تحلیل داده؛ این موجود ناشناخته

این روزها زیاد از داده و تحلیل داده می شنویم. مثل فوتبال که به تعداد تماشاگرانش کارشناس دارد، این روزها تحلیل داده هم به تعداد کاربرانش کارشناس دارد! افرادی که به دور از مفاهیم، تجربیات و واقعیت‌های تحلیل داده، صرفا با به کار بردن یکی دو تا ابزار و روش، خود را خبره در تحلیل داده می‌دانند. گذشته از این معضلات، تحلیل داده واقعا چیست؟ چه کاربردی دارد؟ چگونه می‌توانیم از آن استفاده کنیم؟

اولین رویارویی

تحلیل داده فرایندی است که هدف آن کشف گزاره‌های دانشی مفید جهت پشتیبانی از تصمیم‌گیری است.

خب، ممکن است این جمله خیلی پیچیده و گنگ به نظر آید پس سعی می کنم کمی بیشتر توضیح دهم. فرض کنید شما می‌خواهید تصمیم بگیرید که با استفاده از تبلیغات، مشتریان خود را ترغیب به خرید کنید. چه محصولی را به کدام مشتری و چگونه تبلیغ کنید؟ چقدر و کجا هزینه کنید؟ ممکن است بخواهید درباره تعدیل نیرو یا استخدام تصمیم‌گیری کنید. یا این که تصمیم بگیرید کجا سرمایه‌گذاری کنید که عایدی بیشتری بدست آورید؟

الان زمانی است که تحلیلگر داده وارد ماجرا می‌شود. او پس از شناخت مساله و درک فضای کسب و کار، سوال مدیر را تبدیل به سوال تحلیلی می‌کند. در واقع به دنبال حل مساله با استفاده از اطلاعاتی است که در سیستم از مشتریان دارند. او فرایند تحلیل داده را برای هر سوال تحلیلی طی می‌کند تا به گزاره‌های زیر می‌رسد:

• مشتریان را هم اینک می‌توان در سه دسته تصور کرد: مشتریان برجسته (آنهایی که متعدد و زیاد خرید می‌کنند) مشتریان هرازگاهی (آنهایی که گاهی هستند گاهی نیستند) و مشتریان معمولی (افرادی بین دو دسته قبلی).
• تبلیغات تا کنون روی رفتار خرید مشتریان برجسته تاثیری نداشته و فقط اندکی بر تعداد آنها افزوده
• کمپین‌های با تخفیف بالا رشد چشمگیری در تعداد و تراکنش‌های مشتریان هرازگاهی داشته
• اغلب مشتریان معمولی کالاهایی به قیمت 50 هزار تا 500 هزار تومان می‌خرند
• مشتریان برجسته اغلب افرادی از شرکت‌های بزرگ هستند

اینها همان گزاره‌های دانشی است.

گزاره‌هایی که بر دانش مدیریت از حال سیستمش اضافه می‌کند به طوری که در تصمیم‌گیری مفید باشد. کشف چنین گزاره‌هایی به طور دستی و خارج از فرایند تحلیل داده واقعا ساده نیست.

مدیر، با استفاده از این گزاره‌ها می‌تواند تصمیم بگیرید که مثلا برای جذب بیشتر مشتریان معمولی، چه تیپ محصولاتی را با چه تخفیفی باید در ویترین قرار دهد یا چه باید بکند تا مشتریان هرازگاهی را تبدیل به مشتریان معمولی کند (مثلا آیا استفاده از روش امتیاز دادن به خریدها جهت اهدای کد تخفیف فایده دارد یا نه).

آسیب‌ها

آسیب اول: ممکن است این مساله پیش آید که بعضی از این گزاره‌ها، گزاره‌های بدیهی و به درد نخوری هستند. واقعیت این است که چنین اتفاقی اغلب میفتد. اما این به معنای مفید نبودن تحلیل داده نیست. این گزاره‌ها، مهر تاییدی بر شناخت ما از سیستم هستند که در کنار گزاره‌های تازه کشف شده، ارزشمند خواهند بود.

آسیب دوم: ممکن است دیده باشید که بعضی‌ها به سرعت یک نرم‌افزار تحلیل داده را باز می‌کنند، داده را وارد آن کرده و دکمه تحلیل (اسم این دکمه در موارد مختلف متفاوت است) را می‌زنند. به سرعت مجموعه‌ای از نتایج چاپ می‌شود و تمام! به جرات بگویم که این، تحلیل داده نیست.

آسیب سوم: به کرات دیده شده بعضی‌ها به جای بیان مشکل، راه‌حل را می‌گویند!!! طرف آمده و پس از تمجید از تحلیل داده می‌گوید: آقا...بیایم یک پروژه با «توزیع پوآسون» انجام دهیم!؟!!؟

آسیب چهارم: آیا پروژه تحلیل داده را یک بار باید انجام داده و تمام عمر از آن استفاده کرد؟ اگر همه مشتریان و بازار و شما همگی بدون تغییر هستید و اقدام شما پس از استفاده از نتایج تحلیل داده هیچ تاثیری نداشته و نخواهد داشت، پاسخ این سوال بله است. در غیر این صورت، نخیر. تحلیل داده باید مدام انجام بگیرد. اما چون ممکن است هزینه‌بر و زمان‌بر باشد می‌توان به نوعی آن را اتوماتیک کرد. چاره این کار هم برقرار کردن ارتباط با ابزار به نام داشبورد مدیریتی است.

درباره فرایند تحلیل داده و این که چگونه می‌توانیم از آن استفاده کنیم در نوشته بعدی توضیحاتی خواهم داد ؛)

پیشنهادهای من برای شما: