1. Rozwój napędzany danymi PL
Studium przypadku
Amazon
Zbieranie danych zawsze było ważne, ale prawdziwa zmiana nastąpiła gdy Amazon zmienił postępowanie i przekształcił dane klientów w model usług, który napędził dalszy rozwój.
Amazon (Źródło: Stanford, “Is Big Data Too Big for SMEs?”)
Wyobraź sobie, że prowadzisz prawdziwą księgarnię – z cegły i zaprawy. Zawsze możesz śledzić ilość książek sprzedawanych w twoim sklepie. Są to dane, które są dostępne dla fizycznych sprzedawców – znasz swój poziom zapasów i wiesz, ile konkretnych książek kupiono, kiedy i za ile. Ale nie wiesz przez kogo. O ile nie przeprowadzasz czasochłonnych ankiet, posiadasz niewiele informacji o kliencie.
Gdy sprzedaż przeniosła się do internet, ilość danych na temat zachowań konsumenckich klientów zwiększyła się drastycznie, co rozpoczęło nową epokę rozumienia klienta. Amazon przekształcił tradycyjnych, fizycznych sprzedawców w napędzane danymi e-commerce. Amazon jest w stanie nie tylko śledzić co kupili jego klienci, ale także czym byli zainteresowani, jak poruszali się po stronie internetowej, jak reagowali na promocje i zbieżności w ramach różnych segmentów.
Później Amazon opracował algorytm przewidujący jakie książki w przyszłości klienci kupować będą najchętniej. Tradycyjne księgarnie nie były w stanie z tym rywalizować.
Interpretacja.
Dane nie znaczą nic, jeśli nie potrafimy ich zrozumieć i zastosować. Zbieranie danych zawsze było ważne, ale prawdziwa zmiana nastąpiła gdy Amazon zmienił postępowanie i przekształcił te dane w strategie działania. Wykorzystanie przez Amazon danych klienta i jego transakcji zaowocowało uzyskaniem rewolucyjnego wglądu, na podstawie którego powstał indywidualny marketing (targetowany).
“Technologia nie tworzy wartości – robią to ludzie. ”
Co mamy na myśli mówiąc o rozwoju napędzanym danymi?
Chodzi nam o wykorzystanie analizy i interpretacji danych do uzyskania praktycznego wglądu w wyniki biznesowe i możliwości rynkowe.
Dane dotyczące WYDAJNOŚCI
Koncentrują się na procesie, wydajności i wykonaniu programu.
Wykorzystuje głównie ilościowe dane wyjściowe
Mają funkcję monitorowania
Odpowiadają na pytanie: czy robimy wszystko najlepiej jak potrafimy?
Dane dotyczące ROZWOJU PRODUKTU
Koncentrują się na projekcie produktu/usługi i efektach długoterminowych
Wykorzystują zarówno dane ilościowe, jak i jakościowe; zarówno wyniki, jak i wpływ
Mają funkcję ewaluacji
Odpowiadają na pytanie: Czy robimy właściwe rzeczy?