我们都知道业务现在由数据驱动。随着数据收集的兴起，分析已成为商业价值的最大驱动力之一。但是，分析过程取决于基础工作流程。尽管企业收集的数据比以往任何时候都多，但许多企业仍在努力弄清楚如何处理这些数据。企业需要使用可操作的洞察力来做出决策，但什么是可操作的洞察力以及如何使用数据来创建它？什么是可操作的洞察力？可行的洞察力是一个基于原始数据分析的过程。例如，企业领导者可以跟踪平台上的客户行为，这可以表明他们对产品的看法。这些数据点被输入到一个分析平台，用户可以从中得出结论。企业领导者可能会注意到客户不太喜欢过去流行的产品功能，并且正在寻找新功能或增强功能。社交媒体倾听策略还有助于收集原始数据并将其转化为可操作的见解。每个行业都可以利用可行的见解。分析提供商Sisense的开发平台负责人EitanSofer表示：“通过分析和人工智能产生的行动洞察力不再是奢侈品，而是竞争的必要条件。”信息本身不是可操作的洞察力。可行的洞察力是指企业收到的信息使利益相关者能够做出直接决策、修改当前流程或进行全面调整。分析平台现在依靠人工智能和机器学习(ML)算法来获得可操作的见解。例如，金融公司可以使用ML算法快速评估贷款申请人的信用度，并向人工代理提供批准或拒绝贷款的建议。虽然人类仍然可以自己决定流程，但算法使他们的工作更轻松、更高效。准备分析数据：结构化和非结构化数据虽然机器学习算法提供了深刻的见解，但它们完全依赖于它们在学习和成熟阶段接收到的数据。“分析师必须同时处理结构化和非结构化数据才能获得最佳结果，”Sofer说。可操作见解的主要挑战之一是需要同时处理结构化和非结构化数据。分析结构化数据很容易。此数据可以是客户生成的或用户生成的，并显示在预定义的模板中。例如，客户信息表是结构化数据的来源，因为它们具有供客户输入信息的预定义字段。结构化数据存储在传统数据库中，因此高度依赖于模式。非结构化数据更具挑战性。此类数据的示例包括原始文本、社交媒体评论、日志文件和通话记录。非结构化数据需要存储在NoSQL数据库或数据湖中，并且格式自由，不遵循模式。据估计，非结构化数据占所有可用数据的80%，使用强大的商业智能(BI)平台可以简化将这些数据转化为可操作见解的过程。连接到多个来源的平台将使导入不同数据和创建高效工作流变得更加容易。将数据转化为可操作的见解可操作的见解并不是分析平台可以提供的唯一见解。例如，企业可能会收到业务政策确认，表明无需采取进一步行动。这些见解与可操作的见解一样有价值。在转向分析平台以确定哪些见解可操作，哪些不可行之前，确定业务问题很重要。你试图解决什么问题，你如何衡量成功？在接受见解是有效的之前，了解构建数据集的上下文也很有帮助。每种数据收集方法都有偏差。例如，日志文件可能表明客户在平台的特定功能上花费了大量时间。公司可能会得出结论认为这是最重要的功能并对其进行改进。但客户可能会花费大量时间，因为该功能效率低下或不直观。应始终注意收集数据的背景。诺沃泰克英国和爱尔兰董事总经理乔治沃克说：“狭隘的视野是一个跨部门的问题，从体育到工业。很容易专注于一个单一的目标而忘记退后一步以获得更全面的画面-这样做可以提供对现实中正在发生的事情的宝贵见解和理解。”有了上下文中的数据，就可以构建和测试假设。许多企业测量数据并深入研究结果以寻找神奇的见解。建立假设并测试其准确性将更快地提供可操作的见解。将见解引入工作流以帮助决策-making：“以创新的方式对复杂的多维数据参数进行建模并在工作流中公开这些洞察力将改变每个行业的未来，”Sofer说。但只有利用洞察力来促进决策制定，才能改变未来。许多企业获得洞察力但忽视对其采取行动。要充分利用BI分析平台，企业必须制定优化计划。六西格码行动计划可以帮助将新想法和发现整合到工作流程中，定义问题并衡量当前的有效性流程。利用BI平台分析这些问题的根本原因并改进流程。部署后，测量和控制新流程的有效性。将洞察力整合到工作流程中也是一个文化问题。教育员工分析会增强他们的工作，而不是取代他们。因此，企业将看到员工在日常业务流程中更多地采用数据驱动的洞察力。使BI平台大众化也很重要，这样每个人（包括业务用户）都可以运行报告以获取见解。企业将通过打破这种孤岛来增加可操作的见解的数量。消除猜测可行的见解通过增加转化率和销售额直接影响业务基准。随着业务领导者更好地了解驱动客户价值问题的因素，较低的客户流失率将转化为更高的收入数字。最大的好处是企业能够从直觉和“感觉”转变为使用硬数据来支持决策。企业领导者无需再猜测并希望新流程能够奏效。创建可操作的见解就像任何其他过程一样，它可能是您业务全面成功的最重要因素。
