আপনি কী কী কিনতে, পড়তে এবং অনুসরণ করতে চান তা নির্ধারণ করার জন্য সম্ভবত আপনি বড় ডেটা ব্যবহার করার কথা শুনেছেন। আপনি সম্ভবত যা ভাবেননি সেটি হল আপনার সংস্থা কীভাবে এটি আপনার উত্পাদনশীলতা প্রকাশ করতে ব্যবহার করতে পারে।
তবে ট্রান্সইউনিয়নে অ্যাডভান্সড অ্যানালিটিক্সের উপদেষ্টা আলেকজান্ডার ভরোবিয়েভ আছেন। সে সব কিছুতে বড় তথ্য a এবং যখন তার ভূমিকাটি মূলত বড় ডেটা আর্থিক পরিষেবাগুলিকে কীভাবে প্রভাবিত করতে পারে তার সাথে আলোচনা করে, তিনি জানেন যে বড় ডেটার অ্যাপ্লিকেশনগুলি অন্তহীন are তেমন একটা জিনিস? সংস্থাগুলি উত্পাদনশীলতা বাড়াতে কীভাবে বিশ্লেষণাত্মক পদ্ধতি ব্যবহার করতে পারে এবং ব্যবসায়ের আরও ভাল ফলাফল দেখতে পারে তা নির্ধারণ করে।
আকর্ষণীয় শব্দ? এটি কীভাবে হয়েছে তা শিখতে পড়ুন:
আপনার হাইপোথিসিসটি সন্ধান করুন
প্রথমে আপনাকে পরীক্ষা করার জন্য একটি তত্ত্ব প্রয়োজন। "একটি কর্মক্ষেত্রের সুস্থতা কর্মসূচী তৈরির ফলে উত্পাদনশীলতা বৃদ্ধি পাবে" এটি একটি হতে পারে “" কর্মীদের বাড়ি থেকে কাজ করার অনুমতি দেওয়া বিক্রয় বিক্রি চালাতে সহায়তা করবে "আরেকটি হতে পারে।
বিভাগ বা সিদ্ধান্ত নির্মাতার প্রধান হিসাবে আপনার কর্মীরা কীভাবে সেরা কাজ করে সে সম্পর্কে আপনার অন্ত্রে অন্তর্ভুক্ত থাকতে পারে। সম্ভবত এটি এমন যে কর্মচারীরা এক ঘন্টা পরে আসে তারা সারা দিন কম বিরতি নেয়, বা কর্মচারীরা যদি তাদের মধ্যাহ্নভোজনের সময়টি অনুশীলন করতে ব্যবহার করেন তারা 3 বিকেলের ঝাপটায় না দেওয়ার ঝোঁক রাখেন। অনুমান যাই হোক না কেন, এটি পরীক্ষা করার জন্য আপনার অনুমান।
সঠিক তথ্য সংগ্রহ করুন
বড় ডেটা ব্যবহারের পক্ষে যুক্তিযুক্তভাবে সবচেয়ে গুরুত্বপূর্ণ পদক্ষেপ। আপনি সঠিক জিনিসগুলি মাপ না দিলে বিশ্বের সমস্ত বিশ্লেষণ খুব বেশি কাজে আসবে না। হাইপোথিসিসটি নিন "বাড়ি থেকে কাজ করা উত্পাদনশীলতার উন্নতি করে।" এখানে পরিমাপের কয়েকটি সম্ভাব্য ডেটা পয়েন্টগুলির মধ্যে টেলিকমিউটিং কর্মচারীর সংখ্যা, তারা বাড়ি থেকে কত দিন কাজ করেছেন, এবং আনুমানিক সময় শেষে সুপারভাইজার পর্যালোচনা অন্তর্ভুক্ত থাকতে পারে।
ভোরোবিভ প্রস্তাব দিয়েছেন যে সংস্থাগুলি কর্মক্ষেত্রের প্রবণতা এবং অন্যান্য ক্ষেত্রগুলির বিশ্লেষণ পরিচালনা করতে বিশেষ ডেটা ইঞ্জিনিয়ার বা বাহ্যিক পরামর্শদাতাদের নিয়োগ দেয় যেখানে বড় ডেটা ব্যবহারের ক্ষেত্রে নিশ্চিত। এই জাতীয় ডেটা বিজ্ঞানীরা কেবল চূড়ান্ত ফলাফলগুলি বিশ্লেষণ করতে পারে না, তারা পরিমাপের জন্য সঠিক পরামিতিগুলিরও পরামর্শ দিতে পারে।
অধ্যয়নের জন্য একটি নমুনা সেট আপ করুন
সংস্থাগুলি একটি গাজর ফাঁকে ফাঁকে ফাঁকে পড়াশোনার জন্য কর্মচারীদের নিয়োগ করতে পারে (এক বছরের জন্য ফ্রি জিমের সদস্যতা ভাল) যদিও পক্ষপাতদুষ্ট নমুনাগুলির জন্য নজরদারি করতে হয় (উদাহরণস্বরূপ, বুক ক্লাবের জন্য সাইন আপ করা লোকেরা ইতিমধ্যে পছন্দ করতে পারে এমন ব্যক্তিরা থাকতে পারে) পড়তে).
তবে নিয়োগ অন্যান্য উপায়ে স্থান নিতে পারে। ভোরোবিভ ব্যাংক অফ আমেরিকা কর্তৃক পরিচালিত কর্মক্ষেত্রের সমীক্ষায় ইঙ্গিত করেছে যেখানে কর্মীরা আরএফআইডি ট্যাগ সহ আইডি ব্যাজ এবং পরস্পরের সাথে তাদের মিথস্ক্রিয়া এবং পরবর্তী উত্পাদনশীলতা পরিমাপ করা হয়েছিল।
তবে, ভোরোবিভ স্বীকার করেছেন যে গোপনীয়তা বৈধ বাধা is তবে এমন কিছু উপায় রয়েছে যা কর্মচারীদের তথ্য গোপন করে তাই বিশ্লেষকরা কেবলমাত্র বৃহত্তর প্রবণতার দিকে মনোনিবেশ করেন। বেনামে বুদ্বুদ উত্তর বা অনলাইন সমীক্ষা নাম উল্লেখ ছাড়াই নিদর্শন সন্ধান করার একটি দ্রুত এবং সহজ উপায়।
কাকে অধ্যয়ন করতে হবে তা একবার সন্ধান করার পরে, অনলাইন জরিপগুলি প্রয়োজনীয় ডেটা সংগ্রহের দ্রুত উপায়।
অবশেষে, বিশ্লেষণ!
এখন যে আপনি ফলাফল পেয়েছেন, বড় ডেটা এটি বিশ্লেষণ করতে এবং প্রবণতাগুলি সন্ধান করতে পারে। এটি মনে রাখা গুরুত্বপূর্ণ যে বড় ডেটা বিশ্লেষণ কেবল স্টেরয়েডগুলির উপর নিয়মিত ডেটা স্টাডি। আপনি একজন কর্মী বা সংস্থার মালিক হিসাবে সর্বদা ডেটা বিশ্লেষণ পরিচালনা করতে পারেন। তবে বড় ডেটা তথ্যগুলি অনেকগুলি উত্স এবং আরও বিভিন্ন উপায়ে আরও দক্ষ ও দ্রুততার সাথে আসে প্রক্রিয়া করে।
বিশ্লেষণ পক্ষাঘাতে শুধু হারিয়ে যাবেন না। "আপনি যে কোনও কিছুতেই ইঞ্জিনিয়ারিং করতে পারবেন, " ভোরোবিভ বলেছেন, "পরিসংখ্যান সম্পর্কে একটি বিখ্যাত উক্তি আছে যে যথেষ্ট চাপ দিয়ে ডেটা সবকিছুর কাছে স্বীকার করবে x x সংখ্যার ইনপুট বা ফলাফল পাওয়ার সাথে সাথে বিশ্লেষণ বন্ধ করা ভাল ধারণা হতে পারে এবং তারপরে ডেটা আপনাকে কী বলে তা দেখুন "
স্ট্রিটলাইট এফেক্ট - যেখানে নিজের চাবিগুলি হারিয়ে যাওয়া ব্যক্তি কেবল আলোর নীচে দেখায় কারণ এটি করা সবচেয়ে সহজ - এটি যখন বড় ডেটা বিশ্লেষণের ক্ষেত্রে আসে তখন এটি বৈধ উদ্বেগ। মনে রাখবেন যে সবচেয়ে চমকপ্রদ ট্রেন্ডগুলি যেখানে আপনি প্রথমে দেখার জন্য ভাবেন সেখানে নাও থাকতে পারে।
ভোরোবিভ অনুসারে গ্রহণযোগ্যতা: "আমাদের কাজের জীবনের অনেকগুলি পরিমাপযোগ্য, সহজেই উপেক্ষা করা যায় যে অধ্যয়ন করা হলে অপ্রত্যাশিত ফলাফল আসতে পারে। এবং যদি তাদের মধ্যে একটি আরও সুরেলা এবং উত্পাদনশীল পরিবেশের দিকে নিয়ে যেতে পারে, তবে এটি চেষ্টা করার মতো worth
