Οι σύγχρονες επιχειρήσεις καλούνται να διαχειριστούν και να εκμεταλλευτούν μεγάλους όγκους δεδομένων από πολλές διαφορετικές πηγές. Πραγματοποιούν σημαντικές επενδύσεις σε τεχνολογίες συλλογής, αποθήκευσης, διαχείρισης και ανάλυσης δεδομένων – για παράδειγμα data marts, data warehouses, data lakes και συστήματα Business Intelligence, Analytics, machine learning κλπ. Ωστόσο, το υψηλό επίπεδο της επιχείρησης σε data τεχνολογίες, δεν συνεπάγεται ότι η επιχείρηση είναι ‘data-driven’: Τα δεδομένα και οι σχετικές τεχνολογίες μπορούν να οδηγήσουν την επιχείρηση σε ανταγωνιστικά πλεονεκτήματα μόνο όταν υπάρχει η κατάλληλη κουλτούρα και διαδικασίες βελτιστοποίησης και λήψης αποφάσεων.
The data-driven culture
Η υιοθέτηση της data-driven νοοτροπίας εξαρτάται σημαντικά από την διαθεσιμότητα αξιόπιστων δεδομένων σχετικά με όλο το φάσμα δραστηριότητας της επιχείρησης. Η ποιότητα και αξιοπιστία των δεδομένων είναι ιδιαίτερα σημαντική, καθώς προβλήματα ποιότητας δεδομένων μπορεί να οδηγήσουν σε σύγχυση, εσφαλμένες αποφάσεις, χαμηλό επίπεδο χρήσης των συστημάτων ανάλυσης δεδομένων από τα στελέχη της επιχείρησης, και τελικά σε αποτυχία των σχετικών προγραμμάτων.
Έχοντας εξασφαλίσει την ποιότητα και διαθεσιμότητα δεδομένων, η επόμενη φάση αφορά στην ‘εκπαίδευση’ των εργαζομένων της επιχείρησης. Πρέπει να κατανοήσουν ότι χρησιμοποιώντας δεδομένα για την λήψη αποφάσεων, η εργασία τους γίνεται αποδοτικότερη, με μετρήσιμη συνεισφορά στην συνολική απόδοση της επιχείρησης. Η εκπαίδευση των στελεχών και υπαλλήλων της επιχείρησης, μπορεί να στηριχθεί στις ακόλουθες ενέργειες/ πρακτικές:
- Discussing ‘Data stories’: Συστηματικές συναντήσεις (εβδομαδιαίες, ανά τμήμα, προϊόν κλπ.) με σκοπό την παρουσίαση, ανάλυση, και ερμηνεία δεδομένων και αποτελεσμάτων, brainstorming για επιχειρηματικές ευκαιρίες και ενέργειες που ‘υποδεικνύονται’ από τα δεδομένα. Με αυτό τον τρόπο, οι εργαζόμενοι έχουν την ευκαιρία να γνωρίσουν τόσο την τεχνολογία και τα δεδομένα, όσο και την διαδικασία αξιοποίησης των δεδομένων στο αντίστοιχο business context. Ως επέκταση, η εταιρεία μπορεί να διοργανώσει εκπαίδευση σε συγκεκριμένες τεχνολογίες και διαδικασίες ανάλυσης δεδομένων.
- Sharing ‘Success stories’: Επικοινωνία χαρακτηριστικών περιπτώσεων που προβάλλουν τον ρόλο της ανάλυσης δεδομένων στην λήψη βέλτιστων αποφάσεων. Οι ‘ιστορίες επιτυχίας’ θα πρέπει να είναι καλά προετοιμασμένες και να παρουσιάζουν με ακρίβεια, τους τρόπους με τους οποίους τα δεδομένα οδήγησαν σε καλύτερες αποφάσεις - και πως η υπεροχή των αποφάσεων αξιολογήθηκε και επιβεβαιώθηκε.
- Feedback analysis: Η εταιρεία πρέπει να καταγράφει συστηματικά γνώμες, ερωτήματα και υποδείξεις των εργαζομένων σχετικά με τα διαθέσιμα δεδομένα, τεχνολογίες και πρακτικές. Πρέπει να είναι σε θέση να αναλύει νέες απαιτήσεις – για παράδειγμα, νέα δεδομένα ή μοντέλα ανάλυσης, γραφήματα ή αναφορές. Πρέπει να μπορεί να αναλύει τον βαθμό και τους τρόπους με τους οποίους τα στελέχη χρησιμοποιούν τα δεδομένα και τις σχετικές τεχνολογίες – και πως αυτός μεταβάλλεται στον άξονα του χρόνου ή σε σχέση με άλλες διαστάσεις.
- Data-driven Innovation: Hackathons και αντίστοιχοι διαγωνισμοί με έμφαση στα δεδομένα, μπορούν να συνεισφέρουν σημαντικά στην διαμόρφωση της data-driven κουλτούρας. Για παράδειγμα, οι συμμετέχοντες καλούνται να αναλύσουν γνωστά και τυποποιημένα data-sets με σκοπό την καλύτερη κατανόησή τους ή/και την ανάπτυξη αποτελεσματικότερων μοντέλων πρόβλεψης. Με αυτό τον τρόπο ενισχύεται τόσο η ετοιμότητα χρήσης των δεδομένων της επιχείρησης όσο και η μετάβαση στην λεγόμενη κουλτούρα καινοτομίας.
The self-service insights store
Τα στελέχη της επιχείρησης και κάθε εργαζόμενος, θα πρέπει να έχουν άμεση πρόσβαση στη γνώση που παράγεται από τα δεδομένα – αναφορές, δείκτες απόδοσης, προβλέψεις, συσχετίσεις, patterns κλπ. Πρέπει να μπορούν να εντοπίσουν άμεσα, εύκολα και γρήγορα τα δεδομένα που χρειάζονται για να κατανοήσουν την πορεία της επιχείρησης, τις τάσεις και την δυναμική της αγοράς, τις απόψεις και τάσεις στα social media, την απόδοση συγκεκριμένων προϊόντων - για παράδειγμα ποσοτικά και ποιοτικά δεδομένα για τον καλύτερο προσδιορισμό ενός Minimum Viable Product ή την αποτελεσματικότητα συγκεκριμένων χαρακτηριστικών του προϊόντος.
Για την κάλυψη αυτών των αναγκών απαιτείται μία νέα κατηγορία συστημάτων που παρέχουν άμεση αλλά και ελεγχόμενη πρόσβαση στην επιχειρηματική γνώση - μία πλατφόρμα self-service insights που προσφέρει αυτονομία στους χρήστες να θέτουν business ερωτήματα και να παίρνουν άμεσες και τεκμηριωμένες απαντήσεις. Χαρακτηριστικό αυτής της πλατφόρμας είναι ότι απευθύνεται σε όλους τους χρήστες – δεν προαπαιτεί συγκεκριμένη γνώση ή εμπειρία.
Η μετάβαση της επιχείρησης στο data-driven μοντέλο απαιτεί άφθονα και καλής ποιότητας δεδομένα, γνώση, τεχνολογία και γενική ετοιμότητα για την χρήση των δεδομένων στην λήψη επιχειρηματικών αποφάσεων και την συνεχή βελτίωση της απόδοσης της επιχείρησης.
Μετάφραση/ σύνοψη του The Data-driven corporation όπως δημοσιεύτηκε στο hackernoon.com
Σχόλια