定义数据用例的模板你都会吗?

一个好的数据战略将帮助你明确公司的战略目标，并确定你如何可以使数据来实现这些目标。 在此过程中确定的数据使用称为用例。 换句话说，这些用例是你来年的关键数据项目或优先事项 。

在制定公司数据策略时，我们通常会确定三到五个数据用例 ，每个公司的数据用例都会有所不同，并且会受到总体业务战略的驱动。当然，也有一些企业常规会有的用例模板，比如： 

· 了解和改善员工敬业度  

· 提供更个性化的客户体验 

· 优化价格

· 开发更智能，更个性化的产品或服务 

· 防止欺诈 

当然，这个模板也不是那么简单的，有10个部分需要完成。他们是：

1.链接到战略目标

由于数据始终以战略性方式使用，因此将用例链接到特定的组织目标。如果我们采用上述第一个示例用例，即了解并提高员工敬业度，这可能与提升雇主品牌的战略目标联系在一起。  

比如：我们的目标是实时反映员工参与我们业务的情况。这将帮助我们回答以下问题： 

· 我们的员工在工作时参与度如何？

· 我们如何才能提高员工敬业度？

· 我们的员工敬业度计划有多成功–在多大程度上影响敬业度？ 

2.成功指标（KPI）

在这里，你要定义此用例的成功外观，以及计划如何去衡量进度。所以，我们虚构的例子可能包括关键绩效指标如定期脉冲调查，净推荐值，旷工和员工流动率。    

3.用例所有者

谁将负责此用例？如果你没有人来实现它，那么它可能永远也做不成。使用我们示例用例的老板，他可能是一个人力资源经理。当然，他们需要与其他人一起工作，但是HR经理是拥有该用例的人。 

4.用户和数据客户

数据客户是使用数据并从产生的见识中学习的人。 在此示例中，我们的用例所有者显然也是数据客户/用户，其他客户将包括整个业务中的领导团队和经理。 

5.所需数据

在这里，你可以深入研究该项目所需的数据。这可能包含结构化数据（例如数据库和电子表格），非结构化数据（例如社交媒体帖子），内部数据和外部数据。你还需要确定你是否已经拥有数据。如果不是，你是可以自己收集数据或者可以从第三方访问数据。 

所以，我们可以通过结合内部和外部数据的内部调查和交叉引用我们对外部的行业基准员工净推荐值。通过查看缺勤率以及员工访谈和调查的自由答案，我们可以将结构化数据和非结构化数据结合起来。 虽然我们已经有一些这方面的数据，但我们需要建立一种方法来进行频繁的员工脉冲调查。 

6.数据治理

该区域包含你需要做的所有事情，以确保数据安全并确保数据被正确使用。因此，数据治理包括数据质量，道德，隐私，所有权， 访问权限和安全性。  

我们的员工敬业度用例： 

· 我们需要征得员工的同意才能收集和使用调查数据。  

· 为了符合道德数据的使用（并确保更准确，真实的结果），应对调查数据进行匿名处理。 

· 由于大多数数据是我们自己的内部数据，因此我们无需担心任何所有权或访问问题。 

7.数据分析 

本节全部关于将数据转化为见解。有很多分析选项，包括文本分析，图像分析，预测分析和许多类型的业务分析。 文本分析是一种用于员工敬业度用例的有用方法。这可用于分析调查回复，访谈，甚至电子邮件或社交媒体帖子，以获取有关员工对公司真实感受的见解。 

8.技术

任何数据项目都会对技术和基础架构产生影响。因此，在这里你需要确定这些含义，挑战和要求是什么。简单来说，这意味着确定需要哪些软件和硬件来收集和存储数据，分析数据并传达结果。 

例如，我们可能需要投资一个第三方员工敬业度平台，该平台可以与我们的员工进行定期的，简短的调查。 

9.技能和能力

你需要什么技能才能做到这一点？而且你是否拥有这些技能？ 如果不是，你是否需要培训人员或将某些任务外包？也许你需要内部和外部技能的混合体。  

为了继续我们简单的用例示例，我们假设建议的脉搏测量软件平台带有易于使用的分析元素，该元素使业务人员无需任何数据科学知识即可对数据进行切片和切块。因此，招聘新技能的需求降至最低。 但是，人们将需要接受有关如何使用该系统的培训。  

10.实施和变更管理

每个项目都会遇到实施方面的挑战，因此这是你识别潜在障碍和实施要求的机会，并确保你的计划不会出差错。 例如，在实施新员工脉搏调查时，需要对员工和领导层进行教育，以了解为什么要实施该系统以及该系统如何使企业受益。

重复此过程，并为你确定的每个单独用例填写模板。这将帮助你评估用例并确定其优先级，从而使你知道按哪个顺序处理哪些用例。   

然后，一旦充实了每个单独的数据用例，并按紧急程度对它们进行了优先排序，就可以开始完成数据策略。

 

往期精彩

•数据分析过程：制定决策的５个步骤

•你知道吗？公司面试数据分析师特别关心的4个问题

•数据分析也有等级的，看看这些分析法你会不会！

•5种最重要的统计数据分析方法，你知道吗？

•数据分析师必须了解的编程语言TOP4

•预测：2021年数据分析发展趋势

•了解数据分析工作状态，提升自己数据分析能力

•浅谈：业务型数据分析对数据的依赖有多大？

•聊聊商业数据分析的流程及思考逻辑

•通过boss直聘，看数据分析就业前景~