आपने शायद बड़े डेटा के बारे में सुना है, जिसका उपयोग यह जानने के लिए किया जाता है कि आप क्या खरीदना, पढ़ना और अनुसरण करना पसंद करते हैं। आपकी संभावना के बारे में आपने सोचा नहीं है कि आपकी कंपनी आपकी उत्पादकता को बढ़ाने के लिए इसका उपयोग कैसे कर सकती है।
लेकिन अलेक्जेंडर वोरोबिएव, ट्रांसयूशन में एडवांस एनालिटिक्स के सलाहकार हैं। वह सभी चीजों में बड़ा डेटा है। और जबकि उनकी भूमिका मुख्य रूप से यह बताती है कि बड़ा डेटा वित्तीय सेवाओं को कैसे प्रभावित कर सकता है, उन्हें पता है कि बड़े डेटा के लिए एप्लिकेशन अंतहीन हैं। एक ऐसी बात? यह पता लगाना कि कंपनियां उत्पादकता बढ़ाने के लिए विश्लेषणात्मक तरीकों का उपयोग कैसे कर सकती हैं, और बेहतर व्यावसायिक परिणाम देखें।
ध्वनि पेचीदा? यह कैसे किया जाता है यह जानने के लिए पढ़ें:
अपनी परिकल्पना खोजें
पहले आपको परीक्षण करने के लिए एक सिद्धांत की आवश्यकता होती है। "कार्यस्थल कल्याण कार्यक्रम बनाने से उत्पादकता बढ़ेगी" एक हो सकता है। "कर्मचारियों को घर से काम करने की अनुमति देने से ड्राइव की बिक्री में मदद मिलेगी" एक और हो सकता है।
एक विभाग या निर्णय निर्माता के प्रमुख के रूप में, आपके कर्मचारियों के लिए सबसे अच्छा काम करने के बारे में आपके पास एक सहज प्रवृत्ति हो सकती है। हो सकता है कि एक घंटे बाद आने वाले कर्मचारी दिन भर में कम ब्रेक लेते हैं, या यदि कर्मचारी अपने दोपहर के भोजन के घंटे का उपयोग करते हैं, तो वे 3 पीएम को नहीं देते हैं। जो भी धारणा हो सकती है, यह आपकी परिकल्पना का परीक्षण किया जाना है।
सही डेटा इकट्ठा करें
संभवतः बड़े डेटा का उपयोग करने में सबसे महत्वपूर्ण चरणों में से एक है। यदि आप सही चीजों को नहीं मापते हैं तो दुनिया में सभी विश्लेषण बहुत काम के नहीं होंगे। परिकल्पना को लें "घर से काम करने से उत्पादकता में सुधार होता है।" यहां मापने के लिए कुछ संभावित डेटा बिंदुओं में दूरसंचार कर्मचारियों की संख्या शामिल हो सकती है, जिन्होंने घर से काम किया, और अनुमानित अवधि के अंत में पर्यवेक्षक की समीक्षा की।
वोरोबिव ने सिफारिश की है कि कंपनियां कार्यस्थल के रुझानों और अन्य क्षेत्रों के विश्लेषण के संचालन के लिए विशेष डेटा इंजीनियरों या बाहरी सलाहकारों को नियुक्त करती हैं जहां बड़े डेटा का उपयोग करना सुनिश्चित होता है। ऐसे डेटा वैज्ञानिक न केवल अंतिम परिणामों का विश्लेषण कर सकते हैं, वे मापने के लिए सही मापदंडों का सुझाव भी दे सकते हैं।
अध्ययन के लिए एक नमूना सेट करें
कंपनियां गाजर के झूलने से कर्मचारियों की भर्ती कर सकती हैं (एक साल के लिए मुफ्त जिम सदस्यता एक अच्छा है) हालांकि एक को पक्षपाती नमूनों के लिए बाहर देखना पड़ता है (जो लोग बुक क्लब के लिए साइन अप करते हैं, उदाहरण के लिए, पहले से ही वे लोग हो सकते हैं जो पसंद करते हैं पढ़ने के लिए)।
लेकिन भर्ती अन्य तरीकों से हो सकती है। वोरोबिव बैंक ऑफ अमेरिका द्वारा किए गए कार्यस्थल के अध्ययन की ओर इशारा करता है जहां कर्मचारी आरएफआईडी टैग के साथ आईडी बैज पहनते हैं और एक दूसरे के साथ उनकी बातचीत और बाद की उत्पादकता को मापा जाता है।
हालांकि, वोरोबिव मानते हैं कि गोपनीयता एक वैध अवरोध है। लेकिन ऐसे तरीके हैं जो कर्मचारी जानकारी को छिपाते हैं ताकि विश्लेषक केवल बड़े रुझानों पर ध्यान केंद्रित करें। बेनामी बबल उत्तर या ऑनलाइन सर्वेक्षण बिना नाम के पैटर्न की तलाश का एक त्वरित और आसान तरीका है।
एक बार जब आप अध्ययन करने के लिए पता लगा लेते हैं, तो ऑनलाइन सर्वेक्षण आवश्यक डेटा इकट्ठा करने का एक त्वरित तरीका है।
अंत में, विश्लेषण करें!
अब जब आपको परिणाम मिल गए हैं, तो बड़ा डेटा इसका विश्लेषण कर सकता है और रुझानों की तलाश कर सकता है। यह याद रखना महत्वपूर्ण है कि बड़ा डेटा विश्लेषण केवल स्टेरॉयड पर नियमित डेटा अध्ययन है। आप, एक कर्मचारी या कंपनी के मालिक के रूप में, हमेशा डेटा विश्लेषण कर सकते हैं। लेकिन बड़े डेटा कई स्रोतों से आने वाली सूचनाओं को संसाधित करते हैं और कई अलग-अलग तरीके अधिक कुशलतापूर्वक और जल्दी से।
बस विश्लेषण पक्षाघात में खो नहीं है। "आप कुछ भी इंजीनियर कर सकते हैं, " वोरोबिव कहते हैं, "आंकड़ों के बारे में एक प्रसिद्ध कहावत है कि पर्याप्त दबाव के साथ डेटा सब कुछ स्वीकार कर लेगा। जैसे ही आप इनपुट या परिणाम के x नंबर प्राप्त करते हैं, विश्लेषण को रोकना एक अच्छा विचार हो सकता है। और फिर देखें कि डेटा आपको क्या बताता है। "
स्ट्रीटलाइट का प्रभाव- जहां एक व्यक्ति जिसने अपनी चाबी खो दी है, वह केवल प्रकाश के नीचे दिखता है, क्योंकि ऐसा करना सबसे आसान है - जब यह बड़े डेटा विश्लेषण की बात आती है तो यह एक वैध चिंता है। याद रखें कि सबसे आश्चर्यजनक रुझान वह नहीं हो सकता है जहां आप पहली बार देखना चाहते हैं।
वोरोबिएव के अनुसार टेकअवे: "हमारे काम के कई पहलुओं को आसानी से अनदेखा कर दिया जाता है, हमारे काम के पहलुओं पर ध्यान दिया जाता है, यदि अध्ययन किया जाए तो अप्रत्याशित परिणाम मिल सकते हैं। और अगर उनमें से एक अधिक सामंजस्यपूर्ण और उत्पादक वातावरण पैदा कर सकता है, तो यह कोशिश करने लायक है। ”
