Analiza danych w firmie – praktyczny przewodnik

Analiza danych jest prostym i skutecznym narzędziem do podejmowania lepszych decyzji w firmie. Dzięki analizie danych, organizacje mogą monitorować działalność operacyjną, zachowanie klientów i rynków, odkrywać trendy i zależności, planować zasoby oraz prognozować przyszłe zachowania i wyniki.

Analiza danych w firmie pozwala na jej lepsze zrozumienie. Realizując zlecenia analityczne i raportowe dla wielu firm, nie raz spotkałem się z sytuacją, że wiele osób w firmie „było przekonanych, że ….”, natomiast żadne dane tego nie potwierdzały. Nawet po dwukrotnej weryfikacji. Łatwiej jest nam wierzyć w pewne prawidłowości niż realnie sprawdzić ich istnienie.

Opracowanie analizy dla firm może przyjąć różną formę. Mogą być to pojedyncze zadania, których celem jest zbadanie jakiegoś obszaru; uporządkowanie danych; jednorazowe badanie.

Jak również wynikiem analizy danych procesów biznesowych, takich jak produkcja, logistyka, sprzedaż czy obsługa klienta, może być określenie stanu obecnego, wyznaczenie działań do realizacji, jak również stworzenie raportowania do monitorowania tych obszarów. Tak, aby weryfikować, czy zmiany zmierzają w odpowiednim kierunku.

Jeżeli szukasz pomocy w realizacji analiz danych w firmie to odsyłam do mojej strony deepdive.pl – gdzie wystarczy wypełnić krótki formularz kontaktowy.

Ale jeżeli szukasz tylko wskazówek, jak zabrać się do analizy danych w firmie, to poniżej przedstawiam krótki praktyczny przewodnik.

Problem – spisz pytania

Pierwszym krokiem w rozpoczęciu analizy danych w firmie jest wylistowanie hipotez, na które chcielibyśmy odpowiedzieć. Te pytania mogą być pochodną obserwacji działań w firmie, rozmów z pracownikami, napotkanych problemów, budżetów ustalonych na dany rok, nowych działań podjętych przez konkurencję.

Im lepsze i bardziej dociekliwa pytania, tym lepsza analiza. Przy czym warto jak najszybciej przejść od pytań do pierwszych zestawień i prób odpowiedzi. Bo te z kolei mogą wygenerować kolejne pytania i przenieść główny nacisk analizy na inny obszar, niż był początkowo przewidziany.

Analiza danych to nie jest schematyczny proces od punktu A do B. 

Poszukiwanie i przygotowanie danych do analizy

Kolejnym zadaniem jest znalezienie potrzebnych danych. Z tym zazwyczaj nie ma problemów. Jeżeli problem dotyczy działań wewnętrznych firmy, to wiadomo z reguły, co i gdzie można znaleźć.

Każda większa firma posiada zestaw raportów, na których pracuje. I zazwyczaj te raporty dają odpowiedź na 70-90% pytań, które pojawiają się w firmie.

Problem pojawia się zwykle dopiero, gdy istniejące zakresy raportów nie wystarczają.  Wtedy trzeba sięgnąć do surowych danych i poddać je obróbce. W zależności od jakości tych danych, i systemów z jakich pochodzą, wymagana jest większa lub mniejsza wiedza w zakresie niezbędnych przekształceń danych.

Przy czym wiedza ta dotyczy zarówno tego, co należy zrobić (tj. jakie zależności chcemy poznać), jak również tego, jak tego w praktyce dokonać. Bo niekoniecznie każdy pomysł na interesujące nas zestawienie można łatwo zrealizować przy pomocy posiadanych danych.

A przekształceń w ramach typowej analizy danych jest co najmniej kilkanaście. Można tu wymienić przykładowo:

• czyszczenie danych z anomalii,
• usuwanie duplikatów,
• weryfikacja brakujących wartości,
• standaryzacja formatów danych,
• łącznie danych z różnych źródeł,
• agregacje
• dodawanie własnych mierników i znaczników.

Poszukiwanie zależności, wykrywanie prawidłowości w danych

Kolejny krok – eksploracja danych. Trudny zwrot, jak i samo zadanie. Mamy przygotowane zestawienia, czas wyciągnąć z nich wnioski. Jednakże nie zawsze dane pokazują wyraźne zależności.  Stąd konieczność spojrzenia na te same dane z różnych perspektyw i sprawdzenia, czy nasze początkowe hipotezy potwierdzają się w każdej z nich. A jeśli nie, to szukamy odpowiedzi na pytanie „dlaczego?”. Czy występuje jakaś anomalia w danych, czy też badany problem dotyczy ograniczonego zakresu działalności, a może całą hipotezę trzeba jednak odrzucić. Możliwych odpowiedzi może być wiele.

Praktyczną techniką ułatwiającą analizę i danych i wykrywane prawidłowości jest wizualizacja danych. Za pomocą wykresów czy też mniej lub bardziej rozbudowanych dashboardów można szybciej odkrywać zależności niż za pomocą zwykłych tabel. Oczywiście nie każda wizualizacja jest pomocna. Chyba każdy się spotkał z sytuacją, kiedy to wykresy były niezrozumiałe lub też wyglądały, jakby były robione na ilość – im więcej, tym lepiej.

Eksploracja danych polega na wielokrotnym powracaniu do tych samych danych. Nierzadko też wymaga ponownego przygotowania zbioru danych do analizy.

Interpretacja wyników – możliwości i działania

Analiza danych nie musi dawać jednoznacznych odpowiedzi. Bo w biznesie trudno o jednoznaczne sytuacje. Za danymi schowany jest szerszy kontekst i przy omawianiu wyników analiz zwykle pojawiają się liczne „ale”. Natomiast każda analiza danych to w końcu pewne uproszczenia i statystyka.

Każdy może też zinterpretować te same dane na inny sposób.

Ale niezależnie od interpretacji, dobrą praktyką jest, aby następstwem analizy danych były działania. A konkretniej lista rzeczy, które należy wykonać. Mogą to być  tzw,. „next stepy” – czyli hasłowo zapisane działania do realizacji. O innych formach wyznaczania działań pisałem w artykule: Szybkie rozwiązywanie problemów biznesowych – metody fast track, action plan oraz quick wins.

Przy czym te działania mogą przyjmować rozmaity charakter.

Konsekwencją analizy danych może być działanie polegające na wstrzymaniu … wszystkich wcześniej zaplanowanych działań. Gdyż te okazały się nieopłacalne.

Mogą to być również przykładowo dodatkowe weryfikacje, przeprowadzenie kolejnych testów, umówienie spotkania z działem X, itd. Ważne jest, aby praca poświęcona na analizę danych w firmie, nie zakończyła się tylko jej przedstawieniem lub co gorsza rozesłaniem tylko emaila z jej wynikami.