组织数据通常不完整，分布在众多系统中或隐藏在电子表格中，尽管没有数据集是完美的，但建立可靠的数据基础将使你能够持续不断地获得业务变化的见解。我们着眼于7个迭代步骤，以收集，清理和集成用于组织设计的数据，以及对其进行可视化和分析。

遵循直觉并关注焦点

多年以来，战略顾问一直使用假设来专注于他们的研究，并且这种方法行之有效。数据和分析不仅涉及事实和数字，最好的见解通常来自直觉，研究和创造性思维，在建立数据基础时，值得考虑的不仅仅是简单的组织指标，例如人数和缺勤，返回到你的设计标准以指导你的关注点。

在进行重大转换时，几乎可以肯定需要某些指标。但是请记住，优化基线数据不是一次性的，而是一项持续的任务，应该支持组织的持续发展。

使数据收集过程对数据所有者有价值

通常，人们不喜欢分离数据，所以一定要解释一下为什么要收集数据，如何收集数据以及未获得数据的后果。

首先，最重要的是，你必须回答以下问题：如果数据所有者交出数据，其中的内容是什么？你必须通过解释数据，将通过端到端过程以及它带来的好处证明他们将贡献或获得的价值。

一种方法是游戏化过程。例如，为了鼓励医院网络清理数据，组织项目团队创建了一个公共排行榜。在此之前，所有医院都没有取得什么进展，但是在发布联赛表的一周内，进度呈指数增长。通过游戏化，该项目成为了团队的工作。

找到并汇总现有数据

在你直接整理新数据之前，请考虑你现有的数据。通常，你已经拥有查看组织状况的大量数据。你只需要将其组合在一起，执行以下操作将对你有所帮助：

展示那些努力使数据可用的人

开始回答你的假设，并确保你收集了正确的数据

更好地了解数据清理和收集过程。

知道需要什么数据后，下一步就是确定从何处获取数据。为此，你需要了解：

正在使用哪些系统以及组织中的位置。通常，不同的地理位置会使用不同的系统。

你需要如何将不同的数据类型映射到这些系统以及当前不存在哪些类型

谁拥有哪个系统以及提取数据的过程是什么。

可视化你的数据

视觉表示是数据分析过程的关键部分。在可视化数据时，请尽量远离电子表格，而应使用专门设计的软件来使你的数据栩栩如生，并获得与之合作的人们的认可。

数据可视化还可以发现一些基本见解，这些见解将有助于重申你的假设并确保你朝着正确的方向前进。在寻找这些见解时，请考虑各种可视化选项：

传统统计表示法–条形图，列形图，折线图，散点图，箱形图，甘特图，表格，仪表板

其他分析元素，例如着色，缩放和层次结构；

可视化数据将在构建数据基础的每个阶段增加价值。例如，查看数据质量可以帮助你找出差距并向你显示可能存在的不准确之处。

集中创建规则并清理数据

每当你将数据汇总在一起时，都会出现数据质量问题。因此，从一开始就必须为数据结构创建明确的规则。一旦数据干净，你就需要采取措施保持这种状态。以性别为例。男性雇员可能被标记为男性，M，0或1，因此你应该清楚并一致地使用哪种标记。

众包你的数据

使人们易于提供其他数据元素，从而进一步提高质量。大数据都是非常迷人的，但是最大的价值通常来自正确的基础知识。以下是在众包数据时为你提供帮助的3个技巧：

1、使数据易于上传。如果上传过程很复杂，人们将不会打扰。发送需要两分钟才能完成的网络表单将鼓励即时更新。

2、向所有者报告数据。最了解数据的人应该是审问数据的人。他们将从过程中获得新的见解。他们将提供新的见解，发现异常值并发现数据质量问题。

3、使流程移动。通常，花费几分钟时间上传或分析数据的最佳时间是在旅途中。如果所有设备上都有数据，则可以更轻松地即时查看和添加洞察。

停止分析并开始处理你的数据

建立基准后，请开始探索数据。使用不同的尺寸和度量对其进行切片，然后使用诸如标准差和百分位数之类的聚合器将其切成小块，你会为发现的一切感到惊讶。

为了更好地利用数据，请尝试按区域或主题细分对主题的见解。例如，按职能（无论是人力资源，财务还是采购），还是按战略，运营或交易等重点。但是，在分析和总结见解时，请小心。从数据上看似显而易见的统计上可能是错误的，过分简化和做出错误判断太容易了。

—END—