Adatvezérelt (e)kereskedelem: csak beszélünk róla vagy csináljuk is?
Download as PPTX, PDF0 likes80 views
A 2023. október 18-i Simpletrends konferencia előadása az adatvezéreltségről (data-driven decision-making - DDDM). Az előadás főbb gondolatai: - az adatvezéreltség (DDDM: data-driven decision making) ígérete az adatvezérelt kapitalizmus, ahol a cégek hatékonyabban tudnak működni, a kollégák kevesebb felesleges munkát végeznek és a fogyasztók gyorsabban, jobb minőségű termékekhez és szolgáltatásokhoz férhetnek hozzá - ugyanakkor ennek a fonákja a megfigyelési kapitalizmus (Shoshana Zuboff, harvardi szociálpszichológus fogalma), ahol egyre több cég megfigyel minket és ez alapján hoz döntéseket, fejleszt termékeket stb. - tehát az adataink, mi magunk is termékké válhatunk - de visszatérve az adatvezérelt kapitalizmusra (tehát a pozitív oldalra) ezt igen nehéz jól csinálni, hiába neveznek ki cégek ezért felelős vezetőket (egy 2022-es kutatás szerint a nagy cégek 3/4-énél van ilyen pozíció, 40% szerint sikeres és csak 26% szerint működik a cég adatvezérelten) - miért ilyen rossz ez az arány? Mert a DDDM nem az adatokról, a technológiáról szól, hanem a döntéshozás módjáról, ami szervezeti kultúrán múlik, ez pedig lassan változtatható (van, aki szerint 20-25 év is kell neki mire egy cég ténylegesen adatvezérelt módon tud működni, sokan megrekednek félúton) - hiszen Peter Drucker óta tudjuk, hogy a kultúra megeszi a stratégiát reggelire :-) - mi a megoldás? A kuvaiti Gulf Bank szerint adat-nagykövetek kinevelése, alkalmazott adattudományi tréningek nyújtása a kollégáknak és a közös motiváció, hogy ezzel a szervezet inkább el tudja érni a célját (pl. egy kórházban az adatvezéreltebb működés gyorsabb gyógyulást, kevesebb halálesetet, meghosszabbított életet jelent a betegeknek - ezzel a céllal pedig mindenki azonosulni tud).
More Related Content
Similar to Adatvezérelt (e)kereskedelem: csak beszélünk róla vagy csináljuk is? (20)
More from Robert Pinter (20)
Adatvezérelt (e)kereskedelem: csak beszélünk róla vagy csináljuk is?
- 1. Pintér Róbert Adatvezérelt (e)kereskedelem: csak beszélünk róla vagy csináljuk is? Simpletrends konferencia 2023. október 18, Budapest
- 2. Az adatvezérelt kapitalizmus ígérete Az adatvezérelt kapitalizmus ígérete, hogy az adatok naprakész gyűjtésén, értő feldolgozásán és az emiatt lehetővé vált (részben) automatizált döntéshozáson alapuló szervezetek: • hatékonyabbak, • költségkímélőbbek, • jobb szolgáltatásokat, termékeket nyújtanak, • jobb ügyfél-élményt adnak, • végeredményben versenyképesebbek. 2
- 3. Az adatvezérelt kapitalizmus kritikája: Nem szándékolt következmények - lényegi elem vagy kijavítható rossz? Természetesen az adatvezérelt kapitalizmusnak is vannak olyan nem szándékolt következményei, amik a fentebbi pozitív ígérettel szemben állnak és arra figyelmeztetnek, hogy mint minden technológiai adaptációs folyamat, ez is fausti alku, (Postman, 1990) ami egyszerre ad és vesz el, miközben nem válogathatunk kedvünkre a negatív és pozitív hatásai közül. Az egyik legfontosabb különbség azonban a kritikusok között abban figyelhető meg, hogy míg egyesek szerint ezek a rendszer lényegét adják (pl. Zuboff, megfigyelési kapitalizmus), addig mások szerint ezek olyan hibák, amiket idővel ki lehet majd küszöbölni. 3
- 4. Becoming a Data-Driven Organization Is So Hard • "Why Becoming a Data-Driven Organization Is So Hard" - Harvard Business Review (2022 február): https://hbr.org/2022/02/why-becoming-a-data-driven- organization-is-so-hard • RÖVIDEN: "Being data-driven has been a priority for companies for decades — but many have seen mixed results. Why? According to a new survey of executives, company culture is a harder hurdle to clear than any technical problem. On top of that, the continuing explosion of the amount of data and growing concerns over privacy and data ownership keep making the task harder. The author offers three principles to help companies achieve their goals." • vagyis: a megfelelő szervezeti kultúra hiánya, az egyre több adat, a növekvő adatvédelmi aggályok és az adat tulajdonlás keményebb kérdések, mint bármilyen technikai probléma
- 5. Becoming a Data-Driven Organization Is So Hard •BŐVEBBEN: a NewVantage Partners – Data and AI Leadership executive survey 2022 alapján (10 éve folyó vezetői kérdőíves kutatás nagyvállalatok körében): https://www.newvantage.com/_files/ugd/e5361a_ad5a8b3da8254a7 1807d2dccdb0844be.pdf • 2012 óta a terület a nagyvállalatoknál elmozdult az adatmenedzsment irányából a Big Data majd az MI és az analitika felé • 2022-re a vállalatok 73,7%-a nevezett ki Chief Data vagy Analytics vezetőt (2012-ben 12%), de csak 40% szerint sikeres és megalapozott a pozíció és csak a cégek 26,5% állítja, hogy adatvezérelt szervezetté alakult • az adatvezérelt menedzsmentre való átállás várható idejét egy generációnyira teszik a cégeknél (kb. 20-25 év)
- 6. Becoming a Data-Driven Organization Is So Hard • főbb trendek a területen: • a koronavírus felerősítette az adat, a tudomány és a tények fontosságát: a tájékozott, körültekintő és megfontolt üzleti döntések fontossága felértékelődött 2020 után • a fogyasztók szabadsága nőtt, hogy milyen adatot, mikor és milyen csatornán érnek el – emiatt a cégeknek is többfajta módon / csatornán kell adatot gyűjteni róluk és elérni őket • nő az elérhető adatok mennyisége és a számítási kapacitás is, már nem csak mintavétel alapú piackutatással, hanem a meglévő adatok elemzésével is lehet precíz insightokhoz jutni
- 7. Becoming a Data-Driven Organization Is So Hard • főbb kihívások: • az újonnan keletkező adatok 80%-a strukturálatlan, nehezen kvantifikálható (pl. szenzor adatok, képek, szövegek stb.) • az adatok keresztbemetszik a hagyományos szervezeti határokat, nem világos melyik adat pontosan kié, a siló megközelítés nem hatékony • az etikus és felelősségteljes adat használat egyre fontosabb: mindössze 21,6%-a az adat vezetőknek állítja, hogy ezen a téren eleget tesznek
- 8. Becoming a Data-Driven Organization Is So Hard • hogyan lehet felgyorsítani az adatvezéreltségre való kultúraváltást: • gondolkodj másképpen: az adatvezéreltség másfajta gondolkodásmódot igényel, mint a tradicionális. Algoritmusokból nincs hiány, ezeket kell kreatívan és innovatívan felhasználni • a hibázás kultúrája - bukj el gyorsan, de tanulj gyorsabban: kipróbálás nélkül nincs tanulás, a bukás az innováció előszobája, elsőre nem fog tökéletesen menni • a hosszú távra koncentrálj: az adatoknak idő kell, míg adatsorokká állnak össze és kirajzolják a trendeket, adatvezéreltté válni is egy hosszú folyamat
- 9. Esettanulmány: Gulf Bank, Kuwait • "What Does It Actually Take to Build a Data-Driven Culture?" Harvard Business Review (2023. május 23.): https://hbr.org/2023/05/what-does-it-actually-take-to-build- a-data-driven-culture • RÖVIDEN: "Building a data driven culture is hard. To capture what it takes to succeed, the authors look at the first two years of a new data program at Kuwait’s Gulf Bank in which they worked to build a culture that embraced data, and offer a few lessons. First, it is important to start building the new culture from day one, even as doing so is not the primary mandate. Second, to change a culture, you need to get everyone involved. Third, give data quality strong consideration as the place to start. Finally, building this new culture takes courage and persistence." • vagyis: a kultúraváltásnak a nulladik pillanattól el kell indulnia, mindenkit be kell vonni, ügyelni kell az adatok
- 10. Esettanulmány: Gulf Bank, Kuwait • BŐVEBBEN: könnyű ezt mondani, hogy kultúraváltásra van szükség, mik azok az apró lépések, amivel ezek implementálhatók? A szerzők a kuwaiti Gulf Bank első két évének tapasztalatait összegezték: • az elején érdemes az alacsonyan függő gyümölcsökkel kezdeni: ügyféladatbázis tisztítás, adattó létrehozása a hozzáférés javítása érdekében, a már eleve készülő rendszeres jelentések feljavítása - DE, ha ezeket elrontja, az jelentős arcvesztés, illetve ez azt sugallja, hogy kevés erőforrással, gyorsan lehet előrehaladást elérni, ami hamis illúziókat adhat és nem készít fel a kultúraváltás nehézségeiből fakadó kudarcra
- 11. Esettanulmány: Gulf Bank, Kuwait • közben az alapokat kell rendbe tenni: jó minőségű adatokra van szükség - enélkül megnőnek a költségek és a munkaerőigény, romlik az elemzés minősége, nehezebb MI eszközöket alkalmazni. • A kollégák használnak és termelnek is adatot, ezért be kell őket vonni az adatminőség javításába (mondják meg melyik adat rossz és javítsák ki közösen). • adat nagykövet programot indítottak, minden csapatban kijelölték a középvezetők, hogy ki felel az adatminőségért, ez egy hálózat lett, akik képzést és támogatást kaptak az adat csapattól (hogy ne csak extra tehernek érezzék a feladatot), hanem érdekes kihívásnak: • olyan kezdő data science képzést kaptak, ami később is segíti őket a karrierjük során (pl. adatminőség mérése, rossz adatok megjavítása, elemzési és adatvizualizációs ismeretek) • az 1800 alkalmazott számára bemutatták a nagyköveteket, nagy belső nyilvánosságot kaptak
- 12. Esettanulmány: Gulf Bank, Kuwait • a nagykövetek elkezdték használni az adatokat a saját munkájukban, amivel példát mutattak másoknak a csapatukban és a környezetükben • ezt követte egy "Data 101 program", amin bármelyik alkalmazott részt vehetett, ahol elmagyarázták nekik az adatminőség fontosságát a munkájukban és a bank eredményeiben (ezt kötelezővé tették az onboarding képzésben) • a nagykövetek és az alkalmazottak egy része hálózatban kezdett el dolgozni, méréseket végeztek, rámutattak milyen adatbázisokat kellene kitisztítani és használni. Majd szépen lassan elkezdtek innoválni és úgy használni az adatokat és az eszközöket, ahogy ugyan nem tanulták, de segítette őket a munkájukban (pl. ketten közösen új modellt hoztak létre a pénzmosás felderítésére) • nemrégiben pedig innovációs tornát rendezett az adat csapat, amin több mint százan vettek részt • a résztvevők szerint a kulcs az emberek bevonása, olyan közös cél megfogalmazása, amit mindenki elfogad és az adatvezéreltség segít az elérésében pl. egy egészségügyi intézményben ez a hosszabb, egészségesebb életet élő emberek ígérete • ugyancsak kulcs volt, hogy a kultúra nem a szavaktól, hanem a tettektől változik meg, nem azt kell elmondani az embereknek, hogy hogyan gondolkodjanak vagy mit érezzenek, hanem tevőlegesen bevonni őket
- 13. Hogyan néz ki egy adatvezérelt retail szervezet • Data is king – az adat a király (data is the new /s/oil) • Az adat optimalizálja a napi működést és annak minden aspektusát a marketingtől kezdve az értékesítésen át az ellátási lánc kezeléséig és az ügyfélszolgálatig • Pl. az Amazon értékesítésének 35%-a személyreszabott ajánlásokon alapul és 50%-uk ismétlődő vásárlás lesz • A Walmart kb. 1 mrd dolláros extra bevételt ért el, 10-15%-os növekedést az online sales-ben az adatok felhasználása miatt • Sok szervezet küzd azzal, hogy megbirkózzon a vezetéssel, a műszaki architektúrával és a szervezeti kultúrával, amelyek ahhoz szükségesek, hogy adataikat átfordítsák hatékony insightokba és gyakorlati döntésekbe. • Mi kell ahhoz, hogy ez sikerüljön? • A fogyasztói adatokra való fókuszálás (customer first) • Modern adat platform, ami nem a megszokott siló alapon működik (hanem képest különböző forrásokból aggregált adatokkal dolgozni, pl. kassza, e-kereskedelem, fogyasztói visszajelzések és a nagy mennyiségű adatot közel valós időben feldolgozni) • Adatvezérelt vállalati kultúra (intuíció helyett adat alapú döntések, ahol a stakeholderek megbízható, jó minőségű adatokhoz jutnak) • Megfelelő adatkezelés (biztonság, privacy és adatok előkészítése döntésekészítés) Bővebben: https://www.ciklum.com/blog/what-does-a-data-driven-retail-organization-look-like
- 14. Hol lehet használni a DDDM-et a kereskedelemben • 15+ terület, ahol a data science-t használni lehet a retail-ben: • Ár optimalizálás • Személyre szabott marketing • Csalások felderítése • A kiterjesztett valóság átvétele • Készletgazdálkodás • Érzelemelemzés • Ajánlórendszer • Ügyfél élettartam-érték előrejelzése (CLV) • Garanciaelemzés Bővebben: https://www.knowledgehut.com/blog/data-science/use-case-of-data-science-in- retail#top%C2%A0data-science%C2%A0use-cases%C2%A0in-the-retail%C2%A0industry%C2%A0 • Új üzletek helye • Merchandising • Intelligens keresztértékesítés és továbbértékesítés • Ingatlankezelés • A közösségi média trend-előrejelzése • Viselkedéselemzés • Piaci kosárelemzés • Részletek keresése
- 15. Záró gondolat “Culture eats strategy for breakfast.” /Peter Drucker, menedzsment guru/ • Ne felejtsétek el, hogy az adatvezérelt működés nem a technológia vagy az adat kérdése, hanem a szervezeti kultúráé! • ha van technológia és adat, de nem támogató a szervezeti kultúra, akkor úgysem lesz adatvezérelt menedzsment, • ha van megfelelő szervezeti kultúra, akkor viszont majd csak lesz technológia és adat is.
- 16. Köszönöm a figyelmet! Pintér Róbert e-kereskedelmi képzésvezető KÜRT Akadémia www.kurtakademia.hu robert.pinter@kurtakademia.hu Tel: 30/999-6595