Jak udělat z dat víc než jen jedničky a nuly
Technologie se čím dál tím víc zapojují do fungování firem. Proto se není čemu divit, že velmi rychle narůstá také objem dat, který každá firma generuje. Problémem ale je, že 80 % tohoto množství jen tak leží ladem a firmy je aktivně nepoužívají (IBM).
Když ale uděláme krok zpátky, nejen že data nejsou používaná, hlavně ve firmách nejsou strukturovaná. TechRadar uvádí, že 90 % dat je ve stavu, kdy ani nemohou mít vypovídající hodnotu pro firmu, protože nejsou správně zpracovaná.
To je v době nástupu AI do firem obrovský problém. Aby totiž mohla AI ve firmě efektivně fungovat, potřebuje správně připravená data.
Co je tedy klíčem k tomu, aby firma dokázala z dat, která má uložená, udělat mnohem víc než jen obsah, který zabírá výpočetní zdroje? Na detailní rozbor tohoto tématu se nyní podíváme.
Co jsou dark data?
Tento termín vytvořila společnost Gartner a označuje data, která nejsou aktivně využívána při firemním rozhodování. Firmy si dost často udělají dark data z logů, záznamy z call center, emailů, dokumentů, starých záznamů nebo dat sesbíraných z IoT zařízení.
Taková data pouze zabírají prostor a sbírají prach. Je ale možné z nich udělat zdroje klíčových informací pro prediktivní aktivity, optimalizaci, dokonce i řízení rizik a compliance.
Data jsou utopenými náklady, ačkoli by mohla být nástrojem pro vyšší příjmy nebo optimalizaci nákladů.
Proč by vás to jako B2B decision makera mělo zajímat?
Když už se bavíme o rozhodování na základě dat, podložme si i odpověď na tuto otázku reálnými čísly.
Jako decision maker musíte dělat rozhodnutí. HBS uvádí výzkum PwC, který poukazuje na to, že manažeři, kteří se rozhodují na základě dat, dělají několikanásobně lepší rozhodnutí.
Společnost McKinsey ve svém průzkumu zase poukazuje na vyšší ziskovost firem, které se rozhodují na základě dat oproti firmám, které tento přístup nevyužívají. Jak moc vyšší ziskovost mají? Devatenáctkrát.
Vyšší je také objektivita rozhodování. Jako lidé máme tendenci dívat se i na rozhodování o firemních aktivitách subjektivně. Pokud se ale firma má rozhodovat co nejlépe, je potřeba stavět na objektivních datech. Ta subjektivní totiž dost často neodpovídají realitě.
Zároveň také firma naplňuje očekávání zákazníků, kteří chtějí mít personalizovaný zážitek při interakci se společností. Tento „osobní“ přístup pak navyšuje ROI. O kolik? To už je záležitost konkrétní firmy. Nicméně můžeme říct, že návratnost investice se při maximálním využití dat maximalizuje.
Jak z dat udělat klíčového člena týmu?
Aby k této změně došlo, potřebuje si firma vybrat přístup ke svým datům, který jí pomůže efektivně s nimi pracovat.
Různých frameworků je spousta, ale klíčovým krokem zůstává u všech postoj. Pokud se ve firemním rozhodování neřídíte daty, ale spíše intuicí nebo pocity, je zbytečné vynakládat úsilí a finance na zpracování dat pro strategická rozhodnutí.
Pokud ale chcete o firmě rozhodovat na základě reálných dat z vašeho provozu, pak je klíčové přistupovat k fungování čistě analyticky, až vědecky.
Pro firmu to znamená, že vhodně zpracuje data do správných formátů. Bude využívat hypotézy, testy a hloubkovou analýzu výsledků. Pilířem je hledání odpovědí na základě dat, ne podpírání názorů daty a jejich šroubování na stav, který je žádoucí.
Která oddělení z dat budou benefitovat?
Stále se bavíme o přínosech pro firmu jako celek, ale je dobré si také celé fungování rozložit mezi jednotlivá oddělení a konkrétní přínosy vidět v detailnějším kontextu specializovaných aktivit – marketingu, obchodu a provozu.
Marketing
Tato oblast je vcelku logická. Aby se firmě dařilo co nejlépe zacílit na relevantní potenciální zákazníky, musí vědět, kde je najít a co na ně platí. Aby pak dokázala firma uspokojit tendence lidí mít personalizované nabídky z jakéhokoli oboru, potřebuje vědět, jak toho docílit.
Navíc data pomáhají vyhodnocovat efektivitu jednotlivých aktivit a je možné optimalizovat náklady tak, kde to má smysl. Zpětná vazba zase pomáhá vnímat, jestli není potřeba některou oblast fungování upravit, aby došlo k větší spokojenosti stávajících zákazníků.
Obchod
Toto oddělení je sice úzce spjaté s marketingem, ale je tu jedna oblast, kterou je potřeba zmínit zvlášť tzv. intent data (data záměru).
V dnešní době existují obchodní nástroje, které dokáží dát dohromady informace o potenciálních zákaznících, kteří jsou připraveni nakoupit konkrétní produkt nebo službu. Ačkoli máme v České republice omezené možnosti, i u nás existují placené nástroje, které nám tato data zpřístupňují.
Obzvlášť hodnotná jsou pro B2B sektory, kde je životní cyklus dlouhý a velmi záleží na připravenosti potenciálního zákazníka. Více detailů k tomuto principu zjistíte v tomto krátkém videu.
Provoz
Tento pojem zahrnuje skutečně širokou škálu aktivit, ale nejlépe je použití dat pro rozhodování vidět v oblastech, ve kterých jde uplatnit nasazení IoT senzorů.
Na ukázku máme tři use casy našich zákazníků.
- Těžařská firma nasadila speciální čidla na svá industriální síta, aby dokázala předvídat technické závady na těchto zařízeních a mohla tak minimalizovat downtime jednotlivých strojů.
- Retail prodejce nasadil čidla do svých prodejen, aby zefektivnil využití financí na vzduchotechniku.
- Výrobce potravin kontroluje skladovací podmínky výrobků, aby nedocházelo ke znehodnocení a předcházelo se následkům výpadků elektřiny.
Bez ohledu na obor dokáže internet věcí pomoct s optimalizací nákladů. Ale pouze za předpokladu splnění 3 podmínek: sběr dat, analýza a vizualizace a práce s výstupy.
Jak tedy na to?
Už jsme zmínili ten první krok – postoj. Jakmile jste tedy ve firmě připraveni fungovat na principu data-first, co udělat pro jejich maximální využití?
- Nejprve je potřeba přeložit vaši firemní strategii do čísel. Čeho vlastně chcete dosáhnout a jaká data vám v tom pomůžou? Není totiž cílem udělat ze všech dat informaci, jen z těch, která jsou pro vás relevantní.
- Pak potřebujete nástroje, které vám nevytvoří datová sila, ale pomůžou vám získat holistický pohled na kritické oblasti. S tím souvisí i možnost zaměstnanců pracovat s těmito daty, aby i jejich práce byla založená na data-first přístupu.
- Pak je důležité zvolit správnou vizualizaci. Podle cílové aktivity, ke které mají data sloužit, je nutné vybrat zobrazovací metody. Když vezmeme konkrétní příklady, o kterých jsme už mluvili, tak pro někoho je potřeba pouze vidět vývoj dat v čase, jinde je zase potřeba udělat i návazné aktivity, které napomáhají prediktivní analýze.
- Nezanedbatelnou součástí je také školení zaměstnanců, aby věděli, jak firemní přístup k datům aplikovat ve svém běžném pracovním životě. I ta nejlépe zpracovaná data a prvotřídní nástroje budou jen zbytečně vyhozenými penězi, pokud se s nimi tým nenaučí správně zacházet.
Na co si dát pozor?
Jednou z oblastí jsou určitě datová sila, o těch už jsme se zmínili. Dalším kamenem úrazu bývá špatná kvalita dat. Nejde totiž jen o sběr dat a nahrání do nějakého softwaru. Data musí mít správné formáty a metadata, obzvlášť, když je potřebujeme používat k pokročilým úkonům.
Je to jako s jídlem. Když sníte zkaženou potravinu, bude vám špatně. Když rozhodnutí založíte na špatně zpracovaných datech, dopadne špatně.
Zároveň je také nutné veškeré rozhodovací aktivity držet v souladu se zákonnými povinnostmi. GDPR není jediným nařízením, které se zpracování dat týká. A budou pouze přibývat.
Myšlenkový skok, když už se bavíme o GDPR. Pokud nemáte ve firmě přehled o tom, jaká data sbíráte a co s nimi děláte, pak můžete mít velký průšvih, jakmile po vás někdo bude chtít, abyste uplatnili jeho práva a vymazali o něm informace.
Co teď?
Sběr dat by neměl být konečná. Naopak, aby dokázala firma data úspěšně využívat, musí je vnímat jako cenný nástroj. Nesbírejte tedy data jenom kvůli tomu, že se data sbírat mají. Najděte si v nich ta, která vám poskytnou neocenitelné informace pro zlepšení fungování vaší firmy.
