tre stora forskningsutmaningar (och hur man kan övervinna dem)

med utgångspunkt i vårt arbete med forskare över många branscher har vi identifierat tre viktiga utmaningar som – som det ordspråkiga dåliga öre – kommer upp igen och igen.

  • för det första är det huvudvärk att harmonisera ojämna dataset över flera regioner och/eller publik.
  • då är det utmaningen att hantera din tid, ditt lags tid och din tillgång till resurser.
  • slutligen finns det det ovälkomna fenomenet imposter syndrome, där mycket skickliga utövare börjar ifrågasätta sin professionella legitimitet utan någon uppenbar anledning.

om någon (eller alla) av de utmaningar vi skisserar här låter bekant, tro oss, vi förstår.

vi är mer än bekanta med de utmaningar som forskare står inför.

i den här artikeln tittar vi på varje fråga mer ingående och erbjuder några förslag som hjälper dig att slå tillbaka.

the disjointed data set challenge

högkvalitativa data är en av de mest värdefulla råvarorna i en forskares verktygslåda.

däremot dränerar tvivelaktiga datamängder forskarresurser och begränsar effektiviteten. Detta vet vi alla.

tyvärr arbetar med data från äldre system med ingen enskild eller enhetlig kundvy är inte exakt oerhörd.

det beror på att kundupplevelsen blir alltmer komplex på grund av spridningen av enheter och kanaler, och organisatoriska konflikter kan leda till silade data och dubbla kundregister över flera databaser.

lösningen

det första steget för att övervinna den ojämna datauppsättningsutmaningen är att erkänna att mindre än perfekta datamiljöer inte nödvändigtvis är en showstopper.

i många fall kan du framgångsrikt utnyttja osammanhängande eller ofullständiga data, komplettera den med tredjepartsdata eller använda storskaliga undersökningar för att probabilistiskt länka datamängder.

medan vår position är enkel-marknadsundersökningar med en enda källa är den mest effektiva vägen framåt-är det ibland nödvändigt att fokusera på att hitta fantasifulla sätt att få saker att fungera, kanske genom att bredda ditt nät till att inkludera andra källor.

prova detta

du har nog hört det gamla ordspråket om hur bendy vass kan överleva stormar som störta den mäktiga ek. Mycket poetiskt, men också mycket sant.

det är viktigt att forskare kan böjas som svar på händelser, inklusive brister i deras datakällor.

detta handlar ofta om reaktionstid och lagattityder.

om dina forskare kan svara på händelser snabbt, effektivt och med ett glatt hjärta är du på ett bra ställe; om de är långsamma och resistenta mot förändring då mindre.
på samma sätt kan forskare som experter i rummet, med insikter och förståelse för att fungera som betrodda rådgivare till beslutsfattare, kunna förstå bullret i samband med ojämn data.
ett annat exempel på flexibilitet i praktiken är att se till att du kan lägga till nya datamängder till dina kärndata för att skapa en harmonisk helhet som expanderar för att matcha dina behov.

vår plattform gör det otroligt enkelt att ta in nya GWI-dataset. På så sätt kommer dina insikter alltid att vara relevanta, oavsett vilken riktning ditt företag tar i framtiden.

utmaningen att hantera tid och resurser

för upptagna forskargrupper finns det sällan tillräckligt med timmar på dagen.

det finns en ständig kamp mellan att ta ett tillräckligt brett tillvägagångssätt (för att se till att du har täckt hela marken) och gå tillräckligt djupt (för att se till att du har bottnat i sökandet efter insikter).

i praktiken innebär detta att även med tillgång till rätt dataset kan det vara en stor utmaning att avslöja insikter med kraften att omvandla en strategi, kampanj eller affärsmodell.

lösningen

det finns flera saker du kan göra som tillsammans ska hjälpa dig att segra över denna utmaning.

för det första är det viktigt att använda färskaste möjliga data så att uppgifter kan slutföras snabbt och effektivt utan att spåras av föråldrade saker.

för det andra är det viktigt att hålla alla dina data på en, lättillgänglig plats.

att använda en enda datakälla med en enda metod innebär att du inte slösar bort tid på att försöka ansluta olika datamängder.

slutligen – och viktigare-lönar det sig att använda kraftfulla och intuitiva verktyg, varav mer i nästa avsnitt.

prova detta

rätt verktyg kan göra stor skillnad när det gäller tid och resurser utmaningar.

vi har redesignat vår plattform från grunden för att hjälpa forskare att övervinna denna exakta fråga. Resultatet sparar tid och maximerar effektiviteten (med ett visuellt gränssnitt som är mil bort från tidigare klumpiga system), stöder enkel intag av de senaste uppgifterna från GWI och integrerar allt på en lättanvänd plats.

vår nya plattform introducerar smartare sökverktyg, möjligheten att ”fave ’N’ spara” nästan allt och en intuitiv resursapp som betyder att du kommer till de saker du faktiskt vill ha, på mycket kortare tid.

samtidigt har vi utplattat inlärningskurvan i en sådan utsträckning att medlemmarna i ditt team ska kunna hoppa in och börja generera resultat nästan omedelbart, vilket massivt minskar eventuella flaskhalsar kring resurser.

(håll utkik efter uppdateringar om lanseringen av vår helt nya plattform kommer i sommar.)

imposter syndrome challenge

ingen gillar att känna sig på bakfoten, minst av alla forskare vars arbete är tänkt att inspirera förtroende och kan stödja stora utgiftsbeslut.

men när intressenter nästan oundvikligen vet mer än du om ett visst ämne kan det vara en utmaning att undvika krypande känslor av självtvivel.
enligt Harvard Business Review är imposter syndrome ” en samling känslor av otillräcklighet som kvarstår trots uppenbar framgång.”

bedragare lider av kronisk självtvivel och en känsla av intellektuell bedrägeri som åsidosätter alla känslor av framgång eller yttre bevis på deras kompetens.” AJ.

lösningen

ingen kan veta allt (även om de verkar), och att du som forskare verkligen är en detektiv, inte en encyklopedi.

ditt jobb är att veta hur man hittar saker för dina intressenter, inte att veta det redan.

det är absurt orealistiskt. Så – så långt som möjligt-sluta oroa dig och börja påminna dig om tidigare framgångar.

alla de bra sakerna i din tidigare karriär? Påminn dig själv om att du hjälpte till att få det att hända.

fakta är nyckeln till att övervinna känslor av otillräcklighet varje gång.

prova detta

inom intäktsorienterade team är forskningsledarnas förmåga att visa en äkta avkastning från sitt arbete ett bra sätt att övervinna känslor av imposterism. Ingenting säger ”trovärdighet” som kalla, hårda pengar.
även om det ibland är knepigt finns det sätt att mäta forskning och insikt ROI och ditt teams inverkan på ditt företag, kanske det enklaste och mest effektiva är att titta på enkel kommersiell framgång.

med hjälp av detta tillvägagångssätt kunde City Pantry – ett av Londons ledande företag för kontorscatering – nyligen visa kostnad per ledning 75% lägre än andra kampanjer av liknande typ tack vare unikt positionerat, insiktsdrivet innehåll.

för lag där intäkterna tjänar på en ta bort (säg produktutveckling) andra mätvärden är mer vettiga, till exempel beslutsfattande.

poängen är att samarbete mellan team och tydlig kommunikation av resultat och data gör att demonstration av forskning och insikt ROI är ett praktiskt förslag, med den förtroendeutdelning som innebär.

de stora takeaways

Uppenbarligen finns det inga idiotsäkra lösningar på någon av de utmaningar som vi just har beskrivit.

som sagt, de tankar vi lägger fram ovan kan utan tvekan minska svårigheten som hårt pressade forskare står inför dagligen:

Lämna ett svar

Din e-postadress kommer inte publiceras.