Probablemente haya escuchado sobre el uso de big data para descubrir qué le gusta comprar, leer y seguir. Lo que probablemente no haya pensado es cómo su empresa podría usarlo para liberar su productividad.
Pero Alexander Vorobiev, asesor de análisis avanzado de TransUnion, sí. Es un genio en todo lo relacionado con Big Data. Y aunque su función se ocupa principalmente de cómo los grandes datos pueden afectar los servicios financieros, sabe que las aplicaciones para los grandes datos son infinitas. ¿Una de esas cosas? Descubrir cómo las empresas pueden usar métodos analíticos para aumentar la productividad y ver mejores resultados comerciales.
¿Suena intrigante? Sigue leyendo para saber cómo se hace:
Encuentra tu hipótesis
Primero necesitas una teoría para probar. "Crear un programa de bienestar en el lugar de trabajo aumentará la productividad" podría ser uno. "Permitir que los empleados trabajen desde casa ayudará a impulsar las ventas" podría ser otro.
Como jefe de un departamento o tomador de decisiones, es posible que tenga un instinto instintivo sobre cómo funcionan mejor sus empleados. Tal vez sea que los empleados que llegan una hora más tarde toman menos descansos durante el día, o si los empleados usan su hora de almuerzo para hacer ejercicio, tienden a no ceder ante la depresión de las 3 PM. Cualquiera que sea el supuesto, esta es su hipótesis para ser probada.
Reúna los datos correctos
Posiblemente uno de los pasos más críticos en el uso de big data. Todos los análisis en el mundo no serán de mucha utilidad si no se miden las cosas correctas. Tome la hipótesis "trabajar desde casa mejora la productividad". Algunos puntos de datos potenciales para medir aquí podrían incluir el número de empleados que trabajan a distancia, cuántos días trabajaron desde casa y las revisiones de los supervisores al final del período estimado.
Vorobiev recomienda que las empresas contraten ingenieros de datos especializados o consultores externos para realizar un análisis de las tendencias en el lugar de trabajo y otras áreas en las que los grandes datos seguramente serán de utilidad. Dichos científicos de datos no solo pueden analizar los resultados finales, sino que también pueden sugerir los parámetros correctos para medir.
Configurar una muestra para estudiar
Las empresas pueden reclutar empleados para los estudios colgando una zanahoria (la membresía gratuita en el gimnasio durante un año es buena) aunque uno tiene que estar atento a las muestras sesgadas (las personas que se inscriben en un club de lectura, por ejemplo, pueden ser las que les gusta leer).
Pero el reclutamiento puede llevarse a cabo de otras maneras. Vorobiev señala un estudio de lugar de trabajo realizado por Bank of America donde los empleados llevaban tarjetas de identificación con etiquetas RFID y sus interacciones entre ellos y se midió la productividad posterior.
Sin embargo, Vorobiev admite que la privacidad es una barrera legítima. Pero hay formas de ocultar la información de los empleados para que los analistas solo se centren en tendencias más amplias. Las respuestas de burbujas anónimas o las encuestas en línea son una forma rápida y fácil de buscar patrones sin nombrar nombres.
Una vez que haya descubierto a quién estudiar, las encuestas en línea son una forma rápida de recopilar los datos necesarios.
Por último, analizar!
Ahora que tiene los resultados, Big Data puede analizarlo y buscar tendencias. Es importante recordar que el análisis de big data es simplemente un estudio de datos regular sobre esteroides. Usted, como empleado o propietario de la empresa, siempre puede realizar análisis de datos. Pero el big data procesa información proveniente de varias fuentes y de muchas maneras diferentes de manera más eficiente y rápida.
Simplemente no te pierdas en la parálisis del análisis. "Se puede diseñar en exceso cualquier cosa", dice Vorobiev, "Hay un dicho famoso sobre las estadísticas que con suficiente presión los datos admitirán todo. Puede ser una buena idea detener el análisis tan pronto como obtenga x números de entrada o resultados y luego mira lo que te dicen los datos ".
El efecto de la farola, donde una persona que ha perdido sus llaves solo se ve bajo la luz porque es donde es más fácil hacerlo, es una preocupación legítima cuando se trata de análisis de big data. Recuerde que las tendencias más sorprendentes podrían no ser donde primero piensa mirar.
La conclusión según Vorobiev: “Hay tantos aspectos medibles, fáciles de pasar por alto, de nuestra vida laboral que, si se estudian, podrían producir resultados inesperados. Y si uno de ellos pudiera conducir a un entorno más armonioso y productivo, vale la pena intentarlo ".
