12 steg til å ta datainformerte beslutninger

Ta datainformerte beslutninger

Datainformert beslutningstakning er evnen til å transformere informasjon om til handlekraftig og verifisert kunnskap som grunnlag til å ta beslutninger. Her er Qliks 12-stegs guide til datainformerte beslutninger. 

Det finnes en stor misforståelse som ofte oppstår, når det kommer til datainformerte beslutninger. Det er at når de riktige analyseverktøyene er implementert og alle enkeltpersoner har fått opplæring i analyse, vil dataene forvandles til kunnskap og slik omgjøres til bedre beslutninger. Det høres jo bra ut i teorien. 

I praksis er det ikke helt slik. Det finnes en rekke kritiske faktorer som må på plass på et organisatorisk nivå, slik som en datastrategi, et analytisk rammeverk, en data literate arbeidsstyrke og en kultur for samarbeid, kreativitet og kommunikasjon. På individuelt nivå kreves det å ta datainformerte beslutninger en systematisk tenkning, evnen til å være bevisst på skjevhetene dine, evnen til å utfordre dataene og evnen til å akseptere feil og lære raskt av dem. 

Det finnes mange modeller for beslutningstakning, men her er Qlik sin 12-stegs guide som vil hjelpe deg med den datainformerte belutningsprosessen. 

12 steg til data informerte beslutninger

Bilde lånt av Qlik

Hvordan benytte analyse, business intelligence og maskinlæring i dine IT-prosjekter? Last ned gratis guide.

SPØR

1. Snu forretningsspørsmål om til analytiske spørsmål.

TILEGNE

2. Finn og hent alle relevante data. Husk å tenke systematisk på spørsmålet og ta med alle beslektede data som kan være relevant. Dette inkluderer ikke bare interne, men også ekstern data og informasjon.

3. Forsikre deg om at all innhentede data er tilgjengelige, klarerte og i riktig format (hentet ut, profilert, tagget, kategorisert, standardisert, osv …)

ANALYSER 

4. Lag et rammeverk for mål for å beskrive dataene dine med KPIer.

5. Bruk utforskende analyser for å finne mønstre, trender og sammenhenger som finnes i datagrunnlaget.

ANVENDE

6. Gjennomgå og orienter deg til informasjonen og dataene, og bruk dine personlige erfaringer for å bli kjent med dataene. 

7. Utfordre dataene og se etter informasjon og data for å motbevise dine utfordringer.

8. Gjennomgå dataene med et kognitivt mangfoldig team (eller hvis du er alene, vær oppmerksom på dine bias og ha et kritisk blikk)

9. Bruk eventuelt prediktiv analyse for å kjøre simuleringer eller lignende for å teste potensielle beslutninger og løsninger.

KUNNGJØRE

10. Annonser avgjørelsen din på riktig nivå til ALLE interessenter (direkte, indirekte, oppstrøms og nedstrøms) ved å utnytte metoder som ‘Rule of 3’ og ‘Pyramid Principle’ i historiefortellingen din.

VURDERE

11. Sett opp en mekanisme for gjennomgang for å følge med på virkningene av avgjørelsene som blir tatt og handlet etter.

12. Utnytt denne mekanismen til å feile, lære og fikse forbedringer av data, rammeverk for målinger, ansvarlighet, beslutninger og alt annet relevant.

Hvordan benytte analyse, business intelligence og maskinlæring i dine IT-prosjekter? Last ned gratis guide her:

Last ned guiden

0