وبلاگ vdash

اخبار و مقالات مربوط به vdash، نرم افزار آنالیز اطلاعات و ساخت داشبورد مدیریتی

تصمیم های بزرگ در 10 دقیقه !




بین هنر شناخت و حدسیات و علم داده ای و آنالیزی تعادل برقرار کنید !

وقتی نوبت به مهم ترین تصمیم های کسب و کار می رسد ، دنیایی از عوامل وجود دارند که باید در نظر گرقته شوند . مدیران شرکت ها معمولا به "حدسیات یا آگاهی هایشان " برای تصمیم گیری اقتدا می کنند که ما اسمش را "هنر" استراتژیک تصمیم گیری گذاشته ایم . ولی طرف علمی معادله چه می شود ؟ "داده و آنالیز"؟

 85% از مدیران عامل اعلام کردند که داده و آنالیز برای سازمان آنها ایجاد ارزش داشته است. *

 سوال این خواهد بود که آنها چطور و کجا متوجه این ارزش شده اند ؟

این ارزش به طور قطع در تصمیم گیری اثبات شده است .

تصمیم گیری برتر بااعتماد به نفس، وضوح، و پویایی -تنها از طریق ترکیب علم آنالیز و هنر حدسیات ممکن است . 

و تعدادی از شرکت ها و فعالان کسب و کار امروز تازه شروع به برقراری این تعادل ظریف کرده اند  :

در مطالعه آنالیز و داده جهانی : تصمیم های مهم در سپتامبر 2014 ،94درصد از مدیران ارشد ** اظهار کردند که در هر لحظه آماده تصمیم گیری های بزرگ بعدی سازمان می باشند . این در حالی است که تنها 38 درصد از آنها با استناد به داده و آنالیز تصمیم گیری می کنند . 

در حال حاضر بسیاری از کسب و کارها هنوز از فرصت های اطلاعاتی خود بهره برداری نکرده اند و به سطح مطلوب سرعت و مهارت مورد نیاز در تصمیم گیری دست نیافته اند .  


دوباره فکر کنید :


 چگونه تصمیم می گیرید ؟

1.   چه چیز در انتظار شماست ؟ 

مدیران عامل شرکت ها باید نگاه دقیق تری به تصمیم گیری های استراتژیک داشته باشند : 

تصمیمات بزرگ ، تصمیماتی هستند که جهت استراتژیک کسب و کار را تعیین می کنند یا تغییر می دهند .به صورت میانگین  این تصمیم ها تا 25% روی سودآوری آینده شرکت شما تاثیر گذارند . 


2.   چگونه راه های جدید تصمیم گیری روی کسب و کار شما تاثیر می گذارد ؟


نزدیک به 96% از مدیران داده هایی که متوجه نمی شوند را نادیده می گیرند . از مزیت های بهره برداری از پتانسیل داده ها به منظور راهنمایی یا اعتبارسنجی آن است که باعث اعتماد به نفس و تسریع تصمیم گیری می شود . 


3. آیا نتیجه میدهد؟


مدیران شرکت هایی که روش تصمیم گیری خود را به آنالیز و تحلیل داده ها تغییر دادند 3 برابر بیشتر از دیگر کمپانی ها اعلام بهبود در زمینه تصمیم گیری های استراتژیک نموده اند . 





*18th Annual Global CEO Survey, January 2015

**Global Data & Analytics Survey 2014: Big Decisions™, September 2014.

*

اهمیت داده ها : کسب و کار خود را کارآمدتر مدیریت کنید

هر کسب و کاری نیاز دارد رفتار مشتریانش  را به خوبی درک کند و از عملکرد رقبایش مطلع باشد و تصمیمات کارآمدی بگیرد . با بازبینی داده ها بر روی الگوهای فروش،مسیرهای فروش و عملکرد رقبا، شما می توانید بصورت حدسی کارها را انجام دهید و مطمئن شوید که کسب و کار شما کارآمدتر عمل می کند
منابع داده ها برای کسب و کار شما
منابع داده ها برای کسب و کارها به سرعت در حال تغییر و رشد می باشد. علی رغم روش استخراج داده ها بصورت ستنی،کسب و کارها در حال حاضر می توانند داده ها را از  منابع مختلف جمع آوری کنند. وقتی این اطلاعات با اطلاعات مشتریان فعلی شما ترکیب می شود به داده های بزرگ تبدیل می شوند.
مزیت آنالیز داده های بزرگ شامل روشن شدن الگوهای پنهان شده و ضرایب می باشد که دیگر منابع داده ممکن است آنها را نداشته باشند .آنالیز داده های بزرگ بموقع رخ می دهد که کمک می کند پیش از پیشگیری ، مسیرها مشخص شوند یا مشکلات سریع پیدا شوند.
بعضی منابع مهم داده ها که در دسترس همه کسب و کارها می باشند شامل موارد زیر است:
رسانه ها و شبکه های اجتماعی :
سایتهایی مثل توئیتر ، فیس بوک ، لینکدین دیدگاههایی را در مورد سن،جنسیت و محل فراهم می کند. در نتیجه اگر تجارت شما فعال باشد می توانید این دیدگاه ها را برداشته و استفاده کنید. برای مثال، فیس بوک دستورالعمل هایی را در مورد چگونگی دستیابی به نظرات در صفحه شما با جزئیات دارد. شما می توانید لایک ها، کامنت ها، کلیک ها و به اشتراک گذاری ها را بازبینی کنید. اینها منابع خوبی جهت اخذ فیدبک از مشتریان می باشند.
گزارش آنلاین پیوستگی کاربران:
 در اینجا شما واکنش های کاربرانتان را با وب سایت تان دنبال می کنید. تجزیه و تحلیل های گوگل یک منبع آزاد و عمومی برای جمع آوری این داده ها می باشند و هرکسی می تواند یک حساب کاربری درست کند. ابزارهای دیگری که در دسترس می باشند مثل crazy egg که از نقشه حرارتی برای نشان دادن نواحی پیوستگی در وب سایت ها استفاده می کند ، در دسترس می باشند.


داده های مربوط به معاملات
این داده ها شامل اطلاعاتی از سیستم های مدیریت ارتباط مشتریان (CRM)، داد و ستدهای پرداخت وب و داده های عمومی شما می باشد. این داده ها به شما دیدگاه هایی نظیر اینکه مشتریان شما چقدر در هر معامله هزینه صرف می کنند، می دهد.
استفاده از داده ها برای اینکه کسب و کارتان موثرتر شود.
روشهایی بسیاری وجود دارد که در آنها داده ها به افزایش کارآیی کسب و کار شما کمک می کند
افزایش استراتژی های بازاریابی
امروزه کسب و کارها می توانند با استفاده از داده های مربوط به مشتریانشان ایده های شخصی تر و مبتکرانه ای براساس خصوصیات کاربران برای کمپین بازاریابی خود بسازند.
قدرت داده ها برای یک تجارت قابل پیش بینی
داده هایی که توسط الگوهای تکراری استخراج می شوند می توانند به آینده کسب و کار شما کمک کنند بدین طریق که نواحی مشکل و مسیرهای حرکت را مشخص و پررنگ می کند ممکن است شما قادر باشید این نواحی را با پروسه های کارآمدتر نظیر خدمات به مشتریان، قیمت گذاری محصولات ، مدیریت کارمندان نظارت و اداره کنید.
ارتقاء تجربه مشتریان با استفاده از شخصی سازی
آمازون از طریق مشاهده تاریخچه سرچ مشتریان ، تاریخچه خرید ، تاریخچه لیست علاقه مندی های کاربران جهت ارائه پیشنهادات فردی به مشتریانش استفاده می کند. هرچقدر تجارت شما خاص باشد و از داده های خوب استفاده نمایید می توانید تجربه ی بهتری برای مشتریانتان سازمان دهی کنید.
تصمیم گیری براساس داده ها به هنگام پیش بینی نمودن:
 تصمیم گیرندگان اصلی در یک کسب و کار از داده ها جهت ارتقاء استراتژی های تجاری موثرتر و قابل اطمینان هم بصورت داخلی و هم به شکل خارجی استفاده می کنند.
کسب مزایا از داده ها
حتی اگر شما اخیرا ارزش دیدگاه های تجاری بر اساس داده ها را درک و دریافت کرده باشید، برای کسب سود نیاز دارید تا تکنولوژی و فراساختارهای IT صحیحی در محل داشته باشید.نرم افزار مدیریتی داده ها ویژگی های را فراهم می آورد که شما نیاز خواهید داشت به مدیریت داده های جدید و فعلی تان و همچنین پیشرفت ،صحت، در دسترس بودن و ایمنی آن بپردازید.

مشکل بزرگ داده‌های بزرگ: چکار کنیم تا در دنیای واقعی‌ کاربرد داشته باشند




داستانهای موفق زیادی از داده‌های بزرگ وجود ندارد که بتواند این حجم استفاده را توجیه کند. در اینجا با استفاده از تجربه کارشناسان، به نکاتی‌ که شرکتها نیاز به تجدید نظر دارند، اشاره می‌کنیم.
شبهه و تردید درباره ارزش داده بزرگ زیاد است. عبارتی که به شعار پذیرفته شده دنیای بازاریابی در بسیاری از ابزار و فناوری تبدیل شده است، شروع به خراب شدن در زیر فشار انتظارات غیر واقعی، کرده است.
اینکه به اصطلاح کارشناسان می‌گویند که یک انقلاب اطلاعاتی در حال تغییر طبیعت محل کار و خود کارها هست، کمک خاصی‌ نمیکند. پروژه‌های داده‌های بزرگ می توانند یک تغییر بزرگ در فرایند کلی‌ کسب و کارها ایجاد کنند. با این‎حال شواهد گسترش عظیم رهبری دانش محور در دنیای امروز هنوز کم است، به جای آن‌ به نظر می‌رسد که سازمانهای بزرگ در حال غرق شدن در دریای اطلاعات می باشند. 
پس چگونه سازمان‎ها میتوانند از هوش به یک بینش و دانش صحیح برسند و مدیران فناوری اطلاعات چگونه میتوانند بقیه افراد درگیر در کسب و کار را تشویق به خرید پروژه‌های با داده بزرگ نمایند.
تعریف نقش رهبر IT در عصر اطلاعات و داده‌ها
اندرو مارکس، مدیر سابق فناوری اطلاعات شرکت نفتی‌ Tullow ،در طول زندگی‌ حرفه‌ای خود، طیف گسترده‌ای از طرح‌های هوش تجاری را دیده است. او معتقد است که بسیاری از پروژه‌ها بر نوعی از تجزیه تحلیل تکیه میکنند که در بهترین حالت، ساده است. او می‌گوید حتی در جهانی‌ از داده‌های بزرگ، واقعا مثال‎های کافی‌ از شرکت‎هایی که مالکیت داده را هم گرفته باشند، وجود ندارد.
او معتقد است که رهبران IT میتوانند نقش بسیار مهمی‌ در شناسایی و ارائه ابزارهای مربوط به داده‌های بزرگ، بازی‌ کنند. او همچنین معتقد است که در حال حاضر، تأکید بیش از حدی بر روی مدیران فناوری اطلاعات میشود، به خصوص در رابطه با ساخت بخش عظیمی‌ از دانش. مارکس می‌گوید، ایجاد بینش درست از هوش تجاری، باید یک تلاش مشترک باشد.
او می‌گوید، فناوری به این خاطر وجود دارد که بتواند کارهای خاص و شگفت‎انگیز با داده‌ها انجام دهد، به خصوص در رابطه با گردهم آوردن اطلاعات از مناطق به نظر نامربوط تجارت. افراد منابع انسانی‌ و مالی‌، از IT انتظار دارند که از ابزار داده‌های بزرگ، برای تجزیه تحلیل اطلاعات استفاده کنند. آنها همواره مدیر فناوری اطلاعات و تیم‌ او را دنبال میکنند. بسیاری از مدیران هنوز هم فکر می کنند که این مسئولیت مدیر فناوری اطلاعات است.
با این‌حال مشکل اینجاست که مدیران فناوری اطلاعات مجهز یا موظف به دستکاری داده‌ها نیستند. هم زمان، کسب و کار نیز لزوماً مهارت اینکه معین کند که چه نوع بینشی از داده‌ها می‌خواهد را ندارد. چیزی که شما از دست می‌دهید، یک مهارت است، چرا که بسیاری از مدیران IT نمی خواهند، یا نمی‌تواند، که فقط روی دانش داده‌ها بر اساس یک برنامه روزانه تمرکز کنند.
مارکس می‌گوید، کسب وکار باید برای بررسی‌ اینکه چه نوع بینشی نه‌ ایجاد تفاوت در خروجی های شرکت کمک می‌کند، وقت بگذرد. مدیران فناوری اطلاعات و مدیران باید بر روی اهداف هسته‌ای کسب و کار تمرکز کنند. او می‌گوید در مناطقی که می تواند یک مزیت رقابتی ایجاد کند یا آن‌ مهارتها را گسترش دهد، تمرکز کنید.
مارک فولشام، به عنوان یک مدیر IT دیگر در گروه فناوری اطلاعات بیمه‌ Esure، معتقد است که ارزش داده‌های بزرگ، از یک رویکرد یکپارچه می‎آید. او می‌گوید ابزار تجزیه تحلیل میتواند به کسب و کار او کمک کند تا بفهمد مشتریان چگونه از کانال‎های آنلاین استفاده میکنند، مانند آمار استفاده از وب. این دانش زمانی‌ میتواند ارزشمند باشد که دیگر مدیران کسب و کار، مثل کسانی‌ که در بخش بازاریابی هستند، از آن‌ برای ایجاد یک بینش عمیق‎تر در تجربه مشتری مداری، استفاده کنند.
مارک می‌گوید، اگر تیم‌ بازاریابی می‌خواهد بداند که دقیقا چه زمانی‌ مشتری مارا ترک کرده است، نیاز به یک فناوری درست دارد، و اینجاست که تیم‌ IT میتواند به آنها کمک کند. کارکنان بازاریابی میتوانند به مساله از دیدگاه تجربه مشتری مداری نگاه کنند و مجموعه IT میتواند از دیدگاه عملکرد وارد شود و یک ابزار شناسایی خوب برای کمک به تعریف بینش تجارت ایجاد کند.
 بهترین تمرین برای غلبه بر مقاومت کارکنان
آدام جرارد، مدیر فناوری Yodel می‌گوید، رهبران IT که به دنبال به دست آوردن بینش واقعی‌ از داده‌های بزرگ میباشند، باید به صورت دوجانبه حمله کنند، هم از بالا به پائین و هم از پائین به بالا. جرارد می‌گوید، از دیدگاه هیئت مدیره، بسیار مهم است که مدیر فناوری اطلاعات، چگونه می تواند با سرعت، پروژه را از ابتدا تا رسیدن به نتایج بسازد. او می‌گوید، دریافت یک نسخه واحد از واقعیت، ایجاد یک مخزن واحد از اطلاعات برای کل کسب و کار است.
جرارد می‌گوید، این نمای واحد، از دیدگاه پائین به بالا، فروش راحت‎تری می‌سازد. شما باید با مردم همراه شوید، ابزار را به آنها نشان دهید و انواع مزیت‎هایی که از این فناوری به دست می‎آو‌رند را، برایشان توضیح دهید.
لزوما هر پروژه داده بزرگ، بازپرداخت فوری فراهم نمیکند، بنابراین شما مجبور هستید که با ابتکار عمل کار کنید. اگر بتوانید به مردم در سراسر کسب و کار، نشان دهید که چگونه اطلاعات در زمان واقعی‌ میتواند باعث پیشرفت روزانه تجارت آنها شود، فروختن پروژه داده بزرگ بسیار آسان‌تر میشود.
جیم اننگ، مسئول داده و تحلیل گاز بریتانیا، یکی‌ دیگر از مدیرانی است که برای اثبات ارزش اطلاعات، تلاش کرده است. این شرکت یک واحد متخصص است که برای بررسی‌ استفاده از داده‌های بزرگ و تکنولوژی هوشمند، راه اندازی شده است. او می‌گوید، ما یک پلت فرم ایجاد کردیم، که داده‌ها را از سراسر محصولات ما به دست می‌آ‌ورد و به ما اجازه می دهد تا از آن اطلاعات برای بینش مشتریان ارزشمند خود و بهبود محصولات، استفاده کنیم. او می‌گوید این شرکت تیمی بر پایه چهار شایستگی ساخته است: تجزیه تحلیل (استخراج داده‌ها)، دانش داده (توسعه الگوریتم برای ارائه به مشتریان)، مهندسی‌ داده (اجرا و مدیریت خطوط داده‎ای) و‌ عملیات داده (حصول اطمینان از قابل اعتماد و در دسترس بودن سیستم).
او می‌گوید، این تأکید می‌کند که داده بزرگ چقدر برای ما به عنوان یک سازمان، مهم است. ما واقعا به دنبال جایگزین کردن آنچه افراد میتوانند انجام دهند، با ماشین‎های هوشمند نیستیم. کار خوب با داده‌های بزرگ، نیازمند ترکیبی‌ از قدرت ابزار و مغز انسان است.
او اضافه می‌کند این بسیار دشوار است که تا زمانی‌ که تجارت شروع به تولید نتایج نکرده است، بشود روی داده‌ها ارزش پولی گذاشت. او معتقد است که شرکت آنها بسیار خوش شانس بوده که از طرف بالا پشتیبانی‌ میشود. او همچنین میداند که دیگر مدیران IT اینقدر خوش شانس نیستند، به خصوص اینکه همیشه حساسیت اطراف داده‌های بزرگ بسیار بالاست.
همچنین اننگ می‌گوید، صحبت کردن با افراد ارشد در سازمان که با ارزش بالقوه داده‌ها مواجه بوده اند، بسیار روحیه بخش است. آنها فعالانه و در سراسر کسب و کار، به دنبال راه‎های برای بهبود آنچه که ما با دانش و مهندسی‌ داده برای مشتریان انجام می دهیم، هستند.

منبع

ZDNET

داده های بزرگ، آینده تجارت الکترونیکی

از سال 2014 کلمه داده های بزرگ خیلی در بین مردم رایج شد و همینطور این داده های بزرگ نقش بسیار مهمتری در تجارت الکترونیکی در آینده ای نزدیک خواهند داشت. اگرچه فروشنده های آنلاین در حال حاضر با استفاده از ابزارهای تحلیلی به تجزیه و تحلیل سبدهای خرید میپردازند و یا بر اساس آدرس آی پی از طریق یک سیستم مدیریتی ، هویت فردی هرکس را نشان میدهد اما داده های بزرگ این عملکرد های تکنیکی و فنی را در کوتاه مدت گسترش خواهد داند. هدف این داده ها فراهم کردن و ارایه دادن تجربه خرید فردی و بهینه سازی بلادرنگ آنها برای مشتریان است. به این وسیله برای فروشندگان آنلاین این امکان فراهم شده که فرآیند خرید و ارتباطات با مشتری هایشان را به طور کلی بهبود ببخشند. فروشندگان آنلاین میتوانند کسب و کار خودشان را با این داده های بزرگ در زمینه های زیر بهبود بخشند:
1 – بهینه سازی نمونه محصولات:
تجزیه و تحلیل مقادیر زیادی از ساختارهای داده های مشتری اجازه میدهد که جزییات گروه هدف مورد بررسی قرار گیرد و بر اساس نتایج به دست آمده اش میتوان نمونه کار فروشگاه آنلاین را از یک کار خاص اقتباس کرد و فهمید . بالاخص فروشندگان آنلاین بزرگ میتوانند خدمات و سرویس های خودشان را توسط داده های بزرگ ، بهتر انجام دهند و نیازهای خاص مشتری را بهتر متوجه شوند.همچنین داده های بزرگ نقش به سزایی در پیش بینی نیازهای مشتری و همچنین کمک به بهینه سازی نمونه محصولات دارند. بنابراین با داده های بزرگ این امکان هست که بتوانید ارزش سهام را نیز بالا ببرید.
2 – بهینه سازی قیمت ها
با کمک داده های بزرگ ، امکان داده کاوی و تجزیه و تحلیل بی درنگ فراهم شده است و دیگر یک فروشنده آنلاین هم میتواند قیمت یک محصول را تعدیل کند.به منظور دستیابی به شفافیت بالای اینترنت لازم است که رقبا تحت نظر گرفته شوند و برای حفظ توان رقابتی باید متعادل سازی قیمت های محصول خود با قیمت محصولات آنها انجام گیرد.  به این منظور، داده های بزرگ تجزیه و تحلیل های جامعی از بازار را برای دستیابی به سیاست های قیمت گذاری پویا ارایه میدهند.
3 – بهینه سازی فروشگاه آنلاین
با کمک داده های بزرگ و تکنولوژی های وب ،سرورهای سریع ، فراهم کردن وب سایت های جامع و پویا امکان پذیر شده است . بنابراین مبدأ و مقصد صفحات و منطقه آنها را میتوان نشان داد. علاوه بر این امکان نشان دادن سلیقه های مختلف راجع به محصولات هم برای آقایان و هم برای خانم ها هم می باشد . با توجه به داده های بزرگ عملاٌ هیچ محدودیتی برای تنظیمات ممکن به منظور بهینه سازی فروشگاه های آنلاین وجود ندارد.
4 – بهینه سازی تبلیغات آنلاین
 نگاهی به گذشته نشان میدهد که شیوه و نحوه ی تبلیغات خیلی موفقیت آمیز نبوده است . اما در حال حاضر با توجه به داده های بزرگ و برنامه ریزی شده برای خرید آنلاین ، فروشنده ها میتوانند تبلیغات خود را به مشتری هایشان به صورت کاملاً مشخص و خاص ارایه دهند. با یک مدل سازی مشابه و هم چهره ی کالای مورد فروش امکان جذب مشتری های جدید فراهم میشود. بی شک این تبلیغات، ارزان تر و مؤثرتر از همه ی تبلیغاتی است که در گذشته بوده .بنابراین به کمک داده های بزرگ فروشندگان آنلاین میتوانند هزینه تبلیغات خودشان را کاهش دهند و در عوض باعث افزایش دسترسی همگانی به رسانه هایشان شوند.
5 – بهینه سازی خدمات مشتری
اگر یک مشتری نسبت به کالای فروخته شده ناراضی باشد و اعتراض خود را تلفنی اعلام کند و به مرکز خدمات مشتریان ایمیل نزند و همزمان وقتی کارمند مرکز خدمات مشتریان برخی از پیشینه ی مشتری را در حین تماس تلفنی گرفته شده با استفاده از اطلاعات شبکه های اجتماعی دریابد این عمل یک مزیت بزرگ محسوب خواهد شد . اینکار با کمک داده های بزرگ امکان پذیر میشود . تنوع اطلاعات پیشینه ی با ارزش باعث ارایه یک سری امکانات برای گروه پشتیبانی مشتریان می گردد و درنتیجه باعث پیشرفت قابل ملاخظه ای در ارتباط با مشتریان خواهد شد. همچنین کیفیت خوب گروه پشتیبانی یک مزیت رقابتی است.
نتیجه گیری
داده های بزرگ باعث تأثیر زیادی در استراتژی های تجارت الکترونیکی خواهند شد. به خصوص در زمینه ی بازاریابی، فروش، تجزیه و تحلیل؛ داده های مرتبط از اهمیت خاصی برخوردار هستند. داده های بزرگ ارایه دهنده ی راه حل های برجسته برای انطباقی پویا بین بهینه سازی شاخص سهام  و پشتیبانی اختصاصی مشتری در فروشگاه های آنلاین هستند.

از تجزیه و تحلیل کسب و کار آنلاین خود نترسید (بخش اول)

طی بررسی که اخیراً انجام داده ام دریافتم که 100 سایت برتر در حوزه تحارت الکترونیک از builtwith استفاده می کنند که به طور متوسط از 14 ابزار مختلف در حوزه تجزیه و تحلیل و جمع آوری داده های متخلف مشتریان خود استفاده می کنند.
داده های که آنها جمع آوری می کنند موجب پیشرفت وب سایتشان می گردد و محصولات، سرویس ها و پیام های ارسال شده منجر به جذب حداکثری مشتریان و افزایش درآمد قابل توجهی می گردد.
با وجود اثربخشی و در دسترس بودن این ابزارها اما هنوز شرکت ها نتوانستند بازار فروش خود را به نسبت چشم گیر و گسترده ی تغییر دهند.
در تحقیقاتی که توسط Meclabs صورت گرفته است نشان داده شد که تنها 37% از بیزنس های آنلاین از داده های گذشته جهت بهبود و رونق وب سایت های خود استفاده کرده اند.



مابقی افراد تصمیمات تجاری خود را براساس الگویی قدیمی و کم بازده نظیر استفاده از نظرات، درک شهودی،کپی کردن از سایر رقبا انجام داده و تغییرات را در سازمان خود عملیاتی می کنند. اگر شما جزء آن  دسته از 63% شرکتهایی هستید که از ابزار تجزیه و تحلیل استفاده ی بهینه و مفیدی نمی کنند، مطمئن باشید که در حال ضرر کردن هستید.
با استفاده از ابزارهای رایگانی نظیر Google analytic و shopfiy هر فردی می تواند داده های مربوط به بازدیدکنندگان سایت را به فروش و درآمد چشم گیری تبدیل نماید.
در این مقاله می کوشم درباره دو شاخص کلیدی جهت استفاده از ابزارهای تحلیل سخن بگویم .اما پیش از شروع بحث بیاییم دربراه شرکتهایی صحبت کنیم که با آمکه تلاش مصرانه ی در استفاده از ابزارهای تحلیل داده داشته اند اما شکست خورده اند . لطفا شما شکست نخورید!
چرا شرکت ها در تجزیه و تحلیل و استفاده از این علم شکست می خورند؟
دو گونه تله وجود دارد که بیشتر شرکت ها گرفتار آن میشوند،چیزی که آنها را از پیشرفت و کسب درآمد دور میکند.
1.به این خودبین شوند که ابزار تجارت و کسب و کارشان مانند ابزار تجزیه و تحلیل گوگل به طور خودکار تمام کار های مهم را پی گیری خواهد کرد.
2.هنگام تجزیه و تحلیل کردن،میزان داده ها و ویژگی های کار پر قدرت هستند.
این امر افراد را بسیار کوته بین می کند به نحوی که صرفا به امورات سطحی و پیش پاافتاده نظیر در نظر گرفتن میانگین بازدیدکنندگان، توجه می کنند.
آیا این امر برای شما آشنا به نظر میرسد؟
تنها دو مورد از گفته هایمان بدست می آید که هیچ کدامشان خوب نیستند.
1.شما تصمیمات تجاری خود را بر مبنای اطلاعات نامناسب عملیاتی می کنید
تصور کنید میخواهید پلی را برای رودخانه ای طراحی کنید و اطلاعات شما از آن رودخانه فقط میانگین عمق آن است.در حالیکه شما میدانید که زمینی که زیر پای شما قرار دارد دارای نقطه های قعر و اوج مختلفی نیز هست.   این در صورتی است که شما فقط میانگین عمق آن رودخانه را میدانید و انتظار بهترین کار را از خود دارید.
این دقیقا همان کاری است که شما هنگام تصمیمات تجاری خود بر اساس میانگین بازدیها از صفحات,میانگین جایگاه و رتبه ی صفحه انجام می دهید.
2.شما ارزش کسب و کارهای کوچک در خروجی کم عمق مجموعه ای از  داده ها مشاهده می کنید و تسلیم می شوید.سرخوردگی از قراردادن تمام این تلاش های بوجود امده قابل درک است مخصوصاً آنکه بنظرمیرسد که به هیچ نتیجه نهایی نمی رسید.البته این مورد خیلی هم نا امید کننده نیست.من با استفاده از مشورت کردن با شرکت هایی که قبلا در این گونه شرایط گرفتار شده اند متوجه شدم که ضرر ها میتوانند تا حدودی جلو گیری شوند.
کلید های استفاده ی بهینه از ابزار تجزیه و تحلیل:
1.سایت خود را نظیر یک قیف ببینید نه به مانند یک امر سلسله مراتبی یا یک نمودار سازمانی، چنانچه به مانند یک قیف ببینید. بازدیدکنندگان سایت از یک طرف وارد می شوند و خروجی مشتریانی هستند که از ته قیف خارج می شوند.
2.برای گرفتن پاسخ های خوب,سوالات مناسب بپرسید.
ابزار تحلیلی زمانی شروع به کار میکنند که شما بدانید دقیقا دنبال چه چیزی هستید و چه چیزی را میخواهید و این یعنی شما باید با یک سوال کار خود را شروع کنید.با ارزش بودن سوالاتی که میپرسید باعث با ارزشتر و بهتر شدن جواب ها میشود.
همان طورکه توسط Douglas Adams  نوشته شده است، اگر دقیقا بدانید که سوال چیست , شما خواهید دانست که جواب به چه معنیست.
حال بیایید از جزيیات کمی فراتر رویم و ببینیم چگونه میتوانیم آنها را در دنیای واقعی عملی کنیم.
سایت شما یک قیف است نه یک نمودار سلسله مراتبی
هدف سایت شما این است که بازدید کننده جمع آوری کنید و آنها را به مشتری,مصرف کننده،هوادار، علاقه مند تبدیل کنید.
این کار یک ورودی مانند بازدیدکنندگان ویک بازده مانند مشتریان و مصرف کنندگان و... دارد.درست تر آن است که این پروسه را بصورت قیفی به تصویر بکشیم که دارای خطوطی است که جاری شدن مردم را در آن قیف نشان میدهد، تا اینکه بخواهیم آن را به صورت جدولی نشان دهیم که آن دارای خطوطی است که حرکت مردم را در صفحات به صورت سلسسله مراتبی نشان میدهد.


فقط سایت خود را این گونه تصور کنید.سایت شما مانند قیفی است که به شما کمک میکند تا داده های بازدیدکنندگان خود را احساس کنید.
بجای فکر کردن به صفحات استاتیک صرف، شما می توانید شروع به دقت و بررسی در ورودی های سایت، خروجی ها، مدل عملکرد بازدیدکننده، نرخ عملکرد(خروجی تقسیم بر ورودی) و بازدهی سرمایه گذاری، (ارزش خروجی تقسیم بر هزینه ورودی ) برای هر بازدید کننده بپردازید. 
در حال حاضر این امر بسیار مفید تر از این است که فقط راجع به تعداد دفعاتی که صفحه ی شما بیننده دارد و هر بیننده چه مدت زمانی را در سایت شما صرف کرده است فکر کنید.(یعنی تقریبا موارد گفته شده اصلا سودمند نیستند)ارزش اصلی ابزار های تجزیه و تحلیل این است که توانایی این را داشته باشند که:  ورودی و بازدهی های آن,عملکرد و کارایی سایت را جدا کند و یا مواردی نظیر ROI توسط موقعیت جغرافیایی،منابع ترافیک،نوع مرورگرها، کمپین های بازاریابی را جدا کند.




موارد بالا را با گروه های مختلف مقایسه کنید. بعنوان مثال ارزش ترافیک سرچ نسبت به ترافیک از طریق شبکه های اجتماعی چیست؟ همبستگی و روند را نگاه کنید،که چگونه ترافیک سرچ در طی زمان های مختلف رشد میکند و آیا این رابطه ای با درآمد کلی دارد؟
بدانید که چگونگی شرح و توضیح راجع به این اطلاعت آسان است.نباید از آن بترسید. علاوه بر آن، شما می توانید تا این حد از جزییات را با استفاده از کمی تمرین بدست آورید.
این مقاله ادامه دارد....

اهمیت داده ها در راه اندازی و مدیریت فروشگاه آنلاین

اگر بخواهم صادقانه بنویسم باید بگویم که هر روز با مشتریانی مواجه می شوم که آرزوهای بزرگ تجاری آنلاین در سر دارند و با ابرهای بزرگ بالای سرشان از اقداماتی صحبت می کنند که هیچ بررسی و تحلیلی ندارند. طبق عادتی که دارم بیشتر از آنکه  گوش کنم و بنویسم بیشتر می پرسم چرا می خواهید؟ تا شاید بیشتر فکر کند و تحلیل کند .
بسیاری از این دوستان،رقبا  را دست کم می گیرند و گمان میکنند می توانند به راحتی راه های طولاتی را یکماه طی کنند.
به آنها می گویم که لطفا بیشتر فکر کنید و سنگ بزرگ برندارید همانقدر که این پروژه نیاز به تفکر دارد شما نیز خودتان در کار ساخته می شوید و باید دقیقتر حرکت کنید. برای پروژه تان یک وجه رقابتی عالی پیدا کنید. یک چرایی دقیق و .... و نهایتاً به این نقطه میرسیم که بایستی پیش از راه اندازی هر نوع تجارت آنلاینی داده های موجود را جمع آوری کرده و مانند یک پازل کنار هم بگذاریم تا چشم انداز روشنی به ما بدهد. اینکه در کدام زمینه و چطور تجارت آنلاین خود را آغاز کنیم تا اینکه سیاستهای رقابتی در بازار چه باشد و چطور سرمایه گذار را متفاعد کنیم که با ما شریک شود . در واقع تماماً داده هایی است که باید جمع آوری شود و به شکل کاملاً علمی نمایش داده شود تا به تصمیمی دقیق منتهی شود.



شاید سهولت در دسترسی به اطلاعات در اینترنت این امر را به ظاهر آسان جلوه دهد اما شکست و تعطیلی حجم زیادی از فروشگاه های اینترنتی بیانگر این نکته مهم است که صاحبان و علاقه مندان به این حوزه اولاً اصول راه اندازی کسب و کار آنلاین را به خوبی فرا نگرفته اند و ثانیاً از ابزارهای مناسب جهت جمع آوری، تحلیل و بررسی اقدامات خود استفاده نمی کنند.
در مقالاتی که به صورت سلسله وار در این وبلاگ منتشر خواهم کرد بیشتر پیرامو�� اهمیت داده ها در تصمیم گیری و موفقیت در تجارت الکترونیک می باشد . اینکه:
 کدام داده با چه فرمتی مناسب کدام بخش از کسب و کار ما است ؟
 چطور می توانیم داده درست را از نادرست تشخیص دهیم ؟
کدام ابزار تحلیل داده مناسب بازاریابی ، فروش، خدمات پس از فروش به مشتریان و .... است؟
 *مقاله : از تجزیه و تحلیل کسب و کار آنلاین خود نترسید (بخش اول)
مدیریت کسب و کار اینترنتی با استفاده از داده ها و تحلیل داده ها چطور امکان پذیر است؟
 *مقاله : داده های بزرگ، آینده تجارت الکترونیکی

و ....

بهینه سازی تجارت الکترونیک به کمک تجزیه و تحلیل و مصورسازی

تاثیر مصورسازی اطلاعات در تحلیل اطلاعات
ما روزانه 2.5 کوینتیلیون (10 به توان 36) بایت داده تولید می‌کنیم. اگر بخواهیم آن را به سختی مجسم کنیم، 5/57 بیلیون حافظه 32 گیگا بایتی خواهد شد. تصور سختی است، نه؟ یعنی 8 آی‌پاد‌ 32 گیگابایتی برای هر نفر در هر روز!
 
شما با این حجم اطلاعات روزانه چه می‌کنید؟ این مشکلی است که تجارت‌ها با آن روبرو هستند. داشتن اطلاعات بیشتر نسبت به رقبا لزوما برابر با درآمد بیشتر نیست، به خصوص اگر آن تجارت اطلاعاتی را که در دست دارد به خوبی درک نکند.
شرکت‌ها به روشی نیاز دارند تا به آخرین اطلاعات در کمترین زمان ممکن دسترسی داشته باشند و بتوانند آنها را به صورت منسجم تنظیم کنند. ابزارهای مصور سازی اطلاعات راهی برای برقراری ارتباط بین مقادیر زیادی داده، به صورت واضح و کارآمد ارائه می کنند.
مصورسازی اطلاعات روشی بسیار کاربردی است، چرا که 65 درصد افراد یادگیری بصری دارند. تصویرسازی کمک می‌کند که چشم به سرعت قسمت‌های مختلف اطلاعات را با استفاده از گرافیک‌هایی مانند جداول، نمودارهای حبابی، نقشه‌ها و نمودارهای پراکندگی مقایسه کند. ذهن ما اغلب به تصاویر بهتر از ردیف‌های عددی پاسخ می‌دهد، از این رو احتمال دستیابی به اطلاعات در زمان مناسب برای مدیران تجارت‌هایی که از ابزارهای کشف داده بصری استفاده می‌کنند، نسبت به همکارانشان که فقط از گزارش‌های مدیریتی بهره می‌برند، 28 درصد بیشتر است.

تاثیر تحلیل داده ها در تجارت الکترونیک
تحلیل اطلاعات می‌تواند به فروشندگان کمک کند تا بدانند خریداران چه محصولی را در چه زمانی می‌خواهند. در تجارت‌های الکترونیک، داده‌های آنلاین به معنای واقعی کلمه در هر دقیقه رشد می‌کنند. مصورسازی اطلاعاتی که تعاملی و به روز هستند در زمان مناسب، فرصت منحصر به فردی به شرکت‌ها ارائه می‌کند تا وب سایت تجارت الکترونیک خود را بهینه سازی کند.



فرصت‌های منحصر به فرد برای تجارت الکترونیک
فروشگاه‌های واقعی می‌تواند مشتریان خود را ببینند، میدانند آنها چه کسانی هستند و چرا به آنجا آمده‌اند. فروشندگان آنلاین نمی‌توانند حالت چهره مشتری را ببینند و یا زبان بدنش را بخوانند، اما این امکان وجود دارد که بتوانند ردیابی، تجزیه و تحلیل و مشاهده رفتار مشتری در هنگام سفارشات آنلاین را فرا بگیرند.
مصور سازی اطلاعات می‌تواند دیدگاهی کلی از تجربه کار با مشتری‌ها ارائه کند:
تعیین جمعیت شناختی: چه کسی مشتری است؟ هر ویژگی مربوطه مانند سن، جنس و یا مکان می‌تواند اهرمی برای فروش باشد. آیا آنها مشتری‌های با سابقه هستند؟ آیا آنها برند تجاری شما را در سایر صفحات اینترنت دنبال می‌کنند؟ این اطلاعات و سایر مواردی از این دست می‌توانند برای کشف الگوهای رفتاری ردیابی شوند.
ردیابی تعامل مشتریان با سایت: تعامل مشتریان با سایت چگونه است؟ فروشندگان آنلاین می‌توانند الگوی جریان کلیک کاربر را ببیننند تا بفهمند آنها چگونه در میان صفحات سایت حرکت می‌کنند. قابلیت استفاده از این امکان یک اولویت مهم در جهان آنلاین است. بنابر این تشخیص اینکه مشتریان چگونه با یک وب سایت تعامل می‌کنند یک مزیت بزرگ است.
 شناسایی نقاط خروج: افت نرخ بازدید در صفحاتی خاص یا خروج مشتری در حین فرآیند بررسی، می‌تواند نشان دهنده نیاز به دوباره نویسی صفحات سایت برای واضح‌تر شدن اطلاعات، بهتر کردن روند سفارشات یا کمتر کردن هزینه حمل و نقل باشد. این یک پارامتر مهم برای ردیابی نقاطی است که موجب می‌شود در آنها وب سایت پول از دست بدهد.

هنگامی که تجارت‌های الکترونیک از فعالیت مشتری‌ها، اطلاعات حساب کاربری، مکان جغرافیایی یا حساب کاربری رسانه‌های اجتماعی اطلاعات جمع آوری می‌کنند، می‌توانند از مصورسازی اطلاعات برای مقایسه، شناسایی الگوها و یا نشان دادن روابط استفاده کنند. اگر تجارت‌ها ببینند چه کسانی آنها را مشاهده می‌کنند و جذبشان می‌شوند، این امکان را می‌یابند که فرآیند تغییراتشان را نه تنها برای افزایش فروش، بلکه برای ایجاد یک استراتژی جامع بهبود ببخشند.
خلق یک تجربه شخصی برای مشتریان
 با گردآوری اطلاعات کاربران، فروشندگان آنلاین می‌توانند برای مشتریان خود پروفایل ایجاد کنند و تبلیغات شخصی ارائه کنند. به عنوان مثال نیازی نیست کالاهای مشابه را برای تمامی افراد سایت تبلیغ کنیم، بلکه می‌شود تنها برای افرادی خاص که به آن نوع کالا علاقه دارند، پیام تبلیغی ارسال کرد.
تقسیم بندی خریداران و هدف قرار دادن آنها به صورت جداگانه، نرخ تغییرات بالاتری را تولید می‌کند. یکی از فروشندگان آنلاین اذعان می‌کند حدود 35 درصد سفارشات از طریق پیشنهادات و سیستم‌های شخصی سازی شده انجام شده است، علاوه بر این، نرخ تغییر برای این سفارشات 20 تا 30 درصد بالاتر از سفارشات معمولی است.






پذیرش پیش بینی تحلیل‌ها
شرکت‌ها این توانایی را دارند تا با استفاده از تجزیه و تحلیل داده‌ها و مصور سازی آنها، رفتار مشتریان را پیش بینی کنند. Netflix از اطلاعات مشتریان اعتباری و مشترکین خود نه تنها برای پیشنهاد چگونگی ارتباطات و نشان دادن مشترکین  استفاده می‌کند، بلکه در واقع تولیدات جدیدی را که مشتری به آنها تمایل دارد را نشان می‌دهد.
یک مثال دیگر برای پیش بینی توسط تجریه و تحلیل بهبود عملکرد جستجو در سایت است. با تجزیه و تحلیل رفتار مشتری در جستجوهای گذشته، شرکت محصول مربوطه‌ای را که مشتری در حال نوشتن آن است، پیش بینی می‌کند.
حتی امازون در تلاش است با پیشنهادات شخصی سازی شده خود، به سطح جدیدی برسد تا با استفاده از اطلاعات به درک بهتری از مشتریان داشته باشد. این شرکت اخیرا پروانه انحصاری برای "پیش بینی حمل و نقل" ثبت کرده است؛ این بدین معنی می‌باشد که آنها میتوانند قبل از اینکه شما حتی سفارشی را انجام داده باشید، آیتم‌های مربوط به حمل و نقل را به شما ارائه کنند.
90 درصد از کل داده‌های موجود در دنیا، تنها در دو سال گذشته ساخته شده‌اند. اگر شما به دنبال مقایسه فروش در تمام گروه‌ها، تجزیه و تحلیل آیتم‌های حمل و نقل شهری، یا بخش‌های خریداران محلی هستید، ابزارهای مصورسازی و تجزیه و تحلیل آنها، کمک خواهد کرد تا اطلاعات خود را به بینش و آگاهی تبدیل کنید.

با توجه به نوع کسب و کار خود، ابزار مصورسازی اطلاعات مناسب را انتخاب نمایید

وقتی اطلاعاتی را به دیگران ارائه می دهیم، باید دقت کنیم که این اطلاعات در بیشترین تاثبر را در ذهن مخاطب داشته باشد. چه نوع مصورسازی اطلاعات بهتر از بقیه عمل می کند؟ داشبورد مدیریتی؟ گزارش ثابت (Static)؟ یا یک محیط تعاملی؟ در این مطلب به توضیح انواع مصورسازی اطلاعات پرداخته تا ببینیم با توجه به نوع کسب و کارتان، کدامیک بهترین انتخاب خواهد بود.
با توجه به نوع کسب و کار خود، ابزار مصورسازی اطلاعات مناسب را انتخاب نمایید
انتخاب نوع پلتفرم و ابزاری که شما را به اهدافتان می رساند

تجربه نشان می دهد هدف از مصور سازی اطلاعات یکی از موارد زیر است:

  • جستجو (Lookup) برای پیدا کردن آیتم های خاص در مواقع نیاز
  • روایتی (Narrative) برای برقراری ارتباط بین وقایع خاص درون اطلاعات نمایش داده شده یا ارائه آن به شخص دیگر
  • نظارت (Monitoring) برای نظارت دقیق و سریع بر اتفاقات
  • آنالیز داده ها به صورت علمی (Guided Data Analysis) برای آنالیز داده های خاص با استفاده از الگوریتم ها و ابزارهای ایجاد شده برای آن منظور (ماننده آنالیز های بانکی یا پزشکی)
  • آنالیز داده اکتشافی (Exploratory Data Analysis) برای کنکاش و آنالیز داده ها با هدف پیدا کردن و فهمیدن اطلاعات مفید از میان داده ها. معمولا این کار برای پاسخ به سوالات از پیش تعیین شده استفاده نمی شود.
  • آنالیز پیشگویانه (Predictive Analysis) برای پیش بینی آینده با توجه به شرایط مشخص

اولین قدم تعیین هدف شما از مصور سازی اطلاعات است. از ابزار خود چه انتظاری دارید؟ آیا می خواهید اطلاعاتی را مانیتور کنید؟ آیا می خواهید آینده را پیش بینی کنید؟ پس از اینکه هدف خود را مشخص کردید، نوبت به انتخاب پلتفرم مصورسازی می رسد. پلتفرم یا سکوی مصور سازی یعنی صرفه نظر از اینکه از چه ابزاری و از خدمات چه شرکتی استفاده می کنید، می بایست شما را به هدفتان برساند. انواع پلتفرم ها با توجه به هدف مصور سازی به شرح ذیل است:

  • گزارش جزئی (Lookup Report) برای جستجو
  • گزارش توضیحی (Explanatory Report) برای روایت
  • داده نمایی (Infographic) برای روایت
  • ارائه های زنده (Live Presentation) برای روایت
  • داشبورد مدیریتی (Dashboard) برای نظارت کردن
  • نرم افزارهای تحلیلی (Analytical Applications) برای آنالیز علمی داده ها
  • ابزار آنالیز اکتشافی اطلاعات (EDA Tool) برای آنالیز اکتشافی داده ها
  • مدل های پیشگویانه (Predictive Models) برای آنالیزهای پیشگویانه

هر کدام از پلتفرم های فوق دارای کاربردها و خصوصیات خاص خود هستند. برای مثال ابزار آنالیز اطلاعات مانند vdash به شما کمک می کند که در بین حجم عظیم داده های موجود در سازمان به کنکاش پرداخته و نکات جالب توجه و عمیقی را کشف کنید. بدون اینکه از قبل بدانید در اطلاعات شما چه خبر است.

از طرفی برخی از ابزارها دارای چند کاربرد بوده و برای رسیدن به چند هدف طراحی شده اند. برای مثال هم می توان در آن آنالیز اطلاعات انجام داد، هم داشبورد ایجاد کرد و هم جزئیات خاصی در داده ها را جستجو کرد. vdash یکی از معدود ابزارهایی است که دارای هر سه قابلیت به طور همزمان می باشد.

اما اگر هدف شما پیش بینی آینده یا تحلیل علمی داده هاست، احتمالا سایر ابزارهای موجود به شما کمک می کند.

هر یک از پلتفرم های نام برده شده، 6 خصوصیت مهم دارند که عملکرد آنها را متمایز می کند:

میزان تعامل کاربر با داده ها – تعدد استفاده از گزارش – سرعت به روز رسانی داده ها – ضرورت اقدام کاربر بر اساس اطلاعات گزارش – میزان تسلط مورد نیاز کاربر برای آنالیز اطلاعات – واسط نمایش گزارش (کاغذ، پروژکتور، دسکتاپ، تبلت یا تلفن همراه)

هر نوع گزارش و هر پلتفرم عملکرد متفاوتی در این 6 خصوصیت دارند که شخصیت آن را شکل می دهد.

در حالت ساده با پاسخ به چند سوال می توانید پلتفرم و ابزار مورد نیاز خود را انتخاب نمایید:

آیا در یک سازمان یا نهاد علمی، آزمایشگاهی یا مالی کلان (مانند ستاد مرکزی بانک ها) هستید و نیاز به تحلیل هوشمند و پیچیده داده های خود دارید؟ اگر پاسخ مثبت است می بایست از نرم افزارهای آنالیز علمی داده ها (Analytical Applications) استفاده نمایید. معمولا این ابزارها سفارشی بوده و برای سازمان شما یا کسب کار مشابه شما به طور خاص تولید شده اند.

آیا در بخش آمار و اطلاعات سازمان هستید یا مرتبا ارائه ها و گزارش های متعدد برای مدیران یا شرکت در جلسات ایجاد می کنید و این گزارش ها دقیق، جزئی و دارای فرمت های متنوعی هستند؟ در این حالت باید از نرم افزارهای ساخت گزارش (گزارش ساز یا آفیس) استفاده نمایید.

اگر اطلاعاتی دارید که مایلید مرتبا آن را رصد کنید و تغییرات آن را به سرعت متجه شوید و می خواهید نقاط حساس را برایتان برجسته کند می بایست از داشبوردهای مدیریتی استفاده نمایید. داشبوردهای مدیریتی نقش منحصر به فردی در نمایش نظارتی اطلاعات برای مدیران ایفا می کنند و هیچ ابزار یا پلتفرم دیگری نمی تواند به خوبی داشبورد این کار را انجام دهد.

اما اگر به تجزیه و تحلیل و کنکاش در اطلاعات خود نیاز دارید (یا علاقه مندید) و می خواهید بدانید در داده های شما چه اتفاقی رخ می دهد، یا نقاط مخفی درون اطلاعات را کشف کنید، با داده ها بازی کنید تا به نگرش های جدیدی در کسب و کار خود دست پیدا کنید، یک ابزار آنالیز اطلاعات اکتشافی (EDA) بهترین گزینه برای شماست.

جمع بندی

معمولا در کسب و کارهای متوسط و بزرگ (تولیدی، تجاری یا خدماتی) در سطوح مختلف سازمان، ترکیبی از این پلتفرم ها مورد نیاز است. صرفه نظر از نیاز های تخصصی و تحلیل های علمی، حالت ایده آل برای مدیریت داشتن داشبوردهای حرفه ای با طراحی استاندارد، دقیق و زیباست که پس زمینه آنالیز اکتشافی اطلاعات را نیز داشته باشد. یعنی مدیر به محض مشاهده نقاط برجسته شده (Highlighted Points) قبل از اینکه تصمیمی بگیرد، بتواند علت و جزئیات آن نقاط کلیدی را آنالیز کند. و این کار باید به سادگی هر چه بیشتر در نرم افزار انجام شود.

منابع و مراجع:

پلتفرم های نمایش اطلاعات نوشته استفان فیو