دوشنبه , ۷ مهر ۱۳۹۹
صفحه اصلی » روز نوشته‌ها » تجزیه و تحلیل کسب کار – قسمت اول

تجزیه و تحلیل کسب کار – قسمت اول

تجزیه و تحلیل چیزی است که هر کسب و کاری باید برای رقابتی ماندن در دنیای پر از داده امروز به آن بپردازد. در این میان نقش مدیران در بکار گیری تحلیل های مناسب برای کسب و کارشان بسیار پررنگ تر است. بر اساس این نیاز، هر مدیر باید حداقل اصول تجزیه و تحلیل در کسب و کارش را درک کند و دقیقا بداند که چه زمانی و کجا آن را بکار ببرد.

این همان جایی است که این سلسله مقالات وارد آن می شود. در این نوشته ها تلاش بر آن است که نقشه راه کاملی از حوزه های کلیدی که می توان از آنها در تجزیه و تحلیل ها در تجارت استفاده کرد ارائه دهم و همچنین مروری بر تکنیک های کلیدی آنالیز ارائه کنم. این مقالات به شما کمک می کند تا برخی از مهمترین تکنیک های تحلیلی را عمیقا بفهمید، و از آنها در زمینه های تجاری و چگونگی بدست آوردن داده های مناسب برای اجرای تجزیه و تحلیل استفاده کنید.

امروزه امکان ندارد یک مجله مدیریتی را باز کنید و چیزهایی مثل “انفجار داده های بزرگ” ، “تحلیل” ، “هوش تجاری (BI)” ، “مدیریت دانش” ، “داده کاوی” ، “کشف داده” و یا “سیستم های پشتیبانی تصمیم گیری را نبینید. این روند حرکتی و مطالعاتی، حتما، بی دلیل نیست.

آیا مسائل جدیدی در حال رخ دادن هستند؟ آیا داده ها موجب پیروزی در نبردهای بازار کسب و کار می شوند؟ هر چه هست، اغلب سردرگمی زیادی درباره این اصطلاحات وجود دارد و در اکثر موارد آنها به صورت مترادف و به طور متناوب و پشت سر هم مورد استفاده قرار می گیرند، که این خود بر میزان سردگمی ها و آشفتگی های ذهنی می افزاید.

این مقالات برای از بین بردن برخی از این سردرگمی ها نوشته شده است و به شما کمک خواهد کرد تا اصول تحلیلی را درک کنید و آمادگی لازم برای ورود به بحث تحلیل های کسب و کار کسب نمائید، بنابراین می توانید کلمات برجسته را نادیده بگیرید و بطور کلی بفهمید که تجزیه و تحلیل کسب و کار چه چیزی است و چرا مؤلفه ای مهم در تجارت مدرن به شمار می رود. از همه مهمتر بیشتر تلاشم این خواهد بود که شما با ابزارهای مهم تحلیلی برای کسب و کار آشنا شوید و یاد بگیرید چه موقع و چرا از این ابزارها استفاده کنید.

داستانهای متعدد در سریالها و فیلم های تلویزیونی از هوش مصنوعی و آدم های سوپر نابغه پشت سر آنها از یک طرف و واقعیتهای موفقیتهای بزرگ در علوم مختلف و کسب و کار، علاقه زیادی به این حوزه ایجاد کرده است. موفقیت های متعدد در حوزه کاربرد تحلیل های کسب و کار، نویدبخش باز کردن بینش های جدید در این زمینه است که می تواند برای کشف بازارهای جدید، مخاطبان جدید در بازارها و حوزه هایی برای تحقیق و توسعه در آینده ایجاد کند.

داستانهای بسیار گسترده و مطالعات موردی از خدایان داده مانند Target ، Walmart ، Amazon ، Facebook و Google می توانند رهبران کسب و کارهای دیگر را دچار احساس آسیب پذیری کنند. واقعیت ساده این است که برای اکثر مشاغل دستیابی به آن ارتفاعات تحلیلی عظیم داده غیرممکن است، اما این بدان معنی نیست که تجزیه و تحلیل فقط برای اسلحه های بزرگ است.

تجزیه و تحلیل می تواند عملکرد در هر کسب و کار را بدون توجه به اندازه آن کسب و کار بهبود بخشد. اما برای اینکه این امر محقق شود، ابتدا باید آن را بفهمیم و مقداری از ترس را در اطراف خود برطرف کنیم.

چگونه می توانیم از روشهای تجزیه و تحلیل یک کسب و کار برای بهبود موفقیت و عملکرد شغلی استفاده کنیم. واضح است، علم داده و کاربرد آن در تجزیه و تحلیل داده های یک کسب و کار مفهومی جدید نیست و رهبران تجارت و مدیران ارشد کسب و کارها چندین دهه است که از عملکرد گذشته کسب و کارشان و داده های تجاری استفاده می کنند تا به تصمیم گیری در مورد استراتژی و تغییر مسیر در صورت لزوم کمک کنند. اما آنچه جدید است، تعریف همیشگی ما از داده ها و پیشرفت های فناوری است که به ما امکان ذخیره، تجزیه و تحلیل و استخراج ارزش از داده هایی را می دهد که قبلاً غیرممکن بود.

مواد اولیه – داده ها

مواد اولیه فرآیند تولید و استخراج دانش و بینش، داده ها هستند- خواه داده های سنتی باشد یا داده های بزرگ. در حال حاضر اصطلاح “داده های بزرگ” برای توصیف این واقعیت استفاده می شود که همه کارهایی را که انجام می دهیم، می گویم ،می نویسیم ،بازدید می کنیم یا خریداری می کنیم اثری دیجیتالی است، و داده های حاصل از این پس می توانند توسط ما و دیگران برای ایجاد بینش های جدید و بهبود نتایج استفاده شوند. اگرچه اصطلاح “داده های بزرگ” از بین خواهد رفت زیرا “داده های بزرگ” تبدیل به داده های قدیمی می شوند، اما در حال حاضر به ۴ دلیل “بزرگ” در نظر گرفته شده است:

۱) حجم داده ها (Volume)- مربوط به حجم عظیمی از داده هایی که در هر ثانیه به لطف رابطه عاشقانه ما با فناوری هوشمند و اتصال مداوممان به آن تولید می شوند.

۲) سرعت (Velocity)- مربوط به سرعتی که در آن داده های جدید تولید می شوند و در سراسر جهان حرکت می کنند. به عنوان مثال ، آنالیز شناسایی تقلب ، میلیونها تراکنش کارت اعتباری را برای الگوهای غیرمعمول تقریباً در زمان واقعی ردیابی می کند.

۳) تنوع (Variety)- مربوط به انواع فزاینده ای از داده ها که از داده های مالی تا فید رسانه های اجتماعی ، عکس ها، حسگرها ، فیلمبرداری تا ضبط صدا ایجاد می شوند.

۴) صحت (Veracity)- مربوط به آشفتگی داده های در حال تولید – فقط به پست های توییتر با هشتگ ، اختصارها، علائم، زبان متنی و گفتار محاوره ای فکر کنید.

اگر ۴ V به طور موثر مورد استفاده قرار گیرد، می تواند پنجمین V یعنی Value (ارزش) را ایجاد نماید. و ارزش وقتی ایجاد می شود که فرایند تجزیه و تحلیل ها را متخصیصین تحلیل داده برای ایجاد آن در کسب و کار انجام می دهند.

تجزیه و تحلیل کسب و کار به ما اجازه می دهد تا با پاسخ دادن به چهار سؤال اصلی ، ارزش بوجود بیاوریم:

۱ چه اتفاقی افتاد؟

۲ چرا این اتفاق افتاد؟

۳ حالا چه اتفاقی می افتد؟

۴ در آینده چه می تواند رخ دهد؟

کاملا برای هر مدیری واضح است که اینها سؤالات مهمی برای پاسخگویی در هر کسب و کاری هستند و تجزیه و تحلیل این امر را بسادگی انجام می دهد. ساده ترین راه برای فکر کردن در مورد تجزیه و تحلیل کسب و کار این است که آنرا فرایندی ببینیم که با استفاده از آن از مواد اولیه (داده ها) استفاده کرده و آن را به بینش های تجاری مربوطه (تجزیه و تحلیل) تبدیل می کنیم که می تواند تجارت بهتر، بهبود عملکرد و استراتژی راهنما (هوش تجاری) را ایجاد نماید. البته ، صحت و دقت فرایند بسته به اینکه شما در مورد سؤالات کلیدی استراتژیکی که می خواهید به آنها پاسخ دهید و کیفیت داده هایی که برای پاسخ به آن سؤال ها استفاده می کنید ، کاملا شفاف باشید. بنابراین قبل از اینکه به تجزیه و تحلیل های کلیدی مختلف شیرجه بزنیم باید به عقب برگردیم و در مورد انواع داده ها و قالب های داده ای صحبت کنیم.

درباره‌ افشین صفایی

این مطلب را نیز بخوانید

مدل RFM

مدل آر.اف.ام (RFM) اولین بار توسط هاگز (۱۹۹۴) معرفی گردید. وی برای تحلیل آر.اف.ام از …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *