Hvad er en datagapanalyse?
En datagapanalyse bestemmer eksisterende huller i en hvilken som helst af et antal målinger, der angiver, hvordan en virksomhed klarer sig inden for et specifikt område. Denne type analyse udføres ofte med det formål ikke kun at gennemgå huller, men også fjerne dem gennem forbedring af dataindsamling. Datahuller, også kaldet opfattelseshuller, kan spænde over ethvert forretningsområde inden for produktion eller i tjenester, der leveres til klienter. I en datagapanalyse forsøger ledere eller konsulenter at forbedre den aktuelle ydelse ved at lukke huller i, hvordan data indsamles. Det er ofte udfordrende at bestemme, hvilke huller der skal måles, da forretningsmetoder generelt er sammenflettet og indbyrdes forbundet.
Statistiske data og præstationsdata, der dækker en lang række kommercielle aktiviteter, indsamles ofte af ledere. Disse data kan bruges til at kvantificere forretningsresultater inden for et bestemt område eller områder. Ledere bruger oplysningerne fra en datagapanalyse til at foretage ændringer i produktion eller levering af tjenester for at opnå større effektivitet.
Hovedfokus i analyse af datagap er på udarbejdelse af procedurer til indsamling af data i et bestemt område fremover, ikke på gennemgang af historiske data. Grundlæggende er arbejdsprincippet generelt på arbejdet, at det, der ikke er blevet målt, kan være det ideelle sted at trimme affald og øge produktiviteten. Indtil der forekommer en datagapanalyse, forbliver det aktuelle effektivitetsniveau ukendt.
Huller i en organisations dataindsamling reducerer de feedback, som ledere typisk vil bruge til at måle ydeevne på et bestemt område. For eksempel kan ledere måske vide, hvor mange kunder der vender tilbage med en klage over et bestemt produkt inden for et bestemt tidsvindue. Hvis ingen har sporet disse data, ved virksomheden muligvis ikke det faktiske niveau for kundetilfredshed. Derudover kan problemer med et bestemt produkt være mere talrige end en virksomhed indser, fordi disse data ikke rapporteres til dem, der er i stand til at løse årsagen til manglen.
Gennemgang af de indsamlede data udføres typisk for at finde hullerne - de områder, hvor data mangler. Det næste trin er normalt at bestemme, hvilke målinger der skal indfanges for at lukke disse huller. Dette trin involverer ofte at stille sonderende spørgsmål, derefter tage svarene og iværksætte en række handlinger for at indsamle disse data. Processen med at opdage et hul i data kan være udfordrende, da det ofte er svært for folk at forestille sig, hvilke spørgsmål der ikke stilles. Dette er grunden til, at de fleste datagapanalyser begynder med først at bestemme, hvilke forudsigelsesegenskaber der ideelt set bør introduceres i en bestemt operation.