Удирдагчид илүү сайн шийдвэр гаргахын тулд өгөгдөл болон зөн совингоо хэрхэн хослуулдаг вэ?

DСүүлийн хорин жилийн хугацаанд дижитал хувиргалт нэмэгдэж байгаатай холбогдуулан мэдээллийн амлалт асар их байсан. Хэрэглэгчээ ойлгох, бизнесээ өсгөх, амжилтыг хэмжихэд өгөгдөл зайлшгүй чухал боловч энэ нь танд хэрэгтэй цорын ганц зүйл биш юм. Сайн шийдвэр гаргахад хоёр өгөгдөл шаардлагатай болон зөн совин.

Өгөгдлийг хаан, зөн совин нь шоглоом гэж олон хүмүүс буруу ойлголттой болсон. Хааяа нэг нь нөгөөгийнхөө дэргэд хаанчлах боломжгүй гэдгийг бататгаж, олс таталтанд оролцож байгаа юм шиг санагддаг.

Энэ үнэнээс хол байж болохгүй. Аливаа сайн шийдвэр гаргахад зөн совин чухал үүрэг гүйцэтгэдэг. Өгөгдөл ба зөн совин хоёрыг нэгтгэх үед тэд сэтгэцийн загварыг сайжруулж, бэхжүүлдэг санал хүсэлтийн циклийг бий болгодог. Зөн совин нь өгөгдлийн талаар зөв асуулт асуухад хүргэдэг бөгөөд үүний үр дүнд үүссэн түүх нь зөн совингоо мэдээлдэг. Өгөгдөл дутуу эсвэл чанарын асуудал гарсан үед зөн совин бидэнд анхааруулж болно. Хэдийгээр бид өрөөсгөл ойлголттой ажиллаж байгаа эсвэл нөхцөл байдал өөрчлөгдсөнийг мэдэхэд өгөгдөл бидэнд тусалдаг.

Бизнесийн шинэ сорилтууд өнцөг булан бүрд гарч буй тодорхойгүй байдлын эрин үед энэ нь чухал юм. Өгөгдөл нь өнгөрсөн үеийн талаар баттай ойлголтыг өгч чадна, гэхдээ бид нарийвчлалд хэт автсан, өгөгдлийн төгс загварыг бүтээхэд - бидний өмнө болж буй үйл явдлыг алдаж болно. Зөн совин нь аливаа тоон үзүүлэлттэй адил шийдвэр гаргахад нөлөөлж болох чиглэлийг хурдан ойлгоход тусалдаг. Зөн совин, өгөгдөл нь зөв ашиглавал тодорхойгүй байдлын эсрэг ялалтад хүрэх хоёр гол холбоотон болж чадна.

Бодит ертөнцөд шийдвэр гаргах

Бид Дижитал үйлчилгээ ба мэдээллийн аналитикийн ахлах захирал Майкл Нолтингтэй ярилцлаа Volkswagen, Майкл Сасаки, Дэлхийн Хэрэглэгчийн Амжилт ба дэмжлэгийн хэлтсийн дэд ерөнхийлөгч асан Митек, шийдвэр гаргах, бизнесийн үр дүнд хүрэхийн тулд тэдний компаниуд өгөгдлийг зөн совинтой хэрхэн тэнцвэржүүлдэг талаар суралцах.

Хүснэгт: Танай компанид шийдвэр хэрхэн гардаг вэ?

Нолтинг: Бид автомашины үйлдвэрлэлээ [Фольксваген дээр] өгөгдөлд тулгуурласан болгохын тулд сүүлийн жилүүдэд үнэхээр шаргуу ажилласан. Бид Snowpark хэмээх платформыг бүтээсэн бөгөөд энэ нь туршилтын хөтөч болон үйлчлүүлэгчдийнхээ бүх мэдээллийг цуглуулсан. Автомашины ашиглалтын хувьд цоорхой байгаа эсэхийг судалж үзсэн.

Хэрэв бид жинхэнэ хэрэглэгчид манай машиныг хэрхэн ашигладагийг ойлговол тэдний хэрэгцээнд нийцүүлэн машин бүтээж, илүү сайн бүтээгдэхүүн хүргэхээс гадна нийт зардлыг багасгах боломжтой.

Бид Volkswagen-д бодол санаа, өгөгдөл дээр үндэслэн шийдвэр гаргадаг. Өгөгдлийг илүүд үздэг бөгөөд ямар нэг зүйлийг аажмаар оновчтой болгоход ашиглаж болно. Хангалттай мэдээлэлгүй (өгөгдлийн хомсдол, хэт олон оролтын хэмжээс, нөлөөллийн хэмжээ бага, эсвэл хэт их контекст мэдлэг шаардлагатай зэргээс) дээр тулгуурлан хатуу шийдвэр гаргах үед таны гэдэс хайгуул хийхэд шаардлагатай байдаг. Үндсэн бизнесийг аль болох өгөгдлийн бүсэд шилжүүлэх шаардлагатай.

Эрсдэл хүлээхийн тулд эрсдэлийн хэмжээн дээр суурилсан шатлал хэрэгтэй. С түвшний удирдагчид эрсдэл хүлээх ёстой.

Манай MOIA флотын өгөгдөл (Гамбург, Ганновер дахь хамтын хөдөлгөөнт шийдэл) нь ардчилалтай болсон. Үүнд Volkswagen компанийн данстай хэн ч хандах боломжтой.

Бидний зорилго бол бүх өгөгдлийг дотооддоо ардчилах явдал юм. Бид одоогоор миний хэлтэст асар том мэдээллийн агуулах барьж байгаа бөгөөд бизнес [хэрэглэгч] бүрд өгөгдөл импортлох, дүн шинжилгээ хийх боломжийг олгохыг хүсч байна. Бид бизнес [хэрэглэгч] бүрийг өгөгдлийн инженер/өгөгдлийн судлаач болгодог.

Сасаки: Шийдвэр гаргахад [Митек дээр] оролцогч талуудын уялдаа холбоог шаарддаг. Эцсийн эцэст эцсийн шийдвэр гаргагчид байдаг бөгөөд тэд ихэвчлэн шийдвэр гаргадаг функциональ шинжээчид байдаг. Гэхдээ бид бүгдээрээ ижил мэдээлэлтэй, ижил өгөгдлийг судалж, өгөгдлийг ойлгож, тодорхойлолтыг хүлээн зөвшөөрөхөд маш их цаг зарцуулдаг.

Хүснэгт: Шийдвэр гаргахдаа өгөгдөл, зөн совин, туршлагаа хэрхэн тэнцвэржүүлдэг вэ?

Нолтинг: Хүмүүс эцэст нь эрсдэлд орох ёстой бөгөөд загвар/асуултын нарийн төвөгтэй байдлаас шалтгаалан хангалттай мэдээлэл байхгүй үед хүнд ачаалалтай асуултуудад зөн совин хэрэгтэй.

Бид үндсэн бизнесийнхээ хувийг эзэмшсэн хэвээр байгаа бөгөөд датад суурилсан компани болохын тулд үүнийг алхам алхмаар дата бүсэд шилжүүлэхийг хүсч байна. Гэсэн хэдий ч инновацийн төслүүд эсвэл бизнесийн шинэ боломжуудыг судлах нь үргэлж гэдэсний бүсэд хэсэгчлэн үлдэх болно. Хэрэв таны үндсэн бизнес хэвээр байвал гэдэсний бүсэд ямар бэрхшээл тулгарч байна вэ? Гэдэсний бүсэд эрсдэл өндөртэй асуултад хариулахыг хүсвэл (унш: сая доллар алдаж магадгүй) эрсдэл хүлээхэд бэлэн байгаа компанийн менежерүүд хэрэгтэй. Үүний дагуу бид мэдээж шатлалтай. Еврогоор тооцоолсон эрсдэлд үндэслэн бид эрсдэлийг үүрч чадах өөр өөр түвшний удирдлагын түвшинтэй. Эрсдэл нь сая сая орчим байвал С түвшин орно.

Сасаки: Тэд бүгд миний оюун санаанд оршдог.

Өгөгдөл бол маш чухал. Өгөгдлийн тусламжтайгаар та гэдэс дотрыг тань мэдээлэх эрлийз өгөгдлүүдийг харж эхэлдэг. Та хэрэглэгчийн мэдээлэлд үндэслэн шийдвэр гаргаж байна. Энэ бол таны өгөгдөлтэй ажиллах туршлага бөгөөд үйлчлүүлэгчидтэй хийсэн үр дүнг харах нь таныг зөв газартаа хүргэхэд үнэхээр тусалдаг. Энэ туршлага нь өгөгдөлтэй ажиллахад маш чухал юм.

Тиймээс би үүнийг нэг юм уу, өөр юм гэж хэлэхгүй. Энэ нь яг одоо аль алиных нь эрлийз юм. Мөн хоёулаа маш чухал. Гэдэс нь өгөгдөлд тулгуурладаг.

Хүснэгт: Шийдвэр гаргахад хангалттай мэдээлэл байгаа гэдгийг та хэзээ мэдэх вэ?

Нолтинг: Та "Бидэнд хангалттай мэдээлэл байна уу?" гэж хэлж болохгүй. эсвэл "Бидэнд хангалттай мэдээлэл байхгүй байна уу?" Энэ нь зөв системүүдийг холбох, сайн өгөгдөлтэй байх талаар илүү их зүйл юм. Асуулт үргэлж чанар, тоо хэмжээ хоёрын хооронд байдаг.

Компаниуд өгөгдлийн хувиргалт хийх үед хамгийн том асуудал бол мэдээллийн чанар юм. Та үүнтэй ажиллах боломжтой эсэхээ үнэхээр судалж үзэх хэрэгтэй. Зарим хяналтын самбаруудын хувьд танд өндөр чанарын борлуулалтын мэдээлэл хэрэгтэй. Танд мэдээллийн менежер хэрэгтэй.

Их хэмжээний нөлөө үзүүлэхийн тулд танд бага хэмжээний өгөгдөл хэрэгтэй (жишээ нь, жижиг машины паркаас). Бид [Илгээмж тээвэрлэлтийн компани] DPD гэх мэт арилжааны үйлчлүүлэгчид маань MOIA-ийн дундын хөдөлгөөнт шийдлийн жолооч нартай харьцуулахад машинаа хэрхэн ашигладаг болохыг олж мэдэхийг хүссэн. Энэ өгөгдлийг туршилтын флотоос цуглуулж болно. Хэрэв бид жижиг хэмжээтэй хэмжигдэхүүнийг хэмжихийг хүсч байвал бид том флотоос өгөгдөл авдаг.

Бидэнд байгаа эд ангиудын хомсдолд тулгуурлан ямар бүрэлдэхүүн хэсгүүдийг үйлдвэрлэхийг эрэмбэлэхийн тулд бид Tableau хяналтын самбарыг ашигладаг. Нэг хяналтын самбар нь бидэнд хэрэгтэй бүрэлдэхүүн хэсгүүдийн дарааллыг урьдчилан таамаглаж байна. Энэ нь үнэхээр төвөгтэй - олон тэрбум хослол байдаг. Тэгээд бид тооцоогоо хийж, эд ангиудыг хомсдолтой үед нь захиалж өгдөг. Энэ нь үйлдвэрлэлийн оновчтой процессыг бий болгодог.

Сасаки: Таваас арван жилийн өмнө мэдээлэл хомс байсан. Одоо маш их мэдээлэл байна. Ямар өгөгдөл чухал болохыг олж мэдэхийг оролдох нь үнэхээр гол бөгөөд сорилт юм. Учир нь та гаргахыг хүссэн бараг бүх шийдвэрээ зөвтгөхийн тулд өгөгдлийг харж болно. Энэ бол та өөрийн шийдвэрээ гаргаж, түүнийгээ зөвтгөх өгөгдлүүдийг эрэлхийлдэг бөгөөд ингэснээр өгөгдөл нь таны дагаж мөрдөх ёстой замыг үнэхээр илчлэх болно.

Тэгэхээр танд шийдвэр гаргахад хангалттай мэдээлэл байгаа гэдгийг хэзээ мэдэх вэ гэсэн асуулт гарч ирнэ.

Хэрэглэгчтэй холбоотой шийдвэр гаргахад миний хэрэглэгчийн амжилтын туршлага энд байна гэж би хэлэх болно. Та өмнө нь хүссэн үр дүнд хүрэхийн тулд ямар өгөгдөл байгааг харахын тулд хэрэглэгчийн тод цэгүүдийг харж болно. Тиймээс бид ямар үр дүнд хүргэсэн, дараа нь энэ шийдвэрийг гаргахад ямар өгөгдөл үнэхээр чухал байсан бэ гэдгийг маш их хардаг. Тиймээс бид тэдгээрийг тодорхойлж, үнэхээр салгах болно.

Мөн бид мэдээллийн шинжээчийн багт маш их түшиглэдэг. Mitek-д олон төрлийн мэдээллийн багийн тохиргоо байдаг. Тэнд төвлөрсөн бус, өөр өөр чиг үүрэг бүхий мэдээллийн шинжээч байдаг - нэг нь маркетинг, нөгөө нь санхүүгийн, нөгөө нь хэрэглэгчийн амжилт. Та бүгд нэг баг болох төвлөрсөн функцтэй байж болно. Гэхдээ өгөгдлийн шинжээчид ямар функцээс хамаарахаас үл хамааран ирж буй хүсэлтүүд дээр ажилладаг.

Би хэрэглэгчийн амжилтын багт өгөгдлийн шинжээчийн үүргийг бий болгож, бий болгосон. Энэ нь хэд хэдэн шалтгааны улмаас маш чухал байсан. Өгөгдлийн шинжээч нь өгөгдлийн шинжилгээний чиглэлээр мэргэшсэн мэргэжилтэн байхын зэрэгцээ өгөгдөлд дүн шинжилгээ хийж байгаа функциональ мэргэжилтэн байх ёстой гэж би бодож байна. Хэрэглэгчийн амжилтын багт өгөгдлийн шинжээчтэй байх нь хэрэглэгчийн өгөгдлийг ойлгоход үнэ цэнэтэй юм. Шийдвэр гаргахад хангалттай мэдээлэл байгаа эсэхийг шийдэхэд надад туслах цаг гарвал би мэдээллийн шинжээчдээ түшиглэдэг. Мөн энэ нь алдаатай байх, идэвхгүй байх хоёрыг тэнцвэржүүлэх үйлдэл юм.

Буруу шийдвэр гаргах эсвэл огт арга хэмжээ авахгүй байхын аль нь илүү үнэтэй вэ? Танд хангалттай мэдээлэл байгаа юм шиг санагдаж байгаа эсэхийг би мэдэхгүй, гэхдээ та өгөгдөлд тулгуурлан дуудлага хийх боломжтой байх хэмжээнд хүрдэг.

Хүснэгт: Өгөгдлийг харж, тоонуудыг мартаж, жинхэнэ, хүний ​​үйлчлүүлэгчдийг төлөөлдөг. Энэ алдаанаас бид хэрхэн хамгаалах вэ?

Сасаки: Би үйлчлүүлэгчтэй тулгарч байна; Би үйлчлүүлэгч болон орлогыг хариуцдаг. Бүтээгдэхүүн боловсруулах баг нь өөрийн гэсэн зорилготой бөгөөд энэ нь үргэлж хүнтэй холбоотой байдаггүй, эсвэл тэд үүнийг ойлгодоггүй бөгөөд энэ нь тэдний буруу биш юм. Үйлчлүүлэгчидтэй нүүр тулж байгаа удирдагчийн хувьд миний үүрэг бол тэр тоо, мэдээллийн цэгийг харуулах явдал юм.

Өгөгдөл дээр хүний ​​царай гаргахыг оролдохын тулд удирдагчдын хийж чадах тодорхой зүйлүүд байдаг. Бид компанидаа маш олон хөтөлбөрийг эхлүүлсэн. Нэг нь өдрийн хоолоо идээд сур. Бид үйлчлүүлэгчээ авчирч, бүхэл бүтэн компанид өдрийн хоол худалдаж авна. Одоо инженерүүд үйлчлүүлэгчийн яриаг сонсож, харж байгаа хэмжүүрүүдээ хүн төрөлхтөн, зорилготой холбож чаддаг болсон.

Хүснэгт: Ажил мэргэжлээрээ ажиллаж байгаа хүмүүс хэрхэн гэдэс дотрыг нь "сургаж" эхлэх вэ?

Нолтинг: Залуус бүтэлгүйтэж, шийдвэр гаргах эрсдэлтэй байж сурах ёстой. Энэ бол Германы компаниудын тэмцдэг соёлын асуудал юм. Та туршлага хуримтлуулж, алдаа гаргаснаар л гэдэс дотрыг сургаж чадна, тэгвэл та ирээдүйд илүү хэцүү шийдвэр гаргах эрсдэлийг хүлээж чадна. Volkswagen-д бид бүтэлгүйтлийг хүлээн зөвшөөрдөг сэтгэл зүйн аюулгүй орчныг бий болгосон. Үүнд хүрэхийн тулд та зөв аж ахуйн нэгж, мэдээллийн соёлтой байх хэрэгтэй.

Сасаки: [Митек дээр] бид өгөгдөлтэй ажиллах туршлагаас эхэлдэг. Миний багийн удирдагчид хэрэглэгчийн амжилтын менежерүүдийг мэдээллийн шинжээч болгон хувиргасан. Манай мэдээллийн шинжээчид Tableau-д хэрэглэгчийн амжилтын менежерүүдийг мэдээллийн шинжээч болгон хувиргах хэрэгслүүдээр хангасан. Одоо, хэрэв та Tableau дээрх үзэл бодлыг харвал компани даяарх үзэл бодлын 70% нь миний үйлчлүүлэгчийн амжилтын менежерүүдийнх байна.

Та өгөгдлөөс айж болохгүй. Та боломж бүрийг туршлага болгон ашиглаж, эерэг эсвэл сөрөг аль болох олон өгөгдөлтэй туршлага олж авах хэрэгтэй. Энэ нь таны зүрх сэтгэлд итгэхэд үнэхээр үнэ цэнэтэй байх болно. Зүгээр л тэнд орж, өгөгдлийг ойлгож, түүнтэй тоглож, асуулт асууж, эерэг эсвэл сөрөг аль болох олон туршлагыг олж аваарай. Энэ нь таны гэдэс дотрыг үнэхээр сургах болно.

Хэрэв танд өгөгдөл байгаа бол та үүнийг эсэргүүцэж чадахгүй. Бусад чиг үүрэг болон бусад удирдагчид болон багийн бусад гишүүдтэй хамтран ажиллах нь тэдэнд өгөгдөлтэй байхаас илүү сайн арга байхгүй. Та харилцан ярианд өгөгдөл авчрах үед та маш хурдан нийцэж чадна. Та шийдвэр гаргах боломжтой; Та бүр үйлчлүүлэгчдийг ятгаж чадна. Датад тулгуурласан уулзалт болно, мэдээлэлд тулгуурласан хэлэлцүүлэг болно. Уулзалт, шийдвэрүүд илүү хурдан болдог, учир нь тэд мэдээлэлтэй илүү мэдээлэлтэй байдаг."

Та өгөгдлийг удирдахад бэлэн үү?

Мэдээлэлд тулгуурласан удирдагчид өөрчлөлтөд дасан зохицоход илүү сайн бэлтгэгдсэн бөгөөд бизнесийн хурдацтай хөгжиж буй орчинд шийдвэр гаргах нарийн ширийн зүйлийг ойлгодог. Туршлага, зөн совингоор нэмэгдүүлсэн өгөгдөл нь байгууллагынхаа амжилтын үндэс гэдгийг тэд мэддэг. зочилно уу Удирдах ажилтнуудад зориулсан хүснэгт Өгөгдөл нь шинэ төрлийн бизнесийн удирдагчдад хэрхэн нөлөөлж байгаа болон Tableau хэрхэн хүчирхэгждэг талаар илүү ихийг мэдэх Таны өгөгдөл хувиргах.