Strategi för analytics

Vi kör bil av olika orsaker. Några gör det av rent nöje, andra transporterar saker, några gör det för att rädda liv etc. Vi har också olika sofistikerade motorer. Några är riktiga miljöbovar och andra använder extremt effektiva förbränningsmotorer.

Men oavsett ovanstående alternativ så har förutsättningarna följt ungefär samma process.

Någon har letat efter olja, man har samlat in den, analyserat kvaliteten, den har förädlats till bensin eller diesel och sedan tillgängliggjorts på bensinstationer för oss att konsumera.

Under rätt lång tid har vi nu hört den, något slitna metaforen; ”Data is the new oil”. Men den fungerar faktiskt rätt bra ibland.

Det handlar om att:

  • Hitta rätt information
  • Samla in data
  • Analysera data
  • Förädla data
  • Tillgängliggöra för konsumtion
  • Konsumera data av olika orsaker

Jag tror att, ju mer sofistikerad konsumtion av data, desto mer kommer den att konsumeras och exekveras av maskiner snarare än människor.

Hitta rätt information
Vi har ett överskott av information. Information är ingen bristvara, men vi ser den okritiskt som en enorm tillgång och därför öppnat dammluckorna för att samla så mycket av den som möjligt.

Vi behöver hitta rätt, riktig och relevant information, annars blir konsumtionsresultatet som bilen ovan!

Samla in data
Sättet vi samlar in data kommer att skilja sig mycket beroende på vad vi vill göra med den. I vissa fall måste vi hantera strömmad data och bara leta efter avvikelser, i andra fall hanterar vi batcher en gång i veckan. Vi kan inte ha samma sätt för allt!

Analysera data
Det är ganska populärt att dela in analys i

  • Descriptive – Vad hände?
  • Diagnostic – Varför hände det?
  • Predictive – Vad kommer att hända?
  • Prescriptive – Vad skall jag göra?

Den första är vad 90% av alla verkar fokusera på. Vi kör vår affär genom en historisk backspegel. Jag tror att vi måste bli bättre på att röra oss i alla fyra ”analysdisciplinerna” . Ju närmare man kommer ”Prescriptive” desto mer måste man vara närmare källan, snabbare och mer automatiserad.

Förädla data
De flesta människor och saker är inte bra på att tolka rå-data. I väldigt många fall behöver vi förädla data genom att konvertera den till kunskap. Att bara tillgängliggöra rådata kommer att vara både tidsödande och dyrt för verksamheten.

Tillgängliggöra data
Här finns rätt mycket spännande möjligheter. Dom som är duktiga på detta genom olika typer av ”dashboards” etc. kan skapa en väldigt uniform bild av det man vill förmedla.

Konsumera data
Redan för 8 år sedan skrev jag ett blogginlägg att data är ett laddat vapen för datakonsumenter. Det demokratiserade sättet vi konsumerar data är behäftat med en risk. Oavsett om den konsumeras av människor eller maskiner.

Slutsats
Är allt det här viktigt? Jag tror att det är, eller åtminstone kommer att bli, sättet på vilket vi särskiljer oss från våra konkurrenter. Både i fråga om effektivitet och kundupplevelse.

About Patrick Gilbert

Jag hjälper företag och människor att lyckas skapa exceptionella kundupplevelser, lönsamhet och effektivitet genom att utnyttja digitaliseringens möjligheter.

Leave a Reply

Your email address will not be published. Required fields are marked *