מאמרים - על DATA ANALYSIS אפקטיבי הדפסה מאתר מאמרים

על DATA ANALYSIS אפקטיבי

נכתב על ידי Boaz Bash March

[ הדפסת המאמר ]

ניתוח נתונים יכול להיות תהליך טכני גרידא, בדומה למה שנלמד באקדמיה בעיקר


והוצאת גרפים, תוצאות, מסקנות והמלצות על בסיס נתונים גולמיים באופן מרשים (ויזואלית)  אינה עבודה מורכבת שדורשת ידע וחשיבה דחה/רחבה/עמוקה


אלא מאי? -


אם רוצים שהמסקנות הנובעות מהנתונים יגרמו להחלטות/תוצאות אפקטיביות אזי, זהו סיפור אחר לגמרי.


 


ראשית, ההבדל בין "מנתח נתונים טכני" בקי ככל שיהיה במקצוע הניתוח עצמו למנתח בעל ידע במערכות נתונים שהוא עוסק בהם - עצום ויכול להוות את כל ההבדל מבחינת האפקטיביות


מנתח "טכני" אינו מסוגל לבדוק שוב או לפקפק בנתונים למנתח בעל ידע ישר "יקפצו" לעין


הוא גם אינו מסוגל לבחור באיזה תופעה/תהליך/מוצר (ושילוב ביניהם) יש להתמקד בניתוח ולחפש  גורמים ומתאמים רלוונטיים ביניהם. התוצאה והמסקנות יתקבלו, אבל מהותם/נכונותם והרלוונטיות שלהם לצרכי הארגון/לקוח פשוט לא יכולות להיות טובות כמו מסקנות מנתח בעל ידע בתחום. החלטת המנהל או הלקוח עשויה במקרים רבים להיות שגויה עקב כך


תחום בעייתי נוסף שעליו לא לומדים מספיק באקדמיה, הוא תחום אמינותם של הנתונים


האופן בו נאספים הנתונים, האופן בו מנוסח הסעיף למילוי, התחשבות בהפעות פסיכולוגיות מקומיות של העובדים (משתנה ממקום למקום) מאוד משפיע עם העובד ימלא נכון את הערך או שמילא ערך שרלוונטי לתחום/סוג אחר של נתונים עקב השפעות שלא לעניין. בעיקר דברים אמורים לגבי הבנת הסעיף והמחשבה האם מילויו יזיק, יקדם או לא ישפיע על האופן בו מודדים את העובד ומתגמלים אותו


לפעמים גם קורה שסעיף/תחום מפורט מדי (ואז העובד מתעייף לחפש או מתבלבל בין האפשרויות) או להיפך - הסעיף כללי מדי ועלול להתפרש מתאים לסעיפים שונים


גם אם הצלחנו להגדיר דרך מתאימה לאיסוף הנתונים, האופן בו ננתח ונציג אותם חייב להיות "מחובר מציאות" לפעמים תקלה/אירוע/מנטליות "ידועה" בתחום מסויים עלולה להתפרש באופן שגוי אם לא נתחשב בידוע לנו מהמציאות בשטח


גם בתום הניתוח, אופן הצגת התוצאות והמסקנות העולות מהם קובעת הרבה לאפקטיביות


לא מעט מנהלים לא אוהבים/יודעים להיכנס לעובי הקורה בקריאת התוצאות ונשארים בעיקר  ברמת המסקנות הסופיות (לפעמים צריך אפילו לפשט את אלה) כלומר - אופן הכתיבה ישפיע על הבנה וההחלטה הסופית לביצוע.


כל זה לא כולל כמובן את המקרים בהם המנתח רוצה לגרום (במודע או שלא במודע) למסקנות מסויימות ומסוגל (מאוד בקלות) להתאים את הניתוח למסקנות בהן הוא חפץ.


לסיכום:


אם ברצונכם לקבל מסקנות מבוססות מציאות שיגרמו לשיפור אפקטיבי -


כדאי שמנתח הנתונים יהיה בעל ידע מעמיק בתחום אותו הוא מנתח.

אודות הכותב:

בועז בש מרץ'


מנהל פרויקטים, מנתח נתונים ומומחה לוגיקת נתונים במערכות מידע.

[ הדפסת המאמר ]

מתוך אתר מאמרים, ספריית מאמרים לשימוש חופשי.
http://www.articles.co.il