Компаниям необходимо адаптироваться, если они хотят оставаться конкурентоспособными
Способность использовать данные в качестве конкурентного бизнес-актива – вот что отличает множество хорошо зарекомендовавших себя компаний с большим объемом данных, которые в течение последних нескольких десятилетий занимали лидирующие позиции на рынке. Однако условия ведения бизнеса меняются, и сегодня эти компании сталкиваются с новыми проблемами.
Как хорошо зарекомендовавшие себя лидеры в области данных трансформируются от совершенства в традиционных данных и аналитике, которые они применяли в последние десятилетия, к лидерству в новой эре принятия решений на основе больших данных, ИИ и машинного обучения? Что нужно делать компаниям, которые преуспели в таких дисциплинах, как маркетинг баз данных, CRM, индивидуальный маркетинг и расширенная аналитика, чтобы и дальше оставаться на вершине?
Данные и технологии способствуют изменениям в бизнесе. По мере увеличения объемов данных и вычислительной мощности, а также появления новых возможностей искусственного интеллекта, машинного обучения и больших данных, признанным лидерам необходимо адаптироваться и расти. Когда генерального директора JP Morgan Джейми Даймона недавно спросили о том, стоит ли опасаться потенциальной угрозы со стороны Amazon, Google или новых участников, таких как PayPal, Square, Stripe и Ant Financial, он ответил:
«Безусловно, нам следует бояться. Я ожидаю увидеть очень жесткую конкуренцию в следующие 10 лет».
Страховая отрасль начинает переход от традиционных данных и аналитики к машинному обучению, искусственному интеллекту и анализу на основе больших данных, но также сталкивается с новой конкуренцией. В отличие от традиционных страховых компаний, которые были богаты данными, но обычно полагались на актуарные подходы. Конкуренты-стартапы, такие как Lemonade и Traffk, используют аналитику машинного обучения и используют тысячи элементов данных для обеспечения персонализированного анализа и стимулирования покупок страховых компаний.
Лидерам следует рассмотреть следующие пять важных тактик:
1. Расставьте приоритеты: какие данные наиболее важны для вашей компании
Одним из важнейших активов, которым обладает любой бизнес, является его клиентская база данных клиентов, а также взаимодействие с клиентами и транзакции. Будь то информация о поведении, привычках или транзакциях вашего клиента или другая информация, важно понимать, какие уникальные идеи дают вам ваши конкретные данные. Знание этого и то, как объединить это с внешними источниками данных, позволяет вам создавать и поддерживать уникально конкурентоспособный бизнес-актив для вашей организации.
Успешные компании различают качество и количество данных, которые они хранят. Типичное онлайн-взаимодействие с клиентом дает больше данных, чем фиксируется за время автономного взаимодействия с клиентом. Одно финансовое учреждение зафиксировало 50 000 элементов данных, 48 000 из которых никогда не использовались. Слишком часто компании отбрасывают данные, потому что они не имеют ценности в одном взаимодействии, но те же самые данные могут быть ценными в другом контексте. Компании, работающие с данными, постоянно находят те данные, которые действительно полезны и принесут наибольшее понимание и ценность для бизнеса.
2. Свяжите инвестиции в технологии с важными бизнес-целями
Чтобы добиться успеха, руководителям необходимо синтезировать бизнес-характеристики с технологическими возможностями, чтобы организации не терялись в сложности своих решений. Разумные организации начинают с ценных бизнес-возможностей, которыми они стремятся воспользоваться, и задаются вопросом, как можно развернуть технологии для достижения желаемого результата − они не начинают с технологий, а работают в обратном направлении. Начните с определения бизнес-проблемы, а не с создания возможностей и решений в ожидании, что если вы их создадите, они появятся.
Как часто мы видим, что компании отказываются от инициатив, потому что они не могут указать на немедленную окупаемость инвестиций, игнорируя при этом устойчивую ценность для бизнеса, являющуюся результатом этих инвестиций?
Компании, занимающие лидирующие позиции, понимают, что технологии − это инструмент, а не решение. Новаторы и лидеры инвестируют в основные возможности, которые обеспечивают уникальное конкурентное преимущество и выгодно выделяют их среди конкурентов. Например, они учат свои команды быть экспертами в методах принятия количественных решений и используют глубокие знания своих сотрудников о своем бизнесе при построении важных моделей.
«Покупайте технологии, платформы искусственного интеллекта и механизмы рабочего процесса − не изобретайте велосипед»
3. Централизовать инфраструктуру данных и децентрализовать управление клиентами
Бизнес-подразделения имеют естественную тенденцию испытывать сильное чувство собственности на «свои данные», но успешные компании управляют данными как командным видом спорта, совместно. Бизнес-подразделение или географический регион могут считать, что они «владеют» отношениями с клиентами и данными в пределах своей компетенции, не принимая во внимание более широкую организационную выгоду как с точки зрения обслуживания клиентов, так и с точки зрения бизнеса предприятия.
Хотя такая опека имеет множество преимуществ, они могут быть ограниченными по сравнению с преимуществами, которые получают, когда организации охотно делятся данными и разрушают традиционные операционные разрозненные хранилища. Достаточно взглянуть на скорость, с которой была разработана вакцина против Covid-19, когда научные, общественные и правительственные организации были готовы к сотрудничеству в фармацевтической, юрисдикционной и агентской сферах.
Организации могут получить выгоду от централизации своей технологической инфраструктуры, стратегии, стандартов для обеспечения последовательной обработки данных и использования в соответствии с законами и этическими нормами. Одновременно организации могут извлечь выгоду из децентрализованной аналитики и локального управления клиентами в тех направлениях бизнеса и регионах, которые наиболее близки к клиенту и лучше всего знают его.
4. Информируйте руководителей компании о ценности машинного обучения и ИИ для бизнеса
Давно прошло то время, когда руководители высшего звена могли заявлять о незнании этих новых технологий. Хотя различия могут показаться неясными для нетехнических специалистов, важно понимать различия между ИИ, машинным обучением и глубоким обучением:
ИИ использует машины для воспроизведения когнитивных функций человека, машинное обучение основывается на обучающих алгоритмах, с помощью которых делаются прогнозы на основе полученных данных и опыта, глубокое обучение использует более сложные алгоритмы.
Руководители должны принять новые подходы и понять, что они должны делать, чтобы использовать ценные данные. Однако всегда помните, что необходимо сообщать о преимуществах бизнеса клиенту и сотрудникам ясными терминами и простым языком, который можно хорошо понять и легко объяснить.
5. Начните с малого и продемонстрируйте измеримые бизнес-результаты
Эрик Бриньолфссон, директор Стэнфордской лаборатории цифровой экономики, отмечает, что компании проявляют поспешный подход к ИИ, комментируя:
«У нас есть несколько суперзвезд, которые преуспевают, но вся причина, по которой это занимает так много времени. Прежде всего, это непросто».
Бриньолфссон отмечает, что благодаря трансформирующим технологиям, таким как искусственный интеллект, который способен трансформировать целые бизнес-модели, могут пройти десятилетия, прежде чем изменения дадут реальные результаты. Он отмечает, что большая часть импульса к внедрению ИИ связана с повышением эффективности за счет данных и аналитики. Опрос NewVantage Partners 2021, посвященный большим данным и искусственному интеллекту, подтверждает эти перспективы: только 12,1% опрошенных руководителей указали, что ИИ широко используется в их компаниях.
По-настоящему инновационные компании продвигаются шаг за шагом, демонстрируя измеримые результаты на каждом шагу. Внедряйте процессы управления затратами, чтобы гарантировать, что инвестиции связаны с измеримыми бизнес-результатами. Демонстрация стабильной окупаемости инвестиций, связанной с тщательно управляемыми затратами, повысит доверие к бизнесу и укрепит организационную поддержку и приверженность. Организации должны обеспечивать максимальную свободу и безопасность для экспериментов, не опасаясь неудач. Для инновационных организаций характерна культура тестирования и обучения, которая поощряет рост и обучение методом проб и ошибок. Используйте процессы тестирования и изучения, чтобы быстрее терпеть неудачу и учиться.
Комментарии редакции
Компания, сохраняющие лидирующие позиции рынков и традиционно использующие большие объемы данных, должны адаптировать свои процессы обработки данных и аналитики с учетом новейших технологий, иначе они рискуют отстать от компаний, использующих большие данные, искусственный интеллект и машинное обучение. Руководители высшего звена компаний, которые последуют этим шагам, с гораздо большей вероятностью будут отличаться от своих более осторожных конкурентов. Они проявят себя как новаторы, которые будут определять будущее своих отраслей и рынков в эпоху подрывов, больших данных и искусственного интеллекта.
Также не стоит забывать, что большие данные – это еще большие риски. За последний год частота кибератак увеличилась на порядок, поэтому компании должны принимать все возможные меры по защите своих бизнес-активов, процессов и своей репутации. Страховые компании с полисами по киберзащите могут частично помочь в этом и минимизировать затраты при произошедшей атаке, однако профилактика и превентивные меры всегда должны оставаться в приоритете.
Больше интересных статей на нашем информационно-аналитическом портале Calmins.com!
NEO-волонтер L2
Calmins.com ©
Источники: hbr.org
