데이터 갭 분석이란 무엇입니까?

데이터 갭 분석은 특정 영역에서 비즈니스가 수행되는 방식을 나타내는 여러 메트릭 중 하나에서 기존 갭을 결정합니다. 이러한 유형의 분석은 종종 격차를 검토 할뿐만 아니라 데이터 수집을 개선하여 격차를 제거하기 위해 수행됩니다. 인식 격차라고도하는 데이터 격차는 생산 또는 고객에게 제공되는 서비스에서 모든 비즈니스 성과 영역에 걸쳐있을 수 있습니다. 데이터 갭 분석에서 관리자 또는 컨설턴트는 데이터 수집 방법의 갭을 메워 현재 성능을 개선하려고합니다. 비즈니스 측정 항목이 일반적으로 서로 연관되어 있기 때문에 측정 할 격차를 결정하는 것은 종종 어려운 일입니다.

광범위한 상업 활동을 다루는 통계 및 성능 데이터는 종종 관리자가 수집합니다. 이 데이터는 특정 영역에서 비즈니스 성과를 정량화하는 데 사용될 수 있습니다. 관리자는 데이터 갭 분석의 정보를 사용하여 효율성을 높이기 위해 생산 또는 서비스 제공을 변경합니다.

데이터 갭 분석의 주요 초점은 과거 데이터를 검토하는 것이 아니라 특정 영역의 데이터를 캡처하는 절차를 고안하는 것입니다. 본질적으로, 직장에서 일반적으로 작동 원리는 측정되지 않은 것이 폐기물을 다듬고 생산성을 높이기위한 이상적인 장소 일 수 있다는 것입니다. 데이터 갭 분석이 발생할 때까지 실제 효율성 수준은 알 수 없습니다.

조직의 데이터 수집 간격은 관리자가 일반적으로 특정 영역의 성능을 측정하는 데 사용하는 피드백을 줄입니다. 예를 들어 관리자는 특정 기간 내에 특정 제품에 대한 불만으로 몇 명의 고객이 돌아 왔는지 알고 싶어 할 수 있습니다. 이 데이터를 추적 한 사람이 없으면 실제 수준의 고객 만족도를 알지 못할 수 있습니다. 또한 특정 제품의 문제는 데이터가 결함의 원인을 다루는 위치에있는 사람들에게보고되지 않기 때문에 비즈니스가 인식하는 것보다 훨씬 많을 수 있습니다.

수집 된 데이터에 대한 검토는 일반적으로 데이터 부족 영역 인 격차를 찾기 위해 수행됩니다. 다음 단계는 일반적으로 이러한 격차를 해소하기 위해 어떤 메트릭을 캡처해야하는지 결정하는 것입니다. 이 단계에는 종종 탐색 적 질문을 한 다음, 답변을 취하고 해당 데이터를 캡처하기위한 일련의 조치를 취해야합니다. 사람들이 어떤 질문을 받지 않는지 종종 상상하기 어렵 기 때문에 데이터의 차이를 발견하는 과정은 어려울 수 있습니다. 그렇기 때문에 대부분의 데이터 갭 분석은 어떤 예측 기능이 특정 작업에 이상적으로 도입되어야 하는지를 먼저 결정함으로써 시작됩니다.