دنیای امروز به سرعت تغییر می کند ، و سازمان ها برای ادامه کار باید چابک باشند. آنها باید بتوانند سیگنال های قدرتمندی را از سر و صدا استخراج کنند تا به سرعت به نوسانات بازار پاسخ دهند و قبل از وقوع تغییرات را پیش بینی کنند. دسترسی در زمان واقعی به آخرین داده ها ، کلید تصمیم گیری بهتر و لحظه های قدرتمند ‘A-HA است.
هنگامی که نتفلیکس 100 میلیون دلار برای راه اندازی نسخه ایالات متحده House of Cards در سال 2011 هزینه کرد ، آنها پیش بینی کردند که این یک ضربه خواهد بود. چگونه؟داده های مشتری نشان داد که افرادی که نسخه House of Cards انگلستان را تماشا کرده اند نیز فیلم های دیوید فینچر را تماشا می کنند - بنابراین وی برای توسعه بازسازی ایالات متحده وارد شد. این نمایش سپس Netflix را تقریباً یک شبه به یک رهبر جهانی تبدیل کرد و به سریال های تماشای غول جریان تبدیل شد: 86 ٪ از مشترکان گفتند که بعد از تماشای آن کمتر احتمال دارد که اشتراک خود را لغو کنند.
استفاده از بینش های داده شده برای شکل دادن به استراتژی ها در زمان واقعی یک دهه پیش منحصر به فرد به نظر می رسید ، اما اکنون برای مارک هایی که به دنبال حداکثر رساندن ROI خود هستند (بازده سرمایه گذاری) بسیار مهم است. در حالی که اعداد گواهی (میانگین ROI برای شرکتهایی که از هوش و تجزیه و تحلیل تجارت و تجزیه و تحلیل استفاده می کنند) 1. 300 ٪ است) ، رانندگی این نوع تحول اغلب به تمرکز استراتژیک جدیدی نیاز دارد.
در GFK ، ما معتقدیم که راه برای اثبات آینده کسب و کار شما غریزه را با پیش بینی های AI- ترکیب می کند. این ترکیب منجر به "لحظات A-HA" بیشتر می شود که تصمیمات را شکل می دهد و شما و تیم خود را قادر می سازد تا آینده را رمزگشایی کنید. همچنین به شما اطمینان می دهد که برای حرکت با سرعت در بازارهای بی ثبات حرکت می کنید.
در اینجا دیدگاه ما در مورد چگونگی کشف رهبران مشاغل می توانند بینش های ارزشمندی را برای شکل دادن به استراتژی خود کشف کنند و بدانند چه موقع ، چرا و چگونه عمل می کنند.
چگونه رهبران تجارت می توانند بینش های ارزشمندی را برای شکل دادن به استراتژی کشف کنند
یک هنر برای تصمیم گیری وجود دارد. و در حالی که استفاده از داده ها برای اعتبارسنجی (یا بی اعتبار کردن) عنصر اصلی هر تصمیم آگاهانه است ، شهود اغلب یک نقطه شروع قانع کننده را به رهبران ارائه می دهد.
GFK CMO Gonzalo Garcia Villanueva می گوید: "ما مارک و تجارت خود را درک می کنیم ، بنابراین رفتن با غریزه ما جایی است که ما شروع می کنیم.""اما پس از آن این غریزه باید با داده های عمیق مشتری تأیید شود. این هنر در حال تعادل تجربه انسانی با علم داده است و در نتیجه دانش با سرعت انجام می شود. "
ترکیب این هنر و علم تصمیم گیری ممکن است گریزان به نظر برسد ، اما بهترین مکان برای شروع بازگشت به اصول اولیه است. با درک سوالات کلیدی تجاری شروع کنید. این می تواند از جزئیات یک برنامه عملیاتی سالانه ، موج ویژه ای از بازخورد مشتری یا حتی روندهای گسترده تر بازار ناشی شود. سپس از AI برای تبدیل مقادیر زیادی از داده های مربوطه به روندها یا ناهنجاری ها استفاده کنید.
داشتن این بینش های عملی ماه ها قبل از تحقق تحقیقات انسان به مشاغل اجازه می دهد تا به سرعت جزئیات مهم را باز کنند و تأثیر عمده ای را ارائه دهند.
قبل از سرمایه گذاری در یک فروشگاه جدید ، Starbucks به داده های محلی از جمله سطح درآمد ، سن ، ترافیک و حتی نقاط دیدنی در نزدیکی مانند دفاتر یا دانشگاه ها ضربه می زند. این داده ها سپس برای ایجاد مدلهای پیش بینی هوش مصنوعی از درآمدها و سودها و همچنین تأثیر احتمالی درآمدهای موجود از رسانه های نزدیک Starbucks استفاده می شود. مدیران استارباکس به جای حدس زدن در مورد مکان ایده آل ، بر اساس داده های واقعی تصمیمات آگاهانه ای می گیرند.
نحوه استفاده از داده ها برای اثبات آینده کسب و کار خود
مشاغل موفق در آب و هوای دشوار امروز تغییرات جسورانه ایجاد می کنند ، نه تنظیمات جزئی. استفاده از داده ها خطر این حرکات جسورانه را کاهش می دهد. بینش مناسب ارائه شده در زمان مناسب می تواند فرصت هایی را برای محوری یا گسترش فراتر از پیشنهادات اصلی سنتی نشان دهد.
به عنوان مثال ، شارپ از آنالیزهای پیش بینی شده برای رسیدن به پایین یک شکار استفاده کرد که مردم کمتر چاپ می کردند و تجارت خود را به طور کامل به جایی که بازار هدایت می شد ، مجدداً تغییر مکان دادند. استوارت سایکس ، مدیر عامل شرکت شارپ انگلستان می گوید: "مسائلی که در سطح مشتری بوجود می آیند ، گاهی اوقات می توانند تصویری از یک تغییر استراتژیک را شروع کنند.""ما می خواستیم در سطح محصول دانه ای درک کنیم که چگونه می توانیم در مقابل مارک های دیگر تأثیر بگذاریم."
سایکس با تجزیه و تحلیل داده ها برای ترسیم کاهش چاپ ، فرصتی را برای شارپ برای انتقال به بخش خدمات فناوری اطلاعات مدیریت شده ، که اکنون یک منطقه اصلی تجارت است ، مشاهده کرد. وی می گوید: "بعضی اوقات سازمان ها احساس می کنند که داده ها و معیارها برای تصمیمات استراتژیک وجود دارند ، اما ما از آن به همان اندازه برای ارتقاء خدمات و عملکرد خود در سطح مشتری استفاده می کنیم."
بسیاری از شرکت ها وجود دارند که فاقد داده ها و پیش بینی برای سازگاری با روشی بودند که شارپ انجام داد و متعاقباً راه دایناسور را طی کرد. در مورد شارپ ، حرکت جسورانه خط اصلی آنها را تحریک کرد-پس از کاهش 18 ماهه ، قیمت سهام در دو سال 33 ٪ افزایش یافت.
اقدام
بینش های عملی بدون دانستن اینکه چه موقع و چگونه می توان بر روی آنها عمل کرد ، بی معنی است.
لیندسی هربرت ، نویسنده دگرگونی دیجیتال ، توصیه می کند از روشهای تفکر طراحی و "چابک" استفاده کنید تا به مشاغل کمک کنید تا این یادگیری ها را در اوایل انجام دهند.
هر دو تکنیک را می توان برای کمک به مشاغل برای تعریف جهت گیری با بینش خود استفاده کرد. تفکر طراحی یک رویکرد تکراری برای طراحی محصول ، ایجاد نمونه های اولیه سریع و کم هزینه برای اعتبارسنجی ایده های جدید و تصمیم گیری در مورد سرمایه گذاری بیشتر عاقلانه است. به طور مشابه ، روشهای چابک یک MVP (حداقل محصول قابل دوام) ایجاد می کنند که در مقیاس کوچکتر "کامل و قابل آزمایش" است.
این رویکردها می تواند به تیم های عملکردی کمک کند تا روش های کار خود را ارتقا دهند و به طور مداوم استراتژی های جدید را آزمایش کنند تا بتوانند در کجا فرصت های واقعی قرار دارند و تغییرات سریع و عملی را ایجاد می کنند.
با تقویت احساسات روده خود با داده ها ، تصمیم گیری های جسورانه و استفاده از یک فرآیند تکرار چابک ، شما این توانایی را دارید که از تقاضای بازار جلو بمانید و از تغییر پیشی بگیرید. ویلانووا می گوید: "غیر منتظره فقط یک چالش است که شما نمی توانید سرعت نزدیک شدن به آن را پیش بینی کنید و در چه رویدادهای ترکیبی اتفاق می افتد."
روشهای بیشتری برای کار با داده ها و هوش مصنوعی برای اثبات آینده کسب و کار خود با GFKnewron-یک نقطه دسترسی واحد به برند ، بازار و هوش مصرف کننده خود ، با پیشرفت و توصیه های هوش مصنوعی کشف کنید.
