Viena no priekšrocībām digitālās pārveidošanas uzņēmuma vadīšanai digitālajā telpā strādā ar neticami talantiem. Mana uzņēmuma Centric Digital komanda katru dienu strādā tranšejās ar mūsu klientiem, un viņi ir mūsu jaunāko tendenču asiņojošajā malā.
Brendona Makmillana suņu trenera tīrā vērtība
Tāpēc, pamatojoties uz manu neseno rakstu par salīdzinošo novērtēšanu, es palūdzu savai komandai pastāstīt, kā šodienas datu tendences var palīdzēt sekmēt uzņēmējdarbību. Viņu sniegtais ieskats var palīdzēt jebkuras organizācijas vadītājiem apsvērt jaunus datu izmantošanas veidus, kā uzlabot uzņēmējdarbību, ietaupīt naudu un pat palielināt ieņēmumus. Lūk, ko viņiem bija jāsaka.
Precējies digitālos un analogos KPI
'Uzņēmumam šodien var būt daudz digitālo rīku, un tas var maksāt par lielu izsekošanu,' skaidro datu stratēģis Ašers Feldmans. 'Bet jums ir nepieciešama stratēģija, lai jūs varētu papildināt šos datus ar reālās informācijas informāciju - lai iegūtu pilnīgu priekšstatu, jums precēties ar digitālajiem galvenajiem veiktspējas rādītājiem (KPI) ar analogajiem.'
'Digitālā stratēģija darbojas, lai pārdomātu analogo procesu un padarītu to labāku patērētājam. Nomainot analogos skārienpunktus, jums joprojām jāpievērš uzmanība reālās pasaules versijai, ko tas nozīmē jūsu biznesam. Diemžēl daudziem uzņēmumiem rodas problēmas ar attiecinājumu, kur uzņēmumam ir problēmas ar digitālo datu piedēvēšanu reālajā pasaulē. Gudrie uzņēmumi ir tie, kas nodarbojas ar analogajiem pieskāriena punktiem, ņemot vērā tādas lietas kā zīmola tēla rādītāji, informētība, apmierinātības rādītāji, neto reklāmdevēju rādītāji, kā arī vispārēja atpazīstamība un popularitāte. '
Disneja parki ir lieliska Ašera darbības ilustrācija. Pirms dažiem gadiem Disneja pasaule iepazīstināja ar MagicBands - FitBit veida aproci, kuru Disneja viesi var nēsāt parkos. Šīs joslas izseko kustību, tās var izmantot pie ieejas vārtiem, pārtikas stendiem un kioskiem, un ļauj lietotājiem ātri piekļūt braukšanas fotogrāfijām un pat var atvērt savas viesnīcas istabas durvis. Disney ieguldīja 1 miljardu dolāru šajā digitālajā rīkā, kas viņiem sniegtu vērtīgus datus - tostarp darījumu ierakstus, populārus braucienus, vidējo iztērēto dolāru utt. lai parkos uzņemtu vēl 3000 viesu dienā.
Datu vākšanas un analīzes pilnīga automatizācija
Tā kā mūsdienās ir pieejams milzīgs un augošs lielo datu apjoms, ir nepieciešama pilnīga automatizācijas nepieciešamība vākšanai un analīzei. Daudzi uzņēmumi vēršas pie datu pārvaldības platformām vai citiem programmatūras risinājumiem, lai apkopotu, glabātu, kārtotu un analizētu informāciju tā, lai galalietotāji to varētu viegli redzēt un saprast. Šis automatizācijas process darbojas, lai pilnveidotu datu analīzi, kā arī var izbeigt sadrumstalotus datu glabātuves visā organizācijā.
'Pilnīgas automatizācijas ideja šobrīd ir patiešām populāra,' skaidro Teilors Valiks, Centric Digital digitālās stratēģijas direktors. 'Mūsdienās digitālie rīki var ļaut jums reāllaika informāciju piegādāt dažādām ieinteresētajām personām visā organizācijā, nevienam cilvēkam nevajadzot izpētīt datus un veidot ap tiem prezentāciju. Tā vietā izpilddirektors var uzvilkt skaitļus uz paneļa un redzēt, kas tieši notiek reāllaikā.
Papildus datu vizualizācijas informācijas paneļiem un datu pārvaldības platformām - piemēram, Adobe Audience Manager - vēl viena interesanta kopējās automatizācijas ilustrācija ir atrodama lietojumprogrammu saskarņu (API) pieaugošajā popularitātē. Šīs rīku sistēmas var izmantot, lai automatizētu lietojumprogrammas, izmantojot datus dažādos veidos. Tas var būt tik vienkārši, kā automatizēt saziņu, pamatojoties uz lietotāja darbībām - piemēram, automātiskās atbildes ziņojumu, kas nosūtīts katram jaunam Twitter sekotājam - vai tikpat sarežģīts, kā izveidot visu vietni, kas apdzīvota datu punktos.
Weather.com un Zillow ir API piemēri, kas veidoti, izmantojot loģikas kopumu, kas reāllaikā parāda noteiktu informāciju, piekļūstot publiskiem datu punktiem. Tātad, ja tas sāksies Alpu kalnos, Teksasā, Nacionālais laika apstākļu dienests apkopos un publicēs šos datus, kas pēc tam tiks padoti Weather.com. Kad šie dati pārvietojas caur vietnes loģiku, vietne renderēs lietus mākoņa attēlu blakus šīs pilsētas pašreizējai prognozes informācijai.
Pat mazāki uzņēmumi savās vietnēs izmanto API. To visbiežāk izmanto mazo uzņēmumu ražotāji vai izplatītāji, kas mazajiem uzņēmumiem sniedz datu kopas par krājumiem un cenām. Pēc tam šie dati reāllaikā tiks ievadīti uzņēmuma vietnēs.
Izglītotu minējumu izdarīšana
'Paredzošā analīze arvien vairāk piesaista,' skaidro Centric Digital digitālais stratēģis Maikls Aiello. 'Uzņēmumi izmanto datu ieguvi un sarežģītu matemātiku, lai izpētītu milzīgu informācijas daudzumu un iegūtu ieskatu par kaut ko tādu, kas varētu notikt nākotnē.'
Lai arī šī ne vienmēr ir jauna tendence, tā kļūst arvien izsmalcinātāka. 2012. gadā Target algoritmam izdevās paredzēt, ka pusaugu meitene ir stāvoklī, pirms viņas pašas vecāki to zina. Meitenes iepirkšanās modeļi atbilda līdzīgām tendencēm, kuras Target bija identificējusi kā grūtnieču uzvedību. Pēc tam uzņēmums, pamatojoties uz to, sāka sūtīt meiteņu kuponus zīdaiņu piederumiem
grūtniecības prognozēšana.
Tomēr šodien ir ierasta parādība prognozējošās analīzes veikšanā, kad iepērkamies Amazon vai meklējam filmu Netflix. Amazon piedāvā klientiem papildu produktus, pamatojoties uz paredzēto iepirkšanās uzvedību, un Netflix nesen paziņoja, ka gandrīz 80% straumēto stundu ir viņu algoritma ieteikumu rezultāts.
Konteksta pievienošana metrikai
Svarīga tendence, par kuru visi trīs eksperti vienojās, ir nodrošināt jūsu datiem atbilstošu kontekstu. Tas palīdz izvairīties no datu izmantošanas datu labā. Protams, ir lieliski zināt, ka jūsu lietotne ieguva trīs miljonus lejupielāžu dienā, kad tā tika izlaista, taču tajā ir kas vairāk. Vai lietotāji nākamajā dienā izdzēsa lietotni? Vai viņi izmanto lietotni tā, kā to bija paredzēts izmantot? Vai lietotne papildina klientu apmierinātību vai atņem to? Šie ir kontekstuālo jautājumu veidi, kas jums jāuzdod par jebkuru metriku vai KPI.
Pēdējais vārds
Spēja apkopot datus un izmantot tos panākumu gūšanai palielinās līdz ar uzņēmuma digitālā brieduma līmeni. Jo vairāk digitālo saskares punktu ir uzņēmumam, jo bagātāka ir informācija, ko viņi varēs analizēt un izmantot. Tomēr, ja neskaita digitālo briedumu, pirmais solis jebkuram uzņēmumam ir nodrošināt, lai vispirms būtu ieviesta datu stratēģija. Tikai pēc tam viņi var precīzi novērtēt, vai jaunākajām datu tendencēm būs jēga viņu biznesā, vai arī tās tiks izmantotas klientam izdevīgi.
