حافظه سازمانی


در حالی که کمی اغراق شده است، هر کسی که به هر ظرفیتی با تحلیل درگیر بوده باشد داستانی دارد که کاملاً با داستان بالا مطابقت دارد. در حالی که تعداد کمی از مشتریان در مورد آن صحبت میکنند، حافظه سازمانی، یا به طور معمولتر آلزایمر سازمانی، یکی از بزرگترین مشکلات مداوم در تحلیل در مقیاس است.
حافظه سازمانی چیست؟
حافظه سازمانی دانش جمعی یک شرکت از معنای چیزها، نحوه تغییر آنها، و کسی که آنها را تغییر داده است.
حافظه سازمانی، یا به طور معمولتر آلزایمر سازمانی، یکی از بزرگترین مشکلات مداوم در تحلیل در مقیاس است
مثالها شامل، "چگونه یک کاربر فعال را تعریف میکنیم؟"، "آیا درآمد را در روزی که قرارداد امضا میشود، اولین روزی که سرویس ارائه میشود یا زمانی که چک آنها پاک میشود شناسایی میکنیم؟" است.
کنار: در زیر، ما به اعداد رایج یا مجموعههایی از اعداد که محاسبه میشوند، مانند "تعداد کاربران فعال"، به عنوان "متریک" اشاره میکنیم. ما به تعاریف استاندارد زیرمجموعههای رایج چیزها به عنوان "بخشها" اشاره میکنیم.
چرا مهم است؟
همه را در یک صفحه نگه میدارد. وقتی افراد مختلف درآمد را بر اساس کانال مقایسه میکنند، مهم است که "درآمد" و "کانال" به همان چیز اشاره کنند. این شامل هر دو موقعیتی است که دو گروه معانی کمی متفاوت برای متریکها ارائه میدهند و همچنین مواردی که از همان گزارشهای پایه استفاده کردند اما بهبودها یا تغییرات هرگز به گروهی که هنوز روی تعریف قدیمی است نرسید.
مهمتر از آن، اگر دو تعریف از درآمد وجود دارد، اغلب یکی از آنها فقط اشتباه است. اگر از یک تعریف منسوخ یا نادرست استفاده میکنید، هر نتیجهگیری که ممکن است از این اعداد درآمد بگیرید احتمالاً اشتباه است.
وقتی مشتریان درآمد را بر اساس کانال مقایسه میکنند، مهم است که "درآمد" و "کانال" به همان چیز اشاره کنند
برای کاربرانی که نمیفهمند چه اتفاقی میافتد، کشیدن اعداد رایج و اعمال الگوهای رایج را آسان میکند. اکثر کاربران مبتدی قادر نخواهند بود تعریف "کاربر فعال" را به تنهایی مهندسی معکوس کنند. برای اینکه بتوانند سوالات خود را بپرسند، مهم است که این مفاهیم اتمی باشند.
همچنین از هرج و مرج جلوگیری میکند. یکی از بزرگترین زمانبرترین کارها برای یک گروه تحلیل (یا افرادی که کار تحلیل انجام میدهند) بررسی مجدد اعداد، تطبیق اعدادی که با دیگران مطابقت ندارند، و اشکالزدایی گزارشهایی که "به نظر اشتباه میرسند" است. به صورت حکایتی، این حداقل بخش قابل توجهی از زمان تحلیلگر را میگیرد، و در سازمانهای بزرگتر در نهایت به یک زمانبر بزرگتر از ایجاد داشبوردها یا گزارشها تبدیل میشود.
همچنین شماره اتوبوس یک سازمان را کاهش میدهد. اغلب، فقط یک یا دو نفر در یک سازمان وجود خواهند داشت که میدانند چگونه یک عدد خاص محاسبه میشود یا یک متریک معین واقعاً به چه معناست، یا گوشههای وحشتناک وحشتناک اما برای به دست آوردن یک گزارش به موقع که هرگز دوباره بازدید نشد. بهتر است این نوع اطلاعات را قبل از اینکه تصمیم بگیرند بازنشستگی زودهنگام بگیرند و بدون اتصال اینترنت در سراسر جهان سفر کنند ثبت کنید.
معمولاً چگونه حفظ میشود؟
بسته به اینکه فرهنگ شرکت چقدر مستند-محور است، معمولاً انواع مختلفی از اسناد، ایمیلها و صفحات ویکی داخلی وجود دارد که مدل داده را توصیف میکنند. در حالی که خستهکننده، زمانبر، مستعد خطا و به طور کلی نوع چیزی است که کار در محیطهای شرکتی با انطباق بالا را روحکشنده میکند، این گاهی اوقات با سرعت رضایتبخش در یک سازمان به اندازه کافی کوچک که به اندازه کافی آهسته حرکت میکند برای مستندسازان برای رسیدن حفظ میشود.
یکی از بزرگترین زمانبرترین کارها برای یک گروه تحلیل بررسی مجدد اعداد است
حالا، طرف دیگر این سکه حافظه سازمانی در مورد معنای نمودارها، گزارشها و داشبوردهای رایج است. در اینجا، همه هرج و مرج ناامیدکننده است. حتی در سازمانهای فوقالعاده پیچیده با منابع تقریباً نامحدود، تعداد زیادی فرآیندهای تبدیل داده نوشته شده توسط کسی که دیگر با شرکت نیست، گزارشهای قدیمی که هیچ کس در ماهها بهروزرسانی نکرده است که ممکن است یا ممکن است هنوز توسط کسی استفاده شود، پرسوجوهای قدیمی که هنوز در گزارشهای جدید کپی+چسبانده میشوند، و صفحهگستردههای ایمیل شده با تبار نامشخص یا تازگی وجود دارد. در اینجا، حافظه سازمانی یک چیز واقعی است: اطلاعات در سر تحلیلگران و مهندسان قفل شده است.
در هر دو مورد، نگه داشتن اینها بهروز با تغییر مدلهای داده و نتایج تحلیل مورد نظر بسیار دشوار و پرهزینه است. علاوه بر این، رایج است که این سوابق در یک سیستم جداگانه از سیستم استفاده شده توسط کاربران نهایی برای دسترسی به داده زندگی کنند. این باعث میشود که گزارشها و معنای مستند شده آنها بیشتر از هم جدا شوند.
چگونه حافظه سازمانی را بهبود دهیم
دو طرف برای بهبود حافظه سازمانی سازمان شما وجود دارد.
اولاً فقط فرآیند و انضباط قدیمی خوب است. مطمئن شوید که تعاریف متریکها، آنچه قرار است ضبط کنند، نحوه محاسبه آنها، و تغییرات تاریخی آنها را مستند میکنید. همانطور که تغییر میکنند، زمان برای بهروزرسانی هر سند مرکزی بودجه کنید. الگوها یا snippetها برای بخشهای رایج ایجاد کنید (امتیاز اضافی برای استفاده از ابزاری که از آنها پشتیبانی میکند). اغلب برخی متریکهای کلیدی بسیار دشوار برای اندازهگیری یا محاسبه از داده موجود هستند. در این مورد، Proxies، یا اعدادی که مشابه متریکهای زیربنایی رفتار میکنند، استفاده میشوند. نیازی به گفتن نیست که شما باید قطعاً نحوه محاسبه Proxies برای KPIهای مهم و محدودیتهای آنها را مستند کنید.
برای اکثر ما، انضباط و زمان بسیار محدود است. روی پرسوجوها و گزارشهای کارگر تمرکز کنید. یک مالک به آنها اختصاص دهید و مطمئن شوید که جستجوی شخصی که مالک تعریف برای هر بخش یا متریک رایج معین است آسان است. در برابر وسوسه تلاش برای مستند کردن همه چیز مقاومت کنید. یک لیست اولویتبندی شده از گزارشهای رایج ایجاد کنید و روی پوشش ۲۰٪ برتر تمرکز کنید. به خاطر داشته باشید که در این موقعیتها هزینه اصلی در نگه داشتن اسناد بهروز در طول زمان است، نه نوشتن آنها برای اولین بار.
حافظه سازمانی یک چیز واقعی است: اطلاعات در سر تحلیلگران و مهندسان قفل شده است
جبهه اصلی دوم در ابزارها است. برخی زیرساختهای داده شکنندهتر از دیگران هستند. استفاده از سیستمهای مختلف زیاد برای همان متریکها منجر به سردرگمی و بار نگهداری میشود. در صورت امکان بهتر است مجموعه مشترکی از ابزارها و یک مخزن گزارشهای رایج داشته باشید. روی یک مکان مرکزی که مشتریان میتوانند اطلاعات در مورد آن مدل داده را جستجو کنند استاندارد کنید، و تا هر درجه ممکن آن را اولین جایی که مشتریان نگاه میکنند قرار دهید. زمان صرف ویرایش و اصلاح این مجموعه اطلاعات کنید زیرا بعداً زمان و ناامیدی را صرفهجویی میکند.
چگونه از متابیس برای آسانتر کردن زندگی استفاده کنیم
یکی از اهداف طراحی اصلی متابیس از روزهای اولیه کمک به کاربران غیرفنی برای استفاده از پایگاه دادههای شرکتهای خود بود. معمولاً تصدیق میشود که SQL میتواند یادگیری دشواری داشته باشد، و برنامههای BI معمولی رابطهای گیجکنندهای دارند. با این حال، بسیاری از دشواری در این واقعیت نهفته است که اکثر غیرتحلیلگران نمیفهمند مدل داده چگونه کار میکند، یا چگونه واقعاً سوالات منطقی بپرسند.
در حالی که متابیس با هدف ارائه تحلیلهای ساده در ۵ دقیقه طراحی شده است، بسیاری از قدرت متابیس فقط بعد از اینکه ماه عسل اولیه فروکش میکند ظاهر میشود. هنگامی که سازمان شما شروع به دیدن ارزش از داشتن یک مکان مرکزی برای داشبوردها، گزارشهای تکراری از طریق Pulses، و گزارشهای مشترک کرده است، زمان آن است که مدل داده خود را برای اجازه دادن به بقیه شرکت خود برای پرسیدن سوالات خود مدیریت کنید.
بسیاری از دشواری در این واقعیت نهفته است که اکثر غیرتحلیلگران نمیفهمند مدل داده چگونه کار میکند
در برخورد با مشکل حافظه سازمانی، ما روی اطمینان از اینکه حافظه سازمانی یک سازمان در جایی که تحلیل مصرف میشود زندگی میکند تمرکز کردهایم. اگر چیزی هر روز در صورت شما است، احتمال بیشتری دارد که آن را بهروز نگه دارید. ما همچنین روی ارائه چند ابزار ساده به جای تلاش برای پوشش هر مورد تمرکز کردهایم. ما امیدواریم که عمل ساده نگه داشتن توضیحات بهروز به اندازه کافی از مشکل را حل کند تا اشتهای کاربران را برای بیشتر تحریک کند. ما انتقال از حافظه سازمانی به داده یا گزارشهای واقعی را آسان میکنیم تا به عنوان یک منبع آموزشی عمل کند.
ثبت حافظه سازمانی در متابیس
- از توضیحات به طور آزاد روی فیلدهایی که ممکن است گیجکننده باشند استفاده کنید.
- از توضیحات روی جداول برای توصیف نحوه استفاده از فیلدها و مشکلات رایج مرتبط با آنها استفاده کنید.
- تعاریف رایج موجودیتهای جالب را به عنوان بخشها کپسوله کنید
- برای KPIهای معمولاً نمودار شده یا متریکهای جالب دیگر برای استفاده مجدد، آنها را به عنوان متریکها ذخیره کنید.
- مطمئن شوید که به مشتریان بگویید کدام متریکها و بخشها را باید هنگام onboarding استفاده کنند، و اینها را بهروز نگه دارید! اگر مشتریان بدانند که یک بخش یا متریک یک تعریف استاندارد است از آن استفاده میکنند. وقتی شروع به لغزش میکند، به روشهای ایجاد هرج و مرج خود برمیگردند.
اگر هنوز از متابیس استفاده نمیکنید، آن را امتحان کنید.

