По мере того как потребители переходят на цифровые каналы, доступность структурированной и неструктурированной информации увеличивается в геометрической прогрессии. Эти данные создают ощущение возможностей для компаний, работающих в условиях гиперконкуренции и вынужденных быстро принимать решения, чтобы реагировать на рыночные условия. Доступность новейших аналитических инструментов и платформ больших данных с обещаниями аналитики в реальном времени побуждает эти компании инвестировать в новые технологии с целью улучшения понимания клиентов и обеспечения роста бизнеса.

Часто компании начинают с проекта больших данных и обнаруживают, что не достигают своих целей из-за ограничений бизнеса, организации и процессов, а также технологических ограничений. Чтобы осознать преимущества аналитики и быстро внести изменения на рынке, необходимо повысить гибкость по четырем основным параметрам, как показано на рисунке ниже:

Четыре императива гибкой аналитики

  1. Гибкость модели (точность модели и актуальность данных).Большинство аналитических систем полагаются на исторические данные за определенные периоды времени для повышения точности модели. Поскольку рынок быстро меняется, модели обычно устаревают и не включают большие отклонения данных от среднего значения. Генерация идей, которые работают в реальном мире, обычно требует дополнения аналитических результатов человеческим суждением, чтобы учесть проблемы реального мира, которые модель может не учитывать. Необходимо найти соответствующий компромисс между сложностью и стоимостью обновления моделей с использованием последних данных и работой с моделью, которая может частично отражать реальность.
  2. Гибкость процесса (общее время цикла до выхода на рынок).Общее время цикла процесса вывода изменений продуктов/услуг на рынок является решающим фактором, определяющим требуемую скорость для аналитики (например, в режиме реального времени, ежедневно, ежемесячно). Возможность анализировать изменения в режиме реального времени, ежечасно или ежедневно, бесполезна, если общее время процесса велико и не может быть изменено. Кроме того, большинство компаний зависят от большого количества партнеров для предоставления своих продуктов / услуг, и им может помешать время партнерского цикла. Требуется сократить общее время цикла процесса от разработки идеи до конечного продукта и предоставления услуг на рынке вместо разработки высокоскоростного сложного и дорогостоящего аналитического процесса, которому мешает общий процесс, который медленно меняется.
  3. Организационная гибкость (скорость принятия решений). Каждая организация имеет встроенную инерцию к изменениям и присущее время цикла для принятия решений. Самые быстрые инструменты и лучшие аналитические идеи не сократят время этого цикла, если не будут внесены изменения в организационные права и скорость принятия быстрых решений.
  4. Технологическая гибкость (скорость внедрения ИТ-технологий): ИТ-отделы имеют определенную скорость для доставки изменений на рынок. Некоторые ИТ-организации активно используют методы для повышения скорости доставки, в то время как другие могут быть не в состоянии быстро реагировать на изменения. Для гибкой аналитики требуются не только инструменты, работающие в режиме реального времени, но и высокая операционная оперативность ИТ (например, загрузка внешних рыночных данных) и высокая скорость доставки продуктов на рынок.

Во все более меняющемся мире компаниям необходимо повышать скорость реагирования рынка. Инвестирование в проект больших данных с целью получения информации в режиме реального времени может привести к созданию очень сложных систем, которые могут не полностью реализовать коммерческую ценность инвестиций. Целостный подход, повышающий гибкость по четырем вышеописанным параметрам, необходим для улучшения сквозного реагирования на потребности рынка.

Первоначально опубликовано на https://www.linkedin.com.