1. Datadrevet vækst DK
Indstil Scene Case Study
Amazon
Dataindsamling er vigtig, men det er den måde, Amazon omdannede klientindsigt til en ny personlig service-model, der virkelig fik deres vækst.
Amazon (Kilde: Stanford, “Er Big Data for store for SMV’er?”)
Forestil dig, at du driver en boghandel med mursten og mørtel. Du har altid været i stand til at spore de bøger, der købes i din butik. Dette er de data, der er tilgængelige for de fysiske detailhandlere – du har lagerniveauer og ved, hvor meget af bestemte bøger der købes, hvornår og for hvor meget. Men du ved ikke af hvem. Medmindre du foretager tidskrævende undersøgelser, har du kun lidt information om kunden.
Når detailhandelen flyttede online, steg mængden af værdifulde data om kundernes købsadfærd dramatisk og skabte en ny æra med kundeforståelse. Amazon omdannede den traditionelle mursten-og-mørtelforhandler til og en datadrevet e-handel. Amazon kunne ikke kun spore, hvad kunder købte, men også hvad de viste interesse for, hvordan de navigerede på hjemmesiden, hvordan enkeltpersoner reagerede på kampagner og ligheder på tværs af forskellige segmenter.
Senere udviklede Amazon algoritmer til at forudsige hvilke bøger der mest sandsynligt er for de enkelte kunder at købe næste. Den traditionelle boghandel kunne ikke konkurrere.
Fortolkning.
Data betyder intet, hvis de ikke kan forstås og bruges. Dataindsamlingen var vigtig, men det var den måde, Amazon omdannede dataene til handlingsstrategier markerede forskellen. Brug af Amazons besøgende og transaktionsdata gav revolutionerende kundeindsigt, der blev omdannet til individuel målrettet markedsføring.
”Teknologi skaber ikke værdi, folk gør det.”
Hvad mener vi med Data Driven Growth?
Brug af dataanalyse og fortolkning for at få handlingsmæssige indsigt i forretningspræstationer og markedsmuligheder.
Data til ydeevne
Fokus på proceseffektivitet og
programgennemførelse. Bruger
overvejende kvantitativt
outputdata Har en MONITORING-funktion Besvarer spørgsmålet “Gør vi ting bedst af vores
Data til produktudvikling
Fokus på design af produkter og tjenester og langtidseffekter
Bruger både kvantitative og kvalitative data, begge resultater
og påvirkning Har en EVALUERINGSFunktion Besvarer
spørgsmålet, “Er vi det