5 patentów na sukces

Spytaliśmy Airbnb, Starbucks, Sonic i Double Dutch o ich pomysły na wielkie dane. Wniosek: na początku daj sobie spokój z wielkimi projektami. Zacznij od prostych trików i małych kroków.

Wraz z popularyzowaniem się narzędzi Big Data w mediach coraz częściej pojawiają się doniesienia o wielkich sukcesach odnoszonych przez firmy dzięki wykorzystaniu tej technologii. To sprawia, że rosną oczekiwania użytkowników – coraz więcej firm liczy, że wdrożenie rozwiązań opartych na Big Data pomoże im w osiągnięciu równie spektakularnych rezultatów. Tyle że to nie do końca uzasadnione oczekiwanie, bo praktyka pokazuje, że w tej dziedzinie zdecydowanie bardziej efektywna jest metoda małych kroków… W tekście omawiamy pięć najważniejszych.

Śledząc doniesienia ze świata rozwiązań informatycznych dla biznesu, w pierwszej kolejności skupiamy się na najgłośniejszych i najbardziej widowiskowych wydarzeniach – słyszymy o jakimś wielkim wdrożeniu narzędzi analitycznych korzystających z Big Data i natychmiast zaczynamy się zastanawiać, jak osiągnąć równie spektakularne efekty w swojej organizacji. To naturalne, oczywiste, tylko że nie do końca rozsądne.

Zobacz również:

  • IDC CIO Summit – potencjał drzemiący w algorytmach
  • 5 praktycznych powodów, dla których warto wdrożyć Zero Trust

Praktyka pokazuje bowiem, że skupianie się wyłącznie na wielkich, przełomowych projektach, które gwałtownie i od ręki mają odmienić funkcjonowanie firmy, zwykle przynosi efekty odwrotne do zamierzonego. To powinno działać inaczej: zamiast realizować wielkie przedsięwzięcia, sprawmy, że system dostaw stanie się odrobinę bardziej wydajny i efektywny, że rekrutacja będzie skuteczniejsza i szybsza, że mniej klientów zaglądających do naszego sklepu internetowego porzuci koszyk w połowie zakupów. Ta suma drobnych zmian w realny sposób usprawni działanie organizacji i wkrótce stanie się naprawdę wyraźnie zauważalna.

Już w połowie lat 80. Karl Weick, psycholog społeczny, wykazał, że osoby skupiające swoje wysiłki na realizowaniu ogromnych, złożonych przedsięwzięć społecznych, np. likwidowaniu bezdomności, ograniczeniu biedy, walce z bezrobociem, zwykle nie osiągają praktycznie żadnych widocznych rezultatów. Dużo bardziej skuteczne w swoich działaniach w ogólnym rozrachunku okazywały się osoby, które stawiały przed sobą pozornie mniej ambitne, jednak realizowalne cele i zadania.

Potwierdzeniem jego tez są zresztą niedawne badania Teresy Amabile oraz Stevena J. Kramera, którzy stwierdzili, że kluczem do zapewniania pracownikom organizacji odpowiedniego poziomu satysfakcji z pracy i zadowolenia w miejscu zatrudnienia jest stałe, regularne wprowadzanie drobnych usprawnień. Innymi słowy, ważniejszy jest stały rozwój i osiąganie odpowiednio zaplanowanych, realnych celów niż skupianie się na wielkiej, niesprecyzowanej wizji. A to znaczy, że większe szanse na sukces będzie miała firma, która postanowi np. usprawnić pracę działu sprzedaży i nawiązać kontakty z partnerami z nowego segmentu, niż ta, która z dnia na dzień postanowi np. zdominować rynek wirtualizacji.

Poniżej znaleźć można kilka przykładów – z życia firm Airbnb, Starbucks, Sonic oraz Double Dutch – pokazujących, jak wykorzystać drobne sukcesy do zbudowania w organizacji czegoś większego.

1. Obraz jest wart więcej niż 1000 słów

Wiele młodych firm zakłada, że wdrożenie w firmie rozwiązań Big Data umożliwi im natychmiastowe pokonanie rynkowych gigantów w rodzaju Cisco, Apple czy Google’a. Ich szefowie sądzą, że odpowiednie narzędzia analityczne pozwolą im natychmiast poznać prawdy objawione dotyczące funkcjonowania biznesu i od razu podbić swój segment rynku.

Niestety, coś takiego się praktycznie nie zdarza. Osiąganie sukcesu dzięki Big Data zwykle wygląda zupełnie inaczej. Wszystko zaczyna się od małych pytań w rodzaju: na której ulicy najlepiej będzie zlokalizować nowy sklep? Jak usystematyzować wyszukiwanie nowych lokalizacji dla obiektów? Jak sprawić, by dział sprzedaży lepiej docierał do potencjalnych klientów? Jak lepiej spełnić ich oczekiwania?

Za przykład niech posłuży serwis Airbnb (specjalizujący się w pośrednictwie w urlopowym wynajmie lokali i domów), który w początkowej fazie działalności rozwijał się stabilnie, ale jednak dość powoli. Dzięki analizie danych generowanych podczas jego funkcjonowania udało się wyselekcjonować podstawową przyczynę sprawiającą, że klienci często zamiast oferty Airbnb wybierali tradycyjne hotele. Sprawdzono po prostu, co łączy oferty wybierane najczęściej przez klientów. Okazało się, że klienci preferują lokale, które najlepiej prezentowały się na zdjęciach (mniejszą uwagę przykładając do innych czynników). W ramach testu do wybranych punktów wysłano profesjonalnych fotografów i zrobione nowe, lepsze zdjęcia. Efekty przeszły najśmielsze oczekiwania.

W rezultacie firma zdecydowała się na stworzenie narzędzia, za którego pomocą osoby dodające ofertę wynajmu mogą zamówić darmową, profesjonalną sesję fotograficzną (co, jak się z czasem okazało, pozwala nie tylko na zwiększenie atrakcyjności ofert, ale również na zaskarbienie sobie lojalności i wdzięczności osób oferujących lokale do wynajęcia). Sukces był praktycznie natychmiastowy.

Ta sytuacja sprawiła zresztą, że przedstawiciele Airbnb obecnie angażują analitykę Big Data do większości procesów decyzyjnych, zarówno podczas planowania akcji marketingowych, jak i świadczenia pomocy technicznej.

2. Szukanie idealnej lokalizacji

Hasło „lokalizacja, lokalizacja, lokalizacja” (jako opis kluczowych atutów, np. sklepu) to w branży nieruchomości znany i powtarzany od lat frazes. Problem jednak w tym, że czasami naprawdę trudno określić, co w danym przypadku oznacza sformułowanie „dobra lokalizacja”. Następny przykład dotyczy takiej właśnie sytuacji.

Często mówi się, że żyjemy w erze internetu – niewątpliwie tak właśnie jest, jednak nie oznacza to, że firmy mogą skupiać się wyłącznie na tym segmencie rynku. W wielu (większości?) branżach kluczowa jest wciąż lokalizacja ich fizycznych placówek, a w szczególności dotyczy to segmentu handlu i usług. Warto przypomnieć, że nawet w silnie zinternetyzowanych Stanach Zjednoczonych tylko 17% towarów sprzedawanych jest w internecie.

Dlatego lokalizacja sklepów jest wciąż tak ważna. Kiedyś proces wybrania miejsca, w którym miał powstać nowy obiekt, oparty był m.in. na analizie ruchu pieszego, dostępności miejsc parkingowych albo po prostu na przyjrzeniu się, jakie inne sklepy działają w danej okolicy i jak sobie tam radzą. Istotna też była dostępność wolnych przestrzeni do wynajęcia lub zabudowy.

Problem w tym, że te metody nie były w 100% skuteczne – okolica mogła tylko wyglądać na odpowiednią, a teoretycznie dobrze funkcjonujący w okolicy sklep mógł przynosić straty. Czasami wystarczyło pomylić się o kilkaset metrów czy jedną przecznicę, by ponieść spektakularną porażkę.

Dlatego też sieć kawiarni Starbucks podczas wybierania nowych lokalizacji swoich punktów od dawna korzysta z zaawansowanych narzędzi analitycznych. Firma stworzyła nawet własne rozwiązanie o nazwie Atlas. Przedstawiciele Starbucks opisują je jako program do analizowania Big Data, nałożony na oprogramowanie mapowe – pozwala to na przeanalizowaniu wielu różnych czynników wpływających na prognozowaną popularność danego punktu, a następnie nałożenie tych danych na mapę konkretnej okolicy.

Działający na bazie platformy Esri ArcGIS (GIS – Geographic Information System) program potrafi również określić, jakie cechy sprawiły, że dany obiekt Starbucks jest chętnie odwiedzany, a następnie wytypować na wskazanym obszarze lokalizacje o podobnych cechach.

Zasadę jego działania zaprezentował niedawno na konferencji Esri User Conference Patrick O’Hagan, menedżer ds. strategii ze Starbucks. O’Hagan uruchomił program i wyświetlił w nim mapę chińskiego Nanning, w którym firma ma już osiem lokali. Następnie pokazał, jak w Atlas można wyświetlić warstwy ilustrujące różne cechy danej lokalizacji – np. bliskość innych sklepów, ruch pieszy, dostępność transportu miejskiego – by ostatecznie zademonstrować, jak program typuje lokalizacje o zbliżonych parametrach (w których Starbucks planuje już otwarcie kolejnych lokali).

Na tym zresztą zakres funkcji Atlasa się nie kończy. W Stanach Zjednoczonych firma używa programu również do typowania lokali, w których wprowadzane będzie nowe menu, promocje itp. Przedstawiciele Starbucks podkreślają, że nie jest to może w 100% skuteczne narzędzie i czynnik ludzki wciąż jest istotny w czasie wybierania nowych punktów, dodają jednak, że Atlas pozwala na znacznie zredukowanie ryzyka otwarcia kawiarni w niekorzystanej lokalizacji.

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200