用数据做更好的决定

客户端

这个问题

On The Rise收集了大量有关项目和客户的数据，但它的员工在确定哪些信息需要成为其资助者和合作伙伴报告的重点时，忙得不可开交。他们希望看到一些性能指标的想法，但没有明确的途径来准确识别或报告它们。On The Rise需要开发一种用于数据聚合和报告的分析工具，以便更好地探索组织绩效的某些特定方面。这些方面包括项目参与者的参与和其他属性(风险因素、任期、住房状况)之间的关系，组织作为一个整体是如何运作的，以及关于描述性和诊断性分析报告的信息收集。建立一个工具来方便地识别这些结果并得出结论，将有助于他们实现识别数据的主要目标，以便更好地与资助者和人类服务提供者合作伙伴沟通项目有效性。

的方法

我们的PBA志愿者聚集在一起，开始筛选On the Rise的数据，以确定哪些数据对实现他们的目标最有帮助。他们确定他们将比较参与者的人口统计数据、风险因素和联系数据(参与者如何与组织交互)，以确定定量数据分析对总体规划设计的潜在影响。由于这是识别性能报告选择信息的最初尝试之一，我们的志愿者构建了一些分析模型，作为更准确的数据图形描述的工具。模型建立并填充了测量一致性(每月访问次数)和参与者参与(每月花费的时间)的参与度数据。

解决方案

确定这种首选的参与并建立初步模型，为“上升论”的决策者和资助者进一步调查分析阶段奠定了基础。我们的志愿者帮助他们认识到使用分析来帮助确定程序性能和做出数据驱动决策的潜力。他们受到鼓舞，继续收集和识别项目参与者的关键数据，以完成对其组织的全面、定量分析，更准确地讲述他们的成功故事。