Data-driven подход: серебряная пуля или старые грабли на новый лад?

Ты да я не можем управлять тем, что не можем обмерить.

Питер Фердинанд Друкер,

один из ведущих теоретиков менеджмента XX века.

Data-driven проник чуть было не во все сферы: data-driven менеджмент, исследование, тестирование, программирование и даже data-driven дизайн (ежели и, казалось бы, в области, где правит креатив, брать за основу на сухих цифрах – последнее дело).

Интернет заполнен ошеломляющими кейсами, успешными примерами, графиками кратного роста всех возможных KPI. Складывается чувство, что решения, основанные на данных, – панацея ото всех ошибок и проблем. Данные трансформируют потаенную мечту любого бизнеса в материя: никакой неопределенности, все решения принимаются сами на вывеску и приводят к наилучшим результатам. Можно сосредоточиться на творческой части процесса.

Data-driven дорога – это стратегия управления, основанная на данных.

Остов подхода: принятие любого решения должно быть обосновано влиянием получай бизнес-цели компании и аргументировано цифрами.

Казалось бы, о нежели тут говорить? Еще 100 лет назад каждый кому не лень лавочник принимал решения, основываясь на конкретных цифрах о доходах и расходах.

Традиционно введение решений во многом основывается на экспертной оценке: мнении руководства, сложившихся в компании традициях, рекомендациях приглашенных экспертов, предыдущем успешном опыте и многих других факторах.

Data-driven уравниловка, напротив, ставит данные во главу угла любого принимаемого решения.

Описание появления

Впервые термин data-driven упоминается в 90-х. Для тот момент такой подход стал альтернативой функциональному иначе говоря объектно-ориентированному программированию. Информационное поле трансформировалось, биржа digital набирал обороты, появлялись все более доступные вычислительные мощности. Положение data-driven преобразовалась и нашла применение в маркетинге и менеджменте.

Data-driven управление

Менеджмент, основанный на данных, выполняет несколько важных функций:

1. Максимизация эффективности вложений в операция. Микросегментация, управление количеством касаний, привлечение новой аудитории с учетом изменения пользовательского опыта и многое другое повышают оперативность. Ant. неэффективность вложений начиная от логистики и заканчивая кадровой политикой.
2. Миоклония маркетинговых издержек. Рекламные кампании поддаются анализу вплоть поперед оценки эффективности конкретного рекламного объявления с учетом LTV привлеченных пользователей.
3. Максимальная клиентоориентированность. Развёрнутый анализ целевой аудитории, персональная коммуникация с клиентом, наблюдение отзывов, оценки удовлетворенности клиентов, проведение опросов, –– шабаш это извлекается из данных.
4. Оперативная реакция нате изменения рынка. Отслеживание данных в режиме реального времени поуже никого не удивляет, а грамотно настроенный мониторинг позволяет получать решения молниеносно.
5. Максимизация прибыли за счет -навсего) вышеперечисленного.

В качестве примера рассмотрим крупнейшую в мире оптово-розничную паутина Walmart. 12 000 торговых точек, 2 миллиона сотрудников – кроме больших данных этого гиганта ждала бы линия динозавров. Однако у Walmart все хорошо. Компания отслеживает ситуацию умереть и не встать всех торговых точках, использует 200 внутренних и внешних источников информации и обрабатывает 2,5 петабайт данных в направление часа. Walmart оперативно корректирует цены на вещи в соответствии с изменениями в поведении покупателей.

Какие задачи решает data-driven доступ?

На этапе создания нового продукта (сайта, приложения, нового функционала в имеющемся проекте) принимается туча решений: каким именно он будет, для что за целевой аудитории, как будет выглядеть и нужен ли вообще говоря.

Решения принимаются командой экспертов: владельцами бизнеса, маркетологами, дизайнерами, разработчиками. Таковой момент – лучшее время применить data-driven подступ.

В результате получаем ответы на важные вопросы:

• Какую долю целевой аудитории продукта составляет оный или иной сегмент?
• Какую прибыль принесет сей сегмент?
• Какие задачи пользователя решит продукт?
• Экой функционал будет востребован и насколько?
• Каким количеством пользователей?
• У каких конкурентов лупить похожие реализации?

После необходимых исследований и анализа результатов получаем массу неожиданных инсайтов. Приходит познание того, зачем создавать ту или иную фичу, какую задача она преследует и какой результат принесет.

Решение о редизайне или — или доработке имеющегося продукта также следует принимать, основываясь получай данных.

В первую очередь нужна объективация ситуации, подтвержденная цифрами. В зависимости ото специфики бизнеса, метрики, отражающие реальную картину, могут вестись разными, но они должны быть. На этом но этапе оценивают степень удовлетворенности клиентов. Узнают, наподобие именно они пользуются продуктом, какой функционал в наибольшей степени востребован, с какими проблемами сталкиваются, что хотели бы рационализировать.

Гипотезы, появившиеся после обработки данных предыдущего этапа, нужно оправдывать цифрами с помощью количественных исследований.

Желание улучшить результат или повысить конверсию приводит к разнообразным гипотезам. Вотум об их внедрении принимают на основании данных. К таким данным относится сообщение о покупательском поведении имеющихся клиентов, совершенных покупках, составе заказов, среднем чеке и периодичности покупок. Обсуждение отзывов, жалоб, писем в клиентскую службу и техподдержку –– показатели, из которых тоже можно получить важные инсайты.

Выстраивая эту информацию в единую картину, автор получаем точный и полный портрет каждого клиента. Правильно выстроенная коммуникация – это максимальное удобство клиента и максимальная барыш бизнеса.

Самые яркие и интересные решения data-driven подхода – в кейсах Яндекса и в портале Think With Google.

Недостатки data-driven подхода

Самый главнейший недостаток – данные не будут принимать решения после вас.

Первое решение, которое нужно принять, – нужен ли вашему бизнесу data-driven руководство.

Учитывайте нюансы:

• Просто собирать данные недостаточно. Нужна инфраструктура сбора данных, их структуризация, кодификация и своевременная передача нужным людям в нужное время.
• Буква инфраструктура требовательна к человеческому ресурсу. Сотрудников нужной квалификации выискивать сложно, и стоить они будут дорого.

Специалисты, которые работают с данными, умеют задавать правильные вопросы и откликаться на них, генерировать гипотезы, давать рекомендации и делать вливание руководителей в том, что их гипотезы верны.

• С намерением делать все это, сотрудникам необходимы соответствующие знания, обучение и поддержка.
• Помимо инфраструктуры сбора данных, питаться требования и к структуре самой организации. Общие цели и задачи, тесная взаимозависимость между бизнес-подразделениями, а также централизованная поддержка в обучении и формировании стандартов.
• Нежели больше данных собираем, тем больше времени тратим получай их обработку. Тем труднее отделить значимые данные от незначимых и тем больше ресурсов тратится получи и распишись проверку гипотез.

Если количество данных превышает умение менеджмента к их обработке и принятию решений, их цена автоматически снижается до нуля.

• Полученные данные, пусть даже очень полные и очень точные, описывают прошлое. Получи и распишись основании таких данных строят предиктивные модели, однако нельзя забывать, что в любой момент может налететь «черный лебедь».
• Для оценки нового функционала неужто инновационного продукта, которого раньше не существовало, data-driven организмизм неприменим.
• Результаты внедрения data-driven подходя будут видны безвыгодный сразу. К этому нужно быть готовым и не терпеть чудес.
• Пути назад нет. Если компания принимает решения, основываясь для данных, все остальные факторы (прошлый опыт, экспертное воззрение, прочитанный в интернете кейс и т.д.) играют роль только для этапе формирования гипотез.

Резюме

В нашем поганом мире гарантии отсутствуют.

Профессионалы оперируют вероятностями.

Папаха Дж. С. Паттон

Так стоит ли ввязываться в сложное и затратное сеяние data-driven?

Однозначно стоит. Рынок не нужно на месте, пользователи становятся более требовательными, технологии мощнее проникают в жизнь каждого человека, и странно не наслаждаться этими преимуществами.

Сбор данных – только первый ступенька. Далее следует их интерпретация, затем – принятие решений и корректировка стратегии бизнеса.

С гонором, чтобы решения, основанные на данных, не привели к датацентричности, о которой предупреждает про дизайнера Google. Он покинул команду из-ради чрезмерного «датацентризма». Вот как он прокомментировал личный уход:

Когда компания наводнена инженерами, они стараются все решение сузить до одной логической задачи. Соскрести всю субъективность и просто взглянуть на данные. От случая к случаю команда Google не могла выбрать между двумя оттенками синего, они проводили отлаживание 41 оттенка, чтобы увидеть, какой работает и слава богу. Недавно я спорил о том, какой должна быть обводка в толщину: 3, 4 либо — либо 5 пикселей, и меня попросили подкрепить мое мнение данными. Буду скучиться по работе с невероятно талантливыми и умными людьми, да не по дизайн-философии, которая пала с меча под названием «Данные».

С чего начинать инъекция?

Собрать команду.

• Начать собирать данные из максимального количества источников (детище, рекламные кабинеты, CRM/ERP система и т.д.).
• Спроектировать архитектуру структуры данных, необходимых пользу кого принятия решений на всех этапах.
• Наладить метаморфизм передачи нужных данных нужным людям в нужное эра.
• Визуализировать данные.
• Использовать!

Когда не работает численный подход, применяйте качественные исследования, общайтесь с пользователями и общедоступно включайте здравый смысл.

Важно понимать суть каждого подхода, внутренние резервы и применимость к конкретной ситуации. Когда вы работаете по-над чем-то, у вас есть видение того, к чему вас хотите прийти. Данные нужны, чтобы корректировать устремление движения.

Например, с помощью HADI-циклов:

Собранные способности – источник гипотез. На основании гипотез проводят исследования, результаты проверяют с через данных, после чего делают выводы. Весь текущий цикл направлен на решение задач бизнеса и получению наилучших результатов.

Источник: www.seonews.ru