Firma napędzana przez dane

Firmy data-driven, czyli napędzane przez dane i potrafiące na ich podstawie podejmować trafniejsze decyzje, są dziś najwyżej wyceniane i umacniają swoją przewagę nad rywalami. W jaki sposób podejść do przeprowadzenia tego typu transformacji?

Wiele firm ma dziś dostęp do ogromnych zasobów danych, co może tworzyć wrażenie, że dobrze odnajdują się na rynku i sprawnie wykorzystują nowoczesne technologie i rozwiązania analityczne, takie jak Big Data. Ale sam dostęp do danych i narzędzi nie wystarczy, aby stać się firmą data-driven, czyli napędzaną przez dane. Jak tłumaczy Amir Orad, dyrektor generalny Sisense, firmy dostarczającej rozwiązania z zakresu Business Intelligence, przedsiębiorstwo napędzane przez dane charakteryzuje się tym, że każda osoba mogąca wykorzystywać dane do podejmowania lepszych decyzji, ma rzeczywiście dostęp i wie, jak zrobić z nich użytek. „Bycie firmą data-driven nie sprowadza się do tego, że możemy wygenerować obszerny raport, bogaty w dane zebrane z ostatnich miesięcy działań w wybranym sektorze” – mówi Amir Orad. „Chodzi bardziej o to, aby osoby decyzyjne mogły samodzielnie analizować i rozumieć odpowiednie dane”.

Jednym z fundamentów tworzenia organizacji data-driven jest przywiązywanie dużej wagi do mierzalności działań. Firmy powinny mieć możliwość bezustannego mierzenia i monitorowania swojego biznesu, a cała ta praca powinna zostać maksymalnie zautomatyzowana i być realizowana w sposób ciągły (system 24/7). Obecnie stosunkowo łatwo jest prowadzić działania data-driven w marketingu, ponieważ znajdziemy dużo narzędzi i usług, które dostarczają dane i wyniki. Na przykład system reklam Facebook Ads czy Google AdWords zapewnia mnóstwo danych i pozwala obiektywnie oceniać efekty pracy. „Firmy zapominają jednak, że bycie data-driven odnosi się do całej organizacji, nie zaś tylko do działu marketingu lub sprzedaży” – podkreśla Amir Orad.

Zobacz również:

McKinsey Global Institute wskazuje, że firmy data-driven mają o 23 razy większą szansę na pozyskiwanie nowych klientów i sześciokrotnie większą na ich późniejsze ich zachowanie. Z tego powodu notują też 19-krotnie lepszy wynik finansowy.

Znajdowanie złotego środka

Wysiłki związane z transformacją, aby stać się firmą data-driven, często zawodzą, ponieważ zmiany zachodzą zbyt szybko lub zbyt wolno. Zbyt szybkie podejście sprawia, że organizacje pomijają zazwyczaj wiele istotnych szczegółów. Z kolei jeśli chcemy od razu stawiać na perfekcjonizm, wówczas wprowadzenie zmian i wdrożeń zajmuje za dużo czasu. Oba te podejścia powodują, że trudno oczekiwać zwrotu z inwestycji. Firma doradcza Boston Consulting Group (BCG) radzi, aby zdecydować się na pośrednie rozwiązanie, które łączy cele krótko- i długoterminowe.

Eksperci z BCG radzą, aby zacząć zmiany od małych kroków, a potem zdecydować się na duże. Dzięki temu firma może stosunkowo szybko odnieść sukces związany z byciem data-driven, czyli zyskać dowody na to, że takie podejście się opłaci. Początkowy sukces może być nawet na małą skalę (np. dotyczyć tylko jednego działu lub zespołu pracowników z danego działu), ale ważne, aby przekonać do tej strategii zarówno wszystkich sceptycznie nastawionych menedżerów, jak i siebie.

Firmy data-driven, podejmując decyzje oparte na danych, notują średnio o 4% wyższą produktywność i o 6% wyższe zyski – czytamy w wynikach badań prowadzonych przez MIT Center for Digital Business.

Później można przeprowadzać kolejne kroki, kiedy pracownicy będą już bardziej zmotywowani do wdrożeń i zmian. „Trzeba tylko uważać, aby nie prowadzić za dużo drobnych, pojedynczych projektów, bo wtedy można uzyskać efekty odwrotne do zamierzonych” – przestrzega Antoine Gourévitch, starszy partner i dyrektor zarządzający w BCG. „Pierwszym błędem, jaki dostrzegam, jest próba uzyskania 200 dowodów na to, że ta koncepcja się sprawdza. A wystarczy kilka. Drugi błąd to z kolei przeprowadzanie testu pilotażowego, ale na zbyt dużą skalę. Często okazuje się wtedy, że trzeba przeprojektować cały system, aby otrzymać oczekiwaną wartość” – tłumaczy. Dlatego Antoine Gourévitch zaleca, aby postarać się znaleźć taki sposób, że można szybko uzyskać konkretną wartość jeszcze bez przeprowadzania całej transformacji. Kompletna transformacja może trwać nawet kilka lat, natomiast test pilotażowy powinien przynieść efekty – optymalnie – już po trzech miesiącach.

Według BCG najlepszym rozwiązaniem jest proces składający się z trzech kroków, który toruje drogę do pełnej transformacji związanej z byciem firmą data-driven, a jednocześnie umożliwia osiąganie realnych sukcesów po drodze. Kroki wyglądają następująco:

1) Należy osiągać szybkie sukcesy, które będą przekonywać kolejne osoby w firmie do realizacji dalszych projektów data-driven.

2) Kolejno można zaprojektować już mapę wdrożeń dla pełnej transformacji firmy.

3) Na koniec tworzymy uporządkowaną strukturę, aby zachować dobre tempo wdrażania zmian i utrzymać poziom wysokiej wydajności. Więcej na temat całego procesu w ramce „Trzy kroki do zmiany”.

Trzy kroki do zmiany

Trzy główne kroki, aby stać się firmą napędzaną przez dane:

1. Rozpoczynanie całej wyprawy

Uruchomienie aktywności, które będą wykorzystywać dane do wypracowywania namacalnych sukcesów w krótkim czasie, np.:

• optymalizacje zasobów,

• redukowanie kosztów,

• optymalizacje w zarządzaniu budżetem.

Te działania mają na celu zarówno zdobycie przekonujących dowodów na to, że koncepcja data-driven przynosi rezultaty, a także wiedzy pozwalającej na dalsze zmiany.

2. Mapa wdrożeń dla całej transformacji

Tworzenie strategii i planu wdrażania kolejnych zmian, aby stać się firmą data-driven:

• przyjęte modele działania,

• polityka zarządzania danymi,

• organizacja działań analitycznych,

• stworzenie infrastruktury dla danych.

Na tym etapie trzeba też komunikować w firmie nową wizję rozwoju.

3. Uporządkowana struktura

Nowa kultura organizacyjna, pozwalająca zachować wysoką wydajność pracy w dobie pełnego wykorzystywania danych:

• podejście „fail Fast”, czyli szybkie testy i wyciąganie wniosków, szczególnie z porażek,

• projektowanie rozwiązań w duchu Agile,

• procesy zarządzania lean w całej organizacji,

• podejmowanie decyzji opartych na danych,

• włączanie danych w codzienne procesy,

• jasne przedstawienie zmian w zarządzaniu firmą.

Źródło: Boston Consulting Group

Zaufane i uporządkowane

Aby wykorzystywać możliwości analityki i automatyzacji, które zapewnią lepsze decyzje biznesowe, nie można pominąć też kilku istotnych aspektów. Pierwszym jest samo upewnienie się, że dane, jakimi dysponujemy, są zaufane. Chodzi przede wszystkim o to, aby pozyskiwać surowe dane z odpowiednimi zasadami dotyczącymi ich selekcji. Jeśli będziemy zbierać dane niewłaściwe lub zabraknie niektórych informacji, finalnie będziemy mogli wyciągać wnioski i podejmować decyzje, ale nie będą się one opierać na logice, bo same dane wyjściowe nie były w 100% dokładne pod różnymi względami. Trzeba więc stworzyć solidne i skuteczne procesy sprawdzania i integralności związane z przetwarzaniem danych.

Co wyróżnia firmę data-driven

Outsell Inc., organizacja zajmująca się doradztwem z zakresu sprzedaży, w dużym stopniu opierającym się na danych i analityce, podaje trzy cechy, które kwalifikują przedsiębiorstwa do bycia data-driven:

1. Firma data-driven powinna być w stanie nie tylko pozyskiwać dane z różnych źródeł wewnętrznych i zewnętrznych (czyli np. z działu HR, ale też z działań marketingowych online), lecz także łatwo łączyć te dane w zależności od potrzeb analitycznych i następnie wyciągać z nich praktyczne spostrzeżenia, pomagające podejmować lepsze decyzje biznesowe.

2. Wspomniane spostrzeżenia powinny dotyczyć decyzji, które należy podejmować od razu (w czasie rzeczywistym), więc sam proces analiz również powinien być realizowany w czasie rzeczywistym. Dodatkowo powinniśmy mieć możliwość wydobywania spostrzeżeń z danych, które dotyczą możliwie wszystkich obszarów działalności, nie zaś tylko wybranych (np. tylko marketingu i sprzedaży).

3. Dane powinny być oferowane w przejrzysty sposób, aby firma mogła z łatwością sprawdzić, którego rodzaju spostrzeżenia rzeczywiście są przydatne, a które dane są jedynie informacjami, nieprzekładającymi się na korzyści biznesowe. Na tej podstawie można następnie stwierdzić, jakie działania analityczne i związane z danymi warto prowadzić dalej, a z których zrezygnować.

Chcąc stworzyć i prowadzić firmę data-driven, powinniśmy dążyć do tego, aby wszystkie powyższe czynniki zostały i były realizowane.

Kolejny element układanki to zapanowanie nad danymi, które nie są uporządkowane. W firmach znajdziemy dane, które mają odpowiednie struktury, np. znajdują się w systemie ERP lub CRM. Ale są też takie dane, które mają wartość biznesową, ale nie są przechowywane i gromadzone w wyspecjalizowanych systemach. Są to zazwyczaj arkusze kalkulacyjne, bazy danych, czy też wyciągi z różnych raportów i aktywności, dokumenty MS Word czy nawet pliki multimedialne. Tego typu dane często znajdują się w różnych lokalizacjach – od serwerów plików, przez komputery stacjonarne i laptopy, po usługi chmurowe i przenośne nośniki danych. Tworząc firmę data-driven, musimy mieć pewność, że jesteśmy w stanie uzyskać dostęp do wszystkich danych ważnych z punktu widzenia organizacji, następnie potrafimy je zinterpretować i wydobyć wartość biznesową. Zwłaszcza jeśli chodzi o dane nieustrukturyzowane, np. nagrania rozmów prowadzonych z klientami przez konsultantów.

Trzeci aspekt to umiejętność stosowania zasad data science, kiedy analizujemy i interpretujemy dane. Data science to stosunkowo nowa dyscyplina w świecie IT, niemniej specjaliści z tego sektora, zwani naukowcami ds. danych (data scientists) albo inżynierami danych, potrafią dobrze rozwiązywać złożone problemy dotyczące danych, które wiążą się z przekształcaniem ich w wiedzę i informacje, możliwe do wykorzystania w firmie. Nauka o danych to rezultat zebrania szeregu specjalistycznych umiejętności do pracy nad danymi, takimi jak: matematyka, statystyka, informatyka, rozpoznawanie wzorców, uczenie maszynowe, czy nawet przetwarzanie języka naturalnego i badania operacyjne. Jest to zarazem potrzebna, uzupełniająca umiejętność w obecnym świecie IT, gdzie analityka biznesowa jest o wiele bardziej skomplikowana niż dawniej. Warto więc próbować stworzyć odpowiedni dział do spraw danych, zatrudniający wykwalifikowanych specjalistów.

Wszystko w czasie rzeczywistym

Firmy data-driven muszą korzystać z danych w czasie rzeczywistym, aby podejmować decyzje w momentach, które są optymalne dla biznesu. Na miarę możliwości należy więc wdrożyć narzędzia i usługi automatyzujące pracę, które nie tylko przyspieszą cały proces, ale też zminimalizują błędy ludzkie. Przykładowo sklepy detaliczne, które automatycznie łączą swoje procesy zamawiania towaru z magazynów z punktem sprzedaży, w dodatku w czasie rzeczywistym, są popularnym przykładem, jeśli chodzi o stworzenie procesu napędzanego przez dane. Tutaj jednak uwaga: zawsze przed wprowadzeniem danego procesu trzeba go dokładnie przetestować, a później monitorować, czy wszystkie działania przebiegają zgodnie z przyjętym planem.

Warto zrozumieć, co można zautomatyzować i jak to zrobić, ale nie powinniśmy zapominać, że ludzkie doświadczenie i spostrzeżenia ciągle mają dużą wartość. To wiąże się bezpośrednio z piątym elementem związanym z przekształcaniem firmy w organizację data-driven. Chodzi oczywiście o zmiany w kulturze organizacyjnej, która powinna wspierać procesy oparte na danych. Menedżerowie i pracownicy powinni wiedzieć, że należy postrzegać pracę w inny niż dotychczas sposób i podejmować decyzje, które są oparte głównie na danych, nie zaś na intuicji. Kluczowa jest tutaj współpraca. Dla przykładu, handlowcy mogą wiedzieć, jak wygląda historia zakupów poszczególnych klientów, niemniej spostrzeżenia dostarczone przez pracowników na podstawie danych z innych działów mogą sprawić, że warto będzie wprowadzić zmiany w ofercie sprzedażowej, co stworzy nowe możliwości i zachęty dla klientów, a prawdopodobnie pozwoli nawet zaistnieć na innych segmentach rynku. Kultura organizacyjna powinna zakładać, że działania są oparte na współpracy i wymagają podejścia interdyscyplinarnego.

Jednocześnie nie wolno zapominać o jednostce – tu dochodzimy do aspektu szóstego przekształcania firm. Należy upewnić się, że pracownicy mają swoje cele, nad którymi mogą pracować samodzielnie, a które odzwierciedlają też ich wkład w zapewnianie pomyślnego przejścia na tryb pracy data-driven.

Studia przypadków

Praca nad retencją klientów

RummyCircle to karciana gra online. Twórcy serwisu zauważyli, że znacząca część graczy, gdy spędzi dużo czasu pierwszego dnia na grze, następnego z jakiegoś powodu nie wraca na stronę, aby spróbować ponownie, nawet jeśli zdeponowali pieniądze na swoim koncie, więc mogą dalej obstawiać. Jak zatem podnieść retencję i zachęcić graczy do dalszych rozgrywek?

Firma postawiła na analitykę predykcyjną i drążenie w danych (data mining). Po zebraniu i przeanalizowaniu danych mogła rozpoznać tych graczy, którzy są tylko „na jeden dzień”, a także tych, którzy w miarę regularnie odwiedzają serwis. Następnie wszystkim jednodniowym użytkownikom zaoferowano bonus w postaci zwiększonych środków na kontach, jeśli tylko wrócą do gry następnego dnia. Kampania odniosła sukces – trwała przez 2 miesiące i w tym czasie udało się osiągnąć konwersję w wysokości 62%.

Wzrost sprzedaży przez wprowadzenie szybkiej bezpłatnej dostawy

Firma Adidas chciała zwiększyć sprzedaż w swoim sklepie internetowym adidas.com wśród użytkowników mobilnych, odwiedzających sklep ze smartfonów. Zespół specjalistów zdecydował, że przeprowadzi kilka eksperymentów i zbierze dane, a następnie wprowadzi na większą skalę zmiany, które zapewnią najlepsze efekty. To podejście było możliwe wyłącznie poprzez zastosowanie metod data-driven.

Co ciekawe, Adidas skorzystał z narzędzi firm trzecich, służących do działań e-commerce i testów A/B: Optimizely i ShopRunner. Testy wykazały, że najwięcej korzyści można uzyskać po wprowadzeniu nie tylko bezpłatnej dostawy zamówień, ale też gwarancji, że nastąpi ona w ciągu dwóch dni roboczych. Ta zmiana okazała się najbardziej zachęcająca dla odbiorców – poziom konwersji ze smartfonów wzrósł o 4%, a dodatkowo 70% użytkowników, którzy zdecydowali się na zakup, przyznało, że nie kupiłoby produktu, gdyby nie tak atrakcyjna opcja dostawy. Adidas nie podał konkretnych liczb, natomiast zaznaczył, że wprowadzenie tych zmian przełożyło się na kilka milionów dolarów dodatkowych rocznych przychodów. Wszystko za sprawą podejścia opartego na danych.