Inhaltsverzeichnis:
- Was sind kleine Daten?
- Die großen Vorteile kleiner Daten
- Wie kleine Daten erfasst werden
- Wo kleine Daten verwendet werden
Möchten Sie Ihre Produktivität um 30 Minuten pro Tag steigern? Wenn Sie sich nur auf die Aktivitäten konzentrieren könnten, die für Ihr Team und Ihre Organisation den größten Nutzen bringen, was würde das für Sie bedeuten? Denk darüber nach. Was ist an Ihrem Arbeitstag wirklich wichtig und wie viel Zeit verbringen Sie damit, notwendige, aber auch andere, dringende Aufgaben zu erledigen? Interessiert? Wie kann das erreicht werden? Nun, durch die Verwendung von kleinen Daten.
Warte was? Sind Big Data nicht die Daten, von denen alle sprechen? Es ist so, aber vielleicht verdienen kleine Daten einen größeren Teil des Gesprächs. Hier sehen wir uns an, was kleine Daten sind und wie sie oft einen größeren Durchschlag bieten als große Daten.
Was sind kleine Daten?
Kleine Daten sind erfasste Daten, die diskret und präzise genug sind, um vom menschlichen Gehirn verstanden zu werden. In der Regel wird es für einen bestimmten Zweck für eine einzelne Einheit einer Organisation erfasst, z. B. um aufzuzeichnen, wie viel Aufwand von Einzelpersonen in einem Team für verschiedene Aktivitäten tatsächlich aufgewendet wird. Der Grund für die Erhebung kleiner Daten ist zu Beginn festgelegt. In diesem Fall würde es mit dem Ziel gesammelt, die Wertschöpfung eines Teams zu optimieren.
Im Vergleich dazu konzentriert sich Big Data darauf, so viele verwandte Informationen wie möglich im gesamten Unternehmen zu sammeln und sie dann zu analysieren, um festzustellen, wie sie bei der Beantwortung von Fragen helfen können. Was sagen unsere Verkaufsstatistiken über Markttrends und weitere Verkaufschancen aus? Wie gut kann unser Support-Team Kundenanfragen bearbeiten? Wo müssen wir unseren Projektabwicklungsprozess verbessern, um Überschreitungen gegenüber dem geschätzten Budget zu reduzieren?
Es mag offensichtlich erscheinen, aber Big Data benötigt Daten als Eingabe und viele davon. Sehr oft werden zusätzliche kleine Daten benötigt, um große Datenmengen zu unterstützen, da Antworten auf erste Fragen weitere Fragen aufwerfen. Für die Analyse dieser Informationen stehen eine Vielzahl von Tools zur Verfügung, die von Anbietern auf Unternehmensebene angeboten werden. Diese Tools erfordern erhebliche Investitionen und viel Zeit, um die Ergebnisse intern zu erfassen, einzurichten und zu konfigurieren. Es ist von Anfang an ein Systemintegrationsprojekt, das die Verbindung zu allen Datenquellen herstellt. Es kann einige Monate dauern, bis der Geschäftsnutzen erzielt wird.
Umgekehrt sind für kleine Daten nur wenige Analysen erforderlich. Sie können auf viele Ad-hoc-Arten erfasst werden, z. B. in Tabellenkalkulationen, Aufgaben- und Zeiterfassungstools und sogar in manuellen Logbüchern. Außerdem können sie schnell und einfach analysiert werden. Ich habe gesehen, dass kleine Daten innerhalb von ein oder zwei Wochen nach Beginn eines Produktivitätsengagements Vorteile bringen. Und das nur, weil das Erfassen der Rohdaten etwas Zeit in Anspruch nimmt. In der Regel werden Änderungen und Vorteile aufgrund des Fokus der gesammelten Daten schnell sichtbar.
Die großen Vorteile kleiner Daten
Aufgrund meiner Erfahrung im Coaching und in der Leitung von Teams ergeben sich aus kleinen Datenmengen für Einzelpersonen und Teams folgende Vorteile:- Bewusstsein
Kleine Daten können Aufschluss darüber geben, wo sich Einzelpersonen tatsächlich mit ihrer Zeit und Energie befassen und was einen noch größeren Wert bedeuten würde. Wenn Personen anfangen, kleine Daten zu erfassen, erkennen sie oft schnell die Bedeutung dessen, was sie entdecken.
- Ermächtigung
Durch kleine Daten können Einzelpersonen Änderungen identifizieren, die sie in die Tat umsetzen können, und dabei von anderen Teammitgliedern unterstützt werden. Die Teammitglieder werden für ihre eigenen Veränderungen verantwortlich und treiben diese voran.
- Engagement
Das Messen und Erkennen der positiven Veränderungen kann zu einem besseren gegenseitigen Verständnis, Wert und Zusammenhang führen.
Wie kleine Daten erfasst werden
In einer Softwareentwicklungsabteilung können Big Data die Projektplaninformationen analysieren und so die Anzahl der Personen, die Dauer und den Aufwand analysieren, die für die Ausführung verschiedener Projekttypen erforderlich sind. Was fehlt, ist die Art und Weise, wie jeder Einzelne seine Projektaufgaben täglich ausführt. Durch die Erfassung dieser kleinen Daten können wir lernen, wie das Projekt, seine Teams und deren Arbeitstag am besten strukturiert werden können. Welche Art von Aufgaben macht jeder Mensch gerne und gut? Was möchten sie delegieren oder fallen lassen? Welche Kommunikationsarten eignen sich am besten für wen? Welches Maß an Anleitung und Betreuung benötigen Einzelpersonen?
Indem wir das Wie ändern, leiten wir Vorteile ab, die auf Big-Data-Ebene sichtbar sind, aber nicht die Änderungen, die dazu geführt haben. Die Analyse von Big Data kann häufig zu einem verallgemeinerten Modell führen, wenn beispielsweise angenommen wird, dass jede Person über ein ähnliches Qualifikations- und Erfahrungsniveau verfügt. Nur wenn Sie sich die kleinen Daten ansehen, die genau beschreiben, wie jede Person arbeitet und (auf ihre einzigartige Weise) zum Projekt beiträgt, können diese Arten von Vorteilen erzielt werden.
Wo kleine Daten verwendet werden
Die Nutzung von Big Data ist auf jeden Fall wertvoll, aber die jüngsten Markt- und Produktbewertungen lassen Verwirrung über bewährte Verfahren und die Frage aufkommen, wie aus einer Implementierung der beste Wert abgeleitet werden kann. Eine kürzlich von Gartner durchgeführte Überprüfung ergab, dass nur 8% der befragten Unternehmen Big-Data-Analysen implementiert haben und 57% sich noch in der Forschungs- und Planungsphase befinden.
Bei jeder Datenanalyse geht es nicht darum, alle vorhandenen Daten zu erfassen und dann nach Wert zu suchen. Es geht darum, Daten zu verwenden, die bei der Beantwortung bestimmter Fragen hilfreich sind. Und hier gewinnen kleine Daten aus zwei Hauptgründen:
- Der gewünschte Wert und Grund für die Erhebung der Daten ist von vornherein zu verstehen.
- Kleine Daten geben sowohl qualitative als auch quantitative Antworten, sodass präzise Änderungen vorgenommen werden können. Mit anderen Worten, in kleinen Daten werden weniger allgemeine Annahmen getroffen.
Letztendlich werden kleine Daten keine großen Daten ersetzen, aber es gibt eine Menge Gründe, warum eine kleine Datenbindung große Datenmengen lehren kann, wie man aus beiden Ansätzen das Beste herausholt. Fragen Sie sich, welche kleinen Datenfragen Ihnen bei der Umsetzung von Big Data helfen würden, an Wert zu gewinnen. Dies kann Ihnen dabei helfen, Ihre daraus resultierende Strategie noch besser umzusetzen. (Lesen Sie eine andere Perspektive zum Wert von Big Data in Unternehmen in Kann Big Data Analytics die Business Intelligence-Lücke schließen?)
