Kako lideri spajaju podatke i intuiciju za donošenje boljih odluka

Dusponom digitalne transformacije u posljednja dva desetljeća, obećanje podataka postalo je veliko. Bez sumnje, podaci su ključni za razumijevanje vaših kupaca, razvoj vašeg poslovanja i mjerenje uspjeha, ali nisu jedino što vam je potrebno. Dobre odluke zahtijevaju oba podatka i intuicija.

Mnogi su ljudi došli do pogrešnog uvjerenja da su podaci kralj, a da je intuicija luda. S vremena na vrijeme se čini da su njih dvoje uključeni u povlačenje konopa, uvjeravajući da nijedan ne može vladati uz prisutnost drugoga.

Ovo ne može biti dalje od istine. Intuicija također igra ulogu u svim dobrim odlukama. Kada se podaci i intuicija udruže, stvaraju ciklus povratnih informacija koji pročišćava i jača mentalne modele. Intuicija može dovesti do pravog pitanja koje treba postaviti o podacima, a rezultirajuća priča informira intuiciju. Intuicija nas može upozoriti kada su podaci nepotpuni ili imaju problema s kvalitetom. Iako nam podaci mogu pomoći da prepoznamo kada djelujemo iz predrasuda ili su se okolnosti promijenile.

Ovo je važno u doba rastuće neizvjesnosti, s novim poslovnim izazovima iza svakog ugla. Podaci mogu pružiti čvrsto razumijevanje prošlosti, ali kada se previše zaokupimo preciznošću—u točnosti, u izradi savršenog modela podataka—možemo propustiti ono što se događa ispred nas. Intuicija nam može pomoći da brzo shvatimo smjer, što može biti jednako utjecajno na donošenje odluka kao i bilo koja kvantitativna brojka. Kada se koriste na odgovarajući način, intuicija i podaci mogu biti vaša dva glavna saveznika u postizanju pobjede nad neizvjesnošću.

Odlučivanje u stvarnom svijetu

Razgovarali smo s Michaelom Noltingom, višim direktorom Digital Services and Data Analytics u Volkswagen, i Michael Sasaki, bivši potpredsjednik Globalnog voditelja odjela za uspjeh i podršku korisnicima u Mitek, kako bi naučili kako njihove tvrtke uravnotežuju podatke s intuicijom za donošenje odluka i postizanje poslovnih rezultata.

Tableau: Kako se donose odluke u vašoj tvrtki?

Noting: Posljednjih godina jako smo naporno radili kako bismo [u Volkswagenu] proizvodnju automobila vodili podacima. Stvorili smo platformu pod nazivom Snowpark, koja je prikupljala sve podatke koje smo imali od naših testnih vožnji i kupaca. Analizirali smo postoji li jaz u korištenju automobila.

Ako razumijemo kako pravi kupci koriste naše automobile, možemo izraditi automobile prema njihovim potrebama i isporučiti bolje proizvode—kao i minimizirati ukupne troškove.

Mi u Volkswagenu donosimo odluke na temelju intuicije [osjećaja] i podataka. Podaci su poželjni i mogu se koristiti za postupnu optimizaciju nečega. Vaša intuicija je potrebna za istraživanje kada donosite teške odluke na temelju nedovoljno podataka (zbog nedostatka podataka, previše ulaznih dimenzija, premale veličine učinka ili potrebnog previše znanja o kontekstu). Core business mora se preseliti što je dalje moguće u podatkovnu zonu.

Za preuzimanje rizika potrebna vam je hijerarhija koja se temelji na količini rizika koju treba preuzeti. Voditelji na razini C moraju riskirati.

Podaci iz naše MOIA flote (dijeljeno rješenje mobilnosti u Hamburgu i Hannoveru) su demokratizirani. Može mu pristupiti bilo tko u Volkswagenu s računom.

Naš cilj je interno demokratizirati sve naše podatke. Trenutačno gradimo veliko skladište podataka u mom odjelu, gdje želimo omogućiti svakoj tvrtki [korisniku] uvoz i analizu podataka. Svakog poslovnog [korisnika] činimo inženjerom podataka/znanstvenikom za podatke.

Sasaki: Donošenje odluka [u Miteku] zahtijeva usklađenost među dionicima. U konačnici, postoje donositelji konačnih odluka, a oni su obično funkcionalni stručnjaci koji na kraju donose odluku. Ali provodimo puno vremena na sastancima i osiguravamo da svi imamo iste informacije i gledamo iste podatke, razumijemo podatke i slažemo se oko definicija.

Tableau: Kako balansirate podatke, intuiciju i iskustvo pri donošenju odluka?

Noting: Intuicija je potrebna za preopterećena pitanja kada ljudi konačno moraju riskirati, a nema dovoljno dostupnih podataka zbog visoke složenosti modela/pitanja.

Još uvijek smo u zoni utrobe s udjelom u našem osnovnom poslovanju i želimo ga korak po korak premjestiti u podatkovnu zonu kako bismo postali tvrtka vođena podacima. Unatoč tome, inovacijski projekti ili istraživanje novih poslovnih prilika uvijek će ostati djelomično u zoni utrobe. Koji je izazov sa zonom crijeva, ako je vaša osnovna djelatnost još uvijek tamo? U zoni crijeva, ako želite odgovoriti na pitanje koje nosi visok rizik (čitaj: milijune dolara koje biste mogli izgubiti), potrebni su vam menadžeri tvrtke koji su spremni preuzeti rizik. Prema tome mi, naravno, imamo hijerarhiju. Na temelju procijenjenog rizika u eurima, imamo različite razine upravljanja, koji mogu preuzeti rizike. Ako je rizik oko milijuna, uskoči C-level.

Sasaki: Svi su isprepleteni u mom umu.

Podaci su jako važni. Uz podatke, počinjete vidjeti hibrid podataka koji informiraju vaša crijeva. Donosite odluke na temelju podataka o kupcima. I to je iskustvo koje imate u radu s podacima i uvid u rezultate koje ste postigli s klijentima stvarno vam pomaže da dođete na pravo mjesto. To iskustvo je jako važno u radu s podacima.

Tako da ne bih rekao da je jedno ili drugo. Trenutno je hibrid obojega. I jedno i drugo je super važno. Introdukciju pokreću podaci.

Tableau: Kada znate da imate dovoljno podataka za donošenje odluke?

Noting: Ne možete reći: "Imamo li dovoljno podataka?" ili "Nemamo dovoljno podataka?" Ovdje se više radi o povezivanju pravih sustava i dobrim podacima. Pitanje je uvijek između kvalitete i kvantitete.

Kada tvrtke prolaze kroz transformaciju podataka, veliki problem je kvaliteta podataka na početku. Morate stvarno proučiti podatke možete li s njima raditi ili ne. Za određene nadzorne ploče potrebni su vam podaci o prodaji visoke kvalitete. Trebate upravitelje podataka.

Za velike veličine učinka potrebna vam je mala količina podataka (npr. iz malih voznih parkova). Htjeli smo saznati kako naši komercijalni klijenti poput [kompanije za dostavu paketa] DPD koriste svoje automobile u usporedbi s vozačima našeg rješenja za dijeljenu mobilnost, MOIA. Ovi se podaci mogu prikupiti iz testne flote. Ako želimo mjeriti male veličine, uzimamo podatke iz naše velike flote.

Također koristimo Tableau nadzorne ploče kako bismo pomogli u određivanju prioriteta koje komponente se proizvode na temelju nedostatka komponenti koje imamo. Jedna nadzorna ploča predviđa redoslijed komponenti koje su nam potrebne. Stvarno je složeno - postoje milijarde kombinacija. I onda radimo kalkulaciju i naručujemo komponente kada imamo manjak. To rezultira optimalnim proizvodnim procesom.

Sasaki: Prije pet do deset godina nedostajalo je podataka. A sada ima toliko podataka. Pokušaj otkriti koji su podaci važni zaista je ključ i izazov. Zato što možete pogledati podatke kako biste opravdali gotovo svaku odluku koju želite donijeti. A to je zamka u koju možete upasti, gdje imate odluku koju želite donijeti i tražite podatke koji će je opravdati, tako da podaci stvarno otkrivaju put koji trebate slijediti.

Dakle, pitanje je kada znate da imate dovoljno podataka da donesete odluku?

Rekao bih, pa, ovo je moje iskustvo uspjeha kupaca s odlukama vezanim uz kupce. Možete pogledati svijetle točke kupaca kako biste vidjeli koji su podaci bili prisutni da potaknu željeni ishod koji ste ostvarili u prošlosti. Dakle, puno gledamo na ishode koji su bili potaknuti, a zatim koji su podaci bili stvarno važni koji su doveli do te odluke. Pa ćemo ih identificirati i stvarno razdvojiti.

Također se puno oslanjamo na naš tim analitičara podataka. U Miteku postoji puno različitih vrsta postavljanja podatkovnih timova. Postoji decentralizirano, gdje postoji analitičar podataka u različitim funkcijama - jedan u marketingu, jedan u financijama, jedan u uspjehu kupaca. Možete imati centraliziranu funkciju gdje je to samo jedan tim. Ali analitičari podataka rade na svim zahtjevima koji dolaze, bez obzira na to iz koje funkcije dolaze.

Stvorio sam i izgradio ulogu analitičara podataka u timu za uspjeh kupaca. To je bilo jako važno iz nekoliko razloga. Vjerujem da analitičar podataka mora biti stručnjak za analizu podataka, ali i funkcionalni stručnjak za ono za što analizira podatke. Imati analitičara podataka u timu za uspjeh kupaca dragocjeno je za razumijevanje podataka o klijentima. Oslanjam se na svoje analitičare podataka kada imaju vremena da mi pomognu odlučiti kada imamo dovoljno podataka za donošenje odluke. I to je balansiranje između netočnosti i neaktivnosti.

Što je skuplje - donijeti pogrešnu odluku ili ne poduzeti ništa? Ne znam osjećate li se ikada kao da imate dovoljno podataka, ali dođete do točke kada vam je dovoljno ugodno da možete uputiti poziv na temelju podataka.

Tableau: Lako je pogledati podatke i zaboraviti da brojke predstavljaju stvarne, ljudske kupce. Kako se možemo obraniti od ove pogreške?

Sasaki: Suočen sam s klijentima; Ja sam odgovoran za kupca i prihod. Tim za razvoj proizvoda ima svoje ciljeve, a ne radi se uvijek o ljudima ili možda oni to ne razumiju, a nije njihova krivnja. Moja je odgovornost kao vođe na strani okrenutoj kupcima, da stavim lice na tu brojku, tu podatkovnu točku.

Postoje određene stvari koje voditelji mogu učiniti kako bi pokušali dati ljudsko lice podacima. Pokrenuli smo mnogo programa u našoj tvrtki. Jedan je ručak i učenje. Dovest ćemo mušteriju i kupiti ručak za cijelo društvo. Sada inženjeri mogu čuti mišljenje kupca i mogu povezati metriku koju gledaju i prema kojoj se kreću s ljudskim bićem, sa svrhom.

Tableau: Kako ljudi na početku karijere mogu početi "trenirati" svoj instinkt?

Nolting: Mladi moraju naučiti imati neuspjehe i preuzeti rizik donošenja odluka. To je kulturna stvar s kojom se njemačke tvrtke bore. Svoju intuiciju možete istrenirati samo stjecanjem iskustva i činjenjem pogrešaka — a zatim možete pojačati i preuzeti rizik težih odluka u budućnosti. U Volkswagenu smo stvorili okruženje psihološke sigurnosti, gdje se kvarovi prihvaćaju. Da biste to postigli, morate imati odgovarajuću kulturu poduzeća i podataka.

Sasaki: [U Miteku,] počinjemo s iskustvom s podacima. Čelnici mog tima pretvorili su menadžere za uspjeh kupaca u analitičare podataka. Naši analitičari podataka osigurali su alate u Tableau za pretvaranje upravitelja uspjeha kupaca u analitičare podataka. Sada, ako pogledate preglede u Tableauu, u cijeloj tvrtki, 70% pregleda dolazi od mojih menadžera za uspjeh kupaca.

Ne možete se bojati podataka. Svaku priliku morate shvatiti kao iskustvo i steći što više iskustava s podacima, bilo pozitivnih ili negativnih. To će biti jako vrijedno za povjerenje u vaš osjećaj. Samo uđite, razumite podatke, igrajte se s njima, postavljajte pitanja i steknite što više iskustava – pozitivnih ili negativnih – koliko možete. A to će vam stvarno istrenirati crijeva.

Ako imate podatke, ne možete im se usprotiviti. Nema boljeg načina za rad s drugim funkcijama i drugim voditeljima i drugim članovima tima od toga da oni imaju podatke. Kada dovedete podatke u razgovor, možete se vrlo brzo uskladiti. Možete donositi odluke; možete čak i uvjeriti kupce. Bit će to sastanak vođen podacima, bit će to rasprava vođena podacima. Sastanci i odluke odvijaju se puno brže jer su samo bolje informirani s podacima.”

Jeste li spremni voditi s podacima?

Lideri koji se temelje na podacima bolje su opremljeni za prilagodbu promjenama i razumiju nijanse donošenja odluka u poslovnom okruženju koje se brzo mijenja. Oni znaju da su podaci, obogaćeni iskustvom i intuicijom, ključni za uspjeh u njihovim organizacijama. Posjetiti Tablica za rukovoditelje kako biste saznali više o tome kako podaci utječu na novu vrstu poslovnih vođa i kako Tableau može ojačati vaš transformacija podataka.