¿Cuáles son las formas de elegir la mejor información en lugar de más información?

Esta es una pregunta interesante porque la mayoría de las veces, cuando las personas investigan, recopilarán mucha información para tener una idea del área para responder a su pregunta. Si bien su pregunta es demasiado simple para obtener una respuesta detallada (sería mejor saber qué tipo de pregunta está respondiendo y cómo está respondiendo) todavía es respondible (si he captado su intención correctamente). Así que para mí la mejor información es:

  1. Actualizado (investigación reciente)
  2. Escrito / publicado por fuentes creíbles (no es una cita motivacional en Intsagram, sino fuentes revisadas por pares de áreas como Mintel o Keynote).
  3. Relevante (con mucha frecuencia la gente se va a la tangente y el resultado es que respondes una pregunta diferente).

Mi regla en general es comenzar con mucha investigación para obtener un buen entendimiento y luego pasar a productores de informes creíbles para recopilar estadísticas. Siempre pregúntese si la información es creíble, actualizada y lo más importante posible.

En el SI, elegir la mejor información suele ser una destilación de grandes cantidades de información.

Usted organiza, encuentra patrones y también busca anomalías.

Cuando me lanzo a un nuevo proyecto, tiendo a comenzar con la mayor cantidad de datos en bruto que pueda tener en mis manos.

Luego hago un rápido análisis de los datos para eliminar grandes anomalías, generalmente solo para detectar errores, pero muchas veces encuentro información realmente útil. Una vez que encontré que un compañero estaba malversando … nunca se sabe

Después de hacer algunos tamices grandes (generalmente simples macros en Excel) a través de datos en bruto, organizo y simplifico lo más posible. Elijo patrones, busco porcentajes significativos, luego comparo.

La comparación de tamices de datos sin procesar como este, con los informes estándar, en uso, siempre ha sido mi herramienta más útil en el análisis. Tomo nota de las consistencias, pero las discrepancias son las más útiles. Me dice dónde hay ineficiencias…. le sorprendería cuánto tiempo y precisión se desperdicia porque los equipos hacen las cosas mucho más complicadas de lo necesario, especialmente en finanzas y contabilidad.

Entonces, largo y corto, uso el “más” para encontrar el “mejor”. No creo que en las categorías que has etiquetado puedas hacer una sin la otra.

Esta pregunta es impresionante. Lo he mirado al menos tres veces y estoy escribiendo estas líneas para calentarme porque se mete en mi cerebro. Me pregunto si se refiere a la información de sus percepciones o los datos para generar esas percepciones, pero creo que las dos las cubrí.

En un vacío, la respuesta a su pregunta es: la mejor manera en que puedo pensar para elegir la mejor información en lugar de obtener más información es obtener la información que necesita para el problema que está abordando y repita con frecuencia.

Personalmente, prefiero tener conjuntos de datos estrechos y crear nuevas variables cuando sea necesario, en lugar de tener un conjunto de datos amplio con variables que no sé si usaré. Un buen ejemplo si al trabajar con reglas de asociación.

Como ejemplo, digamos que estoy minando las reglas de la asociación en las compras. Si consigo un conjunto de datos con estas variables:

  • ID de usuario
  • identificación de producto
  • Fecha de adquisición (esta es la fecha en que el usuario comenzó a usar el servicio)
  • Fecha de actividad (estos son los datos que el usuario hizo la compra)
  • Precio

Puedo extraer reglas para los productos, las familias de productos, los días de la semana, la versión del juego, el precio, la frecuencia, los días retenidos, los días retenidos en la primera compra, el total gastado, el gasto en la versión anterior y probablemente podría poner más.

Y estos son solo para variables (la identificación del usuario es usar solo tiene una clave). Así que utilicé información que es muy específica para el problema que quiero abordar, pero creé muchas otras funciones para usar.

Ahora imagine que estoy explorando el conjunto de datos y encuentro un cambio en el comportamiento. Es posible que desee agregar nuevos datos, como ID de promoción, pero podría ser cualquier otra cosa. Lo que importa es que, dada la nueva evidencia, repito el ciclo y vuelvo para obtener más datos.

Entonces, en lugar de tener una gran cantidad de datos, tuve los datos necesarios.

Por otro lado, su pregunta podría ser sobre la mejor información de las ideas. Para ser honesto, creo que este enfoque realmente ayuda con eso. Por un lado, el trabajo de ejecutar el análisis o crear el producto de datos es más centrado y reflexivo. En lugar de tener muchos datos y tratar de resolverlos, estamos enriqueciendo el análisis.

¿Hay alguna posibilidad de que algo haya quedado fuera? ¡Sí! Sin embargo, si hay muchas personas que discuten sus ideas con usted, lo que significa una cultura abierta de información escéptica, recibirá comentarios de los usuarios de negocios en forma de seguimiento. Y puedes usar ese seguimiento para repetir de nuevo.

¡Espero que esto ayude!