תוכן עניינים:
- הקדמה
- מאפיינים של ארגון Data-Driven
- כיצד לתרגם Data לשורת רווח?
- אתגרים בלהפוך להיות ארגון שהוא Data-Driven
- איך להפוך את הארגון שלכם ל-Data-Driven
- לסיכום
כאשר חברה משתמשת בגישת Data-Driven, היא מקבלת החלטות אסטרטגיות המבוססות על סמך ניתוח ופרשנות של נתונים שנאספו במסגרת הפעילות העסקית של הארגון. חברות רבות כיום שואפות להיות מונעות נתונים, אך מה זה אומר בדיוק?
מדובר ביצירת תרבות ארגונית מבוססת Data המהווה את הבסיס לכלל ההחלטות העסקיות. כמו כן, זוהי גישה שמאפשרת לחברות לבדוק ולארגן את הנתונים שלהן במטרה לשרת טוב יותר את הלקוחות והמשתמשים.
מהם המאפיינים של ארגון Data-Driven?
- המידע במרכז
ארגון שמפנים את הגישה של להיות Data-Driven, למעשה מציב את ה-Data בחזית התהליך של קבלת החלטות יחד עם האסטרטגיה העסקית והמטרה להעניק שירות יעיל וטוב יותר לקהל המשתמשים וקהל הלקוחות של החברה. זהו ארגון המבדיל את עצמו מארגון אחרים בכך שהוא הופך את תהליך האוטומציה וניתוח הנתונים להרבה יותר מונגש למשתמשים ומאפשר שירות יעיל יותר של קהל הלקוחות של החברה. ככלל, ארגוני Data-Driven אינם צומחים באופן לינארי, אלא באופן אקספוננציאלי. קחו דוגמא מחברות ענק כמו פייסבוק, אמזון וגוגל, אשר בנו את רוב המודלים העסקיים שלהן סביב חקר המידע וניצולו.
- מחויבים לאיסוף נתונים
ארגוני Data-Driven מתחייבים לאסוף נתונים הנוגעים לכל תחומי העסק ובכך הם מאפשרים לעובדים בכל הדרגים להשתמש בנתונים הנכונים בכל זמן שהוא, אשר יכולים לעודד קבלת החלטות מושכלות ובכך הופכים להיות חלק מהיתרון התחרותי של החברה.
- הנגשה של המידע הרלוונטי עבור היחידות העסקיות
לכל יחידה עסקית יש את הצרכים והבקשות הרלוונטיות לתחום הפעילות שלה. כך לדוגמא מחלקת המכירות זקוקה לתצוגה וניתוח של נתונים לצורך מינוף תובנות עסקיות, זאת בניגוד למחלקת השיווק, הרכש או מחלקת התפעול שכנראה זקוקים למידע שונה.
ארגוני Data-Driven מגדירים יעדים (אשר רצוי שיהיו מוגדרים בזמן) ומבצעים תיעדוף של צרכי המידע בהתאם למחלקה הרלוונטית. הם בוחנים את רמת היעילות של ניתוחים ומודלים שונים ונותנים מקום רק לבקשות שיש בהן ערך עסקי שיתרום להשגת המטרות של המחלקה העסקית.
- מחלקה ייעודית לתחום ה-Data בארגון
לרוב ארגוני ה-Data-Driven ישנו צוות של מדעני נתונים, אנליסטים ואנשי BI אשר תפקידם לא רק בשימור ותחזוקה של המערכות הקיימות אלא יש להם יעדים ברורים ללמוד ולהתפתח בהתאם לפיתוחים הטכנולוגיים העדכניים. תפקידם בארגון מסוג זה הוא קריטי שכן ישנם מודלים רבים לניתוח מידע, כלים חדשים שיוצאים לשוק בכל כמה זמן וכמובן הדרישות למידע רלוונטי ומדויק יותר מצריכים מהם להיות במצב של למידה מתמדת בעקבות הפיתוחים האחרונים של השוק.
כיצד לתרגם Data לשורת רווח?
- מודעות ומעורבות
חברה המונעת על סמך דאטה ומציגה את הנתונים בצורה שקופה ויעילה, יוצרת תהליך של מודעות לגבי מגוון הפעילויות העסקיות של הארגון. תוכלו לדעת כמעט מיידית האם המכירות עולות או יורדות, האם הלקוחות שלכם מרוצים או נוטשים, מה עובד ומה לא. מודעות ושקיפות זו יוצרת מעורבות גבוהה יותר גם בקרב העובדים בארגון, ומעודדת אותם להציע פתרונות או רעיונות מקוריים שיכולים להזניק את החברה ליתרון תחרותי משמעותי.
- תגובה מהירה לשינוי
נתונים המתקבלים בזמן אמת (Real Time) ובזמן הנכון, יכולים להעניק לארגון יכולת ניבוי משמעותית לגבי טרנדים ומגמות שמתרחשים כרגע בסביבה החיצונית והפנימית של הארגון, מה שיאפשר לו יכולת תגובה מהירה יותר לכל איום או הזדמנות.
- הגדלת מכירות ונאמנות למוצר
כל לקוח או ליד פוטנציאלי משאיר אחריו שובל של דאטה יקר-ערך המצביע על ההעדפות, הטעמים והכוונות לגבי המוצר שלכם או מוצרים דומים בשוק. רק באמצעות ניתוח מידע זה נוכל להציע מוצרים מתאימים, היכולים לענות להעדפה כזו או אחרת של הלקוח, וחשוב לא פחות, לדעת מתי ללקוחות שלכם יש כוונת קנייה/נטישה חזקה ולהגיב בהתאם.
מהם האתגרים בלהפוך לארגון Data-Driven?
- הון אנושי מיומן
ישנו קושי בלגייס עובדים המומחים בעולמות ה-data, גם למשכורות עתק לא תמיד יש ביקוש בשוק ולכן הרבה חברות קטנות-בינוניות פונות לגופים חיצוניים לצורך מיקור חוץ. הקושי הרבה פעמים גם נובע בלהביא מומחה שמכיר ומבין את הבעיות העסקיות הספציפיות של אותו ארגון, אשר יידע לכרות את הנתונים בצורה יעילה ויציע פתרונות רלוונטיות על סמך ניתוח המידע.
- אסטרטגיית ניתוח ואיסוף נתונים אחידה
בעוד שהרוב המוחלט של הארגונים מסכים לקביעה שרצוי ו-Data יעמוד בתהליך המרכזי של קבלת החלטות עסקיות, לרובם עדיין אין אסטרטגיה אחידה של ניתוח ואיסוף נתונים, מה שמקשה מאוד על המחלקות האחרות בתוך הארגון לנתח את המידע ולהמליץ על דרך פעולה. מה שקורה בפועל באותם ארגונים הוא מצב של איים מבודדים של דאטה (Information-Silo) המקשים להסיק מסקנות מניתוח מקיף של המידע.
- ניהול הנתונים
לרוב הארגונים יש כבר כמות נתונים אדירה המאפשרת להם להסיק תובנות עסקיות אסטרטגיות, אך רוב המידע הזה מנוהל ומנוצל בצורה לא יעילה, בין אם אין גוף אחראי בתוך הארגון שאמון על ארגון וניתוח המידע, ובין אם מדובר על איסוף נתונים לא יעיל או ממשקים להצגת דאטה שכבר לא רלוונטיים.
- זיהוי הטכנולוגיות הרלוונטיות
ישנם פתרונות רבים עבור ניהול, ניתוח והצגה של Data. רוב הארגונים היום מתמודדים עם הקושי בלמצוא את הכלי שהכי מתאים עבורם וחשוב לא פחות גם למצוא דרך יעילה להטמיע את הכלי בארגון במהירות האפשרית ולהסיק ממנו את המסקנות הנחוצות.
איך להפוך את הארגון שלכם ל-Data-Driven?
- לבחור את הדאטה הנכון
עולם איסוף הנתונים והמודלים הקיימים בשימוש ב-data השתנה מאוד במהלך השנים האחרונות. היקף המידע צומח במהירות ויחד איתו גם ההזדמנויות לניתוח והסקת מסקנות ברמה גבוהה ומדויקת יותר.
דעו לבחור את הדאטה הנכון עבור הארגון שלכם ועבור משתמשי הקצה. לא כל דאטה הוא רלוונטי לצורך קבלת החלטה מושכלת ולא כל מידע מחייב ניתוח מעמיק. בחירת הדאטה הנכון לביצוע מודלים של חיזוי וניתוח יכול לגרום להצלחה משמעותית בחוויית השירות לקוחות, תפעול ואסטרטגיה עסקית של הארגון כולו.
- לאמץ תרבות ארגונית מבוססת Data
רוב האנשים לא אוהבים שינוי, במיוחד אם זה מצריך מהם לצאת מאזור הנוחות ולאמץ טכנולוגיות חדשות. זהו אתגר משמעותי שעומד בפני כל ארגון שרוצה להפוך להיות ארגון Data-Driven.
אם כך מה מומלץ לעשות? אם אתם רוצים שהעובדים שלכם יאמצו את התרבות הארגונית מבוססת Data, הראו להם כיצד המידע יכול לעזור להם ברמה היומיומית. כיצד הכלי החדש יכול לעזור להם לקבל החלטות נכונות יותר, לבצע אנליזות בזריזות ודיוק רב יותר מבלי לבזבז זמן ומשאבים של יחידות עסקיות אחרות. עזרו להם להפוך להיות משתמשים חכמים (Power Users) בכך שתציגו בפניהם את קלות השימוש בכלים חדשניים להצגת נתונים (לדוגמא, חלק מהכלים השכיחים כהיום PowerBI, Tableau, SAP, QlikView ועוד..) ועודדו אותם לשתף במסקנות שהתקבלו דרך הכלים הללו. אמצו כלים להצגה וניתוח שהם אינטואיטיביים וקלים להבנה, אשר אינם מצריכים פעולות של ניתוח מורכב או הזנת קוד.
“נתונים בידי כמה מומחי נתונים יכולים להיות עוצמתיים, אך נתונים בהישג יד של רבים – זה מה שגורם לשינוי אמתי.”
–ברנט דייקס
- בקשו את תמיכת ה-IT
על מנת לוודא שמערכת איסוף הנתונים מבוצעת בצורה יעילה, עליכם לערב בצורה מלאה את מחלקת ה-IT בארגון שלכם, האחראית בין היתר על הניהול, האחסון והניתוח של הנתונים המתקבלים מהמחלקות השונות בחברה.
יש לזכור שרוב מחלקות ה-IT אינן מסוגלות עדיין להתמודד עם ניהול וניתוח מסדי נתונים של Big Data ולכן יש לעבוד בשיתוף פעולה מלא עם ההנהלה ולמצוא פתרונות טווח קצר על מנת לזהות ולחבר את מקורות הנתונים הכי רלוונטיות לקבלת החלטות עסקיות ולאפשר לאנשי ה-IT לבנות אופרציה יעילה של אחסון, סנכרון ומיזוג נתונים חופפים על מנת לאפשר גישה נוחה למאגרי ה-Data.
- חברו את ה-Data למציאות העסקית שלכם
הרבה מאוד מקרים של הטמעות בתחום ה-Big-Data Analysis נכשלות בגלל שהן אינן מסונכרנות עם המטרות העסקיות ותהליכי קבלת ההחלטות הרלוונטיות עבור הארגון. כמו שכבר ציינו, צריך לדעת לבחור את המידע הנכון, אך חשוב לא פחות הוא לבנות את המודלים לניתוח מידע שרלוונטיים ליעדים העסקיים של החברה. אתם צריכים לזכור שניתוח המידע אמור לשמש אתכם בפתרון בעיות קיימות (לדוגמא: אחוזי נטישה גבוהים של לקוחות, עלות רכש מאוד גבוהה, אחוזי המרה נמוכים ועוד) לעומת זיהוי הזדמנויות עם פוטנציאל לרווחיות או חסכון משמעותי.
לסיכום
על מנת לקבל החלטות נכונות יותר בסביבה תחרותית ודינאמית יש להשתמש בכל אמצעי שיכול להעניק לנו יתרון. רוב הארגונים היום אוספים כמויות עצומות של נתונים, אך נשאלות השאלות כמו מהם הכלים או השימושים האפשריים לניתוחי Big Data? כיצד לפנות ולהיעזר במומחי Data בתוך הארגון ולנתח את המידע שהתקבל? והכי חשוב כיצד להפוך את כל המידע לידע שימושי אשר בעזרתו ניתן לקבל החלטות מושכלות ואסטרטגיות עבור העסק?
אחד התחומים החזקים היום בארגונים המונעים על פי דאטה, הוא להיכנס לתחום Data Science, על מנת לתחקר מידע באמצעות יישום מודלים סטטיסטיים ואלגוריטמים של Machine Learning, לאפשר להאלגוריטם ללמוד על הדאטה , לאמן אותו ואז ליישם על סט דאטה חדש ורלוונטי על מנת לתת חיזוי כמענה לשאלה עסקית.
אנו מזמינים אתכם לעיין בקורס שפותח במיוחד לצורך זה. קורס Data Science למנהלים פותח במיוחד למנהלים בתחומים ודרגים שונים, אשר מעוניינים לרכוש ידע מעמיק על תחום Data Science, ולהבין איך בדיוק תהליך תחקור דאטה עובד, שלב אחרי שלב. מטרת הקורס לייצר שפה משותפת עם חוקים בארגון, להעניק יכולת לשאול שאלות נכונות ולהבין את התוצר שמקבים. בסופושל דבר, לקבל כלים ותובנות מעשיות בנושא כיצד לפתח תרבות ארגונית מבוססת Data.
נאיה קולג’, מציעה מגוון קורסים והכשרות לארגונים ולקוחות פרטיים בתחום Data.
