Блог Reshape Analytics
Консалтинг

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

Почему нужно выбрать data-driven, а не интуицию и опыт
Data-driven — это подход настоящего и будущего, при котором решения в компании принимаются на основе данных максимально точно, прозрачно и обоснованно, уменьшая количество ошибок и помогая бизнесу планомерно расти за счет новых возможностей и точек роста. Подробнее мы писали об этом в одной из наших статей. Однако, далеко не все компании переходят к data-driven, многие следуют более свободным моделям — data-informed и data-inspired. В сегодняшней статье расскажем про каждый подход, какой подход выбираем мы и как правильно принимать решения на основе данных.

Что такое data-informed и data-inspired подходы и в чем их отличие от data-driven?


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

Data-driven

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

Data-informed

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

Data-inspired

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

Принятие решений на основе данных


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

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

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

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

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

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

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

5 шагов к DDDM


Данные являются важным и ценным инструментом для любого бизнеса.

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

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

1.Конкретизируйте цели

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

2.Используйте релевантные данные

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

3.Основывайтесь на данных

В ходе исследования данных, вам нужно обращать внимание на какие-либо закономерности — постарайтесь выявлять тенденции, которые есть в данных. Это станет для вас точкой новых возможностей для улучшения текущей ситуации и выхода из существующих проблем.
Например:
  • новый продукт в городе, А продается лучше в магазинах детских товаров, а в городах Б и В товар выставлен, в основном, в сетевых продуктовых магазинах;
  • в городе, А была организована промо акция и активная реклама товара, тогда как в городах Б и В для этого не выделили средств.
То есть, вам будет легче скорректировать «поведение» и принять верное решение, если вы найдете логически и статистически правильные закономерности.

4.Формулируйте четкую стратегию

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

5.Изучайте свои достижения

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

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

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

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