现如今进入大数据时代,很多企业都开始或多或少的利用大数据所产生的价值。对于企业来说,大数据能够起到的角色和分量因企业本身而异。但是有一点可以肯定的是,现今的决策者已不断在利用数据分析辅助决策,已达到让决策更精准的目的。并且也有很多企业组建了数据分析团队,比如很多电商企业就会频繁的利用数据报表来诊断店铺问题,亦或者有很多企业利用DataFocus、Power BI等基于AI的智能数据分析工具来辅助决策。虽然说这些BI工具大都能应对复杂多变的数据分析需求,但是对于很多使用传统数据分析模式的企业来说,一旦数据分析需求变更,就意味着要大量修改甚至推翻已经开发好的模型,处理不当会造成大量的损失。我们曾和一家以数据分析为决策导向的大型企业交流,他们也曾经历临时多变的数据分析需求,现在以其做法进行分享。

首先我们要明确的是,变更是不可避免的。市场不是任何一家企业自己开的,就算是垄断企业都会受到不明因素的冲击,或是高层会议决策改变的战略实施等,变化有时候是一种应对方式。但是,原则上整个数据分析团队或是决策人是需要有分辨意识的,并不是一群傀儡而是能站在自身专业角度为公司考虑的团队,那么就要确保变更对项目有利,尽量防止不必要的变更。

那一旦真的有变更,应该要做到所有的变更都要被管理,变更控制也包括积极主动地去影响引起变更的因素。像上述企业,就有专门的项目监督委员会领导组PMO。变更者必须以申请的形式提出变更,再由数据分析的接收方进行响应,安排可行性评估、时间和费用预估等等,然后反馈到变更方才能实施。这样乍一看虽然增加了流程,但是要知道数据分析结果最后是应用到决策的,一步错步步错,所以,当数据分析需求变更的时候,应严肃应对。

标签: , , , ,
版权声明:除非注明,否则均为DataFocus企业大数据分析系统 原创文章,转载请以链接形式标明本文地址。否则将追究法律责任。
转载请注明来源:https://www.datafocus.ai/26015.html
上一篇:
下一篇: