Hva er en datagapanalyse?
En datagapanalyse bestemmer eksisterende hull i et av et antall beregninger som angir hvordan en virksomhet presterer i et bestemt område. Denne typen analyser blir ofte utført med det formål å ikke bare gjennomgå hull, men også fjerne dem gjennom å forbedre datainnsamlingen. Datahull, også kalt persepsjonsgap, kan spenne over ethvert område med forretningsytelse i produksjon eller i tjenester som leveres til kunder. I en datagapanalyse prøver ledere eller konsulenter å forbedre dagens ytelse ved å lukke hull i hvordan data blir samlet inn. Det er ofte utfordrende å bestemme hvilke hull som måles, ettersom forretningsmetoder generelt er sammenvevd og sammenhengende.
Statistiske data og resultatdata som dekker et bredt spekter av kommersielle aktiviteter, blir ofte samlet inn av ledere. Disse dataene kan brukes til å kvantifisere forretningsresultater i et bestemt område eller områder. Ledere bruker informasjonen fra en datagapanalyse for å gjøre endringer i produksjon eller levering av tjenester for å oppnå større effektivitet.
Hovedfokuset i datagapanalysen er å utforme prosedyrer for å fange opp data i et bestemt område fremover, ikke på å gjennomgå historiske data. I hovedsak er driftsprinsippet generelt på jobb at det som ikke er målt, kan være det ideelle stedet å trimme avfall og øke produktiviteten. Inntil en datagapanalyse skjer, er det faktiske effektivitetsnivået ukjent.
Mangel i en organisasjons datainnsamling reduserer tilbakemeldingene ledere vanligvis vil bruke for å måle ytelse på et bestemt område. For eksempel kan ledere være lurt å vite hvor mange kunder som kommer tilbake med en klage på et bestemt produkt innen et bestemt tidsvindu. Hvis ingen har sporet disse dataene, kan det hende at virksomheten ikke vet det faktiske nivået på kundetilfredshet. I tillegg kan problemer med et bestemt produkt være flere enn en bedrift innser fordi data ikke rapporteres til de som er i stand til å løse årsaken til mangelen.
Omtaler av de innsamlede dataene blir vanligvis utført for å finne hullene - områdene der data mangler. Det neste trinnet er vanligvis å bestemme hvilke beregninger som skal fanges opp for å lukke hullene. Dette trinnet innebærer ofte å stille undersøkende spørsmål, deretter ta svarene og sette i gang en rekke handlinger for å fange opp disse dataene. Prosessen med å oppdage et gap i data kan være utfordrende, da det ofte er vanskelig for folk å forestille seg hvilke spørsmål som ikke blir stilt. Dette er grunnen til at de fleste datagapanalyser begynner med først å bestemme hvilke prediktive evner som ideelt sett bør introduseres i en bestemt operasjon.