Probabilmente hai sentito parlare dei big data utilizzati per capire cosa ti piace comprare, leggere e seguire. Ciò a cui probabilmente non hai pensato è come la tua azienda potrebbe usarlo per liberare la tua produttività.
Ma Alexander Vorobiev, un consulente di Advanced Analytics di TransUnion, lo ha fatto. È un mago di tutti i big data. E mentre il suo ruolo riguarda principalmente l'impatto dei big data sui servizi finanziari, sa che le applicazioni per i big data sono infinite. Una cosa del genere? Capire come le aziende possono utilizzare metodi analitici per aumentare la produttività e vedere risultati aziendali migliori.
Ti sembra intrigante? Continua a leggere per sapere come è fatto:
Trova la tua ipotesi
Per prima cosa hai bisogno di una teoria da testare. "La creazione di un programma di benessere sul posto di lavoro aumenterà la produttività" potrebbe essere uno. "Permettere ai dipendenti di lavorare da casa aiuterà a guidare le vendite" potrebbe essere un altro.
Come capo di un dipartimento o decisore, potresti avere un istinto di come i tuoi dipendenti lavorano meglio. Forse è che i dipendenti che arrivano un'ora dopo fanno meno pause durante il giorno, o se i dipendenti usano la loro ora di pranzo per esercitarsi, tendono a non arrendersi alla crisi delle 15:00. Qualunque sia il presupposto, questa è la tua ipotesi da testare.
Raccogli i dati giusti
Probabilmente uno dei passaggi più critici nell'uso dei big data. Tutte le analisi al mondo non saranno molto utili se non si misurano le cose giuste. Prendi l'ipotesi "lavorare da casa migliora la produttività". Alcuni potenziali punti di dati da misurare qui potrebbero includere il numero di dipendenti di telelavoro, quanti giorni hanno lavorato da casa e le revisioni dei supervisori alla fine del periodo stimato.
Vorobiev raccomanda alle aziende di assumere ingegneri di dati specializzati o consulenti esterni per condurre analisi delle tendenze del luogo di lavoro e di altre aree in cui i big data saranno sicuramente utili. Tali data scientist non solo possono analizzare i risultati finali, ma possono anche suggerire i parametri corretti da misurare.
Crea un campione da studiare
Le aziende possono reclutare dipendenti per gli studi facendo penzolare una carota (un abbonamento gratuito alla palestra per un anno è buono) anche se si deve fare attenzione ai campioni distorti (le persone che si iscrivono a un club del libro, ad esempio, potrebbero già essere persone che amano leggere).
Ma il reclutamento può avvenire in altri modi. Vorobiev indica uno studio sul posto di lavoro condotto da Bank of America in cui i dipendenti indossavano badge identificativi con tag RFID e le loro interazioni tra loro e la successiva produttività sono state misurate.
Tuttavia, Vorobiev ammette che la privacy è una barriera legittima. Ma ci sono modi che nascondono le informazioni dei dipendenti, quindi gli analisti si concentrano solo su tendenze più ampie. Risposte anonime a bolle o sondaggi online sono un modo semplice e veloce di cercare modelli senza nominare i nomi.
Una volta capito chi studiare, i sondaggi online sono un modo rapido per raccogliere i dati necessari.
Infine, analizza!
Ora che hai ottenuto i risultati, i big data possono analizzarli e cercare le tendenze. È importante ricordare che l'analisi dei big data è semplicemente un regolare studio dei dati sugli steroidi. In qualità di dipendente o proprietario dell'azienda, è sempre possibile condurre analisi dei dati. Ma i big data elaborano le informazioni provenienti da diverse fonti e in molti modi diversi in modo più efficiente e rapido.
Non perderti nella paralisi dell'analisi. "Puoi ingegnerizzare eccessivamente qualsiasi cosa", dice Vorobiev, "C'è un famoso detto sulle statistiche secondo cui con una pressione sufficiente i dati ammetteranno tutto. Potrebbe essere una buona idea interrompere l'analisi non appena si ottengono x numeri di input o risultati e poi vedi cosa ti dicono i dati ".
L'effetto lampione - in cui una persona che ha perso le chiavi appare solo sotto la luce perché è lì che è più facile farlo - è una preoccupazione legittima quando si tratta di analisi di big data. Ricorda che le tendenze più sorprendenti potrebbero non essere quelle in cui pensi di guardare per la prima volta.
L'asporto secondo Vorobiev: “Ci sono così tanti aspetti misurabili, facilmente trascurabili, della nostra vita lavorativa che, se studiati, potrebbero produrre risultati inaspettati. E se uno di loro potesse portare a un ambiente più armonioso e produttivo, vale la pena provare ".
