რატომ არის მონაცემები თქვენი ყველაზე დიდი აქტივი (ადამიანების შემდეგ)

მე ახლა დავასრულე Google-ის კვლევის კითხვა.ფილმების მაგიის რაოდენობრივი განსაზღვრა Google Search-ით'. თუ ჯერ არ წაგიკითხავთ, აუცილებლად ნახეთ.

არსებითად, მოხსენებაში ნათქვამია, რომ საძიებო აქტივობა და ფასიანი რეკლამის დაწკაპუნებები მოცემულ ფილმზე ზოგადად ემთხვევა სალაროებში. სინამდვილეში, ანგარიშში Google-მა აჩვენა ეს მონაცემთა ვიზუალიზაციის ჩვენებით, როგორიცაა ხაზოვანი დიაგრამა გადაფარული ძიების ტენდენციებით და სალაროების ინდექსის შედეგებით, რათა აჩვენოს, რომ ორივე მსგავსს მიჰყვებოდა ნიმუში. Scatterplot-მა აჩვენა დადებითი კორელაცია ძიების მოცულობასა და შაბათ-კვირის გახსნის სალაროებს შორის.

გულწრფელად რომ ვთქვათ, ეს არ უნდა იყოს უაზრო: როგორც ზოგადი ჩვევა ან პრაქტიკა ჩვენ ვეძებთ იმას, რაც გვაინტერესებს. პირადად მე ვფიქრობ, რომ ეს კვლევა უბრალოდ აჩვენებს Google-ის ყველგანმყოფობას, ვიდრე სხვა ყველაფერზე მეტად, და შესაძლოა ეს არის მისი აზრიც.

მიზეზი, რის გამოც მე ამას ვახსენებ არ არის მოხსენების, მისი უპირატესობების ან კინოინდუსტრიაზე გავლენის განხილვა. მე მას ვახსენებ იმიტომ, რომ ეს არის უახლესი და ყველაზე საჯარო მაგალითი იმ ძირითადი რწმენისა, რომელიც მე მაქვს: რომ თქვენი მონაცემები არის თქვენი ერთ-ერთი ყველაზე მნიშვნელოვანი აქტივი და ის, რაც ხშირად შეუმჩნეველი ხდება.

Google არ ივიწყებს თავის მონაცემებს, რადგან მისი მონაცემები მისი არსებობის მიზეზია. მაგრამ პროდუქტის განვითარების ყოველდღიურ ბრძოლასა და თავგადასავალში, გუნდისთვის ან თუნდაც ორგანიზაციისთვის ადვილია მისი მონაცემების უგულებელყოფა. აქცენტი ხშირად კეთდება ფუნქციებისა და პროდუქტების გამოშვებაზე, ბიზნეს KPI-ებთან შეხვედრაზე და ზოგადად მომხმარებლების აღფრთოვანებაზე.

არ გამოტოვოთ

ჩვენი მონაცემების შეგროვების, ანალიზისა და სწავლის წარუმატებლობა არის უზარმაზარი ორგანიზაციული შეცდომა მრავალი მიზეზის გამო.

ჩვენი რეპუტაციის დაუმუშავებელი ფაქტებით არ შემოხაზვისა და განმტკიცების გამო, ჩვენ წყალობაზე ვართ უახლესი მიკერძოების მიმართ. თუ არ იცნობთ უახლესი მიკერძოებას, ეს არის საინვესტიციო ტერმინი, რომელიც გამოიყენება მცდარი წარმოდგენის აღსაწერად, რომ მიმდინარე ბაზრის პირობები მიუთითებს მომავალ შესრულებაზე. Ნიუ იორკ თაიმსი გააკეთა სახალისო ნამუშევარი უახლესი მიკერძოების შესახებ აქ.

რა გავლენას მოახდენს ჩვენზე უახლესი მიკერძოებულობა: ვთქვათ, ჩემს ერთ-ერთ გუნდს აქვს მრავალი ახალი ხარვეზი გახსნილი, რადგან ჩვენ ავიღეთ ჩვეულებრივზე დიდი პროექტი, საკმაოდ მჭიდრო ვადით. თუ საკმარისი დრო გადის ამ გაბერილი შეცდომების ჩამორჩენასთან დაკავშირებით, შეიძლება გამოიყურებოდეს, რომ გუნდს ნამდვილად აქვს ხარისხთან დაკავშირებული პრობლემა და მასზე ფოკუსირება სჭირდება. სინამდვილეში, ეს შეიძლება იყოს უბრალოდ ანომალია, რომელიც დაფუძნებულია დატვირთვაზე.

მაგრამ თუ მე შემიძლია შევატყობინო ჩემს დაინტერესებულ მხარეებს დიაგრამაზე, რომელსაც ჩვენ ვხედავთ ქვემოთ, ჩვენ ძალიან ნათლად შეგვიძლია ილუსტრაციით არა მხოლოდ ახალი პროექტის მოვლენის გავლენა, არამედ ის, თუ როგორ გამოჯანმრთელდა გუნდი ამისგან ღონისძიება. მონაცემების ეს დემონსტრირება ადასტურებს დაინტერესებულ მხარეებს, რომ ჩემს გუნდს სინამდვილეში არ აქვს სისტემური პრობლემა ხარისხთან დაკავშირებით, არამედ რეაგირება მოახდინა გარე ძალებზე და მშვენივრად გამოასწორა მისგან.

Google-ის მიერ გამოქვეყნებულ ანგარიშს რომ დავუბრუნდეთ, საკმარისი არ არის ზოგადი მოსაზრება, რომ Google-ის ძიება ყველგან არის. იქნებ ესენი ნახე Bing It On გემოვნების სატესტო რეკლამები და შესაძლოა პეპსის გამოწვევაც კი მოგწონთ იმ დღეს, როცა ის სცადეთ, და თქვენი გადაწყვეტილება Google-ის საყოველთაოობის შესახებ შესაძლოა მერყევი იყოს. მაგრამ ახლა თქვენ უბრალოდ წაიკითხეთ მოხსენება, რომელიც აჩვენებს ფილმების თრეილერების ძიების შედეგებს სალაროებში იგივე ფილმების შედეგები და თქვენს გონებაში ცხადია, რომ ფილმების მონაწილე მოსახლეობის უმეტესობა Google Search-ია მომხმარებლები.

გუნდის შეცდომების ზემოაღნიშნული მაგალითი იდეალური სიტუაციაა. თქვით, რომ ჩვენ გვაქვს სისტემური პრობლემა გამეორების შემდეგ გამეორებასთან დაკავშირებული შეცდომების შესახებ. როგორ გავიგოთ, რომ პრობლემა გვაქვს? როგორ განვსაზღვროთ სად არის პრობლემა?

კიდევ ერთი მნიშვნელოვანი კითხვაა: როგორ გაუმჯობესდებით, თუ არ იცით სად არის თქვენი პრობლემური სფეროები? თქვენი მონაცემები იძლევა ნათელ სურათს თქვენი სისტემების მდგომარეობის შესახებ: რამდენი ხარვეზი გაქვთ ჯამში, სად არის თქვენი შეცდომები დაჯგუფებული, რა შეცდომის შეტყობინებები ხდება გენერირებული, საიდან მოდის შეცდომის შეტყობინებები, როგორია თქვენი API პასუხის დრო, როგორია თქვენი გვერდის დატვირთვის დრო და რა საკითხებს აფიქსირებენ მომხმარებლები წარმოება.

ეს არის ყველა ოპერაციული მეტრიკა, რომელსაც უნდა ადევნოთ თვალყური. ასევე არსებობს გუნდური და ორგანიზაციული მეტრიკა, რომელიც შეიძლება შეგროვდეს, როგორიცაა გუნდის სიჩქარე, ციკლომატური სირთულე და კოდის გაშუქება.

შესაძლოა, ჩვენი შეცდომების ნარჩენები დღითიდღე იზრდებოდა, კვირიდან კვირაში, გამეორება განმეორებით. მე შეიძლება მქონდეს დროის სერიების დიაგრამა, რომელიც ასე გამოიყურება:

ამის დაყენება გუნდის წინაშე შეშფოთების საილუსტრაციოდ უფრო დამაჯერებელია, ვიდრე რიცხვებით სავსე ცხრილი.

ან ვთქვათ, რომ გვინდა განვსაზღვროთ, თუ სად გვაქვს შეცდომების ყველაზე მეტი დაჯგუფება ჩვენს ნარჩენებში. ქვემოთ მოცემული ზოლიანი დიაგრამა ეფექტური ინსტრუმენტია ამ სფეროების იდენტიფიცირებისთვის.

ამ ანგარიშის რეგულარულად ხელახალი გაშვება ასევე აჩვენებს პროგრესს ამ სფეროების მოგვარებაში.

საქმე იმაშია, რომ გამოიყენოთ თქვენი მონაცემები, როგორც ინტროსპექციის ინსტრუმენტი ბრმა წერტილების იდენტიფიცირებისთვის, ისევე როგორც 360 გრადუსიანი მიმოხილვა. თქვენი ბრმა წერტილების იდენტიფიცირების შემდეგ, შეგიძლიათ შექმნათ მიზნები გაუმჯობესებისთვის და თქვენი მონაცემები შეიძლება გამოყენებულ იქნას ამ მიზნებისკენ პროგრესის თვალყურის დევნებისთვის.

ეს მნიშვნელოვანია არა მხოლოდ აბსტრაქტული აკადემიური გაგებით, არამედ იმიტომ, რომ რაც უფრო ნაკლებ დროს ვხარჯავთ პრობლემების მოგვარებაზე, მით უფრო ეფექტურია ვართ როგორც გუნდი, რაც უფრო მეტი სამუშაო შეგვიძლია გავაკეთოთ იმ ფუნქციების მიმართ, რომლებიც ჩაერთვებიან ჩვენს მომხმარებლებს და მით უფრო წარმატებული ვიქნებით, როგორც ორგანიზაცია საერთო ჯამში.

მთავარი სურათის მეშვეობით Ponzi_Unit, ლიცენზირებული Creative Commons-ით