Az adat-érettség fontossága krízishelyzetekben

Olvasási idő: 4 perc

A koronavírus korábban még sohasem látott fogyasztói változásokat hozott, amelyekre csak azok a cégek tudtak gyorsan reagálni, ahol a megbízható és naprakész adatok a döntéshozók előtt voltak.

A koronavírus kitörése óta mindannyian aktívan követjük a fejleményeket. Vannak, akik a fertőzöttekről szóló számlálókat nézik, vannak akik elemzéseket bogarásznak (pl. ezt, vagy ezt), és vannak, akiket leginkább a saját vállalatuk jövője érdekel. A Hiflylabs-nél mi is aktívan foglalkozunk a koronavírus társadalmi aspektusairól szóló elemzésekkel, ez a blogposzt azonban elsősorban a vállalati világról szól.

[Azt már megtanultuk a történelem során, hogy a naprakész és hiteles adat életeket menthet. Forrás: Netflix / Csernobil]

Hogyan hat a koronavírus a vállalatokra?

Ügyfeleink jelentős része nagyvállalat, akiknek az egész országban vannak ügyfeleik vagy értékesítési pontjaik. A koronavírus hazai terjedésének következménye – mint például a közintézmények bezárása és a vállalatok home office-ra való átállása – a fogyasztói szokások drasztikus változásához vezetett, ahogyan azt a Google statisztikája is alátámasztja.

[Jelentősen megváltoztak a mindennapjaink, ezt a Google a helyszín adatai is alátámasztják. Forrás: https://www.gstatic.com/covid19/mobility/2020-03-29_HU_Mobility_Report_en.pdf]

Az egyes iparágakat ez különböző módon érinti:

  • van, ahol azt tapasztaljuk, hogy a forgalom jelentősen esik (pl.: légiközlekedés, benzinkutak, brick-and-mortar retail, turisztika, szórakozóhelyek)
  • máshol pont az ellenkezőjével szembesülnek a cégvezetők és a megnövekedett kereslettel próbálnak megbirkózni (pl.: e-commerce, higiéniai gyártók, csomagolóipar, telekommunikáció, online szórakozás).

Bármelyik fenti esetről is van szó, egy közös mindkét csoportban: előnnyel rendelkeznek azok a vállalatok, akiknek naprakész és megbízható adataik vannak, és az adatokat információvá tudják formálni.

Miért nem elég a szokásos riportolás?

Minden vállalatban vannak bevett technikák, amelyekkel monitorozni tudják a saját működésüket. Például az értékesítési adatokról, beszerzési költségekről, az árukészletről, a megrendelések számáról mindenképp elérhető kell, hogy legyen az információ. Ám a riportok, amikkel meg lehet válaszolni a mindennapi működéshez szükséges kérdéseket (pl: az elmúlt hónapban mennyi volt az összes megrendelés száma és összege), nem alkalmasak arra, hogy választ adjanak a krízishelyzetben felmerülő új típusú kérdésekre.

Egyrészt sokkal nagyobb hangsúlyt kap az idő tényező, mind a mutatók aggregáltságát (hónapok helyett hetek és napok), mind a riport frissességét tekintve (nem ér rá a hó végi zárás után elérhetővé tenni a mutatókat). Másrészt az adatokat nem feltétlenül lehet a szokásos összefüggések szerint értelmezni

Például az e-commerce szektorban egy szokásos riport mutathatja a megrendelések számának alakulását. Azonban, ha itt hirtelen egy esést látunk, az önmagában még nem mond el sok mindent arról, hogy mi lehet a háttérben. Egy specifikus termékcsoportot keresnek, ami elfogyott? Túl van terhelve az oldal, és ezért lelassult? Bekerülnek a kosárba a termékek, de nem rendelik meg őket, mert nincs érintésmentes kiszállítás? Ezeket a kérdéseket adatok nélkül nem lehet megválaszolni.

Minél jobban ismered a fogyasztóidat, annál jobban tudod kiszolgálni őket

Az utóbbi időben már közismertté vált, hogy mennyi adatot gyűjtenek a cégek az internetes felhasználói viselkedésről. Ez egy nagyon összetett és megosztó kérdéskör, ám ha pusztán az adatok felhasználására fókuszálunk, láthatjuk, hogy milyen mélységben lehetséges megismerni a felhasználókat.

 

3képhttps://netflixtechblog.com/artwork-personalization-c589f074ad76 [A Netflix még a kiválasztott filmhez megjelenő képet is az ízlésünkre szabja]

Bár az online viselkedésről könnyebb részletes adatokat gyűjteni, minden szektorra elmondhatjuk, hogy minél mélyebben értjük, hogy hogyan változik meg a fogyasztók preferenciája, annál célzottabb lépéseket tehetünk az üzletmenet megtartása érdekében. A megfelelően részletes és összetett riportok segítenek megválaszolni az olyan kérdéseket, mint például, hogy hol van szükség az erőforrások átcsoportosítására, hogy melyik értékesítési pontokon milyen termékek kerüljenek le a polcokról, és melyekből kell extra készlet. 

A legtöbb adat, amire szükség van ezekhez a válaszokhoz, általában a vállalatok birtokában van, ám nagy kérdés, hogy mennyi idő alatt és mennyi energiával lehet olyan formába hozni őket, hogy azok valóban segítsék a döntéshozást.

Adat-érettség a gyakorlatban: tapasztalataink a koronavírus idején

A hazai ügyfeleink jellemzően (még) nem tartanak ott, ahol a korábban említett Netflix, azonban megfigyelhetők a skálán érettebb és kevésbé érettebb példák is:

  • Az élenjáró vállalatoknál az a tapasztalatunk, hogy minden pénzügyi, értékesítési és egyéb fontos adat konzisztensen, naprakészen, megbízhatóan és automatizáltan előáll (pl. egy adattárházban). Az adatminőség monitorozva van, a döntéshozók elé garantáltan csak jó adatok kerülnek. Több csapatban self-service BI kompetenciát* építettek ki, valamint data democracy** van (például az Airbnb, ahol a data democracy szerves része az agilis kultúrának), így az üzleti csapatok gyorsan és önállóan új riportokat tudnak létrehozni. Ezeket elemezve a változásokat hamar megértik, akciókkal tudnak előállni és vissza tudják mérni azok hatásait.
  • A kevésbé adat-érett vállalatoknál azt látjuk, hogy a riporting csapatok erősen leterheltek, mindenki újabb és újabb kérdéseket tesz fel nekik. A válaszok nem jutnak el elég gyorsan a döntéshozókhoz, illetve a manualitás miatt sok hiba is kerülhet a gépezetbe, aminek ellenőrzése még több időt igényel. Egy egyszerűnek tűnő kérdés megválaszolása több napon át, egy új riport fejlesztése hetekig is eltarthat.

A fenti tapasztalataink nagyjából egybeesnek a szektorok digitalizációs érettsége közötti különbségekkel, amelyekre a The Boston Consulting Group vagy a Harvard Business Review elemzései is rámutatnak. Adat-érettségben is jobban állnak (és ezáltal az aktuális krízishelyzetben jobban is tudnak reagálni) például a bankszektor egyes képviselői, az online szolgáltatók és a telco cégek egy része. Kevésbé állnak jól a retailerek, az energiaszektor vagy a közigazgatás.

Megtérül az adatokba fektetett pénz

Kollégáink már írtak arról, hogy az adatos projekteknek számos más előnye is van a megtérülésen túl. 

Ha kizárólag közvetlen pénzügyi hasznokban gondolkozunk egy adatos projekt megtérülésének vizsgálatakor, ez könnyen csapdahelyzetbe hozhat minket. Legyen a projekt adattárház-fejlesztés, fejlett analitika, vagy akár adatvizualizáció; a megtérülés elsősorban a gyorsabb és jobb döntéshozatalból várható. Erre világít rá a koronavírus által okozott sajátos és sajnálatos helyzet is: vészhelyzetben az adatok egyértelműen a versenyképességet növelik.

*self-service BI kompetencia: azaz önkiszolgáló üzleti intelligencia képesség. Az SSBI egy olyan megközelítés, amely a riportok és egyéb adatokat érintő lekérdezések elkészítésének decentralizálását támogatja. Nem egy központi üzleti intelligencia vagy IT csapat, hanem maguk az üzleti felhasználók képesek előállítani a válaszokat az üzleti kérdésekre.

**data democracy: azaz adat-demokrácia. A felhasználók a szervezet összes adatához szabadon, transzparens módon hozzáférnek. Az adatokhoz mind az üzleti, mind az IT hozzáfér, és érti a tartalmát, ezáltal csökken a távolság a két felhasználói csoport között.

Ez a blogposzt 100%-ban home office-ban készült, a szerzők a bejegyzés megírása alatt egymástól 4 kilométerre voltak, rendelt ételt ebédeltek, online vásároltak be, és nem hagyták el a lakhelyeiket. Egy koronavírus előtti napon szinte mindent másképp tettek volna.

A szerzőkről:

A Hiflylabs tanácsadói csapata

A tanácsadói csapattal ügyfeleinket olyan kérdések megválaszolásában segítjük, mint például, hogy hogyan lehet üzleti értéket teremteni a céges adatvagyonból, milyen irányban érdemes elindulni ezen az úton, hogyan érdemes adatos kompetenciát kiépíteni vagy, hogy milyen üzleti problémákat lehet egyáltalán megoldani adat alapon. Hiszünk abban, hogy adatos projektet fájdalommentesen is végre lehet hajtani és, hogy a közvetlen hasznokon túl számos járulékos előnye van egy-egy ilyen projektnek.

Matzon Ákos: https://www.linkedin.com/in/akosmatzon/

A Hiflylabs tanácsadó csapatának vezetője vagyok. Alapvetően Big4 üzleti tanácsadói háttérrel rendelkezem, 2018 óta dolgozom a Hiflylabs-nél, ahol több adatos projekt implementációját vezettem.

Somos Eszter: https://www.linkedin.com/in/esztersomos/

A Hiflylabs tanácsadó csapatának tagja vagyok. A tapasztalataimat amelyekkel az ügyfeleinket segítjük adataik hatékonyabb felhasználásában data scientistként szereztem. Mielőtt 2020-ban csatlakoztam a Hiflylabs-hez, online szolgáltatást fejlesztő cégeknél vettem részt az adatalapú döntéshozás és termékfejlesztés meghonosításában.

 

About Matzon Ákos

A Hiflylabs tanácsadó csapatának vezetője vagyok. Alapvetően Big4 üzleti tanácsadói háttérrel rendelkezem, 2018 óta dolgozom a Hiflylabs-nél, ahol több adatos projekt implementációját vezettem.

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöljük.