برنامه ریزی اقتصادی در حوزه فناوری اطلاعات
در بسیاری از سازمان ها مدیران زمان زیادی را برای تصمیمگیری از دست می دهند این در حالی است که امروزه در رقابت بین سازمان ها کسی برنده است که سریع تر است. برنده بودن در عصر حاضر تعریف متفاوتی پیدا کرده است دیگر این سازمان های بزرگ نیستند که سازمان های کوچک را شکست می دهند، بلکه سازمانی شکست می خورد که سریع نیست. برای داشتن سرعت کافی، سازمان ها باید خود را با تکنولوژی همگام کنند، این واقعیتی است که اگر مدیران درک کنند آنگاه خود و سازمانشان در مسیر صحیحی قرار گرفته اند. استفاده از تکنولوژی علوم داده در سازمان ها و تحلیل و نتیجه گیری بر اساس آن میتواند سرعت سازما نها را بسیار افزایش دهد. پس تصمیمگیری هوشمندانه در کوتاهترین زمان ممکن، ارزشی است که داده ها برای سازمان ها خلق می کنند. خیلی از سازمان های کوچک با استفاده از علم داده و تصمیم گیری داده محور، سهم بازار سازمان های بزرگ را مال خود کردند.
اما سوال اینجاست :
چرا 87 درصد پروژه های مربوط به تحلیل داده در سازما ن ها، در همان مرحله شروع متوقف
می شوند؟
سه چالش اصلی در مسیر داده محوری
استراتژی
تعیین شاخصها
همه ی این ها مسائلی هستندکه باید در سازمان ها توسط تیمی متخصص به آن پرداخته شود. بنابراین اگر سازمانی بتواند شاخص ها و پارامترهای خود را تعریف، افراد درست و مناسب را استخدام، داده ها را در محل مناسب جمع آوری و استخراج و از آن داده ها در زمان مناسب استفاده کند، که کاری بس دشوار است چالش استراتژی نخواهد داشت و برنده رقابت سخت بین کسب وکارها خواهد بود.
در هر سازمانی پارامترها و شاخص های مختلفی اهمیت دارد، اما با توجه به همین شاخص ها این که چه فرد یا افرادی در هر تیم صلاحیت و بینش مواجهه با داده را دارند و آیا داده های مورد استفاده در هر سازمانی از محل مناسب جمع آوری و در محل مناسبی استفاده می شوند و با فرض درست انجام شدن 2 سوال قبلی، آیا از آن داده ها در زمان مناسب استفاده می شود؟
در هر سازمانی شاخصهای کلیدی عملکرد( KPI) مختلف و زیادی وجود دارد، اما در همه ی آن ها توسعهKPI ها، مستقیما با اهداف سازمان در ارتباط است و بینش عملی حاصل از آ نها برای افزایش فروش و رشد سازمان بسیار حیاتی است. فروش زیاد ایده آل هر مدیر و سازمانی است، اما در یک سازمان تنها "مقدار فروش" اهمیت دارد؟ بدیهی است که پاسخ منفی است. برای توسعه، سازمان ها نیاز دارند تا هم KPI های موجود مثل مقدار فروش به تفکیک منطقه و زمان، مقدار فروش هر محصول، مقدار خرید هر مشتری یا دسته از مشتریان، ارائه تخفیف ها در زمان و محصول خاص، ترافیک و بسایت و … را رصد کنند . برای مثال یک مدیر باید بداند که کدام محصول در یک بازه زمانی مشخص فروش بیشتری داشته است که در آن محصول سرمایه گذاری کند اما تعیین و تعریف مشخص از KPI ها هم با چالش هایی مواجه است که در ادامه با نگاهی عمیق تر به آن می پردازیم.
اهداف نامشخص و مبهم
کارشناسان اولین قدم برای برطرف کردن این چالش را داشتن آگاهی از اینکه چه چیزی باید اندازه گیری شود و چرا باید اندازه گیری شود، دانستند. درحقیقت بیشتر KPI هایی که توسط سازمان ها تعر یف می شود بازتاب شفافی از بینش و مدل سازی هایی نیست که با برنامه بازاریابی سازمان همخوانی داشته باشد.
درک و استفاده بیشتر از اطلاعات
بر اساس یک مطالعه جهانی که توسط IBM انجام شد، بیشتر مدیران بازاریابی در جهان آمادگی لازم برای مواجهه با پیچیدگی و حجم داده های سازمان خود در سال آینده را ندارند. در مطالعه ای دیگری که توسط EMC انجام شد، اکثر سازمان ها از داده ها برای فهم بیشتر KPI ها استفاده نمی کنند. اینکه بازاریابان بعد از جمع آوری داده ها چطور از آن استفاده کنند چالش دیگریست، مخصوصا در پلتفرم هایی که قابلیت تحلیل و آنالیز ندارند.
عدم سازگاری و اثر بخشی
در گفتگو با تعداد زیادی از بازاریابان، اکثر آنها از عدم سازگاری KPI های مشخص شده با اهداف تیمها صحبت کردند. آ نها معتقد بودند همانطور که پروژه ها و اهدافشان تغییر می کند، KPI ها هم باید تغییر کند، مگر این که مثلا در یک مورد خاص واقعًا نیاز نباشد که یک KPI تغییر کند.
محدودیت در پلتفرم ها
به گفته ی Anvesha Poswalia در حوزه دیجیتال بیشتر پلتفرم ها، آنالیز درست و کاملی را به مدیران و بازاریابان ارائه نمی دهند و در همه ی آ نها محدودیت تحلیلی وجود دارد. او همچنین اضافه کرد که برخی پلتفرم ها مثل اینستاگرام، تحلیل خیلی محدودی ارائه می دهند. از این رو شما یا باید به همان مقدار کم بسنده کنید یا برای دریافت تحلیل بیشتر، مفیدتر و تخصصی با تیمی بیرون از سازمان خود کار کنید.
منابع
تجهیزات و زیرساخت هاحقوق و مزایا
امضای هر سندی که منجر به استفاده از منابع سازمان باشد یکی از سختترین امضاها برای مدیران است، هم آنها به اتفاق می خواهند بهینه ترین استفاده را از منابع سازمان خود داشته باشند. با وجود اینکه هر حرکتی در جهت توسعه مستلزم استفاده از منابع میباشد اما اینکه چطور از این منابع باید استفاده کرد، چالش بسیاری از سازمان های کوچک، متوسط و بزرگ می باشد. حرکت به سمت دادهم محوری هم بیش از هر مورد دیگری به همان امضای سخت نیاز دارد که در زیر به چرایی این سختی ها اشاره می کنیم.
تهیه ی زیرساخت ها
اگر قصد ذخیره سازی حجم زیادی از داده ها را دارید، به زیرساخت های لازم برای ذخیره سازی آن هم نیاز خواهید داشت. برای داشتن یک تیم تحلیل داده در ابتدا باید تجهیزات و زیرساختهای مورد نیاز آنها برای جمع آوری و استفاده از داده را فراهم کرد، که اغلب به معنی سرمایه گذاری در سرورهای پیشرفته است که فضای قابل توجهی را در دفتر یا ساختمان شما اشغال می کنند.
مقیاس پذیری
مقیاس پذیری ممکن است یک راه حل ذخیره سازی را پیدا کنید که در حال حاضر تمام نیازهای شما را پاسخ دهد، اما اگر این نیازها به طور ناگهانی تغییر کند، چه اتفاقی خواهد افتاد؟ چگونه میتوانید به نیازهای خود برای حداقل 5 سال پاسخ دهید؟ استراتژی ذخیره سازی شما به راه حلی نیاز دارد تا مقیاس پذیر باشد. شما باید به همه گزینه های ممکن در مورد آینده فکر کنید.
امنیت
امنیت یک مسئله ی مهم است. فرضا اگر داده های شما در جایی جمع آوری می شود، از کجا معلوم که شخص دیگری به آن دسترسی ندارد؟ لایه های امنیتی زیادی وجوددارد که به شما کمک می کند تا از دسترسی غیرمجاز به داده هایتان جلوگیری کنید. راه هایی مثل رمزگزاری و اما همیشه در اجرای موارد امنیتی هم محدودیت هایی وجود دارد، حتی FBI هم در ایجاد امنیت برای داده های خود دچار مشکل می شود.
هزینه
داشتن یک دیتاسنتر، واقعا اقدامی هزینه بر است. هزینه تجهیزاتی مثل سرورها به دلیل مشکلات ارزی در ایران واقعا قابل توجه است و علاوه بر هزینه خرید، هزینه نگهداری مداوم آ نها و هزینه نیروی انسانی برای نگهداری از آن ها هم بسیار زیاد است.
حقوق و مزایا
پیدا کردن افراد واقعا متخصص در حوزه تحلیل داده کار بسیار دشواری است. بسیاری از این افراد از کشور رفته اند و بسیاری از آنها هم با کمپانیهای خارجی به صورت ریموت کار می کنند، برای همین جذب و جلب رضایت این افراد برای کسب و کارهای ایرانی کار آسانی نیست. پرداخت حقوق و مزایا (بیمه، پاداش و…) به این افراد و فراهم کردن محیط کاری مطلوب (غذا، میا نوعده، بازی، استخر و …) که باعث ایجاد بازدهی بهتر در این افراد می شود، برای سازمان ها بسیار پرهزینه می باشد.
چالش سوم:
تجربه و تخصص
واحد فنی تیم و واحد بیزینسی تیم
آیا سازمان ها می توانند افراد متخصص و باتجربه در تمامی حوزه هایی که پیشتر گفته شد برای تشکیل یک تیم تحلیل داده پیدا کنند؟ بسیاری از سازمان ها در قدم اول یعنی تامین نیروی متخصص فنی در علوم داده، دچار مشکل می شوند و متاسفانه نمی دانند که علاوه بر آن برای تشکیل یک تیم تحلیل داده درست و حرفه ای، باید در آن تیم نیروهای متخصص در حوزه توسعه کسب وکار، بازاریابی و … هم برای درک درست از مشکل ها و چالش ها با نگاه استراتژیک، در سازمان وجود داشته باشند.
مشکلات هیچ وقت حل نمی شوند اگر...
برخی سازمان ها بر این باورند که با 1 یا 2 نفر نیروی متخصص فنی در حوزه تحلیل داده، می توانند تصمیم های داده محور بگیرند اما متاسفانه این باور غلط است و امکان دارد حتی سازمان را با تهدید جدی شکست مواجه کند. عمده ی مدیرانی که پروژه های تحلیل داده آن ها ناموفق بوده می گویند که در پایان روز انتظارات آن ها برآورده نمی شد و علی رغم صرف زمان و هزینه زیاد توسط تیم تحلیل داده، مشکلات هیچوقت حل نمی شدند. بنابراین برای اینکه شما بتوانید مشکلات سازمان خود را به کمک علوم داده حل کنید و در جهت توسعه و رشد گام بردارید، نیاز دارید تا افراد با تجربه و تخصص بالا را در سازمان خود استخدام کنید، که پیدا کردن این افراد چالشی سخت برای سازمان ها محسوب می شود.
امکانات سکان
سکان مجموعه راهکارهایی است برای داده محور کردن سازمان شما، که با تحلیل داده ها، بهترین انتخاب ها را برای تصمیم گیری سریع و هوشمندانه، پیش روی شما قرار می دهد. سکان با تقسیم بندی مشتریان و تحلیل و پیش بینی رفتار آنها به عنوان یک مغز بازاریابی مبتنی بر داده به سازمان ها کمک میکند تا فرآیند بازاریابی و فروش خود را بهینه کنند.
کامنت خود را بگذارید