W erze cyfrowej, w której informacje przekształcają się w potężne narzędzia, jednym z kluczowych podejść do sukcesu staje się data driven. To nie tylko fraza, która stała się modna w kręgach biznesowych, ale fundamentalna zmiana w podejściu do podejmowania decyzji i kształtowania strategii. W świecie, gdzie dane stanowią fundament dla postępu i zysków, data driven nie jest jedynie terminem – to filozofia, która umożliwia organizacjom odkrywanie ukrytych wzorców, prognozowanie trendów i podejmowanie precyzyjnych decyzji. W niniejszym artykule zgłębimy istotę data driven, odkrywając, jakie korzyści niesie za sobą to podejście, jakie branże z niego korzystają i jakie wyzwania mogą się pojawić w drodze do pełnej transformacji opartej na danych. Przyjrzymy się roli danych w dzisiejszym świecie biznesu, zastanawiając się, czy data driven to jedynie chwilowy trend, czy też fundament dla przyszłościowej doskonałości.
Zmierzch racjonalności i intuicji
Od lat 60 XX wieku, kiedy psychologia zaczęła badać to, w jaki sposób poznajemy i rozumiemy świat dotarło do nas wiele nieprzyjemnych informacji. Niektórych z nich mogliśmy się spodziewać, inne były dla wielu zaskoczeniem. Chyba najmocniej zmienił nasz świat Danel Khaneman, który za swoje badania z Amosem Tverskym otrzymał nagrodę Nobla. Dziesiątki eksperymentów sprawiło, że nasz świat trochę się zatrząsł. Okazało się, że nie do końca jesteśmy istotami racjonalnymi, a wiara w naszą intuicję powinna zostać ograniczona. Szczególnie ujawnia się to w przypadku wydawania prostych sądów odnośnie rzeczywistości, a z tymi mamy do czynienia niemal codziennie.
Również intuicja ma swoje ograniczenia. Chociaż Malcom Gladwell w książce “Błysk. Potęga przeczucia” przekonuje, że to właśnie na niej powinniśmy polegać, to jednak ma ona sporo ograniczeń. Jednym z nich jest konieczność wystąpienia długotrwałych i regularnych prawidłowości. A to w dynamicznym świecie biznesu może powodować, że podejmiemy złą decyzję. Dlaczego? Bo nie weźmiemy pod uwagę danych i faktów, które mogą istotnie zmienić przyszłą sytuację biznesową.
Zmieniający się świat
Kiedyś biznes był znacznie bardziej stabilny. Dzisiaj technologie wdzierają się w nasze życie w niesamowitym tempie. Na początku 2022 roku nikt poważnie nie mówił o wykorzystaniu w codziennym życiu firmy sztucznej inteligencji. Pod koniec 2023 temat ten pojawia się niemal na każdym spotkaniu, konferencji i, w co drugim numerze prasy branżowej. Tego typu zmiany przekładają się na funkcjonowanie firm, zmieniają cele i strategie. Jedne firmy zaczynają rosnąć korzystając z przewagi, inne zaczynają walczyć o przetrwanie, mimo że przed nadejściem ery AI miały zaplanowany stabilny wzrost (np. branża tworząca treści do internetu, graficy itp.). Teraz muszą szukać nowych sposobów zarabiania pieniędzy, stawiać na jakość i znajdywać przewagę konkurencyjną w nowych, nieznanych wcześniej obszarach. To duże wyzwanie, w którym z pewnością pomoże analiza danych, których obecnie jest całkiem sporo. Chociaż nie zawsze tak było.
Dane w natarciu
Chociaż nie ma jednego wydarzenia czy daty powstania filozofii data driven, to można uznać, że wszystko zaczęło się wraz z upowszechnieniem się komputerów osobistych, w latach 80 i 90 XX wieku. Dane zaczęły być zbierane w dużo bardziej przystępnej do analizy formie. Również wprowadzenie przez firmę Microsoft arkuszy kalkulacyjnych zmieniło to, jak patrzymy na dane. (Dla ciekawych najpierw był to program Multiplan, później, bo w 1985, zaprezentowano pierwszą wersję znanego do dziś Excela).
Kiedy wiedza zawarta w danych zaczęła przynosić wymierne korzyści firmom, coraz więcej inwestowano w nowe sposoby pozyskiwania informacji i ich analizy. Międzynardowe korporacje zaczęły mierzyć KPI i tworzyć dashboardy. Pomógł w tym wcześniej opisany spadek zaufania do intuicji i zdrowego rozsądku. Nieformalny ruch data driven ma już ponad 40 lat, ale jednak wciąż nie dotarł do wszystkich przedsiębiorstw. Dlaczego?
Lęk przed data driven?
Mimo licznych korzyści płynących z podejścia data driven istnieje kilka powodów, dla których niektóre firmy mogą niechętnie korzystać z tego modelu podejmowania decyzji. Oto kilka potencjalnych przeszkód.
Brak zasobów i kompetencji
Niektóre firmy mogą nie być gotowe do wprowadzenia podejścia data driven z powodu braku odpowiednich zasobów ludzkich i kompetencji. Analiza danych wymaga specjalistycznej wiedzy, a zespoły muszą być wyposażone w umiejętności analityczne, techniczne i interpretacyjne. A przynajmniej tak się wydaje mocodawcom. Obecnie są aplikacje (patrz Heartly), które znacznie ułatwiają analizę danych, tworzenie raportów i dashboardów. A o samych wynikach można “porozmawiać” ze specjalnie zaprojektowaną do tego celu sztuczną inteligencją.
Koszty i inwestycje
Implementacja systemów do zbierania, przechowywania i analizy danych może wiązać się z wysokimi kosztami inwestycji początkowych. Niektóre firmy, szczególnie te z mniejszym budżetem, mogą obawiać się, że wydatki te przewyższą korzyści płynące z podejścia data driven. To oczywiście można policzyć. Jeżeli masz małą firmę, warto rozejrzeć się za bardziej ekonomicznymi rozwiązaniami.
Obawy dotyczące prywatności i zabezpieczeń
Wraz z rosnącą ilością danych gromadzonych przez firmy, pojawia się niepokój dotyczący prywatności klientów oraz kwestii związanych z bezpieczeństwem danych. Niektóre firmy obawiają się, że skupienie się na analizie danych może zwiększyć ryzyko naruszenia prywatności lub kradzieży danych. W tym wypadku warto zadbać o bezpieczeństwo i sprawdzić pod tym kątem firmę, której powierza się takie dane do analizy.
Opór kulturowy
W niektórych organizacjach istnieje tradycyjne podejście do podejmowania decyzji, oparte na doświadczeniu i intuicji. Zmiana kultury organizacyjnej, aby bardziej akcentować analizę danych, może napotykać opór ze strony pracowników, którzy są przyzwyczajeni do bardziej tradycyjnych metod. Oczywiście zmiana podejścia do prowadzenia firmy nie jest sprawą łatwą i przyjemną. Rozumiemy te obawy. Aby przekonać się do mocy data driven, można na przykład zrobić pilotaż, który pozwoli na ocenę skuteczności tych decyzji w konkretnej firmie.
Niska jakość danych
Jeśli dane, na których opiera się analiza, są niskiej jakości, nieaktualne lub nieprawidłowe, to wyniki analizy również mogą być mylące. Firmy muszą zadbać o jakość oraz rzetelność danych, co może być trudne w przypadku gromadzenia danych z różnych źródeł.
Jak dane poprawiają sport?
Ale nie tylko biznes korzysta na danych. Dzięki nim można również poprawić wyniki drużyn sportowych. Jeden z najbardziej znanych i najlepiej opisanych przykładów zastosowania data driven w sporcie to historia związana z drużyną baseballową Oakland Athletics. W 2002 roku generalny menadżer tej drużyny, Billy Beane, zastosował podejście data driven, które stało się znane jako „Moneyball”. Beane skorzystał z zaawansowanej analizy danych do oceny wartości zawodników na podstawie statystyk, które niekoniecznie były powszechnie akceptowane.
Zamiast polegać na subiektywnych ocenach i doświadczeniu, Billy Beane wykorzystał statystyki, takie jak on-base percentage (procent baz w przypadku, gdy zawodnik dochodzi do bazy) i slugging percentage (procent uderzeń, które prowadzą do zdobycia bazy) do oceny skuteczności zawodników. To podejście pozwoliło drużynie Oakland Athletics, mimo ograniczonego budżetu, konkurować skutecznie z zespołami o znacznie większych środkach finansowych.
„Moneyball” w baseballu pokazał, jak zaawansowana analiza danych może rewolucjonizować podejście do rekrutacji zawodników i taktyki gry, co miało wpływ na inne dyscypliny sportowe i inspirowało inne drużyny do wykorzystania danych w procesie podejmowania decyzji.
Data driven w biznesie
Oczywiście podejście data driven jest wykorzystywane przede wszystkim w biznesie i to praktycznie w każdym dziale. Poniżej prezentujemy kilka pomysłów wykorzystania danych.
Dział Marketingu
Dzięki analizie danych konsumenckich można lepiej zrozumienieć preferencje klientów, zidentyfikować skuteczne kanały reklamowe i dostosowywać treści marketingowe. Na przykład, firma e-commerce może używać danych transakcyjnych do personalizacji ofert dla klientów, co prowadzi do lepszej konwersji i lojalności klienta.
Dział Sprzedaży
Wykorzystanie danych klientów do prognozowania zapotrzebowania na produkty, identyfikowania potencjalnych klientów oraz dostosowywania strategii sprzedaży. Dział sprzedaży może analizować dane dotyczące zachowań klientów, interakcji z witryną internetową czy historii zakupów, aby lepiej zrozumieć, jakie produkty mogą być dla klientów najbardziej atrakcyjne.
Dział Zasobów Ludzkich (HR)
Analiza danych dotyczących wynagrodzeń, satysfakcji pracowników i wskaźników rotacji może pomóc w optymalizacji polityki wynagrodzeń, tworzeniu bardziej efektywnych programów rekrutacyjnych i zidentyfikowaniu obszarów wymagających poprawy w zakresie zarządzania personelem.
Dział Operacyjny
Wykorzystanie danych dotyczących efektywności procesów produkcyjnych, zarządzania łańcuchem dostaw czy obsługi klienta. Przy użyciu analizy danych, firma może usprawnić procesy, minimalizować koszty i zoptymalizować zarządzanie zapasami.
Dział Obsługi Klienta
Analiza danych dotyczących interakcji klientów, zgłoszeń reklamacji czy opinii może pomóc w identyfikowaniu obszarów wymagających poprawy w obszarze obsługi klienta. Na przykład, firma może wykorzystać dane do personalizacji obsługi klienta, szybkiego rozwiązywania problemów i zwiększania poziomu satysfakcji klientów.
Dział Utrzymania Czystości
Dane można również wykorzystać w dziale dbania o czystość w obiekcie. Są firmy, które oferują specjalne urządzania i oprogramowanie, które dostarcza danych do osób zarządzających sprzątaniem. Przykładem może być dozownik na mydło czy ręcznik papierowy, który zdalnie informuje o tym, że należy go uzupełnić. Pozwala to na wyższy komfort korzystania z toalet. Specjalne aplikacje mogą również dostarczać informacje o tym, ile osób weszło do budynku czy łazienki i sugerować sprzątanie o konkretnej godzinie albo po określonej liczbie gości. Dzięki temu sprzątanie jest lepiej zotymalizowane.
Powyższe przykłady pokazują, że podejście data driven ma szerokie zastosowanie i może być korzystne w wielu obszarach działalności firmy, wspierając podejmowanie lepszych decyzji i osiąganie lepszych wyników.
Gdzie ukrywają się informacje?
Jak można wnioskować z powyższych przykładów – dane są wszędzie. Jednak, aby z nich korzystać trzeba najpierw je zbierać w sposób regularny i konsekwentny. Następnie dobrze jest stworzyć odpowiednią strategię ich wykorzystania. Kolejnym krokiem jest umiejętne ich przetwarzanie, agregowanie, analizowanie i korelowanie, co pozwala na podejmowanie trafnych decyzji, które pośrenio obniżają koszty i zwiększają zysk przedsiębiorstwa.
Czy potrzebujemy wszystkich danych?
Jednym z wyzwań firm, które decydują się na wykorzystywanie danych do podejmowania codziennych i strategicznych decyzji, jest ich zbyt duża ilość. Nie wszystkie informacje da się wykorzystać i nie wszystkie wskaźniki są potrzebne. Dlatego ważne jest, aby zacząć od stworzenia strategii danych w organizacji. Zadecydować, jakie KPI będą raportowane przez dany dział, a które mogą być mierzone tylko w jego obrębie. Zadanie to nie należy do prostych, ale można sobie to ułatwić. W jaki sposób? Oczywiście opierając się na danych!
Najważniejsze informacje – zmierz puls biznesu z aplikacją Heartly
Niezwykle ważnym aspektem analizowania danych są technologie, które pomagają szybko i skutecznie pokazywać najistotniejsze dane. Z pewnością taką aplikacją jest Heartly. Co ona potrafi? Tworzy czytelne dashboardy, na których umieścisz najważniejsze wskaźniki i KPI. Ponadto porównasz swoje mierniki ze średnimi w branży (benchmark). Skorzystasz również ze specjalnie wytrenowanej sztucznej inteligencji, która pomoże Ci rozwinąć biznes na podstawie danych. To aplikacja na miarę podejścia data driven.
Sprawdź w trakcie bezpłatnego okresu próbnego i przekonaj się, jak łatwo wdrożyć podejmowanie decyzji oparte na danych. Zawsze możesz też napisać do nas, chętnie podpowiemy, jak stworzyć najlepszą tablicę dla Twojego biznesu!
Zapraszamy na cykl “Najwyższy czas na data driven”, w którym na przestrzeni najbliższych miesięcy będziemy przyglądać się tej filozofii. Podamy ciekawe przykłady, opowiemy więcej, o tym, jak podchodzić do danych, aby były one przydatne w codziennej, operacyjnej pracy, ale również pomagały tworzyć skuteczne strategie działania. Jeśli chcesz przeczytać o jakimś temacie z zakresu data driven – skontaktuj się z nami!
Przeczytaj również:
- Czym jest dashboard, jak go tworzyć, projektować i z niego korzystać?
- KPI w sprzedaży – jak je podnieść?
- Jakie są wskaźniki satysfakcji klienta? Jak sprawdzić lojalność?
Źródła:
Lutostański, M. J., Galica, M., Protasiuk, M., & PWN, W. N. (Eds.). (2018). Data driven decisions: jak odnaleźć się w natłoku danych?. Wydawnictwo Naukowe PWN.