차례:
하루 30 분 생산성을 높이시겠습니까? 팀과 조직에 가장 큰 가치를 부여하는 활동에만 집중할 수 있다면 어떻게됩니까? 생각 해봐 업무 일에 정말로 중요한 것은 무엇이고, 다른 긴급한 일을하는 데 얼마나 많은 시간을 소비합니까? 관심이있으세요? 어떻게 달성 할 수 있습니까? 작은 데이터 사용을 통해.
무엇을 기다립니다? 모두가 말하는 데이터가 빅 데이터가 아닙니까? 그러나 작은 데이터는 더 큰 대화를 할 가치가 있습니다. 여기에서는 작은 데이터가 무엇인지, 그리고 큰 데이터보다 더 큰 펀치를 얼마나 자주 넣을 수 있는지 살펴 보겠습니다.
작은 데이터 란 무엇입니까?
작은 데이터는 사람의 뇌가 이해할 수있을 정도로 이산적이고 정확한 데이터를 캡처합니다. 일반적으로 팀의 개인이 다른 활동에 얼마나 많은 노력을 기울이고 있는지 기록하는 등 조직의 단일 단위를 위해 특정 목적으로 수집됩니다. 작은 데이터를 수집하는 이유는 처음부터 설정됩니다. 이 경우 팀이 가치를 제공하는 방법을 최적화한다는 목표로 수집됩니다.
이에 비해 빅 데이터의 초점은 조직 전체에서 가능한 많은 관련 정보를 수집 한 다음 분석하여 질문에 대한 답변을 얻는 방법을 결정하는 것입니다. 판매 통계는 시장 동향 및 추가 판매 기회에 대해 무엇을 알려줍니까? 지원팀이 고객 문의를 처리하는 데 얼마나 도움이됩니까? 예상 예산 대비 오버 슈트를 줄이기 위해 프로젝트 제공 프로세스를 개선해야하는 곳은 어디입니까?
분명해 보이지만 빅 데이터에는 입력 및 많은 데이터가 필요합니다. 초기 질문에 대한 답변이 추가 질문을 제기함에 따라 빅 데이터를 지원하기 위해 추가 작은 데이터가 필요한 경우가 종종 있습니다. 또한이 정보의 분석을 수행하기 위해 공급 업체가 제공하는 수많은 엔터프라이즈 급 도구, 결과를 제공하기 위해 사내 구축, 설정 및 구성에 상당한 투자와 시간이 필요한 도구가 있습니다. 처음부터 모든 데이터 소스와 연결하는 시스템 통합 프로젝트이며 비즈니스 혜택이 제공되기까지 몇 개월이 걸릴 수 있습니다.
반대로 작은 데이터는 분석이 거의 필요하지 않으며 스프레드 시트, 작업 및 시간 추적 도구, 수동 로그 북과 같은 다양한 임시 방법으로 캡처 할 수 있으며 빠르고 쉽게 분석 할 수 있습니다. 생산성 향상 초기 1 주일 또는 2 주 내에 작은 데이터를 통해 이점을 실현할 수있었습니다. 원시 정보를 캡처하는 데 약간의 시간이 걸리기 때문입니다. 일반적으로 수집 된 데이터의 초점으로 인해 변경 사항과 이점이 빠르게 나타납니다.
소규모 데이터의 큰 이점
팀 코칭 및 관리 경험을 통해 다음과 같은 이점은 개인 및 팀을위한 작은 데이터로 인해 발생합니다.- 인식
작은 데이터는 개인이 실제로 시간과 에너지에 집중하는 위치와 더 큰 가치를 제공하는 것에 대한 인식을 제공 할 수 있습니다. 개인이 작은 데이터를 캡처하기 시작하면 발견 한 내용의 중요성을 빨리 깨닫게됩니다.
- 권한 부여
작은 데이터를 통해 개인은 자신이 수행 할 수있는 변경 사항을 식별하고 팀의 다른 구성원이 수행 할 수 있도록 지원할 수 있습니다. 팀 구성원은 자신의 변화에 책임을지고 추진합니다.
- 약혼
달성 된 긍정적 인 변화에 대한 측정과 인식은 상호 이해, 가치 및 연결에 대한 더 큰 의미를 만들 수 있습니다.
작은 데이터를 캡처하는 방법
소프트웨어 개발 부서 전체에서 빅 데이터는 프로젝트 계획 정보를 분석 할 수 있으므로 다양한 유형의 프로젝트를 제공하는 데 필요한 인원, 기간 및 노력을 분석 할 수 있습니다. 빠진 것은 각 개인이 실제로 일상적으로 프로젝트 작업을 수행하는 방식입니다. 이 작은 데이터를 캡처함으로써 프로젝트, 팀 및 근무일을 가장 잘 구성하는 방법을 배울 수 있습니다. 각 사람은 어떤 유형의 작업을 즐기고 잘 수행합니까? 그들은 무엇을 위임하거나 떨어 뜨리고 싶습니까? 어떤 유형의 커뮤니케이션이 누구에게 가장 적합한가요? 개인에게 어느 정도의 방향과 멘토링이 필요합니까?
방법을 변경함으로써 우리는 빅 데이터 수준에서는 볼 수 있지만이를 초래 한 변경은 보이지 않는 이점을 얻습니다. 예를 들어 빅 데이터를 분석하면 각 사람이 비슷한 기술과 경험 수준을 가지고 있다고 가정 할 때 일반화 된 모델이 될 수 있습니다. 각 개인의 작업 방식과 고유 한 방식으로 프로젝트에 기여하는 방식에 대한 작은 데이터를 살펴보면 이러한 유형의 이점을 얻을 수 있습니다.
작은 데이터가 사용되는 곳
빅 데이터를 사용함으로써 얻을 수있는 가치는 분명히 있지만, 최근 시장 및 제품 오퍼링에 대한 검토에서 모범 사례와 구현에서 최상의 가치를 도출하는 방법에 대한 혼란이 있습니다. 가트너 (Gartner)의 최근 조사에 따르면 조사 대상 기업 중 8 %만이 빅 데이터 분석을 구현했으며 57 %는 여전히 연구 및 계획 단계에 있습니다.
모든 데이터 분석의 핵심은 모든 데이터를 가져 와서 가치를 찾아 보는 것이 아니라 특정 질문에 대답하는 데 도움이되는 데이터를 사용하는 것입니다. 그리고 여기에는 두 가지 주요 이유로 작은 데이터가 나옵니다.
- 데이터 수집에 대한 원하는 가치와 이유는 미리 이해해야합니다.
- 작은 데이터는 정 성적 및 정 성적 답변을 제공하므로 정확한 변경이 가능합니다. 다시 말해, 작은 데이터에 대한 일반적인 가정은 더 적습니다.
궁극적으로 작은 데이터는 빅 데이터를 대체하지 않지만 작은 데이터 참여는 두 가지 접근 방식을 최대한 활용하는 방법에 대한 빅 데이터를 가르 칠 수 있습니다. 빅 데이터 구현을 고려할 때 가치를 얻는 데 도움이되는 작은 데이터 질문이 무엇인지 자문 해보십시오. 결과 전략에 더 큰 도움이 될 수 있습니다. (큰 데이터 분석으로 비즈니스 인텔리전스 갭을 닫을 수 있습니까?에서 비즈니스의 빅 데이터 가치에 대한 또 다른 관점을 읽으십시오.)
