作者 / 謝文翊
- 透過數據分析獲得「數據洞察力」以及「數據決策力」,是企業數位轉型成功的關鍵因素。我把這兩者統稱「職場數據力」,這也是成為許多企業內部不論員工自我進修、徵選新進人才或是安排員工教育訓練時優先考慮的重點。
在這一篇文章中,我將用一個職場案例,說明數據分析、數據決策方法論的五個階段。
數據分析五個步驟做決策
數據分析的五個階段分別是:
- 處理數據
- 建立模型
- 發現洞見
- 呈現建議
- 影響決策
舉一個「降低公司的離職率」的例子,幫助各位瞭解用數據分析做決策五個階段分別要做的事情。
數據分析第一階段:處理數據
- 目的:正確的蒐集相關數據並處理,這是數據分析最重要的步驟。
1.首先要找出與「降低公司的離職率」相關的數據,例如每月離職在職員工數、員工基本資料、離職問卷調查等等。
2.要弄清楚這些數據會從哪裡取得?如何取得?是人資自己建立的檔案?還是公司人事系統匯出的數據?
3.數據拿到手了,但是內容可能有問題,比如人工鍵入可能出錯造成資料不正確或是遺漏,必須進行檢查排除錯誤;系統匯出的格式不能直接使用,必須轉換格式等。
再提醒一次讀者,這個數據分析的步驟最為重要,必須在一開始就將資料處理好。因為輸入錯誤的資料,必定不會有正確的數據分析結果,只會讓一切白做工。
數據分析第二階段:建立模型
- 目的:建立數據分析要用的模型,包含資料表、關聯與指標。
1.將員工基本資料、離職問卷調查等處理過的數據格式轉換成可以運算的資料表。
2.找出資料表之間存在的關聯,例如員工編號,就可以將相關的數據串聯在一起。
例如:用來比較判斷的指標是甚麼?會用那些數據進行計算?例如指標是離職率,要用離職人數與在職人數計算出來。
數據分析第三階段:發掘洞見
- 目的:數據分析的核心,就是發掘數據背後的洞見。
1.根據數據計算公司離職率為 11% ,與行業平均標準8%相比確實偏高。
2.其中超過三分之一的人數是錄取進公司之後在三個月試用期內就離職的人,有數據圖表說明。
3.分析未滿試用期人員的離職問卷回答中,發現回答「工作無法順利上手,沒信心能做這份工作」占了83%。
數據分析第四階段:呈現建議
- 目的:選擇合適的圖表,並進行必要的優化,讓圖表的呈現清晰易懂,對方一看就懂。
將數據分析所得到的看法、洞見與建議,用合適的圖表與文字呈現如以下:
1.發現的原因「工作無法順利上手,沒信心能做這份工作」。
2.建議「調整新進人員的教育訓練,應該可以改善因為工作無法順利上手而選擇離職的狀況,進而降低離職率」
數據分析第五階段:影響決策
- 目的:企業做數據分析,最終都必須能提出解決方案與對策。
數據分析的收尾,共分為「先提對策-說明問題-分析原因-再提對策」的四個層次,配合在前面步驟做成的圖表,在一開始就清楚表明結論。
把重點簡短扼要的說出來,就能吸引對方的注意力,想聽你解釋為什麼,無形中提高說服對方的機會,願意採取你建議的行動。
數據分析目的:找到決策關鍵
- 用數據分析做決策要達到的境界,可以用馬雲先生對阿里巴巴集團要求的兩句話來說明:「一切業務數據化,一切數據業務化」。
也就是透過蒐集企業活動的紀錄轉化成數據,像是銷售過程、客戶消費行為等,分析出背後的意義。
而這些有意義的數據,就轉變成用來判斷企業活動表現是否良好的判斷指標,藉由指標的變化做出決策調整業務,讓客戶更滿意。
由此也可以得出一個結論:解讀分析只是手段,做出決策才是目的。
數據分析的延伸參考
在上一篇文章「6種常見的數位轉型挑戰,關鍵在培養員工的數據洞察力及決策力」中有提及的兩份值得參考的報告,都可以作為數據分析的前置準備參考。
其中Google 2021台灣企業數位轉型報告已經指出,具備數據導向商業思維、掌握數位工具能力的人才是企業渴望招募或培養的對象。
數據分析的工具推薦
另一份戴爾科技集團的數位轉型指數報告(DT Index)提出數位化領導和決策能力已經成為一個好的領導者的重要條件。
若您是身為企業主管或是人資同仁,從現在起,在為企業招募或培養人才時,具備數據分析技能的數據洞察力以及決策力就是必定要考慮的重點。
建議您參考「用數據分析做決策」的方法論與工具,協助員工同仁養成職場數據力,就能提升企業的競爭力。
我也曾運用這套方法論幫助企業進行數據分析的專案,專案團隊因為有了正確的思維與工具,加上清楚的步驟做法,在進行專案任務的規劃與實際執行時,能比以往更有效率,成功率更高。
對於方法論的介紹到這邊,日後我再深入解說。
下一篇,我將為各位讀者推薦一款工具,非常適合作為「用數據做決策」的數位工具,它就是微軟公司開發的Power BI,敬請期待下一篇。