BIG data och kundvärde

Får då och då en släng av hybris, vilket tar sig uttryck i att jag tror mig förstå helheten i olika sammanhang. Detta leder i sin tur till det mycket obehagliga och förmätna tilltaget att pådyvla mina helhetssanningar i ett inlägg.

Oavsett, skulle jag vilja ge en i mitt tycke något mer nyanserade bild av Big data.

1 Källorna
Det finns redan idag så mycket datakällor att termen BIG inte räcker till. Och fler kommer det att bli i en rasande takt! I bilden finns några exempel på källor som formidabelt sprutar ur sig data.

  • Smart living koncepten med smarta nät kommer att producera massor av data om hur vi lever.
  • RFID taggar i kläder och andra ställen kommer att generera data.
  • Online data – kopiösa mängder online data produceras varje sekund på planeten
  • M2M – Kassapparater, robottar, telefoner och allt som på något sätt har en sensor kopplat till sig.

Jag tror att det finns en god anledning att höja blicken och fundera på om det finns källor som inte är top of mind. Kanske källor som vid första anblicken inte är kopplad affärsmodellen.

Till denna data kommer även intern data från ERP, CRM etc.

2 Lagra och processa
Var all data skall landa och processas är en teknisk utmaning. Det handlar inte bara om stora diskar. Teradata, IBM, Oracle och Hadoop är erkända namn, men jag är inte tillräckligt kunnig för att kunna värdera detta område. Det man kan fundera på är hur företag, med en plånbok som inte passar nämnda namn, skall agera. Har du tips, maila mig!

3 Analysera
Nu kommer vi till en intellektuellt utmanande delen i att analysera informationen. Omvandla information till kunskap. Detta har jag skrivit massor om, men jag säger det igen. Dagens BI/affärs-analytiker är INTE rätt för att tolka denna data.

Deras ”statistikpoängstinnavänstrahjärnhalvor” [statistik – poäng – stinna – vänstra –hjärnhalvor] söker efter ett på förhand uttänkt svar. Hade dom fått styra hos Apple hade inte en Kamera med MP3-spelare man kunde ringa med kommit upp på ritbordet.

Sök samband som inte finns. Sök kopplingar utanför comfort zone etc etc

4 Kundvärde
Om vi inte klarar att omvandla informationen till kunskap kan vi inte heller omvandla kunskap till indirekt eller direkt kundnytta. Är du Big data – pionjär i din organisation och inte har detta mål, så kan du hämta en yxa och hugga av dig fingrarna så du aldrig mer kan peta på ett tangentbord.

Indirekt kundvärde – är när du kan dra slutsatser som gör att du kan bättre kan anpassa produkter, tjänster, organisation eller marknadskommunikation så att det bättre passar dina kunder.

Direkt kundvärde – är när du utnyttjar data och insikter för att dela med dina kunder. Energibranschen är ett bra exempel på att dela mätvärden.

Risken som jag ser det med Big data är att den stannar på nivå 2. Det enda som då hänt är att man förbrukat massor av pengar och möjligen tillfredsställt en teknik-kåta data warehouse -nerdar.

About Patrick Gilbert

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