Vad är en data GAP -analys?
En data GAP -analys bestämmer befintliga luckor i något av ett antal mätvärden som anger hur ett företag presterar inom ett specifikt område. Denna typ av analys utförs ofta i syfte att inte bara granska luckor utan också ta bort dem genom att förbättra datainsamlingen. Datavsnitt, även kallad Perception Gaps, kan sträcka sig över alla områden för affärsresultat i produktionen eller i tjänster som tillhandahålls för kunder. I en data GAP -analys försöker chefer eller konsulter förbättra nuvarande prestanda genom att stänga luckor i hur data samlas in. Att bestämma vilka luckor som ska mätas ofta är utmanande, eftersom affärsmetriker i allmänhet är sammanflätade och sammanhängande.
statistiska och prestandadata som täcker ett brett utbud av kommersiella aktiviteter ofta samlas in av chefer. Dessa data kan användas för att kvantifiera affärsresultat i ett visst område eller områden. Chefer använder informationen från en datagapanalys för att göra förändringar i produktion eller tillhandahållande av tjänster för att uppnå storaER -effektivitet.
Huvudfokuset i data GAP -analys är på att utformade procedurer för att fånga data i ett visst område framöver, inte vid granskning av historiska data. I huvudsak är driftsprincipen i allmänhet på jobbet att det som inte har uppmättts kan vara den perfekta platsen att trimma avfall och öka produktiviteten. Fram till en datagapanalys inträffar den faktiska effektivitetsnivån okänd.
luckor i en organisations datainsamling minskar att feedback som chefer vanligtvis skulle använda för att mäta prestanda inom ett visst område. Till exempel kanske chefer vill veta hur många kunder som återvänder med ett klagomål om en viss produkt inom ett visst tidsfönster. Om ingen har spårat dessa uppgifter kanske verksamheten inte vet den faktiska nivån på kundnöjdhet. Dessutom kan problem med en viss produkt vara fler än ett företag inser eftersom den informationenrapporteras inte till de som är i stånd att ta itu med orsaken till bristen.
Granskningar av de insamlade uppgifterna utförs vanligtvis för att hitta luckorna - de områden där data saknas. Nästa steg är vanligtvis att avgöra vilka mätvärden som ska fångas för att stänga dessa luckor. Detta steg innebär ofta att ställa undersökningsfrågor, sedan ta svaren och införa en serie åtgärder för att fånga dessa uppgifter. Processen att upptäcka ett gap i data kan vara utmanande, eftersom det ofta är svårt för människor att föreställa sig vilka frågor som inte ställs. Det är därför de flesta data GAP -analys börjar med att först bestämma vilka prediktiva kapaciteter som idealiskt ska introduceras i en viss operation.