Människor som är involverade i data mining - dummies

Som en dataväxlare kan din plats i organisationsschemat vara i en särskild grupp som ägnas åt analyser eller inom någon vanlig affärsenhet. Oavsett var du är placerad, oavsett om du är dabbling i datautvinning eller heltidsarbete av det, kommer du att vara mest produktiv om du är bekant med andra affärsenheters roller och på goda villkor med lämpliga anställda.

Marknadsföring och försäljning

När företag beslutar att ge data mining ett försök kommer drivkraften vanligen från marknadsföring. För de flesta datavinnare är det första projektet ett marknadsföringsprojekt. (Och marknadsföring är inte bara för företag. Nonprofits och myndigheter har alla liknande roller.)

Lär känna omfattningen av marknadsförings- och försäljningsfunktionerna där du arbetar. I de flesta fall är marknadsförare ansvariga för att omvandla medlemmar av allmänheten till försäljningsledare, och säljare är ansvariga för att konvertera dessa leads till sluten försäljning. Du kan dock hitta variationer, speciellt för företag som är involverade i online- eller katalogförsäljning.

Många marknadsförare har viss erfarenhet av traditionell dataanalys, så det blir inte ett stort steg för att de ska förstå de viktiga begreppen data mining. De förstår dina frågor och resonemanget bakom dem. Och de kommer sannolikt att peka ut några problem som du skulle ha missat. Du kan förvänta dig att fråga utmanande frågor om dina processer, och du borde ge dessa frågor allvarliga överväganden.

Marknadsförare är vanligtvis bra kommunikatörer också, så du kan upptäcka mycket om verksamheten från dem.

Företagsekonomi och ekonomi

Finansieringen kommer inte nära datautvinning nästan lika ofta som marknadsförare, men när de gör det, var uppmärksam. Det här är de som kontrollerar flödet av pengar i organisationen.

Finansexperter kan vara särskilt värdefulla för att hjälpa dig att förstå vilka möjliga lösningar på ett problem som är möjliga och vilka inte är. De kan upptäcka problem med kassaflöde, bokföring och juridiska problem som kanske inte är uppenbara för andra.

Även om finans och andra administrationsenheter inte ofta är de ledande sponsorerna för data-miningprojekt, bryr de sig om resultaten. Chief Financial Officers (CFO) kan vara kraftfulla förespråkar för data mining om de ser en konkret koppling till ökade intäkter, kostnadsbesparingar eller bättre kassaflöde.

Produktutveckling

Produktutvecklare kan vara tillverkare av fysiska eller virtuella produkter, till och med tjänster. De kan vara ingenjörer, programmerare, designers, produktledare eller någon av en lång lista med andra specialiteter.

Produktutvecklare har ovärderlig kunskap! De vet vad de kan och kan inte göra och varför. De vet hur lång tid det tar att producera saker. De vet hur mycket arbete är involverat och vilka färdigheter som krävs. De vet om fackliga och andra arbetsregler. De vet varför saker har gjorts på vissa sätt och om förändringar är tekniskt genomförbara.

Du kommer också att upptäcka att medlemmar i utvecklingsgruppen har kännedom om data som du inte känner till. Produktingenjören kan ha ägnat timmar att granska garantianspråk. En formgivare kan ha intervjuat (eller till och med videoinspelat) användare i fältet. En programvarutekniker kan hålla en personlig fil med nya funktionsförfrågningar.

Informationsteknologi

Datavinnare måste absolut ha ett konstruktivt arbetspartnerskap med IT-teamet för att göra jobbet rätt. Så det är ledsen att de två rollerna i många fall inte fungerar bra tillsammans. Det är inte ovanligt för informationsteknologi och datautvinning (eller någon typ av dataanalyslag) att ha ett direkt motsatsförhållande.

Människor står emot att arbeta genom IT av flera orsaker. Tillgång till data via godkända kanaler är ofta långsammare än analytiker skulle vilja ha. IT kan innehålla regler om hur data kan nås, användas eller delas. Och de kan behöva lite elektroniskt pappersarbete. Det är allt som många dataanalyser uppfattar som ett slöseri med tid.

Och det är inte alltid att dö för att hantera oss heller. Datautvinning kräver ibland mycket data (en kundtjänstrepresentant öppnar ett fall åt gången, medan en datagruver kan använda tusentals eller mer). En stor fråga från en dataväxlare kan slipa den dagliga verksamheten till stillastående.

Så datavinnare runt om i världen tar hand om jobbet för att undvika att hantera IT. De får data från vilken som helst källa de kan, ofta utan att tydligt förstå källan eller kvalitetsproblemen. Då delar de inte resultat. Varför inte? De vill inte att någon ställer frågor. Hur stöder detta beteende data-driven beslutsfattande? Dåligt, mycket dåligt.

Om datautvinning ska ha en verkligt meningsfull inverkan, måste datautvecklare göra det bra med IT, eftersom

Management inte kan göra resultaten av en analys till handling om detaljerna inte är tillgängliga för dem som hanterar din IT.
Data och analys är inte din personliga egendom. De tillhör din organisation. Du måste dela.
Dataaffärer växer stora. Det kan hända att du behöver en viss mängd data som inte kan hållas surt i en personlig fil.
Hantering (åtminstone på vissa ställen) blir smart nog att fråga detaljer. Du måste dokumentera var, när och hur dina data erhölls.
Sideställning IT innebär att du riskerar att bryta mot personuppgiftslagstiftningen eller misslyckas med att uppfylla andra viktiga affärsförpliktelser.

När du planerar datautvinningsprojekt ska du prata med IT framför om vad du försöker åstadkomma. Få feedback om de datahanteringsfrågor du kommer att möta och dina skyldigheter när det gäller datasekretess och andra frågor.

Om någon i IT berättar att det finns ett problem med att skaffa den information du behöver, fråga om orsakerna och lyssna noggrant på svaren. Du kanske frågar att göra något som bryter mot en lag eller avtalsförpliktelse. Förklara dina mål och fråga om möjliga alternativ. Få dessa konversationer att gå tidigt i processen så att du inte hittar dig själv att göra åtaganden som du senare kommer att ta reda på att du inte kan behålla.