तुमच्या बॉसला ते चुकीचे कसे सांगायचे (अर्थात डेटासह)

by सप्टेंबर 7, 2022BI/Analytics0 टिप्पण्या

तुम्ही तुमच्या बॉसला कसे सांगाल की ते चुकीचे आहेत?

लवकरच किंवा नंतर, तुम्ही तुमच्या व्यवस्थापकाशी असहमत असाल.  

कल्पना करा की तुम्ही “डेटा चालित” कंपनीत आहात. यात 3 किंवा 4 विश्लेषण साधने आहेत त्यामुळे ते समस्येवर योग्य साधन ठेवू शकतात. पण, विचित्र गोष्ट अशी आहे की तुमचा बॉस डेटावर विश्वास ठेवत नाही. नक्कीच, तो बहुतेक डेटावर विश्वास ठेवतो. वास्तविक, तो त्याच्या पूर्वकल्पित कल्पनांशी जुळणाऱ्या डेटावर विश्वास ठेवतो. त्याची जुनी शाळा आहे. तो मंत्रांची पुनरावृत्ती करतो, "जर तुम्ही स्कोअर ठेवत नसाल तर तो फक्त सराव आहे." तो सादर केलेल्या डेटापेक्षा त्याच्या आतड्यावर अधिक विश्वास ठेवतो. तो एका गरम मिनिटासाठी व्यवसायात आहे. तो रँकमधून वर आला आहे आणि त्याने त्याच्या काळात खराब डेटाचा वाटा पाहिला आहे. खरे सांगायचे तर, तो गेल्या काही काळापासून “हँड-ऑन” नव्हता.

तर, चला विशिष्ट मिळवूया. तुम्‍हाला त्याच्यासमोर सादर करण्‍याची आवश्‍यकता आहे ती तुमच्‍या ईआरपीमध्‍ये अ‍ॅक्टिव्हिटी दाखवणार्‍या साध्या SQL क्‍वेरीमधून आउटपुट आहे. तुमचा उद्देश वापरकर्त्यांची संख्या आणि ते काय प्रवेश करत आहेत हे दर्शवून व्यवसाय मूल्य प्रदर्शित करणे आहे. हे रॉकेट सायन्स नाही. तुम्ही काही सिस्टीम टेबल्सवर थेट क्वेरी करू शकता. तुमचा बॉस सीआयओ आहे आणि त्याला खात्री आहे की कोणीही सिस्टम वापरत नाही आणि वापर कमी होत आहे. तो डेटा पॉईंट वापरून नवीन अॅनालिटिक्स अॅप्लिकेशनचा वापर करून अस्तित्वात असलेल्या अॅप्लिकेशनला बदलण्याची अपेक्षा करतो कारण लोक "फक्त ते वापरत नाहीत". एक समस्या आहे, लोक आहेत ते वापरुन.

आव्हान हे आहे की तुम्हाला त्याच्यासमोर डेटा सादर करणे आवश्यक आहे जे थेट त्याच्या अनुमानांच्या विरोधात जाते. त्याला ते नक्कीच आवडणार नाही. त्याचा कदाचित विश्वास बसणार नाही. तुम्ही काय करता?

  1. तुमचे काम तपासा - आपल्या निष्कर्षांचे रक्षण करण्यास सक्षम व्हा. जर तो तुमच्या डेटावर किंवा तुमच्या प्रक्रियेवर संशय व्यक्त करू शकला असेल तर ते लाजिरवाणे होईल.
  2. तुमचा दृष्टिकोन तपासा - तुम्ही केवळ त्याला भिंतीवर खिळण्यासाठी त्याच्या गृहीतकाच्या विपरीत डेटा सादर करत नसल्याची खात्री करा. ते समाधानकारक असू शकते - क्षणिक, परंतु ते तुमच्या करिअरला मदत करणार नाही. शिवाय, ते फक्त छान नाही.
  3. ते दुसऱ्या कोणाशी तरी तपासा - तुमचा डेटा सादर करण्यापूर्वी तुमच्या समवयस्क व्यक्तीसोबत शेअर करण्याची तुमच्याकडे लक्झरी असेल, तर ते करा. तिला तुमच्या तर्कशास्त्रातील त्रुटी शोधा आणि त्यात छिद्र पाडा. नंतरच्या तुलनेत या टप्प्यावर समस्या शोधणे चांगले.

कठीण भाग

आता कठीण भागासाठी. तंत्रज्ञान हा सोपा भाग आहे. ते विश्वसनीय आहे. ते पुनरावृत्ती करण्यायोग्य आहे. तो प्रामाणिक आहे. तो राग धरत नाही. तुम्ही संदेश कसा पॅकेज कराल हे आव्हान आहे. तुम्ही तुमचा गृहपाठ केला आहे, तुमची केस सादर करा. फक्त तथ्ये.

तुमच्या प्रेझेंटेशन दरम्यान, तुम्ही त्याला तुमच्या डोळ्याच्या कोपऱ्यातून सुगावा शोधण्यासाठी पाहत असण्याची शक्यता चांगली आहे. कदाचित, तो तुमच्या संदेशासाठी किती खुला आहे हे तुम्हाला सांगणारे संकेत. गैर-मौखिक संकेत तुम्हाला सांगतील की तुम्ही निघून जा किंवा कदाचित पळून जा. माझ्या अनुभवानुसार, या परिस्थितीत तो असे म्हणेल की, “तू अगदी बरोबर आहेस, मला माफ करा. माझे मार्क पूर्णपणे चुकले. तुमचा डेटा मला नाकारतो आणि तो विवादित दिसत नाही. कमीतकमी, त्याला यावर प्रक्रिया करणे आवश्यक आहे.      

शेवटी, निर्णयासाठी तोच जबाबदार असतो. जर तो तुम्ही सादर केलेल्या डेटावर कृती करत नसेल, तर तो तुमचा नाही तर ओळीवर त्याची मान आहे. कोणत्याही प्रकारे, आपण ते जाऊ देणे आवश्यक आहे. हे जीवन किंवा मृत्यू नाही.

नियमाला अपवाद

जर तुम्ही परिचारिका असाल आणि तुमचा बॉस एक सर्जन असेल जो चुकीचा पाय कापणार असेल, तर तुम्हाला तुमच्या जमिनीवर उभे राहण्याची माझी परवानगी आहे. विशेषतः जर ते असेल my पाऊल यावर विश्वास ठेवा किंवा नाही, तरीही, जॉन्स हॉपकिन्स असे वर्षभरात 4000 पेक्षा जास्त वेळा घडते असे म्हणतात., बॉस किंवा सर्जन, सामान्यतः पुढे ढकलले जातात आणि संशयाचा फायदा दिला जातो. शेवटी, रुग्णाचे कल्याण ही डॉक्टरांची जबाबदारी आहे. दुर्दैवाने, वरिष्ठ सर्जन (कोणत्याही बॉसप्रमाणे) इतर ऑपरेटिंग थिएटर कर्मचार्‍यांकडून इनपुट करण्यासाठी मोकळेपणाचे वेगवेगळे स्तर आहेत. एका अभ्यासात असे आढळून आले की ऑपरेटिंग रूममध्ये रुग्णाची सुरक्षितता सुधारण्यासाठी मुख्य शिफारस म्हणजे संवाद सुधारणे.

त्याचप्रमाणे, कॉकपिटमध्ये अनेकदा पदानुक्रम असतो आणि जेव्हा सहपायलट संशयास्पद निर्णयांवर त्याच्या बॉसला कॉल करण्यात अयशस्वी ठरतो तेव्हा विनाशकारी परिणामांसह कथा असतात. पायलटची चूक हे विमान अपघातांचे पहिले कारण आहे. माल्कम ग्लॅडवेल यांनी त्यांच्या पुस्तकात आउटलिअर्स, क्रॅशच्या खराब रेकॉर्डसह संघर्ष करत असलेल्या एअरलाइनशी संबंधित आहे. त्याचे विश्लेषण असे होते की एक सांस्कृतिक वारसा होता ज्याने कामाच्या ठिकाणी समानतेची श्रेणी ओळखली, उदाहरणार्थ, वय, ज्येष्ठता किंवा लिंग यांमध्ये असमानता असताना. काही वांशिक गटांच्या या आदरणीय संस्कृतीमुळे, वैमानिकांनी त्यांच्या कथित वरिष्ठांना - किंवा काही प्रकरणांमध्ये ग्राउंड कंट्रोलर्सला - जवळच्या धोक्याचा सामना करताना - आव्हान दिले नाही.

चांगली बातमी अशी आहे की एअरलाइनने त्या विशिष्ट सांस्कृतिक मुद्द्यावर काम केले आणि त्याचा सुरक्षितता रेकॉर्ड बदलला.

बोनस – मुलाखतीचे प्रश्न

काही एचआर व्यवस्थापक आणि मुलाखतकारांना वर्णन केल्याप्रमाणे परिस्थिती समजा प्रश्न समाविष्ट करणे आवडते. यासारख्या प्रश्नाचे उत्तर देण्यास तयार रहा, “तुम्ही तुमच्या बॉसशी असहमत असल्यास तुम्ही काय कराल? तुम्ही उदाहरण देऊ शकाल का?" तुमचा प्रतिसाद सकारात्मक ठेवा आणि तुमच्या बॉसला तुच्छ लेखू नका असे तज्ञ सुचवतात. ही एक दुर्मिळ घटना कशी आहे हे स्पष्ट करा आणि तुम्ही ते वैयक्तिक मानत नाही. तुम्ही तुमच्या बॉसशी संभाषण करण्यापूर्वी मुलाखतकाराला तुमची प्रक्रिया समजावून सांगण्याचा विचार करू शकता: तुम्ही तुमचे काम तपासा आणि पुन्हा तपासा; तुम्हाला दुसरे मत मिळेल; तुम्हाला जसे सापडले तसे तुम्ही ते सादर करा, तुमची बाजू मांडा, वस्तुस्थिती स्वतःच बोलू द्या आणि निघून जा..

So

तर, तुम्ही तुमच्या बॉसला कसे सांगाल की तो चुकीचा आहे? नाजूकपणे. पण, कृपया ते करा. त्यामुळे जीव वाचू शकतो.

BI/AnalyticsUncategorized
मायक्रोसॉफ्ट एक्सेल हे #1 विश्लेषण साधन का आहे
एक्सेल हे #1 विश्लेषण साधन का आहे?

एक्सेल हे #1 विश्लेषण साधन का आहे?

  हे स्वस्त आणि सोपे आहे. मायक्रोसॉफ्ट एक्सेल स्प्रेडशीट सॉफ्टवेअर कदाचित व्यावसायिक वापरकर्त्याच्या संगणकावर आधीपासूनच स्थापित केलेले आहे. आणि आज अनेक वापरकर्ते हायस्कूल किंवा अगदी पूर्वीपासून मायक्रोसॉफ्ट ऑफिस सॉफ्टवेअरच्या संपर्कात आले आहेत. या गुडघ्याला धक्का देणारा प्रतिसाद...

पुढे वाचा

BI/AnalyticsUncategorized
तुमची अंतर्दृष्टी अनक्लटर करा: ॲनालिटिक्स स्प्रिंग क्लीनिंगसाठी मार्गदर्शक

तुमची अंतर्दृष्टी अनक्लटर करा: ॲनालिटिक्स स्प्रिंग क्लीनिंगसाठी मार्गदर्शक

अनक्लटर युअर इनसाइट्स ॲनालिटिक्स स्प्रिंग क्लीनिंगसाठी मार्गदर्शक नवीन वर्षाची सुरुवात धमाकेदारपणे होते; वर्षअखेरीचे अहवाल तयार केले जातात आणि त्यांची छाननी केली जाते आणि नंतर प्रत्येकजण कामाच्या सुसंगत वेळापत्रकात स्थिरावतो. जसजसे दिवस मोठे होतात आणि झाडे आणि फुले बहरतात, ...

पुढे वाचा

BI/AnalyticsUncategorized
NY शैली विरुद्ध शिकागो शैली पिझ्झा: एक स्वादिष्ट वादविवाद

NY शैली विरुद्ध शिकागो शैली पिझ्झा: एक स्वादिष्ट वादविवाद

आमची इच्छा पूर्ण करताना, काही गोष्टी पिझ्झाच्या गरम स्लाइसच्या आनंदाला टक्कर देऊ शकतात. न्यूयॉर्क-शैली आणि शिकागो-शैलीतील पिझ्झा यांच्यातील वादाने अनेक दशकांपासून उत्कट चर्चांना उधाण आले आहे. प्रत्येक शैलीची स्वतःची विशिष्ट वैशिष्ट्ये आणि एकनिष्ठ चाहते आहेत....

पुढे वाचा

BI/Analyticsकॉग्नोस ticsनालिटिक्स
कॉग्नोस क्वेरी स्टुडिओ
तुमच्या वापरकर्त्यांना त्यांचा क्वेरी स्टुडिओ हवा आहे

तुमच्या वापरकर्त्यांना त्यांचा क्वेरी स्टुडिओ हवा आहे

IBM Cognos Analytics 12 च्या रिलीझसह, क्वेरी स्टुडिओ आणि विश्लेषण स्टुडिओचे दीर्घ-घोषित बहिष्कार शेवटी कॉग्नोस ॲनालिसिस वजा त्या स्टुडिओच्या आवृत्तीसह वितरित केले गेले. यात गुंतलेल्या बहुतेक लोकांसाठी हे आश्चर्यचकित होऊ नये...

पुढे वाचा

BI/AnalyticsUncategorized
टेलर स्विफ्ट इफेक्ट खरा आहे का?

टेलर स्विफ्ट इफेक्ट खरा आहे का?

काही समीक्षकांनी असे सुचवले आहे की ती सुपर बाउल तिकिटांच्या किंमती वाढवत आहे या शनिवार व रविवारचा सुपर बाउल हा टेलिव्हिजन इतिहासातील टॉप 3 सर्वाधिक पाहिल्या गेलेल्या घटनांपैकी एक असण्याची अपेक्षा आहे. कदाचित गेल्या वर्षीच्या रेकॉर्ड-सेटिंग संख्यांपेक्षा जास्त आणि कदाचित 1969 च्या चंद्रापेक्षाही जास्त...

पुढे वाचा