وبلاگ vdash

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

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 ش��ید، 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

چگونه مدیران مالی‌ از ابزار مصور سازی بهره میبرند

ظاهر مساله. راه و روشی‌ که داده‌ها ارائه می شوند بر ظرفیت و توانایی ما برای فهم آنها تاثیر می گذارد و بر میزان سرعت و راحتی‌ تولید اطلاعات موثر در تصمیم گیری‌‌های ما اثر می گذارد.
این به متخصصان مالی‌ کمک می کنند تا بیشترین منفعت را در حوزه‌های زیر ببرند:
•    در سرمایه گذاری در نرم افزارهایشان
•    در نقش آنها به عنوان کاربران داده مالی‌
•    به عنوان ارائه دهندگان داده‌های مالی‌ به دیگر قسمتهای کسب و کار
•    به عنوان دارندگان منبع مالی‌ برای بودجه و سرمایه گذاری در IT

چرا باید مصورسازی داده برای من مهم باشد؟
David McCandless، نویسنده و طراح اطلاعات می‌گوید: “با مصورسازی اطلاعات، ما آن‌ را به یک چشم انداز تبدیل می‌کنیم که چشم میتواند ببیند، یک جور نقشهٔ اطلاعاتی. وقتی‌ که شما در اطلاعات گم شده اید، نقشه میتواند مفید باشد." به عبارت ساده، مصورسازی داده، یک راه بهتر برای نمایش اطلاعاتی است که شما و دیگران جمع آوری کرده اید. به جای نگاه کردن به یک لیست طولانی از اعداد و ارقام، این روش معنی بصری به اطلاعات میافزاید. این میتواند با برجسته کردن برخی‌ مناطق بر روی نقشه، ایجاد نمودارهای شهودی، یا از طریق نمایش روند رشد روی گراف‌ها باشد.
برای سازمان شما، ،مصورسازی داده میتواند اطلاعاتی را که برای فروش، عملیات تولید و بخش‌های دیگر نیاز دارید، فراهم کند. مدیران فروش میتوانند از ابزار مصورسازی برای تسهیل  نظارت بر تغییرات شاخص‌های کلیدی عملکرد تیم‌ خود استفاده کنند. مصور سازی میتواند به سرعت مشاهده عملیات و بهبود تنگناها کمک کند در حالیکه تولید میتواند از آن‌ برای اندازه گیری و مشاهده نواقص و واریانس محصولات استفاده کند.
در اصل، مصورسازی داده‎ها، یک بینش واقعی‌ از اطلاعات پیچیده ارائه میدهد که هم عملی‌ و هم جذاب است. به عنوان مثال، جنرال الکتریک، کل یک وبسایت را برای نمایش داده‌های حاصل از تحقیقات و مطالعات خود اختصاص داده بود. این نوع نمایش پیشرفت و تعاملی، حجم انبوهی از داده‌ها را به شکلی‌ که نه تنها زیبا و جذاب، بلکه بسیار آموزنده نیز بود به ناظران خارجی‌ ارائه میداد. در حالی‌ که جنرال الکتریک به احتمال زیاد با استفاده از طراحان داخلی‌ خود، آن‌ را تولید کرده بود، اما خبر خوب اینکه طیف گسترده‌ای از محصولات وجود دارد که تجزیه تحلیل مشابه این را با قیمت مقرون به صرفه انجام میدهد و به کارکنان امکان دسترسی‌ به توابع قدرتمند داده‌ای میدهند. برای فعالان حوزه مالی‌ احتمالات وسیعی وجود دارد که یک سر آن ابزار مصورسازی و در انتهای دیگر آن‌، ابزار زیباسازی محصولات وجود دارد. در این میان، ابزار مصور سازی به شکل نرم افزارهایی برای تجزیه تحلیل داده، اطلاعات کسب و کار و مدیریت عملکرد وجود دارد. مثل Tagetik
نرم افزارهای CPM چه منفعتی برای مدیران مالی‌ دارد؟
برای زنده ماندن در سرزمین به سرعت در حال تغییر کسب و کارهای امروزی، شرکتها باید مهارت‌های استثنایی را در برنامه ریزی مالی برای آینده استفاده کنند. اما عدم اطمینان از ثبات اقتصادی، پیش بینی‎های دقیق را سخت تر از همیشه می‌کند.
از لحاظ تاریخی‌، استفاده از تحلیل‌ها و سیستم‌های BI و CPM برای پیدا کردن اطلاعات مورد نیاز، بستگی به مشارکت IT داشته است اما برخی‌ از فروشندگان نرم افزار در حال ارائه محصولاتی هستند که کاربر با یک منوی سلف سرویس میتواند به ابزار مصورسازی دسترسی‌ داشته باشد. تحقیقات گروه Aberdeen نشان میدهد که جایی‌ که ابزار بصری تعاملی به کارمندان اجازه کاوش و دست کاری داده‌ها را میدهد، آن دسته از کارکنان بهتر میتوانند بر اساس واقعیت کسب و کار تصمیم گیری کنند و استفاده از نرم افزار در سراسر کسب و کار موثرتر خواهد بود. شاید وقت آن‌ رسیده است که متخصصان حوزه مالی‌ انتظار بیشتری از فروشندگان نرم افزار و محصولات آنها داشته باشند. سیستم‌های پیشرفت حسابداری و ابزار تحلیلی که امروزه در دسترس هستند به مدیران مالی‌ اجازه میدهد تا اطلاعات پیچیده مالی‌ را به سرعت دریافت کنند، در حالی‌ که موقعیت آنها برای کمک به مدیران  درک بهتری از داده‌ها به آنها میدهد و روند دستیابی به اهداف شرکت را سرعت می‌بخشد.
برنامه ریزی، بودجه بندی و پیش بینی‌ با یک نرم‌افزار درست CPM میتواند موفق باشد.
ابزار قدرتمند BI میتواند به تمرکز زدایی سازمان، بهینه سازی گردش کار و دسترسی‌ مدیران مالی‌ به داده‌ها و تحلیل‎ها در زمان واقعی‌ کمک کند. استفاده از سیستم‌های بر پایه کلود (ابری)، میتواند باعث کاهش یا از بین بردن نیاز برای سرمایه گذاری در سخت افزار و متخصصان فنی برای حفظ، تعمیرات و ارتقأ سیستم‌ها شود. در انتهای روز، شرکتها نیاز به یک مدیریت مالی قدرتمند دارند تا به دقت بودجه را برنامه ریزی و پیش بینی‌ کند.
مدیران مالی‌ نیاز دارند که بتوانند به بینش درستی‌ در سراسر فرآیند کسب و کار برسند تا بتوانند راهی‌ برای ارائه پاسخ به سوالات پیچیده پیدا کنند نه اینکه به راحتی‌ از گزارش‌های استاندارد استفاده کنند، چون این روش در کسب و کار امروزه موفق نخواهد بود.
داده‌های من زیبا به نظر می‎رسند، حالا چه؟
صرف‎نظر از اینکه داده‌های شما چقدر زیبا و واضح است، بزرگترین چیزی که در رابطه با مصورسازی داده باید به خاطر داشته باشید این است که این کاملا بستگی به شما دارد که با دیدی که به دست آورده اید، می‌خواهید چکار کنید.
فقط به اطلاعات نگاه نکنید، هرچند که خیلی‌ زیبا باشد.
در مورد آن‌ فکر کنید و اقدام لازم را انجام دهید.
و سپس، همهٔ این مراحل را دوباره و دوباره تکرار کنید.
تنها از طریق یک فرایند تکرار شونده میتوانید به ارزش واقعی‌ آن‌ پی‌ ببرید. و اگر این به خوبی توسط تیمی که پشت کسب و کار شما قرار دارد انجام شود، شما میتوانید به بینش لازم برای بهبود عملیات و به دست آوردن یک مزیت رقابتی برسید.

منبع

SmartDataCollective


تحلیلگران داده و هنر ارتباطات

اگر یک درخت در جنگل بی‌افتد و کسی‌ صدایش را نشنود...

آیا اطلاعات شما در خلأ زندگی‌ میکنند یا نیاز به مخاطب دارند؟ واضح است. اطلاعات شما سر و صدا دارند و باید شنیده شوند!

فکر می‌کنید مخاطبانتان هرچند وقت یکبار داده های شما را دریافت میکنند؟ و این به وضوح داستانی که انتظار دارید از طریق داده هایتان به آنها منتقل کنید را روشن می‌کند. هرچند وقت یکبار به این موضوع به عنوان بخشی از وظایف خود در کار رسیدگی می‌کنید؟

تحلیلگران داده باید برای شروع نه تنها به این فکر کنند که این داده ها قرار است چه چیزی را آشکار کند‌، بلکه چگونه آن را به مخاطبان ارائه کنند. اولین قدم در این راه فهمیدن این موضوع است که حتی اگر شما فقط یک تحلیلگر داده هستید و این در شرح وظایف شما نیامده است‌، اما شما همزمان مسئول برقرای ارتباط هم هستید. و برای برقراری ارتباط با داده ها‌، باید آنها را مصور کنید.

همه ما این استدلال را قبلا شنیده ایم‌، اما اجازه دهید من یک بار دیگر پایهای ترین اصل را (با تعداد معدودی استثنا) برای شما تکرار کنم که همیشه در روند کلی‌ برقراری ارتباطات‌، یک نمایش تصویری از داده ها‌، از ردیفهایی از داده های خام بسیار موثرتر خواهد بود. امیدوارم که لازم به صرف زمان بیشتر برای توضیح این اصل در این مقاله نباشد. چون به نظر می‌رسد این اصل تا حد زیادی پذیرفته شده و نیاز به بحث بیشتری نباشد.

با فرض اینکه این را پذیرفته اید‌، استدلال بعدی ممکن است این باشد: حالا من داده های خود را مصور کرده ام و یک اکسل بزرگ و یا نمودار SSPS تولید کرده ام که نیازی نیست برای بهبود آن‌ کار بیشتری انجام داد. خوب باور من این است که حتی اگر شما در حال حاضر‌، داده های خود را به تصویر هم کشیده اید‌، احتمالا آن‌ را به خوبیای که باید‌، انجام نداده اید. اما شما تنها نیستید‌، اکثر افرادی که دادههای خود را به تصویر میکشند‌، واقعا همه کاری را که باید، انجام نمی‌دهند.

خوب، چگونه پیشرفت کنیم؟ در اینجا ۴ نکته کلیدی را میگوییم که لازم است هنگام برقراری ارتباط به وسیله داده‌های خود با دیگران، آنها در ذهن داشته باشیم

مثل مخاطبان خود فکر کنید

آیا تا کنون سعی‌ کرده اید که چیزی را به یک بچه ۴ ساله توضیح دهید؟ چه کار می‌کنید؟ مثلا فرض کنیم که می‌خواهید توضیح دهید که رانندگی‌ کردن چگونه است. قطعاً شما با قوانین جاده‎ها یا مسائل حقوقی یا حتی آموزش نشستن در ماشین شروع نمی‌کنید. احتمالا به جای آن شروع می‌کنید به صحبت کردن درباره‌ اینکه چقدر رانندگی‌ شبیه بازی آیپد آنها خواهد بود اگر به جای چرخاندن آیپد، آنها فرمان را بچرخانند. شما بلافاصله در مورد آنچه که آنها در حال حاضر می‌دانند، فکر می‌کنید بنابراین میتوانید از تشابه و کلمات درستی‌ استفاده کنید. و به این فکر می‌کنید که چه چیزهایی‌ را نمی‌دانند و یا نمیتوانند متوجه شوند، پس وقت خود را برای پیچیده تر کردن مساله تلف نمی‌کنید. به عبارت دیگر، شما با ۴ ساله درون خود ارتباط برقرار می‌کنید- شما مثل مخاطب خود فکر می‌کنید.

دقیقا همین‌کار را باید وقت برقراری ارتباط با داده‌ها نیز انجام دهید. باید به این مساله فکر کنید که مخاطب شما تخصص عمیقی دارد یا موضوع کاملا برای او جدید است. آیا آنها آشنایی زیادی با این نوع اطلاعات دارند یا کاملا جدید هستند؟ آیا میتوانید همزمان چند چیز را باهم مقایسه کنید تا نیاز دارید که در هر زمان روی موضوع خاصی‌ کار کنید؟ هرچه بیشتر مثل آنها فکر کنید، ارتباط شما درست تر و منطقی‌تر خواهد بود. شما باید در برابر این فکر مخاطبان که این فقط شغل شماست، مقاومت کنید. برای مخاطبان خود وقت بگذارید و این را از یک روش معمول و همیشگی‌ انجام ندهید

شما برقرار کننده ارتباط باشید

هنگامی که آنها مخاطبان را هدایت کردند، مسئولان برقراری ارتباط، پیام را میسازند. آنها می‌دانند که آنها فقط یک برگرداننده سادهٔ حقایق و اطلاعات نیستند. آنها به دقت دربارهٔ آنچه که قرار است راجع بهش صحبت کنند و آنچه مخاطبان سعی‌ در فهمیدنش دارند، فکر میکنند. و آنها کاملا از آنچه که در جریان‌ تولید است، و نیازها و انتظارات مخاطبان، مطمئن می‌شوند.

شاید شما فکر کنید که، اما من که داستان نمی‌گویم، من فقط حقایق را به اشتراک میگذارم. من ممکن است تا حدی موافق باشم. مجموعه‌ای از حقایق، بدون داشتن یک ساختار منظم، غیر قابل استفاده است. شما اعداد را از یک حصار پرتاب نمی‌کنید، شما در حال ارائه بینش و دانش هستید. راجع به چه؟ این داستان شماست. شاید شما آمار فروش فصل را به اشتراک میگذارید، بنابراین مجموعه حقایق شما در آن‌ زمینه است. داستان شما دربارهٔ عملکرد فروش است و شما نیاز به سازماندهی و نمایش داده‌های خود به شکلی‌ دارید که این داستان را روایت کند و نه داستان تعهد کارکنان و یا نسل مدیران و یا صدها موضوع دیگری که ممکن است در گزارشهای دیگر خود استفاده کنید.

دقیقا بدانید که چه می‌خواهید بگویید

برای اینکه دقیقا بدانید راجع به چه چیزی با مخاطبان خود صحبت می‌کنید، این مهمترین ابزاریست که در جعبه ابزار هر ارتباط برقرار کنندهای، وجود دارد: دقیقا بدانید که چه می‌خواهید بگویید. چگونه می‌خواهید ارتباط برقرار کنید وقتی‌ که نمیدانید قرار است چه بگویید؟

برای تحلیلگران داده، اغلب این سختترین بخش است. چند چالش کلیدی دراین باره:

- رئیس شما درخواست تهیه آمار فروش سه‌ ماهه را دارد، بنابراین شما آمار فروش سه‌ ماهه را آماده می‌کنید. اما این واقعا چیزیست که او نیاز دارد؟ به عنوان یک تحلیلگر، شما باید هدف را بشناسید- اگر سوال راجع به سودآوریست، شاید سود معیار بهتری باشد. و بجای اینکه فقط آمار فروش سه ماهه را ارائه کنید، میتوانید ارقام سه ماهه را با تصاویری از هر هفته ارائه کنید چون شما میدانید که خروجی کدام هفته بر متوسط کلی‌ تاثیر داشته است.

- شما همیشه می‌خواهید تا جایی‌ که ممکن است داده‌های زیادی را در گزارش خود بیاورید چون شما میدانید با داده‌های بیشتر احتمال رسیدن به نتیجه مورد نظر، بیشتر است. این بازگشت به نقطه اول بالاست: مخاطبان شما به داده بیشتر نیاز ندارند، به داده درست احتیاج دارند. و اگر مخاطب نیاز بیشتری داشت، باید تکه تکه ارائه دهید، نه یکباره. با داده‌ها داستان بگویید، نه یکباره آنها را در یک تصویر به خورد مخاطب دهید.

- شرکت ما در رقابت همیشه اینگونه عمل می‌کند. به عنوان یک تحلیلگر، شما همیشه به یک روش خاص به داده‌ها نگاه می‌کنید- و انتظار دارید که مخاطبان شما نیز همینطور باشند. اما باید گاهی‌ در برابر این فرض مقاومت کنید و چیزهای جدید را امتحان کنید. در معرفی‌ راه‌های جدید برای برقراری ارتباط ریسک‎هایی هم وجود دارد، اما گاهی‌ اوقات باعث ارائه فرصت‌های جدید میشوند.

بدانید که کدام اصول طراحی را دنبال کنید و کدام را حتی امتحان هم نکنید

طراحی خوب سخت است. به من اعتماد کنید، من یک طراح خود آموخته هستم و ۲۰ سال زمان برد تا به نقطهای برسم که گاهی‌ طراحی‌هایم بسیار زیبا هستند. اما این ساده یا طبیعی به دست نیامد. من چند اصل اساسی‌ را دنبال کردم و کاملا می‌‌دانم که کدام شیوه‌های طراحی را حتی نباید زحمت امتحان کردنشان را بکشم. چندتا از این اصول عبارتند از:

- چشم دوست دارد همه چیز را به شکل خطی‌ ببیند. بنابر این وقتی‌ که شما متن و تصویر را در نمودارها و اسلایدهای خود قرار می‌دهید، لبه‌های همه چیز را به هم تراز کنید. مهم نیست که عنوان منطبق با نمودار چپ چین است یا با لبهی راست آخرین گراف راست چین، فقط چیزها را باهم تراز کنید. البته انعطاف پذیری هم وجود دارد، اما بدانید که هرچه بیشتر وقت برای خطی‌ و مرتب کردن چیزها بگذارید، آنها بهتر درک خواهند شد.

-از فضاهای سفید نترسید. اجازه دهید که جمله خود را اینطور بگویم، فضاهای سفید را با آغوش باز بپذیرید. شما قرار نیست که هر پیکسل از فضای قابل دسترس متن را پر کنید. یک نمودار ایجاد کنید، مقداری فضای خالی‌ اطراف آن‌ بگذارید. همه چیز را برچسب نزنید. محور بسازید و آنها را علامت گذاری کنید اما با یک سایه روشن خاکستری محو. و تا جای ممکن از علائم و خطوط جدولی‌ کمتری استفاده کنید. چشمها را به مسائل مهم هدایت کنید، نه به برچسب محورها و دیگر چیزهای به درد نخور. و فضاهای خالی‌ بگذارید که چشم استراحت کند، که به آن‌ کمک کنید تا بر چیزهای مهم تمرکز کند.

- سعی‌ نکنید که رنگ خود را تولید کنید اما رنگ‌های پیش فرضی‌ که اکسل به شما میدهد را هم نپذیرید. انتخاب رنگ واقعا سخت است. اکثر طراحان خوب در انتخاب رنگ خیلی‌ قوی نیستند. مهم نیست که اکثر مردم تجربه چیدن رنگ برای بهینه سازی نمایش داده را ندارند، اما شما میتوانید با گوگل کردن عبارت "بهینه سازی رنگها برای طراحی داده" یا چیزی شبیه به این، رنگهای مناسب این کار را پیدا کنید. اگر باید به استاندارد‌های برند تجاری پایبند باشید، با تیم‌ طراحی کار کنید تا بتوانید بهترین رنگ را برای داده‌های خود پیدا کنید.

ممکن است طراحی یک تصویر عالی‌ از داده ها، که باعث برنده شدن شما شود، در اولویت لیست شما نباشد- که نباید هم باشد. چیزی که مهم هست، این است که طوری داده را به تصویر بکشید که بتواند با مخاطب ارتباطی‌ که مد نظر بوده است را برقرار کند. این مقاله و چند راهنمایی‌ دیگر که من ارائه داده ام، یک شروع خوب است.

منبع

Data Informed

چگونه مصور سازی داده ها در سال ۲۰۱۵، صنعت ساخت و ساز را متحول کرد

داده‌های بزرگ، مفهومی است که همهٔ صنعت‌ها را به هم متصل کرده و به شرکتها اجازه میدهد که آینده خود را هدفمندتر تعریف کنند. توانایی رو به رشد برای پردازش داده ها،باعث ایجاد دوره‌ای شده است که در آن رهبرهای شرکت‌های بزرگ، با بصیرت‎تر و بسیار موثرتر در تصمیم گیری‎ها شده اند.
با وجود مزایایی که داده‌های بزرگ دارند، پردازش داده‌های به این حجم، برای همه شرکت‌ها و سازمانها لازم نیست. اما، تحلیل داده‌ها در مقیاس کوچکتر، نه تنها مزایای زیادی دارد بلکه باعث ایجاد فرصت برای دیدن مزایای پردازش داده در شرکت‌های کوچک و متوسط است.
داده کوچک چیست؟
چه چیز را "داده کوچک" می‌نامیم. نگرانی مشترک شرکت‌های بخش ساخت و ساز، نپذیرفتن داده‌های بزرگ نیست، بلکه این است که آنها اقدام کافی‌ برای فهمیدن آن - چه برسد به  تحلیل آن- را انجام نمی‌دهند. پس این داده‌های کوچک است که به معنی‌ واقعی‌ کلمه، این سازمان‌ها را در طول دوران به جلو می‌راند.
داده‌های کوچک میتواند به داده‌های فروش، سود، تجهیزات، ماشین آلات، بهره وری پرسنل، چرخه عمر دارائی‎ها، موج فصلی و نرخ‌های پایین، طبقه بندی شود. به عبارت دیگر، نکات داده‌های کوچک زمانی‌ که در نظارت، پیش‎بینی‌ و بهینه سازی کلی‌ سازمان استفاده میشود، می‎تواند بسیار مفید باشد.
شما در حال حاضر چگونه اطلاعات خود را دنبال می‌کنید؟ با قلم و کاغذ؟ اکسل؟ نرم افزارهای قدیمی‌ و پیچیده پایگاه داده؟
گذشته از کاستی‌های آشکار چنین سیستمهایی، این روش‌های ردیابی و دنبال کردن داده، شرکت‌ها را در یک نقطه ضعف استراتژیک قرار میدهد. روش قدیمی‌ تنها برای دادن امکان به آنها برای تهیه گزارش از نتایج گذشته قابل اعتماد است. در بهترین حالت، آنها فقط میتوانند بهترین حدس و گمان‌های خود را برای نتایج آینده ذخیره کنند.
چیزی که آنها نمیتوانند انجام دهند، دنبال کردن و گزارش از عملکرد کسب و کار در زمان واقعی‌ است. در ضمن این سیستم‌ها اصلا برای پیش بینی‌ عملکرد آینده بر اساس اطلاعات شرکت قابل اعتماد نیستند و نمیتوانند داستان کاملی از کّل مجموعه عملیات شرکت بگویند.
آنچه را میبینیم، باور می‎کنیم
قبلا، شرکتها همیشه یک نمودار بزرگ بصری را در سالن غذاخوری یا اتاق هیئت مدیره، نمایش می‌دادند.. یک پوستر یا نمودار مشابه که حتی اهداف و مقاصد راهم نشان نمیدهد. شما هم ممکن است امروزه از برخی‌ از اینها استفاده کنید. نمودار فروش؟ رشد درآمد؟
اگرچه به صورت یک بعدی، اما این نمودارها نقش اساسی‌ را در اطلاع رسانی مدیریتی و فایل‌ها و اخبار عملکرد معیارها و هدف شرکت، ایفا میکردند. مشکل اصلی‌ این بود که این نمودارها ایستا بودند و در واقع با سیستم‌هایی‌ که نظارت واقعی‌ بر عملکرد دارند، همراه نمیشدند.
در حال حاضر، نمودار مصور بزرگ، یک مانیتور است که در قسمتهای مختلف دفتر کاری تعبیه شده است و به صورت واقعی‌ گرفتن، پردازش و گزارش داده‌های در حال استفاده را مستقیماً نشان میدهد و گزارش‌هایی‌ از عملکرد شرکت در اختیار همگان میگذارد. این سیستم پویاست و منطبق با زمان واقعی‌ کار می‌کند و کاملا قابل ویرایش است که با یک فناوری مناسب، گزارش سیستم‌های مختلف کسب و کار شما را ارائه میدهد.


داده‌های بزرگ میتوانند صبر کنند اما مصور سازی داده نمی‌تواند.
شرکت‌هایی‌ که فناوری قویتری دارند و سیستم‌های به نسبت پیچیده تری طراحی میکنند، متوجه شده اند که از طریق مصور سازی داده ها، کارکنان و مدیران شاهد عملکرد شرکت در زمان واقعی‌ هستند. نتیجه؟ اعضای تیم‌ معیارهای زمان واقعی‌ را قبل ازینکه در مورد نتایج گذشته صحبت کنند، با چشم خودشان می‌بینند و میتوانند همه تمرکز را روی صحبتهایی در مورد استراتژی و آینده بگذارند.
چرا Adamo متحول شد
یک شرکت در حوزه ساخت و ساز اولین بار متوجه شد که چگونه میتواند با استفاده از ابزار مصور سازی داده‌ها به افزایش کیفیت، دقت، مسئولیت پذیری، بازده، کارآیی، سوددهی و ایمنی در کسب و کار کمک کند. گروه Adamo که در دیترویت واقع شده است، متوجه شد که برای باقی‌ ماندن رهبران در مقام خود، آنها احتیاج دارند که فرایند کسب و کار خود را منطبق با امکانات و واقعیات حال حاضر، تغییر دهند.
Adamo پایگاه بزرگی‌ از کارمندان دارد که در سایت‌های کاری مشغول کار بر پروژه‌ها هستند. حتی فرایند سادهٔ ردیابی ساعت و پروژه‌ها به یک فرایند سنگین تبدیل شده بود. دقت، مسئولیت پذیری و بهره‌وری برای یک سرویس دهنده در جوامع عضو اکو ضروری است. برنامه ازین قرار بود که هر چیز نا معلومی را حذف کنند و عملکرد افراد، پروژه‌ها و فرایند کار خود را بهینه سازند - بدون اضافه کردن لایه‌هایی‌ از افزونگی و بوروکراسی.
تیمهای Adamo با ردیابی و تجزیه تحلیل پرسنل، ماشین آلات و دارائی‌های پروژه، به شناخت قسمتهایی که در آن‌ بازده بیشتر میتواند اضافه شود، می‌رسیدند. Adamo یک سیستم سفارشی تولید کرد که افراد، فرایندها و ماشین آلات خود را در زمینه پیگیری، گزارش و تجزیه تحلیل به یک سیستم مرکزی قوی وصل کرد که این سیستم میتواند با برنامه‌های کاربردی تلفن همراه و دستگاه‌های دیگر، کار کرده و نظارت شود.
راه حل، یک برنامه کاربردی قابل نصب روی تلفن همراه بود که به کارگران اجازه میدهد تا وظایف، زمان و تجهیزات استفاده شده در پروژه را از طریق یک برنامه مخصوص کارکنان وارد کنند. از این طریق نه تنها ردیابی و مدیریت زمان پروژه دقیق تر و کارآمدتر میشود، بلکه با بهینه سازی فرایند کسب و کار، در زمان کارکنان صرفه جویی می‌کند.
دنیلز، مدیر کّل گروه Adamo می‌گوید: "هنگامی که ما به کارکنان در مورد سیستم و فرایند جدید گفتیم، واکنش اولیه آنها همان بود که انتظارش را دارید." ساخت و ساز یک صنعت قدیمی‌ است و نسل‌های زیادی از افراد با یکدیگر همکاری میکنند.در ابتدا مقاومت‎هایی وجود داشت اما عملا در زمان خیلی‌ کوتاهی، این واکنش‌ها به "وای! اینجوری خیلی‌ آسان تر است" تبدیل شد.
در عرض ۶۰ روز ما کاملا در سیستم جدید راه افتاده بودیم و کاربران در حال خرید بودند. حالا کارمندان از ما می‌‌پرسند، "این سیستم چه کارهای دیگری میتواند انجام دهد؟"
چیزی که جایگزین گرفتاریها و بی‌کفایتی روش قبلی‌ شد، یک فناوری کاملا اتوماتیک و سازمان یافته بود که با ترکیب مسئولیت پذیری و صرفه جویی در هزینه‌ها در سراسر سازمان، باعث پیشی‌ گرفتن Adamo از رقبای با کاغذ و قلم و کسانی‌ که از روشهای ناکارآمد گذشته استفاده میکردند، شد.
دنیلز می‌گوید، در سراسر هیئت مدیره، این یک موفقیت بزرگ برای سازمان ماست. من می‌‌دانم که این برنامه در زمان کارمندان‎مان، و با افزایش بهره‌وری، در هزینه ها صرفه جویی می‌کند. همچنین پاسخگوی نیازهای ما در سطح سازمانی هم میباشد، چون دیگر نیازی نیست که به ما زمان رسیدن و تحویل گرفتن کالا را بگویند یا از تکمیل شدن کاری ما را مطلع کنند. به جای این، ما با چک کردن کامپیوتر یا تلفن خود از انجام شدن وظایف در زمان واقعی خبردار می‌شویم.
مصورسازی داده ها، داده‌های کوچک را به اطلاعات بزرگ تبدیل می‌کند
گرفتن داده خام، تبدیل آن به چیزی که قابل دسترسی‌ باشد، سپس نمایش داده به شکل مکالمات معنی‌ دار، تفاوت ذخیره سازی داده و استفاده از اطلاعات است. این تفاوت بین ردیابی نتایج گذشته و بهینه سازی عملکرد آینده است!
در زمانی‌ که شرکتها در حال تلاش برای گرفتن داده‌های بزرگ و دسترسی‌ به فناوری‎های بی‎پایان هستند، اکثریت صنعت ساخت و ساز هنوز هم به شدت به کاغذ و گزارش از نتایج گذشته وابسته است. اما شرکتهای هوشمند در حال کار برای رمزگشایی داده‌ها و ارائه اطلاعت و تجزیه تحلیل در زمان واقعی‌ هستند.
ممکن است نادیده گرفتن کلمات روز مثل "داده بزرگ" راحت‎تر از پذیرش تغییرات و کشف امکانات باشد. و در مورد داده‌های بزرگ، حتی ممکن است برای شرکتهای متوسط ساخت و ساز، این دوره منطقی‌تر باشد. اما شرکتهای صنعت ساخت و ساز داده‌های کوچک و مصور سازی داده را با مسئولیت خود نادیده میگیرند. این کار نه تنها شما را وادار به تماشای گزارش‎های قدیمی‌ و اطلاعت ناقص و نادرست از سلامت شرکت شما می‌کند، بلکه ممکن است شاهد پیشرفت روزانه رقبای خود، که در مسیر مدرنیزه هستند، نیز باشید

منبع

چگونه مصور سازی داده ها، داستان آنها را می‌گوید

تحلیلگران مصورسازی داده ها، بالارفتن یکبارهٔ تولید داده‌ها در یک شرکت را می‌فهمند و راه‌هایی‌ برای مفید شدن این اطلاعت ارائه میدهند.

داده‌های شما چطور به نظر میرسند؟

در عصر داده‌های بزرگ، اطلاعات از یک مجموعه منظمی از منابع می‌آیند. داده‌های ساخت یافته از پایگاه داده‌های مرتبط می‌آیند. اسناد نیمه ساخت یافته در اشکال مختلف نشانه گذاری میشوند. 

ساختار داده ای‌‌های بسیار سبک به عنوان JSON ذخیره میشوند، داده‌هایی‌ که از توییتر و استاتوس‌های فیسبوک می‌آیند، همراه با انفجار داده‌هایی‌ که از گوشیهای هوشمند و سنسور‌های دیگر می‌آیند.

پردازش زبان معمولی وداده های بزرگ مثل HADOOP نیز گزارش داده ای و دادههای صوتی و تصویری، منابع معتبری برای دیتا میسازند.


بنابراین سوال این است که آن داده‌ها چطور به نظر میرسند؟

واقعیت این است که در بسیاری از سازمان ها، اطلاعات موجود در پایگاه داده‌ها یا مجموعه داده‌های آنها، مبهم هستند. مغز انسان بعد از حدود ۱۰ مورد، سعی‌ در مقایسه و روشن کردن اعداد می‌کند. صفحات گسترده (و نمودارها و ابزار مصور سازی که به آنها اضافه شده اند)، بسیار کمک کرده اند اما حتی با وجود آن‌ها، یک حد بالایی‌ وجود دارد که بعد از آن، اطلاعات زیاد و سختی برای فهمیدن وجود خواهد داشت.

این دقیقا جاییست که حضور تحلیلگر مصور سازی داده‌ها لازم میشود. مصور سازی داده‌ها اغلب به عنوان شاخه‌ای از تجربه کاربری محسوب میشود، اما در بسیاری از جهات، در واقع به عنوان مهمترین بازیکن یک تیم‌ علمی‌ دیده میشود

نقش تحلیلگر داده این است که مقادیر زیادی از اطلاعات شرکت، که به طور فزاینده تولید میشود را به گراف‌های تصویری، نمودار، نقشه و گراف‌های اطلاعاتی تبدیل کند. چیزی که باعث چالش برانگیز شدن این پست میشود، انتظار زیادی است که از چنین گراف‌های اطلاعاتی‌ وجود دارد و همچنین سر و کار داشتن با داده‌های در حال استفاده است.

به این ترتیب، تحلیلگر مصور سازی داده ها، دارای مجموعه بسیار نادری از مهارت هاست. آنها باید درک کافی‌ از تجزیه، تحلیل و ابزار لازم برای اینکار داشته باشند تا بتوانند اطلاعات بدست آمده از منابع مختلف را پردازش کرده و به نتیجه معناداری برسانند. آنها باید مهارت‌های نسبتا پیچیده برنامه نویسی، به منظور ساخت یا حداقل طراحی اپلیکیشن‌های ارتباطی‌، داشته باشند. آنها باید درک خوبی از طراحی بصری و رابط کاربری داشته باشند تا آنها را قادر سازد که با استفاده از تصویر و تعداد کمی‌ از کلمات داستان داده‌ها را بیان کنند.

نرم افزارهای مصور سازی مثل Tableau میتوانند به تحلیلگر با ارائه مجموعه‌ای غنی از ابزارهایی که با دیتابیس‌ها به خصوص SQL خوب کار می‌کنند، کمک کنند. البته شاید اینها برای دیتابیس های غیر SQLی خیلی مفید نباشند.

برای اینها تعدادی از کتابخانه‌های JavaScript ازd3.org و Raphael.js از visjs.org و API‌های گوگل وجود دارند که به منظور ایجاد نمودار، گراف، جدول زمانی‌ و نقشه‌ها استفاده میشوند. بیشتر آنها امروزه از HTML5، Java  و SVG که استاندارد همه مرورگرها میباشند، استفاده میکنند.

با این حال، تعداد کمی‌ از اینها، به خودی خود راه حل "magic bullet" هستند. یکی‌ از مهمترین نقاط قوت تحلیلگر، توانایی درک داده‌های مهم برای یک موقعییت خاص و گفتن داستان مربوط به آن داده‌ها است، صرف نظر از ابزاری که استفاده می‌کند

این همچنین بدین معنیست که تحلیلگر باید تفکر و واقعیت کسب و کار را به خوبی بفهمد و قادر به برقراری ارتباط بصری بین این دو حوزه باشد. به این ترتیب، این نقش تحلیلگر باید به عنوان مکمل مجموعه C دیده شود که بتواند به خوبی تفاوت بین ساخت یک شبکه فروش و تخریب آن را ارائه دهد

با توجه به اینکه چنین تحلیلگری نسبتا نایاب است، بهترین راه برای داشتن یه تحلیلگر مصور سازی خبره، پیدا کردن کسی‌ با مهارت قوی در تجربه کاربری (UX) و اضافه کردن آنها به تیم‌ علوم دادهای شرکت است. (اگر شرکت شما چنین تیمی را دارد). همچنین میشود مستقیم از سمت علوم داده وارد شد، اما معمولا افراد با مهارت‌های تحلیلی قوی، تمایل به این نوع قصه گویی ندارند و مهارت‌های ارائه آنها به نسبت افراد درگیر با UX کمتر است.

به طور مشابه، اگر شما شخصاً علاقه مند به تبدیل شدن به تحلیلگر داده هستید، یک راه خوب برای شروع، کار کردن با مجموعه ابزارهایی است که در بالا شرح داده شد و همچنین تلاش برای آشنایی با ابزارهای پیش نیاز در این زمینه مثل Pentaho, Alteryx, Matlab و یا زبان برنامه نویسی R. این ابزارها بیشتر دارای امکان تحلیل قوی اما مصور سازی محدود میباشند.به ویژه R علیرغم اینکه پیشنیاز لازم برای متخصصان دادهای است، اما یک ابزار مصور سازی کاملا پیش پا افتاده است

تحلیلگران مصور سازی داده‌ها در حال تبدیل شدن به یک بخش ضروری از تیم‌ علوم دادهای شرکت‌های مدرن هستند. آنها روند بالارفتن یکبارهی تولید داده‌های شرکت در داخل و خارج را می‌فهمند و راه‌هایی‌ برای راحت فهمیدن چنین داده‌هایی‌ بدون نیاز به تخصص خاصی‌ ارائه میدهند. و نیز به ایجاد نام تجاری برای یکی‌ از مهمترین کالاهای شرکت شما که داده آن‌ موجود است، کمک میکنند.

منبع:

CIO INSIGHT

نظرسنجی: مدیران جهانی‌ از فناوری چه میخواهند؟


به تازگی تحقیقی را بین مدیران اجرایی آسیا و اقیانوسیه که بخشی از اجلاس امسال همکاریهای اقتصادی آسیا و اقیانوسیه (APEC) بوده اند، انجام داده ایم تا به یافته هایی از اولویت‌ها و نقاط ضعف آنها برسیم. بیش از ۳۷۰ نفر از رهبران کسب و کار که در نظر سنجی PwC سال ۲۰۱۲ APEC شرکت کردند، برای بهره برداری از پتانسیل رشد منطقه خود را مشتاق نشان دادند. ما از آنها پرسیدیم که تا چه حد فناوری و نوآوری، موردنیاز آنها در سازمان‌هایشان برای حل مشکلات و به دست آوردن فرصت‌های جدید است؟

در ادامه سه حوزه‌ای که مدیران در آنها نیاز حیاتی و فوری برای فناوری و نوآوری را دارند خواهیم دید و همچنین پیشنهادات من برای اینکه چگونه تکنولوژی میتواند به مدیران برای رسیدن به خواسته‌هایشان کمک کند.

۶۷ درصد از مدیران گفتند که فناوری و نوآوری میتواند به آنها برای پیداکردن و حفظ استعدادها کمک کند

این واکنش قوی با در نظر گرفتن اینکه ۵۶ درصد از مدیران معتقد بودند که عمق استعداد برای نوآوری بسیار مهم است، تعجب آور نیست. و فقط ۹ درصد آنها از ترکیب نیروهای خود بسیار راضی‌ بودند. علاوه بر این، مدیران برای اینکه نیروی کار خود را تا حد ممکن گسترش دهند، اقدام به استخدام کارکنان برای جایگزینی کارگران میکنند. این دو حوزه‌ای هست که تکنولوژی میتواند برای حل چالش استخدام و حفظ نیرو به مدیران جهانی‌ کمک کند

نیاز مبرم به استعدادهای فنی‌ برای تیم‌ خود

بعد از اینکه اکثر خدمات آیتی به شرکتهای دیگر سپرده شدند، بیشتر بخش‌های آی‎تی با کمبود مهارت‌های کافی‌ برای پیش‎بینی‌، طراحی و مدیریت راه حل‌های با کیفیت برای کسب و کارشان مواجه شدند. آنها دیگر در محل شرکت خود، کارکنان مسلط بر آخرین فناوری‌های روز مثل برنامه نویسی گوشیهای همراه، داده‌های بزرگ و تجزیه، تحلیل و محاسبات کلود (ابری) ندارند. پس بخش تکنولوژی باید تلاش زیادی در استخدام‌های موثر برای رسیدن به نوآوری را نیز انجام دهد.

تنظیم سیاست‌های محل کار و فناوری‌های اجرایی در جهت افزایش رضایت کارکنان

مدیران آی‎تی نقش مهمی‌ در از بین بردن مقاومت کارکنان در برابر استفاده از آی‎تی و گسترش سیستم‌های همکاریهای داخلی‌ دارند. با این سیستم‌ها کارکنان میتوانند با زحمت کمتر و همواره، تبادل اطلاعت داشته باشند. کارکنان همیشه، در هر کجای جهان که باشند، از قوانین و فناوری‌هایی‌ که آنها را قادر می‌سازد که در کمترین زمان، بیشترین و بهترین محصولات را تولید کنند، استقبال میکنند. پرورش یک اکوسیستم متصل سازمانی، زنجیره‌ای را ایجاد می‌کند که کارکنان همیشه مطمئن هستند که میتوانند آنرا بگیرند.

۵۸ درصد از مدیران معتقدند که فناوری و نوآوری در بهبود روابط با مشتریان موجود و بالقوه به آنها کمک می‌کند

بسیاری از مردم با شنیدن بهبود روابط با مشتریان، به مدیریت ارتباط با مشتری (CRM) فکر میکنند. درست است که CRM برای ارائه خدمات بهتر به مشتری و هوشمندانه صحبت کردن با آنها لازم است، اما CRM فقط یک جنبه از همه آن چیزی است که برای تعمیق روابط با مشتریان لازم است. ارائه مشتری مداری از همهٔ جنبه‌های سازگار بسیار مهم هست. مدیر آی‎تی می‌بایست به خوبی با همه واحدهایی که با مشتری در ارتباط هستند، مثل توسعه محصول، بازاریابی، فروش و خدمات، همکاری کند تا بتواند به مدیر عامل شرکت نشان دهد که چگونه فناوری میتواند همچون قفلی بر وفاداری مشتریان باشد و با باز کردن قفل داده‌های مشتریان باعث ارائه محصولات و خدمات خلاقانه شود.

۵۵ درصد از مدیران معتقدند که فناوری و نوآوری در تسریع جمع‌آوری اطلاعت بازار به آنها کمک می‌کند

مدیران، فشاری که برای حرکت مستمر به سمت نوآوری وجود دارد را درک میکنند. نوآوری دوره‌ای و از هم گسسته برای بازار رقابتی کافی‌ نیست. مشتریان و سرمایه گذاران انتظار دارند که نوآوری همیشه در جریان باشد

ترکیب تجزیه و تحلیل ترافیک مشتری با رسانه‌‌های اجتماعی میتواند تا حد زیادی به بهبود دید شرکت از بازار کمک کند و به شرکتها برای رسیدن به بینش بهتر و سریع تر برای رسیدن به استراتژی نوآوری اطلاع رسانی کند. در حال حاضر بسیاری از مدیران آی‎تی برای ایجاد برنامه‌های نظارت بر رسانه‌‌های اجتماعی، شروع به همکاری با مدیران بازاریابی کرده اند و انتظار داریم که با اینکار افزایش چشمگیری در سرعت این جریان ببینیم.

نظرسنجی Digital IQ در سال ۲۰۱۲ نشان داد که ۶۰ درصد از مدیران آی‎تی مستقیماً به مدیر عامل گزارش میدهند. دوره گزارش دادن مدیران آی‎تی به مدیران مالی‌ گذشته است و این نشان میدهد که مدیران عامل اهمیت آی‎تی به عنوان یک بخش توانمند در برنامه‌های شرکت را درک کرده اند.

مدیران آی‎تی آیا شما هم با چالش‌های اینچنینی روبه رو شده اید؟ آیا شما هم مسائلی‌ مشابه این با مدیر عامل شرکت خود دارید؟ با ما در میان بگذارید.

منبع

CIO Dashboard

۵ دلیل که مدیر عامل شما ترجیح می دهد داده‌ها را روی داشبورد ببیند

از زمانی‌ که باید مدیران، روزها منتظر می‌ماندند تا گزارشهای کاغذی به دستشان برسد، خیلی‌ گذشته است. این‌روزها، بسیاری از مدیران پیشرو، به جای تکیه بر متخصصان‌ آی تی، با استفاده از داشبورد‌های بصری بینش عمیقی از شرکت خود به دست آورده اند. داشبورد‌های مدیریتیِ متصل به رابط کاربری مزایای زیادی از جمله توانایی پیگیری عملکرد و نظارت بر سود، توازن، در آمد و پیشبینی‌ در زمان واقعی‌ دارند. صرف نظر از استفاده‌های مختلف، بسیاری از مدیران به خاطر این ۵ دلیل ترجیح میدهند که داده‌های خود را روی داشبورد ببینند

1- بهبود عملکرد کارکنان

زمانی‌ که نوع کار یک داشبورد اجرایی را در نظر می گیریم، ممکن است عملکرد کارکنان لزوما یکی‌ از مزایای بارز آن‌ نباشد. با این حال، مدیرانی که از داشبورد‌های داده ای‌ استفاده می کنند، متوجه شده اند وقتی‌ دید آسان و عمیقی به تمام جنبه‌های کسب و کار خود دارند، قادرند بهتر کیفیت عملکرد کارکنان را دنبال کنند. همچنین وقتی‌ کارکنان می‌دانند که مدیر عامل شرکت بر کار آنها نظارت دارد، تمایل بیشتری به تلاش بیشتر و پیشرفت دارند.

2- امکان نظارت بر فرایند رسیدن به هدف و دستاوردها

فقط یک مدیر می تواند نقاط ضعف و همچنین زمینه‌های پیشرفت و بهبود یک کسب و کار را شناسایی کند. با دنبال کردن پروژه‌های خاص روی داشبورد، مدیران اجرایی می توانند به سرعت تشخیص دهند که آیا برنامه کاری آنها دنبال می شود یا نه، و به راحتی‌ مشخص می شود که آیا شرکت در مسیر درست برای دستیابی به اهداف قرار دارد.

اگر نتوانید چیزی را ارزیابی کنید، نمی توانید آن را بهبود بخشید

3- صرفه جویی‌ در زمان و پول

استفاده از داشبورد، زمانی‌ را که مدیران برای بررسی‌ اعداد و ارقام صرف می کردند، کاهش می دهد. تمرکز و ذات یکپارچه داشبورد، به مدیر اجرایی اجازه می دهد که داده‌ها را از منابع متعدد، بدون نیاز به تولید صفحات گسترده یا جمع آوری دستی‌ اطلاعات، به صورت یکجا ببیند. به علاوه، امروزه، با توجه به تنوع و در دسترس بودن داشبورد های مختلف، مدیران می توانند اطلاعات مهم را در هر مکان و هر زمانی‌ از شبانه‌ روز، روی گوشی یا تبلت خود ببینند.

4- حذف خطاهای انسانی‌

استفاده از داشبورد ها، همچنین استفاده از حدس و گمان برای تصمیم گیری را کاهش می دهد. تجزیه، تحلیل و گزارش‌های همزمان، به مدیران کمک می‌کند که به راحتی‌ با تکیه بر واقعیات و نه احساس، تصمیم‌های مهم بگیرند. علاوه بر این، داشبورد، اشتراک گذاری اطلاعات مهم در شرکت را آسان کرده است. به عنوان مثال، مدیر عامل شرکت می تواند اطلاعات دقیق را با تمام دپارتمان‌های مربوطه به اشتراک بگذرد. این سیستم یک گردش کار بسیار کار آمد ایجاد می‌کند که از ارتباطات بی‌ مورد و اشتباه جلوگیری می‌کند.

5- مفیدتر کردن داده ها

توانایی مشاهده تحلیل داده‌ها به صورت بصری، اطلاعات را قابل فهم تر می‌کند. هنگامی که یک روند منفی‌ در حال شکل گیری است، مدیران می توانند با شناسایی سریع آن و ایجاد برنامه و عمل درست، از تاثیر عمده آن جلوگیری کنند. مثل Peter Drucker که گفت: "اگر نتوانید چیزی را ارزیابی کنید، نمی توانید آن را بهبود بخشید." داشبورد با اندازه گیری اطلاعاتی که در غیر اینصورت ممکن بود دیده نشوند، به مدیران اجازه بهبود مستمر می دهد. با سرعت رو به افزایش کسب و کارها، دسترسی‌ به داده‌ها در زمان واقعی‌، و در نتیجه امکان اقدام لازم در مسیر و زمان درست، روز به روز برای مدیران مهم تر می شود.  با کلان شدن حجم داده ها، کاملا روشن است که بهترین راه برای مدیران، استفاده از داشبورد‌های مصور و آنلاین می باشد.

منبع:  BusinessIntelligence  

» چنانچه با خواندن این مقاله به موضوع داشبوردهای مدیریتی علاقه مند شدید، خواندن مطالب زیر را به شما پیشنهاد می کنیم:


داشبورد مدیریتی چیست؟ 6 خصوصیت کلیدی یک داشبورد مدیریتی خوب اینفوگرافیک، چرا مدیران به داشبورد مدیریتی نیاز دارند؟
داشبورد مدیریتی چیست؟ 6 خصوصیت کلیدی یک داشبورد مدیریتی خوب اینفوگرافیک، چرا مدیران به داشبورد مدیریتی نیاز دارند؟

رشد ناپایدار چگونه است؟ هربالایف، گروپن و غیره

یکی‌ از مهمترین ویژگیهای یک استارتاپ موفق و حتی بسیاری از شرکتهای دیگر، در حال رشد بودن آن است. تا زمانی‌ که گراف در آمد یا کاربران شما در حرکت به سمت بالا و راست است، احتمالا همه چیز دارد خوب پیش میرود.

با این‌حال گاهی‌ اوقات، رشد، این واقعیت که یک کسب و کار در آستانه‌ی شکست است را پنهان می‌کند.

این چطور ممکن است؟ من با یک مثال به شما نشان میدهم. فرض کنیم شما یک مغازه که وافل سرخ شده میفروشد باز کرده اید. مردم وافل‌های شما را دوست دارند و فروش شما بالاست، بنابراین شما با افزایش سرمایهٔ برخی‌ از سرمایه گذاران ۵ مغازه وافل در شهرهای دیگر باز می‌کنید. در این مرحله رشد شما شگفت انگیز به نظر می‌رسد: در زمان کوتاهی از یک مغازه به ۶ مغازه رسیده اید و در آمد زیادی کسب کرده اید.

اینجاست که اولین نشانه خطر را می‌بینید: فروش مغازه اصلی‌ در حال کاهش است، چون تازگی وافل سرخ شده در شهر اول از بین رفته است. اما رشد کلی‌ هنوز قویست، با ۵ مغازه موفق و ۱ مغازه روا به سقوط، بنابراین شما یک دور دیگر از سرمایه گذاری برای راه اندازی مغازه در ۲۵ شهر را آغاز می‌کنید. حالا آن‌ ۵ مغازه قبلی‌ هم شروع به رکود میکنند اما چون ۲۵ مغازه جدید رشد خوبی دارند، رشد کلی‌ هنوز رو به بالاست.

در این مرحله شما احتمالا میتوانید الگو را ببینید. ادامهٔ گسترش، رشد کلی‌ را شگفت انگیز نشان میدهد، اما کسب و کار ناپایدار است و به زودی شهر جدیدی برای گسترش وجود نخواهد داشت.

) این یک نمونه ساختگی است وگرنه در زندگی واقعی‌ مردم هیچوقت از وافل سرخ شده خسته نمیشوند(

هربالایف: یک مثال واقعی‌

اگر کسب و کار وافل، ساختگی به نظر می‌رسد، بیائید نگاهی‌ به یک کسب و کار در دنیای واقعی‌ بندازیم که واقعا اتفاق افتاد. هربالایف یک شرکر تولید مکمل‌های غذاییست که تاکید زیادی بر سلامت و فواید محصولات خود دارد. اما بر خلاف رقبای خود مثل Slim-Fast یا Ensure, شما نمیتوانستید محصولات Herbalife را در سوپرمارکت‌های محلی پیدا کنید. به جای فروش محصولات از طریق خرده فروشی، محصولات خود را از طریق فروشندگان فردی که حق کمیسیون میگیرند، میفروشند. فروشندگان هربالایف همچنین میتوانند از فروشندگان دیگری که به استخدام آنها در می‌آیند هم حق کمیسیون بگیرند. رشد هربالایف در طول چند دهه گذشته شگفت انگیز است:

اما بر اساس گفته یکی‌ از سرمایه گذاران، Bill Ackman, این رشد مانند ماسکی برای کسب و کار ناپایدار است. او و دیگران ادعا میکنند که هربالایف همانند هرمی‌ است که رشد خود را با ورود مستمر به بازارهای جدید خارجی‌ سرپا نگاه داشته است. در هر کشوری که هربالایف وارد میشود، قبل از اینکه شبکه فروشندگان از داخل منفجر شود (drop)، در آمد به شدت افزایش می‌یابد (pop). اکثر در آمد از طریق فروش درست محصولات به دست نمی‌آید، بلکه توسط فروشندگانی که توسط فروشندگان دیگر استخدام شده و محصولات را از آنها خریده اند به دست میاید. و این در نهایت تبدیل به یک بازار با فروشندگان اشباع شده میشود و طرح فرو میریزد.

Ackman نشان میدهد که این الگوی pop و drop با هربالایف در بسیاری از کشورهایی که وارد شده اند، اتفاق افتاده است.

همزمان با ژاپن و اسرائیل، عین این الگو در اسپانیا، فرانسه، آلمان و چند کشور دیگر که هربالایف به آنها وارد شد هم اتفاق افتاد. بیائید نگاهی‌ بیندازیم به نمودار در آمد از قبل، همزمان با تعدادی از کشورها که هربالایف به آنها وارد شده است:

حالا میبینیم که در آمد هربالایف با ورود به بازارهای جدید در ارتباط است. در نهیات کشور جدیدی باقی‌ نخواهد ماند که هربالایف به آن وارد شود و در صورتی که آنها یک مدل کسب و کار بلند مدت و پایدار طراحی نکنند، این پایان هربالایف خواهد بود.

من یک طرح هرمی‌ اجرا نمیکنم، پس این چگونه به کسب و کار من هم مربوط خواهد بود؟

کسب و کارهای مشروع دیگری هم وجود دارند که میتوانند قربانی همین سناریو شوند. کسب و کار وافل ما همین الگو را در هر یک از مغازه‌های خود به نمایش گذاشته بود. این به خاطر هرمی‌ بودن طرح نبود، بلکه به این خاطر بود که تقاضا بعد از رونق اولیه به شدت کاهش پیدا میکرد. در اینجا دو نمونه دیگر از کسب و کار قانونی که همین الگو را داشتند، مثال می‌زنیم:

Groupon یکی‌ از استارتاپ هاییست که در ۱۰ سال گذشته سریعترین رشد را داشته است.ارزش آن به سرعت بعد از اولین فروش عمومی سهام خود به بیش از ۱۵ بیلیون دلار رسید. بسیاری از رشد در آمد گروپن توسط افزایش فروش در شهرهای جدید به دست آمد.اما بسیاری از بیزینس‌هایی‌ که در معاملات روزانه گروپن شرکت میکردند، فهمیدند که دارند پول از دست میدهند چیزی که آنها را از تکرار دوباره منع میکرد. همچنین در آمد به ازای هر مشترک و تعداد گروپن فروخته شده به ازای هر مشتری نیز در هر شهر کاهش یافته است. در چند سال گذشته، این مدل رشد منجر به سقوط قیمت سهم گروپن شد. در حال حاضر، ظرفیت بازار این شرکت کمتر از یک سوم دوران اوج خود است.

LikeALittle یک شبکه اجتماعی است که رشد عظیمی‌ با بیش از ۲۰ میلیون بازدید از صفحه فقط در ۶ هفته را داشته است. آنها خواستند مثل فیسبوک اولین بار در یک کالج برنامه را منتشر کنند. اما بر خلاف فیسبوک، دانشجویان کالج، بعد از معرفی‌ وبسایت از استفاده از آن‌ دست برداشتند و آن‌ را کنار گذاشتند. من در آن زمان در کالج بودم و به خاطر میاورم که سایت برای یک هفته محبوب بود. اجرای ثابت در کالج، مشکلات رشد را پوشانده بود، اما نه برای مدت طولانی، LikeALittle یک سال پس از راه اندازی، بسته شد.

درسهای آموخته شده:

همانطور که این موارد نشان میدهد، رشد میتواند گمراه کننده باشد. پس چگونه میتوانید مطمئن شوید که شاهد رشد معنادار هستید؟ شما باید قادر به نشان دادن رشد پایدار در یک بازار مستقل باشید، حال ممکن است یک منطقه جغرافیایی باشد، یک نوع خاص از مشتری یا هر چیز دیگری.

برای جلوگیری از غافل شدن، شما باید دائماً از نرخ تغییرات خود، یعنی‌ درصد مشتریانی که هر ماه استفاده از سرویس‌های شما را متوقف میکنند، آگاه باشید:تغییرات شدید یا بازگشت کاربران امکان پذیر است. اگر شما قادر به دیدن آنها و رشد کم در یکی‌ از بخش‌های اصلی‌ بازار خود باشید. این ممکن است نشانه‌ای از چیزهای بد برای بقیه قسمت‌های کسب و کار شما باشد. سوال پرسیدن دربارهٔ تغییرات شدید در راه‌های هدفمند. تغییرات برای مشتریان من چگونه است؟ کسانی‌ که یک سال پیش ثبت نام کرده بودند، الان در چه مرحله‌ای هستند؟ اگر شما در این فرایند هوشیار باشید، علائم هشدار دهنده را قبل از اینکه کّل کسب و کار شما را تهدید کنند، خواهید دید.

اگر شما هم مثالهایی از رشد ناپایدار دارید، در توییتر با ما در میان بگذارید.

منبع:

Heap 

متوسط در آمد به ازای هر مشتری بی‎معنی است

متوسط در آمد به ازای هر مشتری در استارت آپ اخیر یکی‌ از دوستان من‌، از ژانویه تا فوریه سه‌ برابر شده است. آنها از در آمد 230 دلار به ازای هر مشتری در ماه به بیش از 600 دلار در ماه با همان مقیاس رسیدند. آیا آنها ویژگیهای جدیدی به مشتریان خود فروختند؟ آیا مدل قیمت گذاریشان را تغییر داده اند؟ اتفاقی‌ که افتاد‌، خیلی‌ ساده تر از اینهاست. آنها یک مشتری جدید و بزرگ گرفته بودند که با پرداختی چند هزار دلاری در ماه متوسط در آمد بر پایه مشتریهای کوچک را افزایش داد.

این یک نکته مهم را نشان میدهد که متوسط در آمد به ازای هر مشتری یک عدد بی معنیست.

مجموعه داده های زیادی هم وجود دارند که محاسبه مقدار متوسط آنها، نتایج زیادی میدهد. به عنوان مثال، متوسط رشد پانداها تا 240 پوند است. این عدد دید کاملی از پانداها به شما میدهد. ممکنه پاندایی ببینید که 150 یا حتی بالای 400 پوند وزن داشته باشد اما شما هیچوقت با یک پاندای 1500 پوندی برخورد نخواهید داشت. وزن پانداها، نمرات SAT، و قد بازیکنان NBA همه مقادیر نرمالی را دنبال میکنند.


با این حال برای بسیاری از کسب و کارهای آنلاین درآمد به ازای مشتری، یکی از آن مجموعه داده هایی که مقدار متوسط آن معنی دار باشد، نیست. اگر متوسط درآمد شما به ازای مشتری 600 دلار است، این بدین معنی نیست که نفر بعدی که ثبت نام میکند هم حدود این مقدار بپردازد. مشتری بعدی میتواند هر مقداری بین 10 دلار در ماه که برای پلن بیسیک هست، تا ده هزار دلار در ماه برای پلن سرمایه گذاری بپردازد.

این مثل این است که بخش کوچکی از حساب مشتری محور شما به جای بخش بزرگی از درآمد شماست. چرا این اتفاق میفتد؟ به نظر می رسد که برای بیشتر کسب و کارها، درآمد به ازای هر مشتری قانون توزیع قدرت را دنبال میکند. بسیاری از مجموعه داده ها هستند که به جای یک توزیع نرمال، قانون قدرت را دنبال میکنند. وب سایت های پربیننده، جمعیت شهرها و درآمد شرکتهای فیلم سازی همه قانون توزیع قدرت را دنبال میکنند.




دلایل ریاضی پشت علت این اتفاق پیچیده هس��ند. به عبارت ساده، قوانین قدرت زمانی که واریانس بسیار بالایی در داده ها وجود دارد، تمایل به حضور دارند. یک فرد میتواند میلیون ها برابر فرد دیگری پول داشته باشد. بنابراین ثروت قانون قدرت را دنبال میکند. از سوی دیگر، یک فرد تنها می تواند حداکثر، مقداری بلندتر از فرد دیگری باشد، بنابراین قد افراد، یک توزیع نرمال را دنبال میکند. مقدار درآمد بسیاری از کسب و کارها، بیشتر شبیه گروه اول هست تا گروه دوم.

صبر کنید، اما درآمد من به ازای مشتری قانون قدرت را دنبال نمی کند!

این دو دلیل اصلی است که چرا کسب و کار شما ممکن است مطابق با معیارهای فوق به نظر نرسد:

  • شما مشتری زیادی ندارید. برای داده های محدود، اتفاق های رندوم ممکن است داده ها را منحرف کند. این نوع توزیع با رشد کسب و کار شما شروع به ظهور می کند.
  • شما پولهای خود را روی میز میگذارید. خیلی از شرکتهای نرم افزاری مدل قیمت گذاری دارند که ارزش محصول تولید شده را تصویر نمیکند. به عنوان مثال شما ممکن است هزاران مشتری داشته باشید که همه ماهی 15 دلار پرداخت میکنند. این بسیار بعید است که همه هزار مشتری به یک اندازه ارزش محصول شما را بدانند، و در نتیجه شما باید ردیف های قیمت گذاری بالاتر معرفی کنید. رسیدن به یک مدل قیمت گذاری بهتر که متناسب با ارزشی که به هر مشتری میدهید باشد، منجر به پیروی درآمد شما از قانون توزیع قدرت خواهد شد.

قبول، اما چطور؟

دلایلی وجود دارند که درباره اینکه چطور درآمد شما توزیع میشود را باید رعایت کنید.

  1. به کل تصویر نگاه کنید، نه فقط میانگین. گاهی اوقات میانگین به سلامت واقعی کسب و کار خیانت میکند. شما ممکن است میانگین درآمد بالایی به ازای مشتری در هر ماه داشته باشید اما اگر اکثریت از تعدادی مشتری بزرگ بیاید، آنگاه جریان درآمد شما شکننده است. بهتر است به جای پیروی کورکورانه از میانگین درآمد، نگاه دقیقتری به داده های درآمد واقعی داشته باشید.
  2. بهینه سازی وب سایت خود بر اساس رقم متوسط درآمد را متوقف کنید. به این نتیجه میرسیم که یک آزمون  A/B خاص بهتر است چون داشتن متوسط درآمد بالاتر میتواند گمراه کننده باشد، مثل اتفاقی که شانسی با یک مشتری بزرگ اتفاق افتاد.
  3. در مورد قیمت گذاری مبتنی بر ارزش دقیق تر باشید. مشتری های کمی هستند که برای شما ارزش زیادی دارند. شاید در کسب و کارهای بزرگ هستند که شما میتوانید با توجه به اندازه آنها هزاران دلار درآمد داشته باشید. اما در کسب و کارهای کوچک محصول نقش مهمی دارد. در هرصورت، مطمئن شوید قیمت گذاری شما تا حد ممکن نشان دهنده ارزش باشد.
  4. این اصل را همه جا برای محصول خود اعمال کنید. یک زیر مجموعه کوچک از مشتریان شما، عامل بیشترین درآمد شما هستند. همین مساله در مورد درخواستهای پشتیبانی هر مشتری، معرفی مشتری جدید، سطح تعامل، و همه خصوصیاتی که در نهایت بیشترین استفاده را دارند، صادق است. از این دانش برای اولویت بندی بهتر برای تعامل با مشتریان خود و انتخاب اینکه چه ویژگی جدیدی بسازید، استفاده کنید.

آیا شما هم مثالهایی از قانون توزیع قدرت دارید؟ یا درآمد شرکت شما، مطابق با یافته های ما نیست؟ در توییتر با ما در میان بگذارید.

منبع:

Heap

چگونه با نمایش گرافیکی داده ها دروغ بگوییم

نمایش گرافیکی داده ها یکی‌ از ابزارهای مهم برای آنالیز آنهاست. اما به همان راحتی‌ که می‌توان از نمودارها و شکلها ‌برای آموزش استفاده کرد‌، می‌توان از آنها برای گمراه کردن نیز بهره برد. در این مقاله به سه‌ تا از مرسومترین راه‌هایی که نمایش گرافیکی داده ها مبتواند باعث گمراهی شود، نگاه می‌کنیم.

محور Y کوتاه شده

یکی‌ از ساده ترین راه ها برای بد جلوه دادن داده ها‌، سر‌وکله زدن با محور Y ‌نمودار میله ای‌، نمودار خطی‌ و یا طرح پراکنده است. در اغلب مورد دامنه محور Y از 0 تا حداکثر مقداریست که شامل طیف وسیعی از داده ها میشود. با این‌حال‌، گاهی‌ اوقات ما برای برجسته کردن تفاوتها دامنه را تغییر میدهیم. در شدیدترین حالت این روش میتواند باعث شود داده ها خیلی‌ بزرگتر از آن چیزی که هستند به نظر برسند.

بیائید ببینیم این در واقعیت چگونه کار می‌کند. دو نمودار زیر داده های کاملا یکسان اما با مقیاس مختلف محور Y را نشان میدهند:


داده یکسان‌، محور Y متفاوت

در نمودار سمت چپ‌، ما محور Y را به محدوده از 3.140% تا 3.154% محدود کرده ایم. انجام اینکار باعث شده تا افزایش نرخ بهره سرسام آور به نظر برسد. در یک نگاه نمودار اینطور نشان میدهد که نرخ در سال 2012 چندین برابر بیشتر از 2008 است. اما نمایش داده با یک محور Y بر پایه 0، تصویر دقیق‌تری از زمانی‌ که نرخ بهره راکد بوده است را نشان میدهد.

اگر این مثال اغراق آمیز به نظر می رسد، اینها برخی از نمونه های دنیای واقعی، از محور Y کوتاه شده هستند: