Почему нужно выбрать data-driven, а не интуицию и опыт

Существует три подхода к#nbsp;принятию решений, основанные на#nbsp;данных: data-driven, data-informed и#nbsp;data-inspired. Разберемся в#nbsp;каждом из#nbsp;них#nbsp;— в#nbsp;чем их#nbsp;суть и#nbsp;в#nbsp;когда их#nbsp;стоит применять.

Data-driven#nbsp;— это самый строгий подход, при котором решения принимаются исключительно на#nbsp;основе данных. Чтобы использовать data-driven, нужно организовать систему сбора и#nbsp;накопления всех важных и#nbsp;значимых для#nbsp;компании данных, которые в#nbsp;дальнейшем будут нужны для#nbsp;анализа. Data-driven помогает прогнозировать будущее, выбирать наилучшие варианты для#nbsp;принятия решений, сравнивать эффективность и#nbsp;т.#nbsp;д., и#nbsp;отвечает на#nbsp;вопросы#nbsp;— что делать прямо сейчас и#nbsp;как это повлияет на#nbsp;будущее?

Data-informed#nbsp;— менее глубокий подход, здесь учитываются не#nbsp;только количественные данные, но#nbsp;и#nbsp;интуиция. Он#nbsp;не#nbsp;дает точных ответов, что нужно делать, а#nbsp;только способствует развитию и#nbsp;оптимизации продуктов (через собственный опыт, анализ ошибок и#nbsp;успехов прошлого), помогает выходить на#nbsp;новые рынки и#nbsp;т.#nbsp;д. Data-informed не#nbsp;подходит для#nbsp;принятия важных стратегических решений и#nbsp;инноваций. Измеримость влияния факторов должна оставаться ключевым критерием#nbsp;— а#nbsp;это data-driven. Главной проблемой подхода является то, что решения не#nbsp;полностью основаны на#nbsp;данных и#nbsp;во#nbsp;многом зависят от#nbsp;когнитивных искажений и#nbsp;чьего-то мнения.

Data-inspired#nbsp;— это еще более творческая модель, где интуиция и#nbsp;поиск каких-либо связей между данными играет ключевую роль. Цель подхода#nbsp;— формирование прорывных технологий, решений, концепций. Данные в#nbsp;data-inspired#nbsp;— это не#nbsp;ядро, они нужны лишь для#nbsp;вдохновения. Главный принцип здесь#nbsp;— новизна, поэтому прогнозирование будущего не#nbsp;входит в#nbsp;данную модель. Итогом станут абстрактные идеи, которые могут оказаться кардинально не#nbsp;верными или ложными, поэтому здесь присутствует большая доля риска и#nbsp;неопределенности.

Data-Driven Decision-Making#nbsp;— это стратегия принятия решений на#nbsp;основе данных, то#nbsp;есть когда компания принимает все решения, опираясь на#nbsp;точную информацию, анализ и#nbsp;исследования.

Упрощенно это выглядит так#nbsp;— компания собирает релевантные данные, анализирует текущую ситуацию и#nbsp;тенденции будущего, принимает основанные на#nbsp;изученной информации решения на#nbsp;будущее. Да, риски всегда присутствуют в#nbsp;деятельности компании, но#nbsp;решения, основанные на#nbsp;данных, являются более обоснованными, потому что базируются на#nbsp;опыте прошлого, чтобы не#nbsp;совершать ошибок в#nbsp;будущем. Данные, а#nbsp;не#nbsp;интуиция и#nbsp;чей-то авторитетный опыт, для#nbsp;компаний с#nbsp;DDDM являются одной из#nbsp;главных ценностей.

Приведем наглядный пример того, как происходит принятие решение на#nbsp;основе данных. Представьте, что вы#nbsp;— компания, которая планирует стратегию выхода на#nbsp;рынок с#nbsp;новым продуктом. Что вы#nbsp;сделаете? Начнете с#nbsp;нуля и#nbsp;будете надеяться, что новая стратегия сработает? Это провальная стратегия#nbsp;— очень низкая вероятность того, что продукт сразу станет успешным и#nbsp;востребованным. Как минимум, скорее всего, вы#nbsp;набьете кучу шишек и#nbsp;совершите огромное количество ошибок, прежде чем добьетесь успеха.

Стратегия, которая работает, опирается на#nbsp;данные#nbsp;— посмотрите на#nbsp;предыдущие версии вашего продукта и задайте себе вопросы:

• Что сработало в#nbsp;продукте? Используйте это.
• Почему продукт стал не#nbsp;успешным / не#nbsp;востребованным? Не#nbsp;используйте то, что не#nbsp;сработало или ухудшило со#nbsp;временем продукт.

Это простой пример того, как анализ прошлого опыта может помочь избежать критических ошибок в#nbsp;будущем. Проще говоря, все должно базироваться на#nbsp;основе данных, которые вы#nbsp;собрали и#nbsp;использовали для#nbsp;усовершенствования своего продукта или создания нового. Именно так делают настоящие data-driven компании.

Это может показаться простым и#nbsp;очевидным. Поверьте, это далеко не#nbsp;так.
Как показывает практика, не#nbsp;каждая компания принимает решения на#nbsp;основе данных. Было проведено исследование, в#nbsp;котором 91% компаний ответили, что данные действительно очень важны при принятии решений, но#nbsp;только 57% из#nbsp;них заявили, что используют на#nbsp;практике такой подход.

Данные являются важным и#nbsp;ценным инструментом для#nbsp;любого бизнеса.

Изучение и#nbsp;анализ базы данных компании#nbsp;— CRM, клиентских отчетов, Excel-отчетности и#nbsp;других средств хранения информации#nbsp;— фактически и#nbsp;есть тот самый инструмент, необходимый для#nbsp;успешной бизнес-деятельности. Это механизм, который поможет компании расти, находить конкурентные преимущества и#nbsp;увеличивать количество клиентов. Рост прибыли и#nbsp;сокращение расходов#nbsp;— важнейшие достижения бизнеса, который опирается на#nbsp;данные.

Если вы#nbsp;хотите перейти к#nbsp;принятию решений на#nbsp;основе данных, начните с#nbsp;этих 5 шагов.

1.Конкретизируйте цели

Для#nbsp;начала задайте себе самый важный вопрос: какие цели вы#nbsp;хотите улучшить?
Например, вы#nbsp;хотите, чтобы больше людей покупало ваш новый усовершенствованный продукт. Вы#nbsp;провели исследование, которое выяснило, что 80% покупок нового продукта совершается в#nbsp;городе А, 15% - в#nbsp;городе#nbsp;Б и#nbsp;еще 5% - в#nbsp;городе В. Очевидно, что ваша цель должна состоять в#nbsp;том, чтобы увеличить покупки нового усовершенствованного продукта в#nbsp;городах#nbsp;Б и В. Это самый простой пример того, как данные улучшают принятие решений. В#nbsp;нашем случае они помогли детализировать цель, чтобы решать ее#nbsp;более эффективно.

2.Используйте релевантные данные

Это второй шаг после расстановки приоритетов и#nbsp;целей. Ключевым моментом здесь является именно релевантность данных. Согласитесь, тратить часы работы на#nbsp;сбор и#nbsp;анализ данных, которые потом окажутся не#nbsp;нужны и#nbsp;не#nbsp;будут задействованы при принятии решения,#nbsp;— просто нелогично и#nbsp;даже обидно. Поэтому обязательно собирайте только соответствующие вашей цели данные и#nbsp;старайтесь постоянно их#nbsp;актуализировать. Источники могут быть разными, например, CRM-платформы, сервисы бизнес-аналитики, мониторинг сайтов и#nbsp;медиа, отзывы клиентов и#nbsp;т.#nbsp;д. Кстати, обратная связь от#nbsp;клиентов#nbsp;— очень важный пункт в#nbsp;данном списке#nbsp;— порядка 70% компаний говорят, что это помогает им#nbsp;принимать правильные и#nbsp;успешные решения.
Если возвратиться к#nbsp;нашему примеру с#nbsp;новым продуктом, то#nbsp;можно спросить покупателей из#nbsp;города А: почему они выбрали именно ваш продукт, а#nbsp;не#nbsp;продукты конкурентов. Эти отзывы помогут вам создать более убедительный и#nbsp;привлекательный посыл для#nbsp;покупателей в#nbsp;городах#nbsp;Б и В.

3.Основывайтесь на#nbsp;данных

В#nbsp;ходе исследования данных, вам нужно обращать внимание на#nbsp;какие-либо закономерности#nbsp;— постарайтесь выявлять тенденции, которые есть в#nbsp;данных. Это станет для#nbsp;вас точкой новых возможностей для#nbsp;улучшения текущей ситуации и#nbsp;выхода из#nbsp;существующих проблем.
Например:

• новый продукт в#nbsp;городе, А#nbsp;продается лучше в#nbsp;магазинах детских товаров, а#nbsp;в#nbsp;городах#nbsp;Б и#nbsp;В#nbsp;товар выставлен, в#nbsp;основном, в#nbsp;сетевых продуктовых магазинах;
• в#nbsp;городе, А#nbsp;была организована промо акция и#nbsp;активная реклама товара, тогда как в#nbsp;городах#nbsp;Б и#nbsp;В#nbsp;для этого не#nbsp;выделили средств.

То#nbsp;есть, вам будет легче скорректировать «поведение» и#nbsp;принять верное решение, если вы#nbsp;найдете логически и#nbsp;статистически правильные закономерности.

4.Формулируйте четкую стратегию

На#nbsp;этом этапе важна строгая постановка и#nbsp;делегирование конкретных целей. Например, постановка цели «это необходимо успеть сделать до#nbsp;конца года»#nbsp;— плохая, потому что неопределенные и#nbsp;размытые цели обычно выполняются очень некачественно либо не#nbsp;выполняются вообще. Хорошая формулировка стратегии, которая будет работать, звучит приблизительно так: «Иванов и#nbsp;Петров должны в#nbsp;течение 1 месяца разработать предложения по#nbsp;программе поощрения клиентов с#nbsp;помощью скидочных купонов, чтобы повысить их#nbsp;лояльность и#nbsp;увеличить продажи продукта».

5.Изучайте свои достижения

После того, как компания получает результат#nbsp;— необходимо измерить успех вашего решения. Здесь нужно посмотреть на#nbsp;изначальные данные, принятое вами решение и#nbsp;сравнить с#nbsp;новыми данными и#nbsp;конечным результатом. После этого ответьте на#nbsp;вопрос: принятое решение положительно повлияло на#nbsp;бизнес или нет?

Если да#nbsp;— то#nbsp;решение было успешно принято на#nbsp;основе данных.
Если нет#nbsp;— то#nbsp;решение было не#nbsp;совсем правильным и#nbsp;эффективным. Но#nbsp;главное здесь то, что вы#nbsp;будете понимать, что и#nbsp;почему сработало не#nbsp;так, как вы#nbsp;планировали, чтобы не#nbsp;допустить ошибок в#nbsp;будущем. Это не#nbsp;менее важно#nbsp;— это помогает вам расти.

Мы#nbsp;выбираем data-driven. Наша команда обладает высокой экспертизой в#nbsp;области внедрения систем управления бизнесом на#nbsp;основе данных и#nbsp;продвинутой аналитики.
Решения, основанные на#nbsp;четких данных, являются обоснованными и#nbsp;помогают в#nbsp;принятии правильных управленческих решений. Да, data-driven#nbsp;— это непросто, нужна стратегия по#nbsp;переходу к#nbsp;принятию решений на#nbsp;основе данных, а#nbsp;также корректная настройка аналитики в#nbsp;компании, постоянный сбор и#nbsp;хранение больших объемов информации, эксперименты и#nbsp;т.#nbsp;д. Это трудоемко и#nbsp;недешево. Но#nbsp;результаты не#nbsp;заставят себя ждать#nbsp;— компания перейдет на#nbsp;путь стабильного развития и#nbsp;найдет новые точки роста и#nbsp;возможности для#nbsp;развития.

Оставьте заявку на#nbsp;бесплатную консультацию специалистов Reshape Analytics, на#nbsp;которой мы#nbsp;подробно расскажем о#nbsp;том, как мы#nbsp;помогаем компаниям внедрить data-driven, а#nbsp;также разберем задачи и#nbsp;особенности вашего проекта и#nbsp;подберем оптимальное решение для#nbsp;ваших задач.