И покрај сите дискусии за тоа колку сознанијата од податоците можат да влијаат на профитабилноста на една компанија, повеќето организации сè уште заостануваат во имплементација на напредна анализа на податоци. Разликата помеѓу компаниите во нивото на аналитичка зрелост е најочигледна во малопродажната индустрија, кадешто помалите компании сè уште користат релативно основни алатки, додека големите „играчи“ како Amazon и Walmart се светлосни години напред.

За подобро да се сфати зошто организациите не успеваат да усвојат напредна аналитика на податоци во своето работење, Harvard Business Review (HBR) разговараше со повеќе директори во малопродажната индустрија од Америка, Европа, и Азија. Од направените разговори со вкупно 24 бизнис лидери, тие издвоија шест пречки со кои се среќаваат при имплементирањето на напредна аналитика на податоци. 

Paul Mah, автор за CDOTrends, издвои три од претходно споменатите шест пречки кои се релевантни за непродажните индустрии (продавачи на големо, B2B компании). Во продолжение, ќе ги разгледаме издвоените три пречки и ќе наведеме што организациите можат да направат за да ги надминат истите. 

Организациска култура и луѓе

Првата бариера кога станува збор за имплементирање на аналитика на податоци е културата во организацијата. Поточно, многу компании не сакаат да преземаат ризик, особено кога станува збор за нешто кое не го разбираат потполно, и немаат дефинирани цели. И покрај тоа што признаваат дека аналитиката е важна за подобро и поефикасно функционирање на компанијата, повеќето од нив не знаат да објаснат зошто тоа е така. Покрај тоа, некои поединци ја доживуваат аналитиката повеќе како форма на уметност отколку како научна дисциплина, со што автоматски ја отфрлаат и не ја сметаат за неопходна. 

Овој став кон аналитиката уште повеќе е истакнат во организациската култура кога аналитиката ја водат луѓе кои не го разбираат бизнисот во целост. Во тој случај, големи се шансите аналитиката да понуди грешни резултати или непрактични препораки, што резултира со генерално лош впечаток за аналитичарите и општо за аналитиката како дисциплина. 

Стручен кадар

Недостатокот на стручен и талентиран кадар исто така е голема пречка. Но, додека компаниите се фокусирани да вработуваат луѓе кои знаат да дизајнираат аналитички решенија и да користат алатки и технологии за аналитика, HBR сугерира дека на бизнисите најпотребни им се вработени кои можат да го премостат јазот помеѓу аналитиката и бизнисот.

Експертскиот став на Paul Mah од CDOTrends e следниот: „Во овој случај, ни треба човек кој ќе ја има функцијата на data evangelist (човек што споделува знаење со другите и ги учи како најдобро да управуваат со своите податоци), односно човек кој ќе служи како „мост“ помеѓу бизнисот и тимот за наука за податоци (data science). Овој т.н „преведувач“ е некој што го разбира деловниот контекст, а притоа може да го идентификува вистинското решение од областа на data science.”

Квалитет и управување со податоците

Конечно, квалитетот на податоците и управувањето со нив исто така може да биде сериозен проблем. Податоците може да бидат изолирани или складирани на различни места во компанијата, или воопшто да не бидат организирани. Згора на тоа, постои можност податоци кои му се потребни на бизнисот да не се складирани и да се јави потреба од нови и скапи решенија.

Поточно, раководните лица сакаат чисти и квалитетни податоци кои со помош на напредни алатки за податочна аналитика и/или машинско учење ќе им помогнат во планирање на побарувачката и носење на стратешки бизнис одлуки. Но, за да се стигне до таа точка, потребно е прво да се исчистат податоците и да се растурат податочните силоси за да се воспостави единствен извор на вистината (квалитетни податоци).

Разбивањето на податочните силоси има огромно значење. Според Paul Mah, првиот чекор е сите податоци да бидат прегледни и видливи. Само тогаш бизнисите можат да ги организираат, исчистат, и да ги постават системите што ќе гарантираат дека податоците ќе останат достапни и корисни во иднина.

Преземање соодветни чекори

Според HBR, патот кон подобра иднина бара од организациите стратешки да инвестираат и да направат реорганизација во компанијата. Организациите што успешно ја усвоиле аналитиката на податоците најчесто се водени од размислувањето “Think big, start small, and scale fast”, односно „Мисли на големата слика, започни со мали чекори и развивај се брзо.”

„Лидерите кои ги предводат внатрешните кампањи за имплементација на аналитика треба да потенцираат дека аналитиката е наменета за да им помогне на оние кои носат одлуки, а не за да ги замени. Да воспостават и континуирано да негуваат култура во која ќе се наградуваат заклучоците од аналитиката.”

За успешно да може да се примени аналитика на податоци, потребни се значителни инвестиции, особено кога е потребна замена на старите системи со cloud. Cloud системите нудат поголеми можности за достапност до податоците. 

Исто така, генералната препорака за бизнисите е да инвестираат во кадар за анализа на податоци и да создадат директна линија за развивање интерен кадар. Ова може да се постигне со соработка со универзитети кои нудат дипломи за наука за податоци или преку креирање на програми за обука за постоечките вработени.

Извор:
Why Organizations Fail To Adopt Data Analytics

Превод:
Јована Тодева
Marketing Intern @ Data Masters