Analiza podataka

Prema poznatom informatologu Thomasu C. Redmanu, već naoko jednostavna vježba prikupljanja podataka o vremenu održavanja (kašnjenja) sastanaka u tvrtki pokazat će vam koliko ste sposobni uočavati bitno i izvlačiti prave i korisne zaključke.

Menadžeri koji nisu informatološki educirani ili mudri kad je riječ o provedbi osnovnih analiza, tumačenju složenijih skupina podataka, snalazljivi i logični u interakciji s podatkovnim stručnjacima danas su doslovce invalidi. Tako bar tvrdi dr. sc. Thomas C. Redman, informatolog i predsjednik američke Navesink Consulting Groupa, tvrtke specijalizirane za savjetovanje u informatologiji i stvaranju informatoloških sustava i programa. Redman je, među ostalim, autor nagrađivane knjige ‘Data Driven: Profiting from Your Most Important Business Asset’ koju je 2008. objavio Harvard Business Press.

Za početak, kaže Redman, dovoljno je primijeniti neke osnovne informatološke metode kako biste od informacija koje vam se nude prosijali najvažnije, odnosno one koje daju korisne uvide. Na svojem blogu objašnjava naizgled banalnu vježbu kojom se koristi već dvadeset godina da onima otvorena duha olakša početak, odnosno ulazak u svijet informacija.

Jasno, jedan blog neće vas učiniti podatkovnim genijem, ali pomoći će vam da uđete u svijet podatkovno pismenih, otvorit će vam pogled prema milijunima malih informacijskih prilika koje previdate i može vam pomoći da na poslu budete mnogo učinkovitiji te se bolje snalazite okruženi informatolozima i analitičarima, kaže Redman.

Dakle, Redman najprije predlaže temu koja očito mući, zabrinjava i izlučuje mnoge diljem svijeta – kašnjenje. Što god odaberete, formirajte oko teme pitanja i zapišite ih. Primjerice, ako govorimo o kašnjenju, doslovce zapišite: ‘Čini se da sastanci uvijek počinju kasnije nego što su dogovoreni. Je li to doista tako?’ Nadalje, počnite promišljati o informacijama koje mogu dati precizne odgovore na vaše pitanje, odnosno izradite plan da ih dobijete. Zapišite sve relevantne definicije i svoj protokol za prikupljanje podataka. Na konkretnom primjeru definirajte kad zapravo počinje sastanak, trenutak kad čekanje prestaje. Je li to onda kada netko kaže: ‘Okej, hoćemo li napokon početi?’ Ili je to dogovoreno vrijeme? Uzimaju li se pri tome u obzir tuđa lijenost i neorganiziranost? Imajte na umu, kaže Redman, da ćete na tom putu prikupljanja podatka sigurno nailaziti na nepopunjene rupe koje nastojte začepiti. Primjerice, možda otkrijete da sastanci počnu na vrijeme kad stignu stariji članovi uprave. U skladu s tim zapažanjem promijenite definiciju i protokol.

Prije nego što biste očekivali, bit ćete spremni za skiciranje. Pozitivno konotirane slike svačijem umu olakšavaju razumijevanje podataka, njihovo pohranjivanje te razmjenu glavnih točaka s drugima. Ima mnogo dobrih alata s pomoću kojih možete vizualizirati; Redman se najradije igra olovkom i grafom. Točnije, njegov je crtež tablica koor-

Na zadanom je primjeru mnogo razloga da se dublje pozabavite slučajem, tako ćete dobiti osjećaj za varijacije. Razumijevanje varijacija produbljuje osjećaj za cjelokupnost problema i uvide te omogućava nove ideje za poboljšanje. Vratimo se Redmanovu predloženom grafu na kojem je kašnjenje od 8 do 20 minuta tipično. Pri tome nekolicina počinje na vrijeme, a ostali su u skupini koja kasni 30 i više minuta. Netko točan mogao bi zaključiti: ‘Okej, dolazit ću 10 minuta kasnije i problem je riješen.’ Ali nije, jer varijacije upućuju na mogućnost 30-minutnog, pa i duljeg čekanja. Što još govore podaci? Vratite se bilješkama i uočite koliko je sastanaka počelo na vrijeme, je li svaki drugi ili treći počeo 10 minuta kasnije, što je zajedničko svim pravodobnim sastancima: jesu li to članovi uprave, opaki menadžer…?

Taj primjer, tvrdi Redman, prikazuje uobičajenu dihotomiju. Na osobnoj razini rezultati prolaze test zanimljivosti i važnosti. Većina će zaključiti kako bi taj manjak vremena izgubljen u čekanju potrošila na sebe. Na razini tvrtke pak rezultati koreliraju samo s testom zanimljivosti jer za važnost nemate sliku svih sastanaka u tvrtki. Za dublji uvid važno je znati jesu li vaši rezultati u skladu s iskustvima drugih u tvrtki: Jesu li neki dani lošiji od drugih? Tko predlaže sastanke? Ima li razlika između sastanaka uživo ili konferencijskih? Postoji li veza između nekih osoba i pravodobnosti? Vratite se malo unatrag, napišite nova pitanja i ponovite postupak, no usredotočite se na dva do tri najvažnija kuta. Premda se taj Redmanov postupak nekomu može činiti gotovo igrarijom, pruža dobar uvid u to kako podatkovni znanstvenici ulaze u predmet obrade i analize.