コンテンツ
出典：Sayhmog / Dreamstime.com
取り除く：
小さいデータは、大きいデータよりもはるかに簡単かつ迅速に分析できますが、それでも大きな結果を生み出す可能性があります。それでは、なぜそれを使用する企業を増やすのですか？
生産性を1日30分増やしたいですか？チームと組織に最も価値をもたらす活動に焦点を当てることができたら、それはあなたにとって何をしますか？考えてみてください。あなたの勤務日に本当に重要なことは何ですか？また、必要ではあるが他の緊急の仕事をしなければならない時間はどれくらいかかりますか？興味がある？それでは、どのように達成できますか？まあ、小さなデータを使用して。待って-何？誰もが話しているデータはビッグデータではありませんか？それはそうですが、おそらく小さなデータは会話の大きな部分に値するでしょう。ここでは、小さなデータとは何か、またビッグデータよりも大きなパンチをどのように詰め込めるかをよく見てみましょう。
スモールデータとは
小さなデータとは、人間の脳が理解するのに十分な離散的で正確なキャプチャデータです。通常、それは、チームの個人がさまざまな活動に費やした実際の努力量を記録するなど、組織の単一ユニットの特定の目的のために収集されます。小さなデータを収集する理由は、最初に確立されます。この場合、チームがその価値を提供する方法を最適化する目的で収集されます。比較すると、ビッグデータの焦点は、組織全体でできるだけ多くの関連情報を収集し、それを分析して質問への回答に役立つかどうかを判断することです。弊社の販売統計は、市場動向とさらなる販売機会について何を教えていますか？サポートチームは、顧客からの問い合わせをどれだけうまく処理できますか？見積予算に対するオーバーシュートを削減するために、プロジェクト実施プロセスをどこで改善する必要がありますか？
当たり前のように思えるかもしれませんが、ビッグデータは入力としてデータを必要とし、その多くが必要です。多くの場合、最初の質問に対する答えがさらに大きくなるため、ビッグデータをサポートするために追加の小さなデータが必要になります。さらに、この情報の分析を実行するために、ベンダーが提供する多数のエンタープライズレベルのツールがあり、結果を出し始めるために社内に持ち込み、セットアップおよび構成するために多大な投資と時間を必要とします。これは最初からすべてのデータソースに接続するシステム統合プロジェクトであり、ビジネス上のメリットがもたらされるまでに数か月かかることがあります。
逆に、小さなデータはほとんど分析を必要とせず、スプレッドシート、タスクおよび時間追跡ツール、さらには手動のログブックなど、多くのアドホックな方法でキャプチャでき、迅速かつ簡単に分析できます。生産性エンゲージメントの開始から1、2週間以内に小さなデータからメリットが得られることを確認しました。それは、生の情報をキャプチャするのに少し時間がかかるからです。通常、収集されたデータの焦点により、変更と利点がすぐに明らかになります。
小さなデータの大きな利点
チームのコーチングと管理の経験から、個人とチームの小さなデータから次の利点が得られます。- 気づき
小さなデータは、個人が実際に自分の時間とエネルギーを集中させている場所と、さらに大きな価値をもたらすものを認識させることができます。多くの場合、個人が小さなデータをキャプチャし始めると、発見したことの重要性をすぐに認識します。 - エンパワーメント
小さなデータを通じて、個人は行動に移すことができ、チームの他のメンバーが行うことでサポートされる変更を識別できます。チームメンバーは、自分の変更に責任を持ち、推進します。 - エンゲージメント
達成された前向きな変化を測定し、認識されると、相互理解、価値、およびつながりの感覚が高まります。
小さなデータがキャプチャされる方法
ソフトウェア開発部門全体で、ビッグデータはプロジェクト計画情報を分析できるため、さまざまなタイプのプロジェクトを提供するために必要な人数、期間、および労力を分析できます。不足しているのは、各個人が日常的にプロジェクトタスクを実際に実行する方法です。この小さなデータをキャプチャすることにより、プロジェクト、そのチーム、およびその営業日をどのように構成するのが最善かを学び始めることができます。各人はどのような種類のタスクを楽しんでうまくやっていますか？彼らは何を委任またはドロップしますか？誰とどのタイプのコミュニケーションが最適ですか？個人はどのレベルの指示と指導を必要としますか？方法を変更することで、ビッグデータレベルで表示されるメリットが得られますが、これにつながった変更は得られません。多くの場合、ビッグデータの分析により、一般的なモデルが作成されることがあります。たとえば、各個人が同様のスキルと経験レベルを持っていると仮定します。各人がどのように作業し、プロジェクトに貢献するかについての独自の方法で小さなデータの詳細を見ることによってのみ、これらのタイプの利点を達成できます。
小さなデータが使用される場所
ビッグデータを使用することで得られる価値は間違いなくありますが、市場と製品の最近のレビューでは、ベストプラクティスと実装から最高の価値を引き出す方法について混乱が見られます。ガートナーによる最近のレビューでは、調査対象の企業の8％のみがビッグデータ分析を実装しており、57％がまだ研究および計画段階にあることがわかりました。データ分析の場合、重要なのは、所有しているすべてのデータを取得してから価値を探し、特定の質問に答えるのに役立つデータを使用することです。そして、これは2つの重要な理由で小さなデータが勝つ場所です：
- データを収集するための望ましい値と理由を事前に理解する必要があります。
- 小さなデータは定性的および定量的な答えを提供し、正確な変更を可能にします。言い換えれば、小さなデータで行われるジェネラリストの仮定が少なくなります。
最終的に、小さなデータはビッグデータに取って代わるものではありませんが、両方のアプローチを最大限に活用する方法について、小さなデータを活用することでビッグデータを教えることができます。ビッグデータの実装を検討する際には、価値を得るのに役立つ小さなデータの質問を自問してください。これにより、結果として得られる戦略に大きなパンチを加えることができます。 （ビジネスにおけるビッグデータの価値に関する別の視点を、ビッグデータ分析はビジネスインテリジェンスのギャップを埋めることができますか？）