Да ли је ваша организација спремна да користи велике податке?

Биг података

Биг података је за већину маркетиншких организација више тежња него стварност. Широки консензус о стратешкој вредности великих података уступа место безбројним техничким питањима која су неопходна за структурирање екосистема података и оживљавање јасних увида вођених подацима у персонализованим комуникацијама.

Спремност организације да искористи велике податке можете да процените анализом способности организације у седам кључних области:

  1. Стратешка визија је прихватање великих података као кључног доприноса постизању пословних циљева. Разумевање посвећености Ц-Суите-а и куповине први је корак, након чега следи расподела времена, фокуса, приоритета, ресурса и енергије. Лако је изговорити разговор. Потражите често прекидање везе између виших руководилаца који доносе стратешке одлуке и научника на радном нивоу, аналитичара података и маркетинша који се баве подацима који заправо раде тај посао. Пречесто се одлуке доносе без довољно инпута на радном нивоу. Често се поглед са врха и поглед са средине радикално разликују.
  2. Екосистем података може бити камен спотицања или омогућавање. Многе компаније су заробљене наслеђеним системима и потопљеним улагањима. Нема свака фирма јасну будућу визију мапирану на постојећи водовод. Често долази до трвења између техничких управника ИТ окружења и пословних корисника који повећавају буџете повезане са задржавањем. У многим случајевима, визија напред представља скуп заобилазних решења. Збуњеност додаје још 3500+ компанија које нуде све врсте технолошких решења износећи сличне тврдње, користећи сличан језик и нудећи сличне понуде.
  3. Управљање подацима односи се на разумевање извора података, који има план за уношење, нормализацију, безбедност и одређивање приоритета. Ово захтева комбинацију агилних мера безбедности, јасно дефинисан режим дозвола и путеве за приступ и контролу. Правила управљања уравнотежују приватност и усклађеност са флексибилном употребом и поновном употребом података. Пречесто се ова питања помешају или преплећу околностима уместо да одражавају добро осмишљене политике и протоколе.
  4. Примењена аналитика је показатељ колико је организација добро распоређена аналитика ресурса и способан је да донесе вештачку интелигенцију и машинско учење. Критична питања су: да ли организација има довољно аналитика ресурси и како се распоређују? Јесу аналитика уграђени у маркетиншке и стратешке токове посла или се користе на ад хоц основи? Јесу аналитика вођење кључних пословних одлука и повећање ефикасности у стицању, задржавању, смањењу трошкова и лојалности?
  5. Технолошка инфраструктура процењује софтвер и структуре података који се користе за уношење, обраду, чишћење, заштиту и ажурирање бујица података који се уливају у већину компанија. Кључни показатељи су ниво аутоматизације и могућности нормализације скупова података, решавања појединачних идентитета, стварања значајних сегмената и континуираног уноса и примене нових података у реалном времену. Остали позитивни показатељи су савезништво са ЕСП-овима, аутоматизација маркетинга и добављачи рачунара у облаку.
  6. Користите развој случајева мери способност предузећа да заиста користи податке које прикупља и обрађује. Могу ли препознати „најбоље“ купце; предвидети следеће најбоље понуде или неговати вероватне вернике? Да ли имају индустријализоване механизме за стварање персонализованих порука, микросегментацију, реаговање на понашање у мобилним или друштвеним медијима или креирање вишеструких кампања са садржајем испоручених на многим каналима?
  7. Прихватање математичара је показатељ корпоративне културе; мерење истинског апетита организације за истраживање, усвајање и стицање нових приступа и нових технологија. Сви избацују реторику дигиталне трансформације и трансформације података. Али многи се плаше оружја за масовно уништење (оружја за ометање математике). Много мање компанија улаже време, ресурсе и новац да би центрирање података постало основна корпоративна имовина. Долазак до спремности за велике податке може бити дуго, скупо и фрустрирајуће. Увек захтева значајне промене у ставовима, токовима рада и технологији. Овај показатељ мери стварну посвећеност организације будућим циљевима коришћења података.

Схватање предности великих података је вежба у управљању променама. Ових седам критеријума омогућавају нам јасан поглед на то где на спектру трансформације спада одређена организација. Разумевање где сте наспрам места где желите бити може бити корисна вежба отрежњења.

 

Шта ви мислите?

Ова страница користи Акисмет како би смањила нежељену пошту. Сазнајте како се ваш коментар обрађује.