آیا برای عصر داده‌های بزرگ آماده‌اید؟

مترجم: محمدجعفر نظری

منبع: مکنزی، نوامبر ۲۰۱۱

تجربیات مستمر و مدل‌های نوین کسب‌وکار ویژگی‌ رقابت سازمان‌ها در عصر جدید خواهد بود. زیرا سازمان‌ها با کسب و تحلیل داده‌های انبوه مواجهند. آن چه مدیران باید در این باره بدانند: در چند سال گذشته حجم داده‌ها انفجار یافته است. در پانزده بخش از هفده بخش اقتصاد ایالات متحده شرکت‌هایی که بیش از هزار نفر کارمند دارند به طور متوسط ۲۳۵ ترا بایت داده داشته‌اند. این حجم بیش از حجم داده‌های کتابخانه کنگره است.

این حجم از اطلاعات الزامات تازه‌ای برای رهبران و سازمان‌های آنها به ارمغان می‌آورد. پژوهش‌های اخیر دانشگاهی نشان می‌دهد که سازمان‌هایی که از داده‌ها و تحلیل کسب‌وکار برای هدایت تصمیم‌گیری‌های خود استفاده کرده‌اند بهره‌وری و بازگشت سرمایه‌ بیشتری نسبت به بقیه داشته‌اند و سودآورتر بوده‌اند. پژوهش ما هم در همین راستا در مورد سازمان‌های شبکه‌ای نشان می‌دهد که این سازمان‌ها می‌توانند با بازکردن مجاری اطلاعاتی در داخل سازمان و همچنین درگیر کردن مشتریان و تامین‌کنندگان، به صورتی راهبردی در تعاملات بر مبنای وب شرکت کنند و سودآوری بسیار خوبی به‌دست آورند. ما معتقدیم که داده‌های بزرگ به مرور به‌گونه‌ای جدید از دارایی‌های سازمانی تبدیل خواهند شد و درست به مانند یک نشان تجاری می‌توانند مبنای خوبی برای رقابت باشند. در این صورت سازمان‌ها باید آمادگی خود را برای استفاده از ظرفیت داده‌های بزرگ و مدیریت تهدیدهایی افزایش دهند که سازمان با آن مواجه می‌شود. در این حالت موفقیت تنها به مهارت‌ها وابسته نیست؛ بلکه سازمان‌ها باید تجاربی را درباره‌ چگونگی تحولات عصر داده‌های بزرگ به‌دست آورند.

پنج سوال بزرگ درباره‌ داده‌ها‌ی بزرگ

ما در اینجا راه‌هایی که داده‌ها‌ی بزرگ می‌توانند رقابت را تغییر دهند به اختصار بیان می‌کنیم: با تغییر شکل فرآیندها، تغییر زیست‌بوم سازمان‌ها و تسهیل نوآوری. ما بحث خود را حول پنج سوال سازمان‌دهی کردیم که فکر می‌کنیم مدیران ارشد باید امروزه از خود بپرسند، البته ما اذعان می‌کنیم که این روزها روزهای آغازین عصر داده‌ها‌ی بزرگ است که همراه با فناوری‌های دیگر در کسب‌وکار در حال توسعه است؛ اما ما می‌توانیم عناصر کلیدی آن را تعریف کنیم. نخست، سازمان‌ها می‌توانند امروزه داده‌ها را به راحتی از واحدهای مختلف سازمانی و شرکا و مشتریان گردآوری کنند.

اگرچه داده‌های بزرگ عرصه‌ فعالیت تقریبا همه‌ صنایع را تغییر داده است؛ اما برخی از سازمان‌ها و صنایع استفاده بیشتری از آن می‌کنند؛ به‌خصوص در دوره‌ کنونی که هنوز آغاز دوره‌ داده‌های بزرگ است. برای ادراک این پویایی‌ها ما بیست بخش در اقتصاد آمریکا را بر مبنای تاثیری که در تولید ناخالص ملی آمریکا داشته‌اند انتخاب کردیم و دو شاخص برای تخمین قابلیت هر کدام از این بخش‌ها برای ایجاد ارزش با استفاده از داده‌های بزرگ توسعه دادیم.

سازمان‌های حوزه‌ مالی بیشترین استفاده را از این قابلیت کرده‌اند. بسیاری از این سازمان‌ها سرمایه‌گذاری عمیقی در فناوری اطلاعات کرده‌اند و منابع داده‌ای بسیار بزرگی دارند. صنایع اطلاعاتی نیز جزو این دسته‌ پیشرو هستند. این‌گونه سازمان‌ها ذاتا دارای فشردگی اطلاعاتی هستند و از روش‌های بسیار پیچیده‌ تحلیل داده‌ها استفاده می‌کنند.

بخش عمومی بیشترین قابلیت را برای تغییر دارد. حاکمیت‌ها مقدار بسیار زیادی داده را جمع‌آوری و آنها را با میلیون‌ها شهروند تبادل می‌کنند و اغلب عملکرد متغیری دارند. با اینکه سود بالقوه‌ این بخش برای استفاده از داده‌ها زیاد است، عملکرد ضعیف‌تری داشته‌اند. ساختار سه بخشی صنایعی همچون تولید، بهداشت و خرده‌فروشی وضعیت ایجاد ارزش در داده‌ها را در این صنایع پیچیده کرده است. متوسط اندازه سازمان‌ها در این صنایع کوچک است. سازمان‌های کوچک استفاده‌ کمتری از داده‌ها می‌کنند چون به میزان کمتری دسترسی دارند.

ما به مدیران پیشنهاد می‌کنیم که به تاریخچه‌ انقلاب داده‌ها توجه کنند تا پیش‌بینی آینده آسان‌تر شود. موج‌های آغازین این فناوری نشان می‌دهد که بهره‌وری نه‌تنها به خاطر به‌کارگیری فناوری جدید بلکه به خاطر تطبیق این سازمان‌ها و مدیریت آنها با این فناوری‌ها است. ما اثر احتمالی داده‌های بزرگ را در چند صنعت بررسی کردیم و دریافتیم که در هر بخش، برخی صنایع منافع این امر را زودتر می‌فهمند؛ زیرا آمادگی بیشتری برای سرمایه‌گذاری بر داده‌ها یا انگیزه‌های تجاری قوی‌تری برای استفاده از آن دارند. عصر داده‌‌های بزرگ مستلزم اصول مدیریتی تازه‌ای است. منافع رقابتی آینده از آن سازمان‌هایی خواهد بود که نه تنها داده‌ها‌ی بهتر و بیشتری را جمع‌آوری کنند بلکه از آنها در یک مقیاس قابل قبول و به‌صورت اثربخش استفاده کنند. ما امیدواریم که با انعکاس این موضوع و پنج سوال درک بهتری را برای مدیران فراهم کنیم تا پیش‌فرض‌های استراتژی‌های خود را همراه با سرعت و قلمرو تغییراتی که در جریان است بیشتر بفهمند.

۱- در جهان شفافیت چشمگیر که داده‌ها به صورت گسترده‌ای در دسترس ما هستند چه اتفاقی در حال رخ‌دادن است؟

با شیوع داده‌ها و اطلاعات در میان صنایع مختلف و افزایش دسترس‌پذیری اطلاعات، سازمان‌هایی که داده‌های مخصوص به خود را به عنوان یک سرمایه رقابتی در نظر گرفته‌اند مورد تهدید قرار می‌گیرند.

مثلا صنعت املاک تکیه‌ صرفی بر دسترسی ویژه بر داده‌های معاملاتی دارد در واقع دانش خود درباره‌ قیمت‌ها را به عنوان مزیت رقابتی خود در نظر دارد و از رفتار مصرف‌کنندگان غافل می‌شود. هر دوی این کارها نیازمند تلاش و هزینه‌ بسیاری است. در سال‌های اخیر اما متخصصان آنلاین در اطلاعات املاک و تحلیل آنها از دلالان مسکن پیشی گرفته‌اند.

آنها امکان تبادل دیدگاه‌ها درباره‌‌ ارزش املاک را به فروشندگان و خریداران می‌دهند و به این صورت منابع تازه‌ای را برای داده‌های املاک به‌وجودآوردند. اطلاعات مربوط به هزینه‌ها و قیمت‌ها در صنایع دیگر هم در حال از دست‌دادن ارزش خود می‌باشد.

این یک چالش بسیار بزرگ است که کوه‌هایی از داده‌ها معمولا به‌وسیله‌ سازمان‌ها به صورت آشفته و بدون استفاده نگهداری می‌شود. اطلاعاتی که در داخل واحدهای سازمانی انباشته می‌شود نیز می‌تواند مشکل ایجاد کند. بسیاری از موسسات مالی برای مثال از شکست خود در به اشتراک‌گذاری داده‌ها در میان بخش‌های مختلف کسب‌وکار مانند بازارهای مالی و مدیریت مالی و واگذاری‌ها رنج می‌برند. اغلب این اطلاعات زیاد این سازمان‌ها را از کسب یک دیدگاه منسجم درباره‌ هر یک از مشتریان و دریافتن رابطه‌ مالی

باز می‌دارد.

برخی تولیدکنندگان در تلاشند که این حصارهای دپارتمانی را در سازمان‌ها از بین ببرند. آنها داده‌ها را از سیستم‌های مختلف می‌گیرند و یکپارچه می‌کنند و بخش‌های مختلف سازمان را دوباره به همکاری فرا می‌خوانند و حتی از مشتریان و تامین‌کنندگان برون‌سازمانی هم می‌خواهند که در خط تولید محصولات جدید با سازمان همکاری کنند. در بخش‌های پیشرفته تولیدی مانند تولید خودرو تامین‌کنندگان هزاران قطعه را تولید می‌کنند. سکوهای یکپارچه‌سازی داده‌ها باید انسجام بیشتری داشته باشند تا بتوانند سازمان‌ها و شرکای آنها را در زنجیره تامین مورد حمایت قرار دهند.

۲- اگر بتوانید همه‌ تصمیمات خود را آزمایش کنید این آزمایش چگونه در تصمیمات شما تاثیر می‌گذارد؟

داده‌های بزرگ با خود امکان تحول در روش‌های تصمیم‌گیری را به همراه دارند. مدیران می‌توانند با استفاده از تجارب کنترل‌شده فرضیات مختلف را آزمون کنند و نتایج آنها را برای هدایت تصمیم‌گیری‌های سرمایه‌گذاری و تصمیم‌گیری‌های عملیاتی به‌کارگیرند. تجربه‌ عملی می‌تواند مدیران را از روابط علی و معلولی آگاه کند و تنوع نتایج را کاهش دهد و در عین حال عملکرد مالی و تولیدی را بهبود بخشد.

تجربه‌ استوار می‌تواند شکل‌های زیادی داشته باشد. مثلا شرکت‌های پیشروی اینترنتی همواره در حال کسب تجربه هستند. در برخی موارد این شرکت‌ها بخشی از صفحه‌ سایت خود را برای انجام این تجارب و کسب بازخورد از مشتریان به‌کارمی‌گیرند. سایر شرکت‌ها هم می‌توانند از این تجارب برای کمک به تصمیم‌گیری استفاده کنند. مثلا مک‌دونالد برخی فروشگا‌های خود را به وسایلی مجهز کرده است که داده‌های عملیاتی را با ردیابی تعاملات مشتریان، ترافیک فروشگا‌ه‌ها و الگوهای نوبت‌دهی جمع‌آوری می‌کند. پژوهشگران می‌توانند اثر تغییرات منوها، طراحی رستوران‌ها و آموزش را با استفاده این داده‌ها بر بهره‌وری و فروش بسنجند.

در جاهایی که این تجارب کنترل‌شده به صرفه نباشند سازمان‌ها می‌توانند از تجارب طبیعی برای تعیین منابع ایجاد تنوع در عملکرد استفاده کنند. شرکت‌های پیشروی خرده‌فروشی حرکت‌های مشتریان در درون فروشگاه‌های خود را نیز پایش می‌کنند و شیوه‌ تعامل آنها با محصولات را بررسی می‌کنند. این شرکت‌ها با مقایسه‌ این رفتارها با صورتحساب‌های مالی مشتریان درباره‌ انتخاب محصولات، مکان قرار دادن آنها و زمان و مکان تنظیم قیمت‌ها تصمیم می‌گیرند. ‌چنین روش‌هایی باعث شده یکی از این شرکت‌های پیشرو ۱۷ درصد موجودی انبار خود را کاهش دهد بدون اینکه سهم بازار را از دست بدهد.

۳- اگر شما از داده‌ها‌ی بزرگ برای سفارشی‌سازی گسترده و بهنگام استفاده کنید کسب‌وکار شما چگونه تغییر می‌کند؟

شرکت‌هایی که مستقیما با مشتریان برخورد دارند داده‌های بسیار خوبی برای بخش‌بندی مشتریان و انتخاب مشتریان هر بخش دارند. داده‌های بزرگ، شخصی‌سازی بهنگام را ممکن می‌کند و این گامی است فراتر از آنچه تا به حال طی شده است. خرده‌فروش‌های نسل بعد خواهند توانست که رفتار مشتریان را پایش کنند و رفتار محتمل آنها در آینده را بر مبنای این اطلاعات مدل‌سازی نمایند. بر اساس این اطلاعات آنها می‌توانند بفهمند که چه هنگام مشتریان در شرف تصمیم‌گیری درباره‌ خرید یک محصول خاص هستند. این‌گونه استفاده از داده‌ها در صنایع دیگر هم محتمل است.

مثلا یک شرکت بیمه سیاست‌های بیمه‌ای خود را برای هر مشتری تنظیم می‌کند؛ با استفاده از: پروفایل‌های دقیق و جزئی و به روز برای مشتریان و تخمین ریسک مشتریان، میزان تغییر ثروت آنها و میزان ارزش دارایی‌های آنها و داده‌های دیگر.

۴- چگونه داده‌های بزرگ مدیریت را رشد می‌دهد یا حتی آن را جایگزین می‌کنند؟

داده‌های بزرگ فضای عملیاتی برای استفاده از الگوریتم‌ها و ماشین‌های خودکار را گسترش می‌دهد. مثلا برخی تولیدکنندگان الگوریتم‌ها و داده‌های سنسورهای خط تولید را تنظیم می‌کنند و فعالیت‌های خودتنظیمی را ایجاد می‌کنند که اتلاف را کاهش می‌دهند، از دخالت پرهزینه انسان‌ها در فرآیندها می‌کاهند و در نهایت خروجی را افزایش می‌دهند. در میدان‌های نفتی دیجیتال پیشرفته هم ابزارها به صورت مستمر داده‌ها را در مورد خطوط لوله و سیستم‌های مکانیکی و موقعیت وضعیت چاه‌های نفت گردآوری می‌کنند. این اطلاعات به‌وسیله‌ خوشه‌هایی از رایانه‌ها تحلیل می‌شود. این رایانه‌ها نتایج تحلیل خود را در مراکز عملیات بهنگام وارد می‌کنند و این مراکز جریان نفت را برای بهینه‌سازی تولید و حداقل‌سازی زمان و اتلاف زمان به‌کار می‌گیرند. یکی از شرکت‌های پیشرو در صنعت نفت با این روش ده تا پانزده درصد هزینه‌های عملیاتی و کارمندیابی را کاهش داد و تولید خود را نیز در عین حال پنج درصد بیشتر کرد. برخی خرده‌فروش‌ها هم در خط مقدم استفاده از تحلیل خودکار داده‌های بزرگ هستند آنها از تحلیل احساسات و تکنیک‌های تحلیل گرایش‌ها برای ثبت جریان‌های داده‌ها که هم‌اکنون به‌وسیله‌ مصرف‌کنندگان با استفاده از انواع مختلف رسانه‌های اجتماعی در دسترس هستند استفاده می‌کنند و پاسخ مشتریان را به کمپین‌های جدید بازاریابی به‌صورت تعاملی و بهنگام می‌سنجند و استراتژی خود را طبق آن تنظیم می‌کنند.

گاهی این روش‌ها باعث می‌شوند که چرخه‌ اصلاح محصول چند هفته زودتر طی شود؛ زیرا بازخورد با سرعت زیادتری از مشتریان اخذ می‌شود.

۵- آیا می‌توانید بر اساس داده‌ها یک مدل کسب‌وکار تازه ایجاد کنید؟

داده‌های بزرگ گونه‌های جدیدی از سازمان‌ها را ایجاد کرده‌اند که از مدل‌های کسب‌وکار مبتنی بر اطلاعات استقبال می‌کنند. بسیاری از این سازمان‌ها در زنجیره‌ ارزش نقش واسطه را دارند و داده‌های جامع بسیار ارزشمندی را که به‌وسیله‌ تراکنش‌های کسب‌وکار ایجاد می‌شود به ارمغان می‌آورند. مثلا یک شرکت حمل و نقل دریافت که در طی انجام کارهای خود میزان بسیار زیادی اطلاعات درباره‌ حمل‌ونقل جهانی کالا در اختیار دارد. این شرکت فرصت را غنیمت شمرد و واحدی را برای فروش این داده‌ها جهت پیش‌بینی‌های اقتصادی به سازمان‌های دیگر تشکیل داد.

داده‌ها‌ی بزرگ همچنین در حال افزایش رتبه‌ سازمان‌هایی است که داده‌ها را جمع‌آوری می‌کنند. این سازمان‌ها که داده‌ها را از چندین منبع می‌گیرند و تجزیه‌وتحلیل می‌کنند تا آگاهی‌هایی برای مشتریان به ارمغان بیاورند. مثلا در صنعت بهداشت و پزشکی برخی از تازه واردها در حال ترکیب داده‌های رفتاری، داده‌های مربوط به بهداشت عمومی، داده‌های مربوط به داده‌های کلینیکی و داده‌های مالی کلینیک‌ها برای ایجاد پروفایل‌های دقیق‌تری برای بیماران هستند که به مشتریان، مدیریت هزینه‌ها و بهبود درمان کمک می‌کند.

با شیوع داده‌های قیمت‌گذاری در اینترنت و جاهای دیگر کارآفرینان در حال ارائه‌ خدمات مقایسه قیمت‌ها به مشتریان هستند به صورتی که اطلاعات مربوط به میلیون‌ها محصول جمع‌آوری می‌شود. این‌گونه مقایسات از نظر خرده‌فروشان به عنوان یک نیروی تفرقه‌انداز دیده می‌شود، اما ارزش زیادی برای مشتریان ایجاد کرده است. مطالعات نشان می‌دهد که افرادی که از این خدمات استفاده کرده‌اند، ده درصد ارزش خود را افزایش داده‌اند.