توسعه استراتژی تجزیه و تحلیل دادهها برای حرکت از بهینهسازی به نوآوری
نویسنده: روزبه عقیلی
مدیران فناوری، رسانه و مخابرات بیش از همتایان خود در بیشتر صنایع دیگر از بینش مبتنی بر داده استفاده میکنند. اما آیا آنها باید اولویت بیشتری را برای استفاده از دادهها برای پیشبرد نوآوری قائل شوند؟
در دومین گزارش سالانه Deloitte Global Industry 4.0 “موفقیت در انقلاب چهارم صنعتی” از ۲۰۴۲ مدیر اجرایی و رهبر بخش عمومی شرکتهای بیگ دیتا، هوش مصنوعی، اینترنت اشیا و رباتیک نظرسنجی صورت گرفت. هفت نفر از هر ۱۰ مدیر در مشاغل فناوری، رسانه و مخابرات گزارش دادند که سازمانهای آنها از بینش مبتنی بر داده استفاده میکنند؛ بیش از شرکتهای صنایع دیگر.
با این حال، استفادهی آنها بیشتر دفاعی است. این مدیران اظهار داشتند که بینشهای داده محور را در درجه اول برای بهینهسازی عملیات خود، آمادگی برای تأثیر راهحلهای جدید در بازار و دفاع در برابر رقبا استفاده میکنند. قابل ذکر است که همین مدیران گزارش کردهاند که از بینش داده محور برای ایجاد نوآوری استفادهی کمتری کردهاند.
بنابراین، چرا نوآوری مبتنی بر داده به صورت گسترده وجود ندارد؟ غالباً، شرکتهای فناوری ترجیح میدهند مسیری را انتخاب کنند که “امن تر” باشد. بهینهسازی نیاز به تنظیم دقیق و ریسک کم دارد. برنامهریزی منابع سازمانی و ابزارهای هوش تجاری معمول هستند و این عملیات دادههای قابل توجهی تولید میکنند. دفاع در برابر رقبا میتواند از قابلیتهای هوش رقابتی استفاده کند. علاوه بر این، دفاع مربوط است به محافظت از آنچه که در حال حاضر دارید، در حالی که نوآوری ایجاد چیزی جدید است، اغلب بدون داشتن اطلاعات زیاد. نوآوری موثر معمولاً به کشف، توسعه، تحویل و تأثیر در بازار نیاز دارد. این می تواند گران و ذاتاً پر خطر باشد. با این حال، بینش داده محور میتواند سختترین قسمتها را تسریع کند: کشف و تأثیر بازار.
Netflix از روزهای ابتدایی خود یک شرکت داده محور بوده و از الگوریتمهای پیشنهادی برای ارائهی محتوای دلخواه مشتری استفاده میکند. همانطور که به استودیو تبدیل شد، این قابلیت دسترسی به محتوای مورد پسند کاربر را بهبود بخشیده تا فعالیت خود را هر چه بیشتر توسعه دهد. حال این شرکت میداند چه محتوایی را در چه جایی در بازار عرضه کند تا بیشترین میزان مشتری را جذب کند. با استفاده از دادههای ناشناس و کل مشتریان، Netflix میتواند متوجه شود کدام کاربر به احتمال زیاد دوست دارد یک نمایش اکشن ماجراجویی تماشا کند که بیشتر از ۲۸ دقیقه طول میکشد و یک بازیگر محلی نقش اصلی آن را بازی میکند!
Netflix همچنین میداند که اگر عکس شروع ویدیو را تصویر آن بازیگر در مقابل یک انفجار نشان دهد، چه افرادی به احتمال زیاد آن نمایش را شروع میکنند. از آنجا، Netflix میتواند تعداد مخاطبان را پیشبینی کند و از این طریق متوجه میشود که آیا این فیلم به اندازه کافی برای تأمین اعتبار ارزشمند است یا خیر، و این مسئله خطر شکست را کاهش میدهد. پس از استقرار فیلم، شرکت میتواند نتایج فرضیه تعامل خود را اندازهگیری کند، و سپس مدلها را بر اساس آن به روز کند.
به نظر می رسد Netflix یک مثال پیچیده باشد، اما تمرکز آن ساده است: برای شناخت بهتر مشتری از دادهها استفاده کنید و سپس از این دانش برای تسریع نوآوری و تأثیرگذاری در بازار استفاده کنید. رهبران مشاغل متبحر میتوانند روی دادههایی که از قبل دارند سرمایهگذاری کنند؛ نه فقط برای دفاع، بلکه برای درک بهتر نحوه ارائه ارزش به مشتریان خود.
منبع:
https://www2.deloitte.com/us/en/pages/technology-media-and-telecommunications/articles/activating-data-driven-insights-in-media-and-tech-industries.html