Kako lideri kombinuju podatke i intuiciju za donošenje boljih odluka

Dusljed porasta digitalne transformacije u posljednje dvije decenije, obećanje podataka je postalo veliko. Bez sumnje, podaci su neophodni za razumijevanje vaših kupaca, razvoj vašeg poslovanja i mjerenje uspjeha, ali to nije jedina stvar koja vam je potrebna. Dobre odluke zahtijevaju oba podatka i intuicija.

Mnogi ljudi su došli do pogrešnog uvjerenja da su podaci kralj, a intuicija šala. Ponekad se čini da su njih dvoje upleteni u natezanje konopa, uvjeravajući da nijedno ne može vladati uz prisustvo drugog.

Ovo ne može biti dalje od istine. Intuicija takođe igra ulogu u svim dobrim odlukama. Kada su podaci i intuicija povezani, oni stvaraju ciklus povratnih informacija koji pročišćavaju i jačaju mentalne modele. Intuicija može dovesti do pravog pitanja za postavljanje podataka, a rezultirajuća priča informira intuiciju. Intuicija nas može upozoriti kada su podaci nepotpuni ili imaju problema s kvalitetom. Dok 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 dati čvrsto razumijevanje prošlosti, ali kada se previše zaokupimo preciznošću – preciznošću, kreiranjem savršenog modela podataka – možemo propustiti ono što se dešava ispred nas. Intuicija nam može pomoći da brzo shvatimo usmjerenost, što može biti jednako utjecajno na donošenje odluka kao i svaka kvantitativna brojka. Kada se koriste na odgovarajući način, intuicija i podaci mogu biti vaša dva glavna saveznika u postizanju pobjede protiv neizvjesnosti.

Donošenje odluka u stvarnom svijetu

Razgovarali smo s Michaelom Noltingom, višim direktorom digitalnih usluga i analitike podataka u Volkswagen, i Michael Sasaki, bivši potpredsjednik Globalnog direktora za uspjeh i podršku kupaca u Mitek, da saznaju kako njihove kompanije uravnotežuju podatke s intuicijom kako bi donosile odluke i poticale poslovne rezultate.

Tableau: Kako se donose odluke u vašoj kompaniji?

Nolting: Posljednjih godina smo zaista naporno radili na tome da naši podaci o proizvodnji automobila budu vođeni [u Volkswagenu]. Napravili smo platformu pod nazivom Snowpark, koja je prikupila sve podatke koje smo imali iz naših testnih vožnji i kupaca. Analizirali smo da li postoji jaz u pogledu upotrebe automobila.

Ako razumijemo kako stvarni kupci koriste naše automobile, možemo napraviti automobile prema njihovim potrebama i isporučiti bolje proizvode — kao i sveukupne troškove svesti na minimum.

Mi u Volkswagenu donosimo odluke na osnovu intuicije [osjećaja] i podataka. Podaci su poželjni i mogu se koristiti za postepenu optimizaciju nečega. Vaša hrabrost je potrebna za istraživanje, kada donosite teške odluke na osnovu nedovoljno podataka (zbog nedostatka podataka, previše ulaznih dimenzija, preniske veličine efekta ili previše znanja o kontekstu). Osnovna djelatnost mora biti premještena što je dalje moguće u zonu podataka.

Za preuzimanje rizika potrebna vam je hijerarhija zasnovana na količini rizika za preuzimanje. Lideri na nivou C moraju da rizikuju.

Podaci iz naše MOIA flote (zajedničko rješenje za mobilnost u Hamburgu i Hanoveru) su demokratizirani. Može mu pristupiti svako u Volkswagenu sa računom.

Naš cilj je interna demokratizacija svih naših podataka. Trenutno gradimo ogromno skladište podataka u mom odjelu, gdje želimo omogućiti svakom poslovnom [korisniku] uvoz i analizu podataka. Od svakog poslovnog [korisnika] činimo inženjera podataka/naučnika podataka.

Sasaki: Donošenje odluka [u Miteku] zahtijeva usklađivanje među dionicima. Na kraju krajeva, postoje donosioci konačnih odluka, a oni su obično funkcionalni stručnjaci koji na kraju donose odluku. Ali provodimo dosta vremena sastajajući se i osiguravajući da svi imamo iste informacije i da gledamo iste podatke, razumijemo podatke i slažemo se oko definicija.

Tableau: Kako usklađujete podatke, intuiciju i iskustvo prilikom donošenja odluka?

Nolting: Intuicija je potrebna za preopterećena pitanja kada ljudi konačno moraju da preuzmu rizik, a nema dovoljno dostupnih podataka zbog visoke složenosti modela/pitanja.

Još uvijek smo u zoni crijeva s dijelom našeg osnovnog poslovanja i želimo ga premjestiti korak po korak u zonu podataka kako bismo postali kompanija vođena podacima. Ipak, inovativni projekti ili istraživanje novih poslovnih prilika uvijek će ostati dijelom u zoni crijeva. Koji je izazov sa zonom crijeva, ako je vaša osnovna djelatnost još uvijek tu? U zoni crijeva, ako želite odgovoriti na pitanje koje ima visok rizik (čitaj: milione dolara koje biste mogli izgubiti), potrebni su vam menadžeri kompanije koji su spremni preuzeti rizik. Prema tome, mi, naravno, imamo hijerarhiju. Na osnovu procijenjenog rizika u evrima, imamo različite nivoe upravljanja, ko može preuzeti rizik. Ako je rizik oko milion, stupa C-nivo.

Sasaki: Svi su isprepleteni u mom umu.

Podaci su super važni. Sa podacima, počinjete da vidite hibrid podataka koji informišu vaše crevo. Odluke donosite na osnovu podataka o klijentima. A to je ono iskustvo koje imate u radu sa podacima, a gledanje rezultata koje ste ostvarili sa klijentima zaista pomaže da dođete na pravo mjesto. To iskustvo je izuzetno važno u radu sa podacima.

Tako da ne bih rekao da je jedno ili drugo. Trenutno je hibrid oba. I oba su super važna. Crijeva pokreću podaci.

Tableau: Kada znate da imate dovoljno podataka da donesete odluku?

Nolting: Ne možete reći: "Imamo li dovoljno podataka?" ili "Nemamo dovoljno podataka?" Ovdje se više radi o povezivanju pravih sistema i posjedovanju dobrih podataka. Pitanje je uvijek između kvaliteta i kvantiteta.

Kada kompanije prolaze kroz transformaciju podataka, veliki problem je kvalitet podataka na početku. Morate stvarno pogledati podatke možete li raditi s njima ili ne. Za određene nadzorne ploče potrebni su vam visokokvalitetni podaci o prodaji. Potrebni su vam upravitelji podataka.

Za velike efekte potrebna vam je mala količina podataka (npr. iz malih voznih parkova). Željeli smo saznati kako naši komercijalni klijenti kao što je [kompanija za otpremu paketa] DPD koriste svoje automobile u poređenju sa vozačima našeg zajedničkog rješenja za mobilnost, MOIA. Ovi podaci se mogu prikupiti iz testne flote. Ako želimo izmjeriti veličine malih efekata, uzimamo podatke iz naše velike flote.

Također koristimo Tableau kontrolne ploče kako bismo odredili prioritete koje komponente se proizvode na osnovu nedostatka komponenti koje imamo. Jedna kontrolna tabla predviđa redosled komponenti koje su nam potrebne. Zaista je složeno - postoje milijarde kombinacija. A onda radimo kalkulaciju i naručimo komponente kada imamo manjak. To rezultira optimalnim proizvodnim procesom.

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

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

Rekao bih, pa, evo mog iskustva o uspjehu kupaca s odlukama vezanim za kupce. Možete pogledati svijetle tačke kupaca da vidite koji su podaci bili prisutni kako bi doveli do željenog rezultata koji ste dali u prošlosti. Tako da mnogo gledamo na ishode koji su bili vođeni, a zatim koji su podaci zaista važni koji su zaista doveli do te odluke. Pa ćemo ih identifikovati i zaista ih izdvojiti.

Također se mnogo oslanjamo na naš tim analitičara podataka. U Mitek-u postoji mnogo različitih tipova podešavanja tima za podatke. Postoji decentralizovan, gde postoji analitičar podataka u različitim funkcijama – jedan u marketingu, jedan u finansijama, jedan u uspehu kupaca. Možete imati centraliziranu funkciju gdje je to sve samo jedan tim. Ali analitičari podataka rade na svim zahtjevima koji pristignu, bez obzira 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 zbog čega analizira podatke. Imati analitičara podataka u timu za uspjeh kupaca je dragocjeno za razumijevanje podataka o klijentima. Oslanjam se na svoje analitičare podataka kada imaju vremena da mi pomognu da odlučim kada imamo dovoljno podataka za donošenje odluke. I to je balansiranje između nepreciznosti i neaktivnosti.

Što je skuplje – donijeti pogrešnu odluku ili ne poduzeti ništa? Ne znam da li se ikada osjećate kao da imate dovoljno podataka, ali dođete do tačke u kojoj vam je dovoljno udobno da možete uputiti poziv na osnovu podataka.

Tableau: Lako je pogledati podatke i zaboraviti da brojevi predstavljaju stvarne, ljudske kupce. Kako se možemo odbraniti od ove greške?

Sasaki: Obraćam se klijentima; Ja sam odgovoran za kupca i prihod. Tim za razvoj proizvoda ima svoje ciljeve, a ne radi se uvijek o ljudima, ili oni to možda ne razumiju, i nisu oni krivi. Moja je odgovornost kao lidera na strani koja je okrenuta klijentima, da predstavim taj broj, tu tačku podataka.

Postoje određene stvari koje lideri mogu učiniti kako bi pokušali staviti ljudsko lice na podatke. Pokrenuli smo mnogo programa u našoj kompaniji. Jedan je ručak i učenje. Dovest ćemo kupca i kupiti ručak za cijelu kompaniju. Sada inženjeri mogu čuti od kupca i mogu povezati metriku koju gledaju i prema kojoj se kreću s ljudskim bićem, sa svrhom.

Tableau: Kako ljudi u ranoj karijeri mogu početi da „treniraju” svoje crijevo?

Nolting: Mladi ljudi moraju naučiti da imaju neuspjehe i preuzimaju rizik u donošenju odluka. Ovo je kulturna stvar sa kojom se njemačke kompanije bore. Možete trenirati svoje crijevo samo stjecanjem iskustva i greškama - a onda možete iskoračiti da preuzmete rizik težih odluka u budućnosti. U Volkswagenu smo stvorili okruženje psihološke sigurnosti u kojem se neuspjesi prihvaćaju. Da biste to postigli, morate imati odgovarajuću kulturu poslovanja i podataka.

Sasaki: [U Mitek-u] počinjemo s iskustvom s podacima. Lideri u mom timu pretvorili su menadžere za uspjeh kupaca u analitičare podataka. Naši analitičari podataka pružili su alate u Tableauu za pretvaranje menadžera uspjeha kupaca u analitičare podataka. Sada, ako pogledate preglede u Tableau-u, širom kompanije, 70% pregleda je od mojih menadžera za uspjeh kupaca.

Ne možete se bojati podataka. Morate iskoristiti svaku priliku kao iskustvo i steći što više iskustava s podacima, bilo pozitivnih ili negativnih. To će biti zaista vrijedno za povjerenje u svoju intuiciju. Samo uđite tamo, shvatite podatke, igrajte se s njima, postavljajte pitanja i steknite što više iskustava – pozitivnih ili negativnih – koliko možete. I to će zaista istrenirati vaša crijeva.

Ako imate podatke, ne možete se osporiti. Ne postoji bolji način za rad s drugim funkcijama i drugim vođama i drugim članovima tima nego da oni imaju podatke. Kada unesete podatke u razgovor, možete se vrlo brzo uskladiti. Možete donositi odluke; možete čak i uvjeriti kupce. To će biti sastanak vođen podacima, to će biti diskusija vođena podacima. Sastanci i odluke se dešavaju mnogo brže jer su samo više informisani o podacima.”

Da li ste spremni da vodite sa podacima?

Lideri vođeni podacima bolje su opremljeni da se prilagode promjenama i razumiju nijanse donošenja odluka u brzom poslovnom okruženju. Oni znaju da su podaci, uvećani iskustvom i intuicijom, fundamentalni za uspjeh u njihovim organizacijama. Posjetite Tabela za rukovodioce da saznate više o tome kako podaci utiču na novu vrstu poslovnih lidera i kako Tableau može vaš transformacija podataka.