W cyfrowych czasach analiza danych jest już nie tyle koniecznością, ale codziennym zadaniem każdej firmy. Skuteczność i prawność procesów podejmowania decyzji ma kluczowy wpływ na to, czy organizacja odniesie sukces, czy porażkę. Wykorzystanie zaawansowanej analityki w celu uzyskania jak najlepszych rekomendacji w procesach biznesowych stało się nowym i bardzo skutecznym narzędziem konkurowania. Wychodząc od danych przetwarzanych przez organizację oraz danych dostępnych z zewnętrznych źródeł, firma może w oparciu o analitykę zbudować unikalną przewagę rynkową. Metodą, która gwarantuje osiągnięcie tego celu jest zastosowanie się do trzech prostych zasad budowania platformy analitycznej w przedsiębiorstwie.
Każdy proces wykorzystania analizy danych do wsparcia podejmowania decyzji opiera się na tych samych, generycznych, krokach. Nazywamy to Analitycznym Cyklem Życia.
Podróż po nim rozpoczyna się od sformułowania hipotezy biznesowej (ASK) lub po prostu problemu, który chcemy opisać danymi i rozwiązać. Po wstępnym zdefiniowaniu celu, zaczynamy od zgromadzenia danych i przetworzenia ich z wykorzystaniem narzędzi do czyszczenia i integracji danych (PREPARE DATA). I tu zaczyna się prawdziwa przygoda - poprzez eksplorację i modelowanie (EXPLORE, MODEL) znajdujemy rozwiązanie, często wracając do punktu wyjścia i pozyskania nowych danych lub innego ich ułożenia, tak, aby proces budowania modelu analitycznego był bardziej efektywny i gwarantował lepsze wyniki. Po uzyskaniu modelu, czyli de facto reguły decyzyjnej wspierającej nasze procesy biznesowe, rozpoczynamy wdrożenie (IMPLEMENT, ACT). W tym kroku zaczynamy wykorzystywać w swoich działaniach wnioski wynikające z modelowania - produkcyjnie wykorzystujemy odkrytą zależność i regułę decyzyjną. Na tym etapie nie możemy także zapomnieć o ocenie jakości modelu i wyników zmienionego funkcjonowania przedsiębiorstwa. Kluczowym jest regularne sprawdzanie, czy odkryta w danych zależność nadal jest właściwa, a decyzje wspierane analityką przynoszą pożądany efekt biznesowy. Jeżeli nie, to należy wrócić do sformułowania hipotezy oraz problemu biznesowego i rozpocząć cały cykl od nowa. Co zatem należy robić, aby zastosowanie analityki gwarantowało uzyskanie przewagi rynkowej? Należy pamiętać o trzech kluczowych zasadach konkurowania analityką.
Zasada 1: Zwinność i prędkość
Zmienność w biznesie jest uwarunkowaniem, a nie zdarzeniem. Możemy być pewni zmian i w naszych cyfrowych czasach, te zmiany pojawiają się szybko i niespodziewanie. Często wynikają z działań konkurencji lub po prostu zmian preferencji naszych klientów. Pierwsza zasada konkurowania analityką mówi, że opisany powyżej cykl analityczny musimy być realizowany bardzo sprawnie, aby firma działała efektywnie i posiadała umiejętność szybkiego dopasowywania się do zmian rynkowych. W przypadku wykorzystywania analityki do wsparcia marketingu oznacza to, że model rekomendacyjny określający skłonność klientów do zakupu nowych produktów powinien być na bieżąco odświeżany, a w sytuacji, gdy konkurencja wprowadza nową ofertę, musimy być w stanie zareagować na nią w ciągu kilku godzin, a nie dni. Szybkość zapewnia nam przewagę konkurencyjną.
Zasada 2: Wysoka granulacja
Nic w naszym biznesie nie jest takie samo, a generalizacja nie daje możliwości uzyskiwania wyższych marż i wyższej skuteczności. Podobnie jest z naszymi klientami - nikt nie jest taki sam i o ile działanie na poziomie segmentów klientów jest organizacyjnie prostsze, to rzeczywistą wartość zapewnia dziś umiejętność budowania modeli analitycznych dedykowanych jednostkom. Druga zasada konkurowania analityką wskazuje, że powinniśmy posiadać zdolność budowania dedykowanych modeli matematycznych dla poszczególnych klientów (strategia ta nazywa się także hiper-personalizacją lub ang. segment of one) lub np. dla poszczególnych pozycji towarowych. W przypadku wykorzystania analityki do prognozowania popytu, posiadanie tej informacji na poziomie całej grupy towarowej pozwala nam jedynie przewidywać potencjał rynkowy, ale w momencie, kiedy zbudujemy modele prognostyczne dla każdego SKU w każdym centrum dystrybucyjnym, uzyskamy informację pozwalającą nam gwarantować wysoką dostępność towarów przy jednoczesnej optymalizacji wykorzystania magazynów i obniżeniu kosztów. Wtedy rzeczywiście analityka daje nam przewagę rynkową.
Zasada 3: Automatyzacja i dopasowanie
Chcąc zaadresować pierwszą i drugą zasadę konkurowania analityką budujemy rozwiązania informatyczne wspierające przetwarzanie danych, posiadające zaawansowane algorytmy analizy danych i pozwalające na udostępnianie reguł decyzyjnych do wykorzystania w procesach biznesowych i systemach transakcyjnych. Trzecia zasada konkurowania analityką wskazuje nam, że budując ten świat powinniśmy rozumieć, że proces analityczny składa się tak naprawdę z dwóch, integralnie ze sobą połączonych cykli.
Wychodząc od hipotezy biznesowej, rozpoczynamy poszukiwanie odpowiedzi na zadane pytanie (DISCOVERY). Na tym etapie cyklu kluczowa jest umiejętność szybkiego przeformułowywania zadania, zmiany danych wykorzystywanych w analizie oraz zmiany podejścia do rozwiązania problemu. Ten etap jest pełen eksperymentów, nieudanych prób i testowania. Kluczowe tu będzie uzyskanie wysokiej zwinności i niskiej pracochłonności w procesie eksploracji danych. W momencie, kiedy model matematyczny lub reguła decyzyjna są gotowe, przechodzimy do etapu wykorzystania produkcyjnego uzyskanej wiedzy (DEPLOYMENT). Tu zasady są inne - model podlega zarządzaniu, SLA środowiska decyzyjnego jest wysokie i nie ma tu już miejsca na testy. Pokazując to na przykładzie: kiedy poszukujemy nowych wzorców zachowań klientów, kiedy szukamy nowych szans na dosprzedaż produktów, wykorzystujemy środowiska Big Data łącząc różne, często na pierwszy rzut oka niepowiązane, dane. Tam analitycy i Data Scientists eksplorując różne hipotezy biznesowe, cenią sobie możliwość dołączenia nowych danych do analizy, masowego ich przekształcania i eksperymentowania. Kiedy już odnajdą wzorce zachowań klientów, reguła je opisująca staje się podstawą rekomendowania im nowych produktów. Wykorzystywana jest w sklepie internetowym, na call center lub w portalu samoobsługowym bankowości elektronicznej. Tu wszystko musi działać poprawnie, z wysokim stopniem kontroli. Trzecia zasada konkurowania analityką wskazuje, że kluczem do budowania przewagi konkurencyjnej jest automatyzacja wdrażania odkrywanych modeli analitycznych w procesach biznesowych. Czas pomiędzy zbudowaniem nowego modelu analitycznego a jego produkcyjnym wdrożeniem powinien być jak najkrótszy, optymalnie, aby nie wymagał przenoszenia modelu pomiędzy platformami informatycznymi i wpływania na kod go opisujący. W ten sposób uzyskujemy zdolność do automatyzacji naszych działań, a docelowo także automatyzacji w procesie budowania modelu, co przekłada się na zdolność do zaadresowania zarówno pierwszej, jak i drugiej zasady konkurowania analityką.
SAS i zasady konkurowania analityką
Rozwiązania i narzędzia SAS pozwalają zaadresować wszystkie opisane zasady konkurowania analityką. Szerszy opis można znaleźć tutaj, a równocześnie zachęcamy do obejrzenia video, które "w pigułce" prezentuje 3 omawiane zasady.
