Sepak Bola Fantasi dan Analisis Berbasis Keputusan: Contoh Praktis

Sepak Bola Fantasi dan Analisis Berbasis Keputusan: Contoh Praktis. Sejauh ini dalam seri ini, kita telah membicarakan tentang dasbor yang tidak mengarahkan keputusan, kelebihan data, kejelasan, wawasan, dan struktur. Sekarang mari kita dasarkan semua itu dalam sesuatu yang konkret. Semua orang menyukai Fantasy Football, bukan? Baik Anda bermain dengan serius atau hanya untuk bersenang-senang, game ini memaksa Anda untuk membuat keputusan mingguan dengan informasi yang tidak lengkap. Dan itu menjadikannya contoh sempurna analitik berbasis keputusan dalam praktek.

Dari Data ke Wawasan

Sebelumnya dalam seri ini, kita telah membahas bagaimana wawasan hanya ada ketika makna dibuat eksplisit.

Angka tidak berbicara sendiri. Visual tidak menjelaskan dirinya sendiri. Orang menciptakan makna.

Di dasbor bisnis, kita sering beralih dari data mentah langsung ke visual dan berasumsi bahwa wawasan akan diperoleh.

Fantasy Football segera mengungkap kekurangan itu.

Anda tidak hanya ingin melihat statistik pemain. Anda ingin tahu:

• Kepada siapa saya harus pindah?
• Siapa yang harus saya kapten?
• Apa yang memberi saya peluang tertinggi untuk mencetak lebih banyak poin minggu ini?

Itu bukan latihan eksplorasi. Itu sebuah keputusan.

Pekan Pertandingan 25: Satu Pertanyaan

Mari kita ambil contoh Gameweek 25 ini.

Laporan tersebut menanyakan satu pertanyaan yang sangat sederhana:

“Transfer apa yang harus saya lakukan minggu ini?”

Bukan sepuluh pertanyaan.

Bukan “mari kita jelajahi semuanya”.

Bukan “mari kita lihat apa yang dikatakan data”.

Satu keputusan.

Segala sesuatu di halaman ini ada untuk mendukung pilihan tunggal itu.

• Poin yang diproyeksikan (ep_next)
• Poin rata-rata
• Membentuk
• Poin total

Setiap metrik memiliki tujuan.

Mereka tidak ada di sana karena tersedia. Mereka ada di sana karena mereka mempengaruhi keputusan.

Apa yang Membuatnya Berbeda?

Ini bukan dasbor netral. Itu punya niat.

Tata letaknya memandu perhatian. Metriknya diprioritaskan. Konteksnya eksplisit. Narasinya tersirat:

• Inilah pemainnya
• Inilah mengapa hal itu penting
• Inilah buktinya
• Inilah mengapa ini adalah langkah rasional

Seperti itulah praktik bercerita berbasis data. Ini mengurangi ketidakpastian. Ini meningkatkan kepercayaan diri. Itu membuat pilihan lebih mudah.

Mengapa Ini Penting Selain Sepak Bola Fantasi

Ini mungkin sebuah permainan. Namun strukturnya sama persis dalam bisnis. Bayangkan mengganti “Siapa yang harus saya transfer?” dengan:

• Pemasok mana yang harus kami negosiasi ulang?
• Wilayah mana yang layak mendapat investasi?
• Lini produk mana yang harus kami hentikan?

Tujuannya bukan untuk menampilkan setiap metrik yang mungkin. Tujuannya adalah merancang artefak yang membantu seseorang mengambil keputusan sekarang. Tidak minggu depan. Tidak setelah tiga kali kerusakan lagi. Sekarang.

Analisis yang Baik Tidak Menjawab Segalanya

Ini adalah bagian yang tidak nyaman. Analisis yang baik dapat melakukannya bukan menjawab setiap pertanyaan yang mungkin. Ini menjawab pertanyaan yang tepat dengan baik.

Dalam hal ini:

Transfer apa yang harus saya lakukan minggu ini?

Kendala tersebut sangat kuat. Ini memaksa disiplin. Ini memaksa adanya prioritas. Ini memaksakan kejelasan. Dan itulah kekurangan sebagian besar dasbor bisnis.

Analisis Berbasis Keputusan dalam Praktek

Inilah yang saya maksud ketika saya berbicara tentang peralihan dari pelaporan ke dukungan keputusan.

Laporan tersebut tidak dibuat untuk menunjukkan seberapa pintar model tersebut.

Itu ada untuk mengurangi beban kognitif dan meningkatkan kepercayaan diri.

Itulah perbedaan antara:

• Sebuah dasbor
• Alat pengambilan keputusan

Fantasy Football membuat taruhannya menjadi jelas. Jika Anda salah melakukan transfer, Anda kehilangan poin. Dalam bisnis, taruhannya lebih tinggi. Tapi prinsipnya sama.

Standar yang Harus Kita Capai

Kita tidak boleh membuat dasbor yang menunjukkan segalanya. Kita harus membangun artefak yang membantu seseorang membuat keputusan.

Artinya:

• Dimulai dengan pertanyaan
• Hanya memilih sinyal yang penting
• Penataan halaman dengan sengaja
• Membuat implikasinya menjadi jelas

Jika dasbor Anda hilang besok, apakah keputusan spesifik akan menjadi lebih sulit? Jika tidak, itu pelaporan. Jika ya, ini adalah analisis yang didorong oleh keputusan.

Kemana Hal Ini Mengarah

Contoh praktis ini adalah cara kami melakukan pendekatan analitik di dalam Akselerator Data.

Kami tidak memulai dengan kumpulan data. Kita mulai dengan keputusan. Dan kemudian kami merancang semuanya secara terbalik dari sana. Baik itu Fantasy Football atau memperkirakan pendapatan, standarnya harus sama:

Tidak lebih banyak dasbor. Keputusan yang lebih baik.

Tautan Berguna

Dasbor Tidak Mendorong Keputusan

Kelebihan Data Membunuh Pengambilan Keputusan

Mengapa Inisiatif Data Terhenti Seiring Pertumbuhan Organisasi