6 خطوات لبناء شركة تعتمد على البيانات ، وفقًا للخبراء

15

خلال العام الماضي ، كان على الشركات أن تتكيف بسرعة وأن تتكيف مع أنماط جديدة ومتنوعة من سلوك العملاء حيث تم التخلص من نماذجها السابقة.

كان أولئك الذين قاموا بتسريع قدراتهم التحليلية أكثر قدرة على التعامل مع التغييرات الهائلة في سلوك المستخدم والبيئة الاقتصادية ، حيث أصبحت تحليلات البيانات “أداة تنقل أساسية” ، وفقًا لـ كبار الشركاء في McKinsey.

أخبرنا عام 2020 بصوت عالٍ وواضح أنه سيكون من التهور الافتراض دائمًا أن الأداء السابق يمكنه التنبؤ بالنتائج المستقبلية. لكن الارتفاع الذي لا يرحم في قوة الحوسبة والتخزين ، إلى جانب مجموعة متزايدة باستمرار من مصادر البيانات ، يعني أيضًا أننا لم نعد بحاجة إلى الاعتماد على قرارات حدسية.

يمكن ملاحظة الاتجاهات وتحديد الأنماط من الكميات الهائلة من بيانات العملاء والبيانات التشغيلية التي تنشئها الشركات. وأولئك الذين يعرفون كيفية السيطرة على تلك الأفكار واستخدامها لرسم مسار لشركتهم سيكونون في صدارة اللعبة.

أن تصبح معتمدًا على البيانات ليس “ أمرًا ممتعًا ”

هناك مكافآت رائعة للشركات التي تُدخل البيانات الضخمة والتحليلات في عملياتها. وفقًا لـ PWC، تتمتع هذه المؤسسات بإنتاجية أعلى بنسبة 5٪ وربحية أعلى بنسبة 6٪ مقارنة بتلك التي لا تتمتع بها.

في أثناء، خذ المخاطر. لا شيء يمكن أن يحل محل التجربة وجدت الشركات التي تتخذ قرارات تعتمد على البيانات أكثر ثقة في تلك القرارات ، واستباقية ، وقادرة على تحقيق وفورات في التكاليف. قطعة الثقة مدعومة من قبل مؤسس Off the Shelf Analytics ، Adrian Coy ، الذي أخبر The Next Web:

“الاستناد إلى البيانات يمكّن المؤسسات في الواقع من تحمل المزيد من المخاطر لأنها تعلم أنها تستطيع أن ترى بسرعة عندما لا تعمل وتصحيح المسار عند الضرورة.”

كان على Sainsbury ، أحد أكبر سلاسل محلات السوبر ماركت في المملكة المتحدة ، الإسراع لتلبية الطلب حيث اشترى المتسوقون الذعر الضروريات بما في ذلك الدقيق ولحم الخنزير المعلب. مجموعة رئيس قسم المعلومات قال فيل جوردان لديجينوميكا أن بائع التجزئة الخاص به كان أول من استخدم رؤى البيانات لتحديد العملاء المسنين أو المعاقين أو الضعفاء والتأكد من أن لديهم إمكانية الوصول لشراء البقالة الخاصة بهم.

بالإضافة إلى خدمة النتيجة النهائية ، يمكن أن تدعم رؤى البيانات عملية اتخاذ القرار عندما يتعلق الأمر بمجالات أخرى من العمل مثل مشاركة الموظفين والمسؤولية الاجتماعية للشركات. يمكن أن يؤدي ذلك إلى فهم أفضل للحالة الذهنية لهيئة الموظفين وفعالية مبادرات المسؤولية الاجتماعية للشركات المختلفة.

تكمن المشكلة في أن تحويل الرؤى المستندة إلى البيانات إلى قرارات عمل مؤثرة ليس عملية بسيطة. في الواقع ، هو حديث دراسة من قبل NewVantage Partners وجد أن 24٪ فقط من المشاركين يعتقدون أن مؤسستهم تعتمد على البيانات (أقل من 37.8٪ في العام السابق).

وفقًا للخبراء ، إذا كنت ترغب في إنشاء عمل تجاري قائم على البيانات حقًا ، فلا يمكنك تفويت هذه الخطوات الست:

الخطوة الأولى: إنشاء خارطة طريق

تتمثل الخطوة الأولى في إنشاء أساس متين من خلال الفهم الشامل للبيانات التي تعمل بها وإنشاء خارطة طريق للرؤية الثاقبة. يتضمن ذلك تحديد كيفية فهمك وقياس وتقسيم احتياجات وسلوكيات العملاء ، بالإضافة إلى كيفية بناء نماذج للتنبؤ بالسلوكيات المستقبلية وتحديد مؤشرات الأداء الرئيسية والقياسات والعمليات الصحيحة.

صرح مايك بوجيمبي ، مؤلف كتاب Cracking the Data Code ، في كتابه أن عدم وجود استراتيجية واضحة يمكن أن يؤدي إلى إنفاق الوقت والمال على جمع وتحليل البيانات التي تبدو مثيرة للاهتمام وعادلة. قد تثبت أنها مفيدة. لقد كتب أن الاستكشاف العام يعد أمرًا رائعًا إذا كان لدى شركتك الوقت والموارد البشرية لإنفاقها عليه ، ولكن إذا لم يكن الأمر كذلك ، فقد تُترك الشركة غنية بالبيانات ولكنها فقيرة. كتب بوغيمبي: “هذا يعرض أي عائد استثمار متوقع للخطر لأن البيانات تكون ذات قيمة فقط عندما يتم استخدامها بشكل مناسب لتقديم نتائج حقيقية”.

الخطوة الثانية: تعزيز ثقافة معرفة البيانات وإضفاء الطابع الديمقراطي عليها

بعد ذلك ، من المهم “وضع المقاييس الصحيحة أمام الأشخاص المناسبين” ، كما قال كوي ، من خلال أدوات إعداد التقارير والتحليل. يجب أن يكون الأشخاص داخل المؤسسة قادرين على فهم مؤشرات الأداء الرئيسية الصحيحة – والتي كان يجب تحديدها في مرحلة التأسيس – وتحديد الطريقة الصحيحة لتتبعها. هذا يتحدث عن الحاجة إلى مستوى عالٍ من المعرفة بالبيانات داخل المنظمة ، بالإضافة إلى ثقافة إضفاء الطابع الديمقراطي على البيانات حيث يمكن للمستخدمين غير التقنيين الوصول إلى البيانات.

قال كوي إن أدوات ذكاء الأعمال مفيدة في هذه المرحلة ويجب تدريب الناس على كيفية استخدامها وفهم القرارات التي يجب اتخاذها ، وليس فقط الأزرار التي يجب الضغط عليها للحصول على التقرير. بعض الأدوات المستخدمة لتحليل البيانات مصنوعة بواسطة Qlik و Tableau و Thinktspot و PowerBI و Looker و Sisense و Spotfire و Yellowfin و Targit و DataRobot و Snowflake ، من بين آخرين.

قال روس بيريز ، رئيس التسويق الدولي للمنتجات في Snowflake ، لموقع The Next Web ، “هذه الأدوات ضرورية للوصول إلى بيانات الفرد ، وطرح الأسئلة عليها ، وتطوير استراتيجية ، و” تنفيذ “هذه الاستراتيجية.”

الخطوة الثالثة: تطوير مهارات سرد القصص داخل فريقك

للتأكيد على الطبيعة الأساسية لتعليم البيانات ، قال بيريز إنه على الرغم من أهمية طرح أسئلة حول البيانات والسماح لها برواية قصة ، من المهم بنفس القدر تعليم الأشخاص الذين يتعاملون مع البيانات كيفية سرد قصة بالبيانات بشكل فعال.

رواة البيانات الجيدين لديهم القدرة على الإقناع والإقناع. وقد أظهرت الدراسات ذلك مخططات ورسوم يمكن أن تجعل الناس يغيرون آراءهم بسهولة أكبر مما تستطيع الكلمات. علاوة على ذلك ، وفقا ل آندي كوتغريف، مدير المبشر التقني في Tableau ، إحدى أفضل الطرق للحفاظ على تفاعل الجمهور هي تقديم البيانات بطريقة يسهل على الجميع فهمها.

الخطوة الرابعة: اكتساب قبول على مستوى C

الخطوة الرابعة هي إنشاء ثقافة من أعلى إلى أسفل للإدارة العليا حتى يتمكنوا من طلب الدليل وراء التوصيات ومعرفة كيفية تتبع النتائج. إن المشاركة على مستوى C لفكرة أن تكون مدفوعة بالبيانات أمر بالغ الأهمية ، وكذلك الاتجاه الذي يمكن أن يقدمه كبار المسؤولين التنفيذيين.

أ تقرير ماكينزي وجدت أن المديرين التنفيذيين الذين يدركون أهمية البيانات منفتحون لتلقي ورش العمل التعليمية. هذا العرض للقيادة بالقدوة يدمج ثقافة محو الأمية البيانات بين أعضاء آخرين من الموظفين. ويمكن للقادة الذين يتعاملون بشكل كامل مع الثقافة القائمة على البيانات ضمان إمكانية الوصول إلى البيانات قدر الإمكان ، وهو أحد مبادئ إضفاء الطابع الديمقراطي على البيانات.

بدون الدعم والفهم من المستوى التنفيذي ، يمكن ترك فرق الرؤى بلا دفة ، دون مسار واضح لمتابعة أو أولويات محددة للمشكلات التي يجب حلها وأي البيانات يجب تحليلها. يمكن أن يؤدي هذا إلى فشل مبادرة الرؤى لأنها فشلت في اكتساب قوة دفع أو تحقيق ما كان متوقعًا.

كتب Bugembe أنه بدون قيادة قوية للبيانات ، يمكن للمؤسسات أن تتخلف عن منافسيها من حيث الفوز بالعملاء وخدمة العملاء والاحتفاظ بهم.

الخطوة الخامسة: بناء قدرة تحليلية “استشارية”

بعد ذلك ، قم ببناء قدرة تحليلية “استشارية” قادرة على ابتكار أساليب للإجابة على أسئلة العمل المهمة الكبيرة. هذه هي النقطة التي تبحث فيها عن الأنماط في كل مكان وترى نقاط البيانات التي لها ارتباط إيجابي أو سلبي. وفقًا لـ Coy ، يعد هذا أمرًا مهمًا لأن التحليلات الاستشارية يمكن أن تساعد الشركات على اكتشاف الأسئلة الصحيحة التي يجب طرحها على البيانات والطلبات الصحيحة لتقديمها.

من منظور الوباء ، قد يكون السؤال العادي حول الزيادة أو النقصان في المبيعات ولكن السؤال الذي يتم تشكيله من خلال نهج استشاري سيكون “ما الذي يجب أن أفعله بشكل مختلف؟”

الخطوة السادسة: تحديد المساءلة

أخيرًا ، تأكد من وجود شخص يتحمل المسؤولية عن البيانات. قد يتخذ هذا شكل كبير مسؤولي التحليلات أو كبير مسؤولي البيانات.

في حين أن النتائج متعددة وأن إضفاء الطابع الديمقراطي على البيانات يعني وضع المسؤولية في أيدي الكثيرين ، قال كوي إنه في النهاية ، يجب أن تكون هناك مساءلة واضحة حتى يتم استخدام البيانات بالطريقة الصحيحة. قال: “كل هذا يعتمد على البيانات التي يتم القيام بها بشكل صحيح. البيانات السيئة أسوأ من عدم وجود بيانات. تأكد من وجود شخص مسؤول عن ذلك “.

على الرغم من أن بيريز لم يذكر صراحة ما إذا كانت هناك طريقة صحيحة أو خاطئة لجمع رؤى البيانات ، فقد قال إن بعض الأنشطة كانت أكثر فائدة من غيرها.

وقال إن أحد أنشطة البيانات الأقل فائدة هو اختيار إستراتيجية عمل ثم العثور على البيانات بأثر رجعي لدعمها. قال بيريز: “الأسوأ من ذلك ، هو استخدام البيانات بطريقة تحجب الحقيقة بحيث تظهر بعض الاتجاهات أقوى مما هي عليه وتختفي الاتجاهات الأخرى تمامًا”. “إنه حقًا يؤدي إلى نتائج عكسية.”

وعلى العكس من ذلك ، قال إنه إذا تم تدريب الأشخاص على فهم البيانات واستخدامها بشكل مناسب ، فسيكون بمقدورهم الاستمتاع بالمزايا الكاملة التي يمكن أن يجلبها النهج القائم على البيانات.

لفهم كيف يمكن للبيانات أن تحول عملك ، تحقق ، “تطور البيانات في السحابة: محور الميزة التنافسية”، بحث برعاية Snowflake.

هذه المقالة مقدمة لك من قبل snowflake.com.