Executie in de frontlinie: de waarde van strategy analytics realiseren
Smart Growth blog serie
Stel een duidelijke bedrijfsvisie op voor het gebruik van strategieanalyse
Het vastleggen van een duidelijke visie op het gebruik van data die intrinsiek verbonden is met bedrijfsdoelstellingen is essentieel om bedrijfsresultaten als prioriteit nummer één te stellen. Het prioriteren van de bedrijfsdoelstellingen helpt ook om ervoor te zorgen dat het nooit een kwestie is van het implementeren van analytics omwille van de analyse. Dus, voordat je vraagt wat de data voor je kan doen, identificeer je de zakelijke vragen waar data-inzichten echt waarde kunnen toevoegen. Wees specifiek over de belangrijkste gegevensstatistieken die strategische keuzes zullen informeren en uiteindelijk acties zullen vergemakkelijken om de bedrijfsgroei te stimuleren. Definieer en communiceer op een tastbare manier voor sponsors en stakeholders wat u met die gegevens wilt bereiken – bijvoorbeeld de kosten van klantenwerving met 20% verlagen. Zoek de leiders en belangrijkste stakeholders die zullen optreden als voorvechters van verandering en communiceer deze visie voor een nieuwe datagestuurde aanpak. Tactisch gezien kan het essentieel zijn om 'klein' te beginnen en op te schalen met het bedrijfsgebied dat waarschijnlijk de grootste waarde uit analytics zal halen en waar de beschikbaarheid en ontvankelijkheid van gegevens het hoogst is, om in een vroeg stadium momentum te krijgen bij het uitvoeren van de bedrijfsvisie.
Hoewel een bedrijfsbrede transformatie of integratie van datawetenschappers in het hele bedrijf het uiteindelijke doel kan zijn, moet de onmiddellijke focus van de uitvoering liggen op het bewijzen van de bedrijfswaarde van analytics voor de organisatie door concrete resultaten te leveren. Stel eerst een proof of concept of use case op om een belangrijke strategische vraag in een specifiek bedrijfsgebied aan te pakken en stel een leidende hypothese en meetgegevens op om te testen.
Betrek, naast het definiëren, testen en bewijzen van het vermogen van het model (voorspelbaarheid of optimalisatie), de zakelijke tegenpartijen vroeg in het proces om de analytische oplossing te ontwikkelen. Specifiek zouden bedrijfsleiders de belangrijke strategische inzichten moeten informeren en prioriteren, de aannames die in de methodologie worden gebruikt valideren, de granulariteit instellen, het model contextualiseren met bedrijfslogica, en uitdagingen in functionaliteit of gebruikerservaring benadrukken, voordat de analyses op grotere schaal worden uitgerold. Het creëren van een kernteam, bestaande uit zowel datawetenschappers als bedrijfseigenaren, zal helpen om de analytische ontwikkeling af te stemmen op de belangrijkste bedrijfsbehoeften.
Het uitvoeren van sprints helpt bij het prioriteren van modelontwikkelingsbehoeften en bedrijfsvragen om aan te pakken, en maakt een snelle verwerking van leerervaringen en het uitbrengen van een minimum viable product om te testen met de business mogelijk. Met succes van een proof of concept (bijv. hogere verkoopopbrengsten of hogere klantconversie) gerealiseerd op microschaal (bijv. op regio- of buurtniveau), kan het model geleidelijk worden uitgebreid om aanvullende geprioriteerde bedrijfsvragen of meer regio's of klanten aan te pakken.
Bij onze eigen klanten benaderen we de reis naar het opzetten van een datagestuurde strategie niet alleen door het definiëren van de analyticsstrategie, maar ook door snel de waarde van analytics aan te tonen - door voorrang te geven aan proof of concepts om de waarde van gegenereerde analyticsoplossingen te ervaren.
Een voorbeeld is het werk dat werd gedaan voor een wereldwijd productiebedrijf. Naast het helpen definiëren van de strategie voor de komende twee jaar om hun analytics-capaciteiten en -ambities te laten groeien, kreeg de klant inzicht in de bedrijfswaarde die analytics kan leveren door de inzichten die werden verkregen uit drie proof of concepts:
- Het voorspellen van valse waarschuwingen voor sensoren, met een nauwkeurigheid van 79%.
- Het segmenteren van wagenparkbeheerders in zeven verschillende segmenten op basis van hun gedrag
- Het gebruik van statistische modellen om inzicht te krijgen in de belangrijkste storingsfactoren voor machines.
De waarde die deze proof of concepts creëerden, hielp een momentum te creëren voor verdere investeringen in analysemogelijkheden. We hebben gezien dat het kiezen van een beperktere scope met betrekking tot regio's of functies in eerste instantie en het bewijzen van de waarde van analytics helpt om deze initiatieven in een later stadium gemakkelijker uit te breiden naar andere regio's en functies. Een ander voorbeeld is een wereldwijd retailbedrijf, waar Deloitte begon met het aantonen van de waarde van analytics met een succesvolle klantsegmentatie, en vervolgens uitbreidde naar het optimaliseren van productassortimenten op basis van deze klantsegmenten.
Geef medewerkers de kennis om weloverwogen strategische beslissingen te nemen
In deze blog hebben we ons gericht op het belang van het definiëren van een visie voor strategieanalyse en het uitvoeren ervan door middel van het opzetten van proof of concepts om de waarde van analyse te realiseren voordat geleidelijk wordt opgeschaald. Om werknemers te voorzien van analyse, moet het bedrijf ook worden betrokken bij het vormgeven van het proces, om ervoor te zorgen dat modellen zo zijn ontworpen dat ze de besluitvorming van eigenaren verbeteren. Tot slot is onze afsluitende bewering dat – strategie – niet zonder – analytics – kan; Het nemen van beslissingen over de toekomst vereist het definiëren van strategische keuzes en het selecteren van de keuzes die het sterkst zijn. Bij het beoordelen van welke het sterkste argument is, moeten analyses consequent worden gebruikt om concreet bewijs te leveren, naast zakelijk oordeel, verbeeldingskracht en de ervaring van werknemers.
