在当前的商业环境,组织可以使用他们的智能工具来制定更好的数据问题,调整自己的观点和解决新的挑战以创造性的方式。
我们会怎样理解和使用数据业务的过程中突然变化?而不是只在数据中寻找答案,我们也必须问更好的数据问题。
我们的许多机器学习和基于ai工具取决于数据COVID-19之前更相关。2020年3月,我们中的许多人改变了我们的工作,我们如何工作和在何种情况下工作,取得太大的效果的数据过时了。
大的变化在我们的世界已经迫使我们思考如何在新的条件下我们可以用我们的智能工具。例如,如果您的人分析工具部分依靠的不是原来那个钥匙卡数据理解和员工如何相互作用——但现在人们远程——其他信息可能你需要了解员工的相互作用改变了吗?
如果您的组织人,您可能想知道是否你还需要注意你的员工飞行风险预测(你)。裁员意味着业务的成功建立在更少的人的肩膀上。保留必须优先考虑,数据分析是有效保留行动比以往任何时候都更重要。
数据可以在这些时间教会我们很多,但开放和频繁的沟通需要转换数据的见解有意义的进展。
大流行的教会了我们很多关于环境如何影响性能。例如,在NBA的工作改变,游戏也是如此。ESPN指出玩家如何在泡沫在迪斯尼世界开始得分比平常更多——季后赛历史上第一次,两种对立的球员(多诺万米切尔和贾马尔Murray) 50或更多的分在同一个游戏。更少的旅行和更多的休息吗?低噪音吗?事实上,所有的比赛发生在相同的领域吗?
测量和跟踪所以理解它们是如何工作的许多方面发展给了我们一个令人兴奋的机会开发更多有用的数据问题当前的商业环境。但首先,重要的是要考虑什么改变了,什么是我们可以改变使用数据和智能工具更有效。
这里有一些问题组织应该考虑帮助指导这些调查:
1。改变了什么……
- 我们工作和交通场所看到的地方吗?
- 现在我们需要做的工作为我们的客户和行吗?
- 我们的员工吗?
- 我们的业务优先级吗?
2。这些变化是如何反映在我们的数据和工具吗?
- 2020年春季以来的数据有什么变化吗?
- kpi是什么变化而受到影响?
- 哪些工具和见解我们应该使用更多的吗?我们应该用更少的?
- 有新的趋势出现吗?
- 看似奇怪,混淆或喜欢它没有意义?
3所示。缺失的是什么?我们需要知道更多关于什么?
- 我们会做出什么假设基于过去事情如何工作?这些假设还有效吗?
- 我们需要理解制定计划和决策呢?
- 突发事件和可能的场景是什么?
- 数据和信息将有助于我们更清楚地了解我们的情况吗?
4所示。我们如何管理未知数和意外事件?
- 什么是最有可能发生,我们为什么要相信?
- 评估可以改变什么?
- 什么数据可以帮助我们解决未知数,即使它不是我们通常会使用?
5。我们想尝试下一个什么?
- 我们积极朝着一个特定的结果或等待某些条件先解决吗?
- 我们想尝试这多久?在什么情况下我们会重新考虑和改变方向吗?
- 什么数据可以帮助我们确定最好的方法来完成我们的关键目标吗?
- 当我们知道我们会完成这些目标?
人工智能和机器学习能处理大量的数据,发现模式、趋势和比赛,他们也擅长注意到变化。它可能需要一段时间这些工具可以为我们提供某些按数据问题的答案,但我们应该积极制定更好的使用问题,调整我们的视角和解决新的挑战以创造性的方式。艾萨克·阿西莫夫解释说:“最令人兴奋的短语听科学,预示着最发现,不是“尤里卡!(我发现它!),但是,很有趣……”
考虑测量组织的成员来验证你的以数据为中心的结果对他们的生活经验。数据可以在这些时间教会我们很多,但开放和频繁的沟通需要转换数据的见解有意义的进展。
了解更多关于如何188bet金宝搏appADP®DataCloud可以帮助你更好地管理、利用和充分利用您的数据。