东方时讯网
每个人都知道数据驱动的决策在商业中的重要性，并且每年都越来越受欢迎。然而，在这种迷恋中往往会迷失的是底层数据是否值得信赖。很容易说不准确的数据会导致业务问题。但更糟糕的是，当一家公司运行的数据似乎值得信赖时，实际上它会以严重影响关键决策的方式存在缺陷。我知道这个头衔有点戏剧性，但是人们花费了无数个小时来努力使他们的事业成功，没有什么比从一开始就注定要注定更痛苦。这就是为什么我们需要根除数据提供商捆绑数据收集和数据组织的危险趋势。
我们喜欢新的Macbook Air的5件事 - 而我们不喜欢4件事
我们是TNW苹果笔记本电脑的忠实粉丝。我们大多数人不仅在MacBook上工作，我们中的许多人也拥有自己的Apple笔记本电脑。我很遗憾地报告说我是其中一个人。因此，每当Apple发布一台新电脑时 - 就像新出厂的MacBook Air一样 - 这是一个大问题。在我们整个上面弄脏手套之后，有一些我们喜欢的东西和其他我们没有的东西。
数据收集和组织通常被视为同一硬币的两面，但许多公司并未意识到混合它们会导致标注不正确或含糊不清的指标。由于这些过程的分离尚不普遍，不幸的是，大多数企业，即使是那些被认为是数据驱动的企业，在没有意识到这一点的情况下将自己置于不可逆转的劣势 - 并且摧毁了他们如此努力工作的东西。完成。
分离数据收集和组织可确保您的公司获得清晰，可靠的数据图片。这是降低风险和优化决策的最佳方式。
音乐界的镜子
我喜欢将数据分析与音乐行业进行比较。在20世纪60年代，音乐家会将所有乐器录制在物理磁带上。为了编辑和创建曲目，他们会逐字地剪切磁带并将其粘贴在一起。如果他们弄乱了剪切和粘贴过程，磁带将永远受损 - 换句话说，声音的录制(收集)直接与其组织方式相关联。
如今，没有人使用物理切割和粘贴来创建复杂的多层音乐曲目。相反，他们使用数字录音，可以剪切和重新播放和播放，而不会失去原始原始声音的完整性。然而，在数据分析方面，行业现状就像60年代的音乐一样。
将数据收集和组织集中在一起意味着如果需要重写或更改某些内容，则几乎不可能保留原始数据的完整性。甚至进行重写的过程也需要数小时的艰苦编码和劳动。
例如，假设您的业务开始于销售单个产品(例如床垫)，并且您的分析程序已编程为跟踪每次购买，标记为“购买”。随着公司的发展，您将添加新产品，即枕头。您以前只跟踪“购买”的分析无法区分购买床垫和购买枕头。
然后，您的公司可能会重新配置他们的系统以跟踪两个事件，“床垫购买”和“枕头购买”，但所有旧数据仍然只标记为“购买”。现在他们必须返回并手动更新所有数据点标记为“购买”到“床垫购买”，或者只是生活在历史数据和新数据之间。
这是将数据收集和组织集中在一起的生活 - 每个新产品的添加都需要耗费时间，容易出错的手工重新构建历史数据的工作。但是通过将收集过程与组织分开，您可以轻松更改标签而不会丢失任何原始数据。
突然之间，可以简单地创建新的“床垫购买”标签，然后将其追溯应用于所有历史数据，无论之前如何标记。这使得企业可以轻松跟踪所有信息，因为它们从床垫和枕头，床单，床架，床罩等增长(它也适用于非卧室相关产品)。
非破坏性编辑和未来的数据分析
从本质上讲，通过分离数据分析过程，上述示例中的公司可以按照现代录音艺术家对待数字音乐的方式处理他们的数据 - 他们可以根据需要重新编辑和重命名数据，而不会影响基本的完整性。音乐界称之为“非破坏性”编辑。数据分析甚至没有名称，因为它是一种不常见的做法。
然而，非破坏性编辑对于任何数据驱动的业务都非常重要，因为模糊或不正确标记的指标会导致与错误信息一样多的麻烦。随着公司的发展壮大，他们的数据变得越来越复杂。通过分离收集和组织，企业可以轻松地追溯调整其分析。他们不再需要投入宝贵的资源来手动重新标记数据，从而冒着诚信和洞察力的实用性。
最终，分析行业的未来取决于数据收集和组织的分离。它打开了简化客户洞察的资源。从长远来看，它将使那些梦想成为真正数据驱动的企业能够最终拥抱自己的潜力。