Следующее большое цифровое преимущество: приступая к работе с графиками данных (Работа в интернете)

Первое, что должны понять компании, желающие оставаться конкурентоспособными по сравнению с лидерами «Графиков данных», — это то, что успешная стратегия зависит не только от наличия больших объемов информации. Речь идет о сборе соответствующих данных об используемом продукте в режиме реального времени для достижения эффекта сети передачи данных и создания преимуществ. Когда компании наблюдают за большим количеством взаимодействий клиентов со своими продуктами, они накапливают более обширные данные; когда они продают больше продуктов более разнообразной группе пользователей, они накапливают более разнообразные данные, которые помогают им ещё больше дифференцировать свои предложения. Предприятия, которые не используют графики данных или ещё не сделали этого успешно, должны предпринять следующие шаги, чтобы наверстать упущенное:

1. Разработайте стратегию построения графиков данных.

Для начала объедините руководителей, обладающих отраслевыми знаниями, со специалистами по обработке данных, чтобы они концептуализировали ваш график данных, изучили его будущую траекторию и наметили вероятные последствия для бизнеса.

Многие компании, у которых нет ресурсов Amazon или Netflix, уже сделали это. Например, Stitch Fix была основана как персонализированный модный сервис в 2010 году студентом бизнес-школы; сейчас, во многом благодаря «графику моды», её рыночная капитализация превышает 1, 6 миллиарда долларов.

Coursera показывает, как новички могут использовать графики данных, чтобы перевернуть рынок. Традиционные университеты предлагают курсы и сертификаты “одного размера для всех”; в отличие от этого, Coursera работает как Netflix или Amazon для образования. Он предлагает персонализированный онлайн-опыт с помощью штабелируемых модулей, которые можно использовать в разное время, в разных местах, на разных уровнях сложности и по разным ценам. Он использует свой собственный график навыков для настройки обучения на протяжении всей жизни таким образом, которого не смогли достичь традиционные университеты.

Спросите себя, каким образом ваши данные дают уникальное преимущество вашему бизнесу. Вы можете обладать проприетарными “крючками данных”, которые позволяют вам наблюдать в момент использования подробную информацию, недоступную другим. Ваше преимущество может заключаться в превосходном объеме данных (глубине и богатстве ваших данных) и доступе к дополнительным данным от партнеров. У вас может быть более высокая скорость передачи данных (данные в движении по сравнению с эпизодическими данными конкурента, которые подлежат пакетной обработке). Подумайте, как можно увеличить масштаб, охват и скорость за счет приобретений (рассмотрим приобретение Microsoft LinkedIn и Activision) или альянсов (например, партнерство Google с Shopify).

2. Разработка собственных алгоритмов.

Уже недостаточно проводить различные виды анализа независимо друг от друга. Руководители «Графиков данных» используют собственные алгоритмы для проведения описательного анализа (“Что произошло?”), диагностического анализа (“Почему это произошло?”), прогностического анализа (“Что может произойти?”) и предписывающего анализа (“Что должно произойти?”) в рамках всеобъемлющей структуры. Вы можете развить свою инфраструктуру графа данных от устаревших архитектур, предназначенных для анализа данных в состоянии покоя (пакетная обработка, независимый анализ), до анализа данных в реальном времени в движении. Обязательно сравните свои алгоритмы с другими в вашей отрасли — и с другими в своем классе. Например, если ваш показатель успеха — это степень, в которой клиенты реагируют на ваши рекомендации, как производительность вашего механизма рекомендаций соотносится с показателями таких лидеров, как Netflix, Spotify и Amazon?

3. Вызывайте доверие.

Быть хранителем клиентских данных — это огромная ответственность. Большинство клиентов рассматривают компьютеры, алгоритмы и машинное обучение как сложные черные ящики, и многие считают, что их данные используются (даже ими злоупотребляют), чтобы сделать цифровые компании богатыми и могущественными. Вы должны разработать способы использования ваших алгоритмов для создания доверия, и вы должны заслужить право собирать, анализировать и предоставлять ценность с помощью данных. Объясните, что вы делаете, используя понятный потребителям язык.

Доверие подрывается, когда потребители чувствуют, что их данные используются не по назначению. Facebook стал образцом этого затруднительного положения. Недавно осведомитель из команды Facebook data science напрямую обвинил компанию, среди прочего, в использовании ее данных и алгоритмов для усиления подстрекательского контента для повышения вовлеченности на сайте, несмотря на то, что он провел собственное внутреннее исследование, показывающее, что это может нанести вред пользователям и обществу. Генеральный директор Facebook Марк Цукерберг опроверг эти утверждения: “Аргумент о том, что мы намеренно продвигаем контент, который злит людей, ради получения прибыли, глубоко нелогичен”, — сказал он. “Мы зарабатываем деньги на рекламе, и рекламодатели постоянно говорят нам, что не хотят, чтобы их реклама соседствовала с вредным или злым контентом”. Сможет ли Цукерберг возместить ущерб, зависит от того, как Facebook использует свои алгоритмы и персональные данные в дальнейшем, а также от прозрачности, с которой он общается с пользователями.

Каждая компания должна вкладывать ресурсы не только в технические аспекты алгоритмов, но и в объяснение того, что они делают, так, чтобы потребители понимали и чувствовали себя комфортно. Клиенты все чаще ожидают получения информации о том, как функционируют цифровые продукты и предоставляются услуги с поддержкой искусственного интеллекта, а страны требуют, чтобы компании адаптировали свои операции с данными к местным нормативным актам. Например, в Германии, где действуют строгие правила конфиденциальности, Alibaba нужна стратегия обработки данных, отличная от той, которую она использует в Китае. И она должна доводить информацию до потребителей в обеих странах таким образом, чтобы способствовать укреплению доверия.

4. Обновите организацию.

Руководители бизнеса должны выделить ресурсы, необходимые для модернизации технологической инфраструктуры, необходимой для построения графиков данных. Они должны привлекать талантливых специалистов, обладающих широкими и глубокими знаниями как в области обработки данных, так и в бизнесе. Они должны структурировать организацию данных как соединительную ткань, которая связывает воедино все части предприятия, признавая, что современные организации должны жонглировать двумя мощными, конкурирующими фракциями: теми, кто верит в высшую силу данных и алгоритмов для решения проблем, и теми, кто этого не делает. Это напряжение определяет операционную культуру современных организаций: подумайте, как генеральный директор Netflix Рид Хастингс уравновешивает аналитическую привлекательность Силиконовой долины с творческой привлекательностью Голливуда.

5. Монетизируйте свою диаграмму с данными

Диаграммы с данными построенные для поддержки и формирования стратегии, показывают, что ценность заключается не только в том, как разрабатываются и производятся продукты, но и в том, как они решают конкретные проблемы клиентов. Выводы из диаграммы с данными помогут вам выбрать наиболее подходящие механизмы монетизации и проложить чёткие пути от данных к бизнес-результатам. Вы можете защитить свой текущий доход и прибыль с помощью убедительных рекомендаций, основанных на эффектах сети передачи данных, точно так же, как Netflix использует данные в режиме реального времени для улучшения удержания клиентов. Вы также можете использовать свою диаграмму с данными для разработки более продуманных способов увеличения доходов и потоков прибыли за счет поиска новых источников дохода, как это сделала Apple, сделав набег на кредитные карты, телевидение и здравоохранение. И вы можете контратаковать на рынках, где конкуренты уже освоили диаграмму с данными, как это сделала Disney, успешно вступив в стриминговые войны с Disney+.