Inhoudsopgave:
- Wat zijn kleine gegevens?
- De grote voordelen van kleine gegevens
- Hoe kleine gegevens worden vastgelegd
- Waar kleine gegevens worden gebruikt
Wilt u uw productiviteit 30 minuten per dag verhogen? Als u zich zou kunnen concentreren op de activiteiten die de meeste waarde voor uw team en organisatie opleveren, wat zou dat dan voor u betekenen? Denk er over na. Wat is echt belangrijk op uw werkdag en hoeveel tijd besteedt u aan noodzakelijke, maar andere, dringende taken? Geïnteresseerd? Dus hoe kan dit worden bereikt? Welnu, door het gebruik van kleine gegevens.
Wacht wat? Zijn big data niet de gegevens waar iedereen het over heeft? Dat is het, maar misschien verdienen kleine gegevens een groter deel van het gesprek. Hier zullen we kijken naar wat kleine data is en hoe het vaak een grotere slag kan slaan dan big data.
Wat zijn kleine gegevens?
Kleine gegevens zijn vastgelegde gegevens die discreet en nauwkeurig genoeg zijn om te worden begrepen door het menselijk brein. Meestal wordt het verzameld voor een specifiek doel voor een enkele eenheid van een organisatie, zoals het vastleggen van hoeveel werkelijke inspanning wordt besteed aan verschillende activiteiten door individuen in een team. De reden voor het verzamelen van kleine gegevens wordt vanaf het begin vastgesteld. In dit geval zou het worden verzameld met als doel te optimaliseren hoe een team zijn waarde levert.
Ter vergelijking, de focus van big data ligt op het verzamelen van zoveel mogelijk gerelateerde informatie in de hele organisatie en deze vervolgens analyseren om te bepalen hoe het kan helpen bij het beantwoorden van vragen. Wat vertellen onze verkoopstatistieken ons over markttendensen en verdere verkoopkansen? Hoe goed is ons ondersteuningsteam in het behandelen van vragen van klanten? Waar moeten we ons projectleveringsproces verbeteren om overschrijding tegen het geschatte budget te verminderen?
Het lijkt misschien voor de hand liggend, maar big data heeft data als input nodig, en veel daarvan. Heel vaak is extra kleine data nodig om big data te ondersteunen, omdat antwoorden op eerste vragen nog meer vragen oproepen. Bovendien zijn er voor het uitvoeren van een analyse van deze informatie een groot aantal tools op ondernemingsniveau aangeboden door leveranciers, tools die aanzienlijke investeringen en tijd vergen om in eigen beheer te brengen, in te stellen en te configureren om resultaten te gaan geven. Het is een systeemintegratieproject vanaf het begin om verbinding te maken met alle gegevensbronnen, en het kan een aantal maanden duren voordat bedrijfsvoordeel wordt geleverd.
Omgekeerd, kleine gegevens vereisen weinig analyse, kunnen op vele ad hoc manieren worden vastgelegd - zoals in spreadsheets, taak- en tijdregistratiehulpmiddelen en zelfs handmatige logboeken - en kunnen snel en gemakkelijk worden geanalyseerd. Ik heb gezien dat binnen een week of twee aan het begin van een productiviteitsverbetering voordelen werden gerealiseerd met kleine gegevens. En dat is alleen omdat het wat tijd kost om de onbewerkte informatie vast te leggen. Doorgaans worden veranderingen en voordelen snel duidelijk vanwege de focus van de verzamelde gegevens.
De grote voordelen van kleine gegevens
Uit mijn ervaring in het coachen en managen van teams, zijn de volgende voordelen het gevolg van kleine gegevens voor individuen en teams:- bewustzijn
Kleine gegevens kunnen inzicht bieden in waar individuen hun tijd en energie daadwerkelijk op richten, tegenover wat nog meer waarde zou geven. Vaak wanneer individuen kleine gegevens beginnen vast te leggen, realiseren ze zich snel de betekenis van wat ze ontdekken.
- Empowerment
Door middel van kleine gegevens kunnen personen veranderingen identificeren die ze kunnen doorvoeren en worden ondersteund door andere leden van het team. De teamleden worden verantwoordelijk voor en sturen hun eigen verandering.
- Verloving
Meten en herkend worden voor de bereikte positieve veranderingen kan een groter gevoel van wederzijds begrip, waarde en verbinding creëren.
Hoe kleine gegevens worden vastgelegd
Op een softwareontwikkelingsafdeling kan big data de informatie van het projectplan analyseren, waardoor het aantal mensen, duur en inspanning kan worden geanalyseerd dat nodig is om verschillende soorten projecten te leveren. Wat ontbreekt, is hoe elk individu zijn projecttaken daadwerkelijk van dag tot dag uitvoert. Door deze kleine gegevens te verzamelen, kunnen we beginnen te leren hoe we het project, de teams en hun werkdag het beste kunnen structureren. Welke soorten taken geniet en doet iedereen goed? Wat willen ze delegeren of neerzetten? Welke soorten communicatie werken het beste met wie? Welke richting en begeleiding hebben individuen nodig?
Door het hoe te veranderen, ontlenen we voordelen die zichtbaar zijn op het niveau van big data, maar niet de veranderingen die hiertoe hebben geleid. Analyse van big data kan vaak resulteren in een gegeneraliseerd model, bijvoorbeeld in de veronderstelling dat elke persoon een vergelijkbaar vaardigheids- en ervaringsniveau heeft. Alleen door te kijken naar de kleine gegevens over hoe elke persoon werkt en bijdraagt aan het project (op zijn unieke manier), kunnen dit soort voordelen worden bereikt.
Waar kleine gegevens worden gebruikt
Er is absoluut waarde te winnen bij het gebruik van big data, maar recente beoordelingen van de markt en het productaanbod vinden verwarring over de beste praktijken en hoe de beste waarde uit een implementatie te halen. Uit een recent onderzoek door Gartner bleek dat slechts 8% van de ondervraagde bedrijven big data-analyse heeft geïmplementeerd en dat 57% zich nog steeds in de fase van onderzoek en planning bevindt.
Voor elke data-analyse is het niet de bedoeling om alle gegevens die u hebt in te voeren en vervolgens te zoeken naar waarde, maar om gegevens te gebruiken die kunnen helpen bij het beantwoorden van bepaalde vragen. En dit is waar kleine gegevens winnen om twee belangrijke redenen:
- De gewenste waarde en reden voor het verzamelen van de gegevens moet vooraf worden begrepen.
- Kleine gegevens geven zowel kwalitatieve als kwantitatieve antwoorden, waardoor precieze wijzigingen kunnen worden aangebracht. Met andere woorden, er zijn minder generalistische veronderstellingen gedaan in kleine gegevens.
Uiteindelijk zal kleine data big data niet vervangen, maar er is veel dat een kleine data-engagement big data kan leren hoe ze het beste uit beide benaderingen kunnen halen. Bij het overwegen van een big data-implementatie, stel uzelf de vraag welke kleine data-vragen u zouden helpen waarde te winnen. Het kan helpen om die grotere slag in uw resulterende strategie te stoppen. (Lees een ander perspectief op de waarde van big data in het bedrijfsleven in Kan Big Data Analytics de kloof tussen Business Intelligence dichten?)
