. iba ročný plat verzus ročný plat plus náklady na zamestnanecké výhody)
Krok 3: Zber dát
Keď je vaša otázka jasne definovaná a vaše priority merania stanovené, je čas zhromaždiť vaše údaje. Pri zhromažďovaní a organizovaní údajov nezabudnite na tieto dôležité body:
Pred zhromaždením nových údajov určite, aké informácie je možné zhromaždiť z existujúcich databáz alebo z dostupných zdrojov. Potom tieto údaje zhromaždite.
Udržujte zhromaždené dáta organizované, so záznamom o dátume a poznámkami, ak sú potrebné pre neskoršie použitie.
Krok 4: Analýza dát
Po zhromaždení správnych údajov na zodpovedanie otázok z 1. kroku je čas na hlbšiu analýzu údajov. Začnite manipuláciou s dátami rôznymi spôsobmi, napríklad ich vykreslením a nájdením korelácií alebo vytvorením kontingenčnej tabuľky v programe Excel.
Pri manipulácii s údajmi môžete zistiť, že máte presné údaje, ktoré potrebujete, ale pravdepodobnejšie bude, že budete musieť revidovať svoju pôvodnú otázku alebo zhromaždiť viac údajov. Či tak alebo onak, táto počiatočná analýza dát vám pomôže lepšie odpovedať na vašu otázku.
V tomto kroku sú mimoriadne užitočné nástroje a softvér na analýzu údajov. Vo väčšine prípadov sa však z hľadiska rozhodovania nič celkom nevyrovná programu Microsoft Excel.
Krok 5: Prezentujte výsledky
Po analýze vašich údajov a prípadnom vykonaní ďalších výskumov je konečne čas interpretovať vaše výsledky. Pri interpretácii svojej analýzy majte na pamäti, že nikdy nemôžete dokázať, že hypotéza je pravdivá: iba môžete odmietnuť túto hypotézu. To znamená, že bez ohľadu na to, koľko údajov zhromaždíte, náhoda môže vždy narušiť vaše výsledky.
Pri interpretácii výsledkov svojich údajov si položte tieto kľúčové otázky:
Odpovedajú údaje na vašu pôvodnú otázku? Ako?
Pomáhajú vám údaje brániť sa proti námietkam? Ako?
Existujú nejaké obmedzenia vo vašich záveroch, nejaké poznatky, ktoré ste nezohľadnili?
Ak vaša interpretácia údajov obstojí pri všetkých týchto otázkach a úvahách, pravdepodobne ste dospeli k produktívnemu záveru. Jediným zostávajúcim krokom je použitie výsledkov analýzy na určenie najlepšieho postupu.
Dodržiavaním týchto piatich krokov v procese analýzy údajov urobíte lepšie rozhodnutia pre svoje podnikanie, pretože vaše rozhodnutia sa opierajú o dáta, ktoré boli dôkladne zhromaždené a analyzované. S praxou bude vaša analýza dát rýchlejšia a presnejšia – to znamená, že budete robiť lepšie a informovanejšie rozhodnutia o tom, že vaša organizácia bude fungovať najefektívnejšie.