كيف يدمج القادة البيانات والحدس لاتخاذ قرارات أفضل

Dخلال صعود التحول الرقمي على مدى العقدين الماضيين ، تلوح الوعد بالبيانات في الأفق بشكل كبير. لا شك أن البيانات ضرورية لفهم عملائك ، وتنمية عملك ، وقياس النجاح ، ولكنها ليست الشيء الوحيد الذي تحتاجه. تتطلب القرارات الجيدة كلا البيانات و حدس.

لقد توصل الكثير من الناس إلى الاعتقاد الخاطئ بأن البيانات هي الملك وأن الحدس هو المهرج. في بعض الأحيان يبدو أن الاثنين منخرطون في شد الحبل ، مما يؤكد أنه لا يمكن لأي منهما أن يحكم بوجود الآخر.

هذا أبعد ما يكون عن الحقيقة. يلعب الحدس أيضًا دورًا في جميع القرارات الجيدة. عندما يتم مشاركة البيانات والحدس ، فإنها تخلق حلقة من التغذية الراجعة تعمل على تحسين النماذج العقلية وتقويتها. يمكن أن يؤدي الحدس إلى السؤال الصحيح لطرح البيانات ، مع القصة الناتجة التي تُعلم الحدس. يمكن أن يحذرنا الحدس عندما تكون البيانات غير مكتملة أو تواجه تحديات تتعلق بالجودة. بينما يمكن أن تساعدنا البيانات في التعرف على الوقت الذي نعمل فيه من التحيزات أو تغيرت الظروف.

هذا مهم في عصر يتزايد فيه عدم اليقين ، مع وجود تحديات تجارية جديدة في كل زاوية. يمكن أن تعطي البيانات فهمًا راسخًا للماضي ، ولكن عندما ننشغل بالدقة - في الدقة ، في صياغة نموذج البيانات المثالي - يمكن أن نفقد ما يحدث أمامنا مباشرة. يمكن أن يساعدنا الحدس في فهم الاتجاه بسرعة ، والذي يمكن أن يكون مؤثرًا في صنع القرار مثل أي رقم كمي. عند استخدامها بشكل مناسب ، يمكن أن يكون الحدس والبيانات حليفيك الرئيسيين في تحقيق النصر ضد عدم اليقين.

صنع القرار في العالم الحقيقي

تحدثنا مع مايكل نولتينج ، كبير مديري الخدمات الرقمية وتحليلات البيانات في فولكس فاجن، ومايكل ساساكي ، نائب الرئيس السابق للرئيس العالمي لنجاح ودعم العملاء في ميتيك، لمعرفة كيفية موازنة شركاتهم بين البيانات والحدس لاتخاذ القرارات وتعزيز نتائج الأعمال.

تابلوه: كيف تتخذ القرارات في شركتك؟

نولتينغ: لقد عملنا بجد خلال السنوات الماضية لجعل إنتاج سياراتنا مدفوعًا ببيانات [في فولكس فاجن]. أنشأنا منصة تسمى Snowpark ، والتي جمعت جميع البيانات التي حصلنا عليها من تجارب القيادة والعملاء. قمنا بتحليل ما إذا كانت هناك فجوة من حيث استخدام السيارة.

إذا فهمنا كيف يستخدم العملاء الحقيقيون سياراتنا ، فيمكننا بناء سيارات وفقًا لاحتياجاتهم وتقديم منتجات أفضل - بالإضافة إلى تقليل التكلفة الإجمالية.

نتخذ قراراتنا في شركة فولكس فاجن بناءً على حدسنا وبياناتنا. تُفضل البيانات ويمكن استخدامها لتحسين شيء ما تدريجيًا. هناك حاجة إلى حدسك للاستكشاف ، عندما تتخذ قرارات صعبة بناءً على عدم كفاية البيانات (بسبب نقص البيانات ، أو العديد من أبعاد الإدخال ، أو حجم التأثير المنخفض جدًا ، أو الكثير من المعرفة بالسياق المطلوبة). يجب نقل الأعمال الأساسية إلى أقصى حد ممكن في منطقة البيانات.

للمخاطرة ، أنت بحاجة إلى تسلسل هرمي يعتمد على مقدار المخاطرة التي يجب عليك تحملها. يتعين على القادة على مستوى C المجازفة.

تم إضفاء الطابع الديمقراطي على البيانات من أسطول MOIA (حل التنقل المشترك في هامبورغ وهانوفر). يمكن الوصول إليها من قبل أي شخص في فولكس فاجن لديه حساب.

هدفنا هو دمقرطة جميع بياناتنا داخليًا. نقوم حاليًا ببناء مستودع بيانات ضخم في إدارتي ، حيث نريد تمكين كل شركة [مستخدم] من استيراد البيانات وتحليلها. نجعل من كل شركة [مستخدم] مهندس بيانات / عالم بيانات.

ساساكي: يتطلب اتخاذ القرارات [في Mitek] التوافق بين أصحاب المصلحة. في النهاية ، هناك صناع القرار النهائيون ، وهم عادة الخبراء الوظيفيون الذين ينتهي بهم الأمر إلى اتخاذ القرار. لكننا نقضي الكثير من الوقت في الاجتماع والتأكد من أن لدينا جميعًا نفس المعلومات وننظر إلى نفس البيانات ، ونفهم البيانات ، ونتفق على التعريفات.

تابلوه: كيف توازن بين البيانات والحدس والخبرة عند اتخاذ القرارات؟

نولتينغ: هناك حاجة إلى الحدس للأسئلة الثقيلة عندما يضطر الناس أخيرًا إلى المخاطرة ولا تتوفر بيانات كافية بسبب التعقيد الكبير للنموذج / السؤال.

ما زلنا في منطقة الجزاء مع حصة من أعمالنا الأساسية ونريد نقلها خطوة بخطوة إلى منطقة البيانات لتصبح شركة تعتمد على البيانات. ومع ذلك ، فإن مشاريع الابتكار أو استكشاف فرص عمل جديدة ستبقى دائمًا جزئيًا في منطقة الأحشاء. ما هو التحدي في منطقة القناة الهضمية ، إذا كان عملك الأساسي لا يزال موجودًا؟ في النطاق الداخلي ، إذا كنت ترغب في الإجابة على سؤال ينطوي على مخاطر عالية (اقرأ: قد تخسر ملايين الدولارات) ، فأنت بحاجة إلى مديري الشركة المستعدين للمخاطرة. وفقًا لهذا ، لدينا بالطبع تسلسل هرمي. بناءً على المخاطر المقدرة باليورو ، لدينا مستويات إدارة مختلفة ، من يمكنه تحمل المخاطر. إذا كان الخطر يقارب الملايين ، فإن المستوى C.

ساساكي: كلها متشابكة في ذهني.

البيانات مهمة للغاية. باستخدام البيانات ، تبدأ في رؤية مزيج من البيانات التي تُعلم أمعائك. أنت تتخذ قرارات بناءً على بيانات العملاء. وهذه هي التجربة التي لديك في العمل مع البيانات ، ورؤية النتائج التي حققتها مع العملاء تساعدك حقًا في الوصول إلى المكان الصحيح. هذه التجربة مهمة للغاية في العمل مع البيانات.

لذلك لن أقول أنه واحد أو آخر. إنه مزيج من الاثنين معًا في الوقت الحالي. وكلاهما مهم للغاية. القناة الهضمية تحركها البيانات.

تابلوه: متى تعرف أن لديك بيانات كافية لاتخاذ قرار؟

نولتينغ: لا يمكنك أن تقول ، "هل لدينا بيانات كافية؟" أو "ليس لدينا بيانات كافية؟" يتعلق الأمر أكثر بتوصيل الأنظمة الصحيحة والحصول على بيانات جيدة. السؤال دائما بين النوعية والكمية.

عندما تخضع الشركات لعملية تحويل للبيانات ، فإن المشكلة الكبرى هي جودة البيانات في البداية. عليك أن تنظر حقًا في البيانات إذا كان بإمكانك العمل معها أم لا. بالنسبة إلى بعض لوحات المعلومات ، تحتاج إلى بيانات مبيعات عالية الجودة. أنت بحاجة إلى مضيفي البيانات.

بالنسبة لأحجام التأثير الكبيرة ، فأنت بحاجة إلى كمية صغيرة من البيانات (على سبيل المثال ، من أساطيل السيارات الصغيرة). أردنا معرفة كيف يستخدم عملاؤنا التجاريون مثل [شركة شحن الطرود] DPD سياراتهم مقارنة بسائقي حل التنقل المشترك ، MOIA. يمكن جمع هذه البيانات من أسطول الاختبار. إذا أردنا قياس الأحجام ذات التأثير الصغير ، فإننا نأخذ البيانات من أسطولنا الكبير.

نستخدم أيضًا لوحات معلومات Tableau للمساعدة في تحديد أولويات المكونات التي يتم إنتاجها بناءً على نقص المكونات لدينا. تتنبأ لوحة تحكم واحدة بأوامر المكونات التي نحتاجها. إنه معقد حقًا - هناك مليارات من التركيبات. ثم نقوم بالحساب ونرتب المكونات عندما يكون لدينا نقص. ينتج عن هذا عملية إنتاج مثالية.

ساساكي: قبل خمس إلى عشر سنوات ، كان هناك نقص في البيانات. والآن هناك الكثير من البيانات. إن محاولة معرفة البيانات المهمة هي حقًا المفتاح والتحدي. لأنه يمكنك الاطلاع على البيانات لتبرير كل قرار تريد اتخاذه تقريبًا. وهذا مأزق يمكنك الوقوع فيه ، حيث يكون لديك القرار الذي تريد اتخاذه ، وتبحث عن البيانات لتبريره ، بحيث تكشف البيانات حقًا المسار الذي تحتاج إلى اتباعه.

لذا فإن السؤال هو ، متى تعرف أن لديك بيانات كافية لاتخاذ القرار؟

أود أن أقول ، حسنًا ، هذه هي تجربة نجاح العملاء مع القرارات المتعلقة بالعميل. يمكنك إلقاء نظرة على النقاط المضيئة للعملاء لمعرفة البيانات الموجودة لتحقيق النتيجة المرجوة التي قدمتها في الماضي. لذا فنحن ننظر كثيرًا إلى النتائج التي كانت مدفوعة ، ثم البيانات التي كانت مهمة حقًا والتي دفعت هذا القرار حقًا. لذلك سوف نحدد هؤلاء ونختارها حقًا.

نحن أيضًا نعتمد كثيرًا على فريق محلل البيانات لدينا. في Mitek ، هناك الكثير من الأنواع المختلفة لإعدادات فريق البيانات. هناك محلل لامركزي ، حيث يوجد محلل بيانات في وظائف مختلفة - واحد في التسويق ، وواحد في التمويل ، وواحد في نجاح العميل. يمكن أن يكون لديك وظيفة مركزية حيث يكون كل هذا مجرد فريق واحد. لكن محللي البيانات يعملون على أي طلبات ترد ، بغض النظر عن الوظيفة التي تأتي منها.

لقد قمت بإنشاء وبناء دور محلل بيانات في فريق نجاح العميل. كان هذا مهمًا للغاية لعدة أسباب. أعتقد أن محلل البيانات يحتاج إلى أن يكون خبيرًا في تحليل البيانات ، ولكن أيضًا خبيرًا وظيفيًا فيما يقومون بتحليل البيانات من أجله. يعد وجود محلل بيانات في فريق نجاح العميل أمرًا ذا قيمة لفهم بيانات العميل. أعتمد على محللي البيانات عندما يكون لديهم الوقت لمساعدتي في تحديد متى تكون لدينا بيانات كافية لاتخاذ قرار. وهو موازنة بين عدم الدقة وعدم النشاط.

أيهما أكثر تكلفة - اتخاذ قرار خاطئ ، أم عدم اتخاذ أي إجراء على الإطلاق؟ لا أعرف ما إذا شعرت يومًا أن لديك بيانات كافية ، ولكنك وصلت إلى نقطة تشعر فيها بالراحة الكافية بحيث يمكنك إجراء مكالمة بناءً على البيانات.

Tableau: من السهل النظر إلى البيانات ونسيان الأرقام التي تمثل عملاء بشريين حقيقيين. كيف يمكننا الدفاع ضد هذا الخطأ؟

ساساكي: أنا أواجه العملاء ؛ أنا مسؤول عن العميل والإيرادات. فريق تطوير المنتج لديه أهدافه الخاصة ، ولا يتعلق الأمر دائمًا بالإنسان بالضرورة ، أو ربما لا يفهمون ذلك ، وليس خطأهم. إنها مسؤوليتي كقائد في الجانب المواجه للعملاء ، أن أضع وجهًا لهذا الرقم ، نقطة البيانات تلك.

هناك أشياء معينة يمكن للقادة القيام بها لمحاولة وضع وجه بشري على البيانات. لقد أطلقنا الكثير من البرامج في شركتنا. واحد هو غداء وتعلم. سنقوم بإحضار عميل وشراء غداء للشركة بأكملها. الآن يمكن للمهندسين أن يسمعوا من العملاء ويمكنهم ربط المقاييس التي ينظرون إليها والقيادة نحو الإنسان ، والغرض.

تابلو: كيف يمكن للأشخاص الذين عملوا في وقت مبكر أن يبدأوا في "تدريب" أمعائهم؟

نولتينغ: يجب أن يتعلم الشباب أن يكون لديهم إخفاقات وأن يجازفوا باتخاذ القرارات. هذا شيء ثقافي تعاني منه الشركات الألمانية. لا يمكنك تدريب حدسك إلا من خلال اكتساب الخبرات وارتكاب الأخطاء - وبعد ذلك يمكنك التعجيل بالمخاطرة باتخاذ قرارات أكثر صعوبة في المستقبل. في فولكس فاجن ، قمنا بتهيئة بيئة من الأمان النفسي ، حيث يتم قبول الإخفاقات. لتحقيق ذلك ، يجب أن يكون لديك ثقافة المؤسسة والبيانات الصحيحة.

ساساكي: [في Mitek] نبدأ بالخبرة مع البيانات. حوّل القادة في فريقي مديري نجاح العملاء إلى محللي بيانات. قدم محللو البيانات لدينا الأدوات في Tableau لتحويل مديري نجاح العملاء إلى محللي بيانات. الآن ، إذا نظرت إلى وجهات النظر في Tableau ، عبر الشركة ، فإن 70٪ من المشاهدات من مديري نجاح العملاء.

لا يمكنك أن تخاف من البيانات. عليك أن تغتنم كل فرصة كتجربة وأن تحصل على أكبر عدد ممكن من الخبرات مع البيانات ، سواء كانت إيجابية أو سلبية. سيكون هذا مفيدًا حقًا للثقة في حدسك. ما عليك سوى الدخول إلى هناك ، وفهم البيانات ، واللعب بها ، وطرح الأسئلة ، والحصول على أكبر عدد ممكن من التجارب - إيجابية كانت أم سلبية -. وهذا من شأنه تدريب أمعائك حقًا.

إذا كانت لديك بيانات ، فلا يمكنك المجادلة ضدها. لا توجد طريقة أفضل للعمل مع الوظائف الأخرى والقادة الآخرين وأعضاء الفريق الآخرين من الحصول على البيانات. عند إحضار البيانات إلى المحادثة ، يمكنك المحاذاة بسرعة كبيرة. يمكنك اتخاذ القرارات. يمكنك حتى إقناع العملاء. سيكون اجتماعًا يعتمد على البيانات ، وسيكون مناقشة تعتمد على البيانات. تحدث الاجتماعات والقرارات بشكل أسرع كثيرًا لأنهم أكثر دراية بالبيانات ".

هل أنت مستعد للقيادة بالبيانات؟

القادة المدفوعون بالبيانات مجهزون بشكل أفضل للتكيف مع التغيير ، وهم يفهمون الفروق الدقيقة في صنع القرار في مشهد أعمال سريع الحركة. إنهم يعلمون أن البيانات ، التي يتم تعزيزها من خلال الخبرة والحدس ، أساسية للنجاح عبر مؤسساتهم. زيارة تابلو للمديرين التنفيذيين لمعرفة المزيد حول كيفية تأثير البيانات على سلالة جديدة من قادة الأعمال ، وكيف يمكن لـ Tableau القوة من خلال تحويل البيانات.