Τα δεδομένα είναι το νέο πετρέλαιο; Όχι απαραίτητα.
Για χρόνια ακούμε ότι τα δεδομένα είναι ο πολυτιμότερος πόρος των σύγχρονων επιχειρήσεων.
Οι εταιρείες επενδύουν σε συστήματα ERP, υλοποιούν CRM, αγοράζουν άδειες για πλατφόρμες Business Intelligence, δημιουργούν αποθήκες δεδομένων και φτιάχνουν συνεχώς νέες αναφορές. Ξοδεύουν εκατοντάδες χιλιάδες, κάποιες φορές εκατομμύρια ευρώ για υποδομές που υποτίθεται ότι θα βοηθήσουν στη λήψη καλύτερων αποφάσεων.
Το παράδοξο είναι ότι παρά αυτές τις επενδύσεις, πολλές οργανώσεις εξακολουθούν να λειτουργούν όπως πριν από δεκαετίες;
Ο πωλητής διατηρεί το δικό του Excel.
Η αποθήκη έχει ξεχωριστά φύλλα καταγραφής.
Το μάρκετινγκ χρησιμοποιεί άλλα δεδομένα από τις πωλήσεις.
Η παραγωγή αναφέρει αποτελέσματα σε άλλο σύστημα.
Το διοικητικό συμβούλιο λαμβάνει πέντε διαφορετικές αναφορές από πέντε διαφορετικές πηγές.
Ως αποτέλεσμα, η εταιρεία διαθέτει τεράστιες ποσότητες δεδομένων, αλλά πολύ λίγη γνώση.
Το πρόβλημα λοιπόν δεν είναι ότι οι επιχειρήσεις έχουν λίγες πληροφορίες. Το πρόβλημα είναι ότι δεν μπορούν να τις συνδέσουν και να τις αξιοποιήσουν.
Δεδομένα ≠ Πληροφορία
Αυτή είναι μια από τις πιο σημαντικές διακρίσεις που αξίζει να κατανοήσουμε.
Τα δεδομένα είναι μεμονωμένα γεγονότα.
Αριθμός παραγγελιών.
Ποσό τιμολογίου.
Υπόλοιπο αποθέματος.
Ημερομηνία παράδοσης.
Αριθμός επιστροφών/εγγυήσεων.
Μόνο οι κατάλληλες συγκεντρώσεις αυτών των πληροφοριών επιτρέπουν τη εξαγωγή συμπερασμάτων.
Ένα ακόμη επίπεδο ψηλότερα είναι η γνώση, δηλαδή η ικανότητα να απαντάμε στο ερώτημα: «Γιατί έγινε αυτό και τι πρέπει να κάνουμε στη συνέχεια;»
Εδώ είναι που πολλές οργανώσεις σταματούν στη μέση της διαδρομής.
Τι είναι το Data Silo;
Ένα από τα μεγαλύτερα προβλήματα των σύγχρονων επιχειρήσεων είναι τα λεγόμενα Data Silos, δηλαδή οι «σιλό» δεδομένων.
Πρόκειται για την κατάσταση όπου οι πληροφορίες βρίσκονται σε διάφορα συστήματα και δεν είναι συνδεδεμένες μεταξύ τους.
Παράδειγμα;
Το ERP αποθηκεύει πληροφορίες παραγγελιών.
Το CRM περιέχει το ιστορικό επικοινωνίας με τον πελάτη.
Το e-shop έχει δεδομένα αγορών.
Η πλατφόρμα μάρκετινγκ αναλύει καμπάνιες.
Το σύστημα αποθήκης διαχειρίζεται τα αποθέματα.
Κάθε σύστημα λειτουργεί σωστά.
Το πρόβλημα εμφανίζεται όταν κανένα από αυτά δεν «επικοινωνεί» με τα υπόλοιπα.
Η εταιρεία έχει όλες τις απαραίτητες πληροφορίες, αλλά δεν μπορεί να δει την πλήρη εικόνα.
ERP, CRM, BI... ποιος είναι υπεύθυνος για τι;
Πολλοί χρησιμοποιούν αυτούς τους όρους εναλλακτικά, αν και έχουν εντελώς διαφορετικές λειτουργίες.
ERP (Enterprise Resource Planning)
Είναι το σύστημα που διαχειρίζεται τις επιχειρησιακές διαδικασίες.
Συνήθως καλύπτει:
- οικονομικά,
- λογιστική,
- αποθήκη,
- παραγωγή,
- προμήθειες,
- logistics,
- ανθρώπινοι πόροι.
Το ERP είναι υπεύθυνο κυρίως για την καθημερινή εξυπηρέτηση των διαδικασιών.
CRM (Customer Relationship Management)
Το CRM εστιάζει στις σχέσεις με τους πελάτες.
Επιτρέπει τη διαχείριση:
- leads,
- επαφών,
- προσφορών,
- ιστορικού συνεργασίας,
- δραστηριοτήτων των πωλητών,
- εξυπηρέτησης πελατών.
Το CRM είναι υπεύθυνο για τη διαδικασία πωλήσεων και την οικοδόμηση σχέσεων.
Αποθήκη Δεδομένων (Data Warehouse)
Δεν είναι ένα ακόμη λειτουργικό σύστημα.
Είναι ο χώρος όπου συγκεντρώνονται, ταξινομούνται και προετοιμάζονται δεδομένα από διάφορες πηγές για ανάλυση.
Έτσι μπορεί κανείς να συγκρίνει πληροφορίες από πολλά συστήματα ταυτόχρονα.
Business Intelligence (BI)
Το BI είναι υπεύθυνο για την ανάλυση των δεδομένων.
Δημιουργεί αναφορές.
Dashboards.
Δείκτες KPI.
Βοηθά να καταλάβουμε τι συνέβη στην εταιρεία.
Αλλά το ίδιο το BI δεν θα λύσει το πρόβλημα κακής ποιότητας δεδομένων ή της κατανομής τους.
Γιατί οι εταιρείες έχουν δεδομένα που δεν αξιοποιούν;
Υπάρχουν πολλοί λόγοι.
Συχνά συναντάμε μερικούς από αυτούς.
Τα δεδομένα είναι κατακερματισμένα
Κάθε τμήμα χρησιμοποιεί το δικό του εργαλείο.
Δεν υπάρχει μια ενιαία πηγή αλήθειας.
Τα δεδομένα είναι ελλιπή
Οι πωλητές δεν συμπληρώνουν το CRM.
Οι εργαζόμενοι καταγράφουν μέρος των πληροφοριών εκτός συστήματος.
Η διαδικασία δεν τηρείται.
Τα δεδομένα είναι ασυνεπή
Ο ίδιος πελάτης εμφανίζεται με πολλαπλά ονόματα.
Τα προϊόντα έχουν διαφορετικούς κωδικούς.
Λείπουν πρότυπα.
Τα δεδομένα είναι μη επικαιροποιημένα
Η αναφορά δείχνει κατάσταση από μια εβδομάδα πριν.
Και η απόφαση πρέπει να ληφθεί σήμερα.
Η εταιρεία συγκεντρώνει τα πάντα
Αυτό είναι ένα πολύ συχνό λάθος.
Ο οργανισμός αποθηκεύει τεράστιες ποσότητες πληροφοριών απλώς επειδή «μπορεί». Κανείς μετά δεν τις χρησιμοποιεί.
Δημιουργούνται κι άλλες αναφορές.
Περισσότερα dashboards.
Περισσότερα διαγράμματα.
Και τα πιο σημαντικά ερωτήματα παραμένουν αναπάντητα.
Τι είναι το Single Source of Truth;
Είναι η έννοια που υποθέτει ότι η εταιρεία διαθέτει μια αξιόπιστη, ενιαία πηγή δεδομένων.
Αυτό δεν σημαίνει ένα μόνο πρόγραμμα.
Σημαίνει ότι ανεξάρτητα από το πού διαβάζονται οι πληροφορίες, αυτές είναι συνεπείς.
Εάν οι πωλήσεις ήταν ένα εκατομμύριο ευρώ, κάθε αναφορά πρέπει να δείχνει την ίδια αξία.
Χωρίς να χρειάζεται να αναρωτιόμαστε ποιος πίνακας είναι επικαιροποιημένος.
Η AI δεν θα λύσει το χάος από μόνη της
Αυτός είναι ένας από τους μεγαλύτερους μύθους των τελευταίων ετών.
Οι εταιρείες συχνά πιστεύουν ότι αρκεί να εφαρμόσουν τεχνητή νοημοσύνη. - Δεν αρκεί.
Η AI μπορεί να αναλύσει δεδομένα.
Μπορεί να ανιχνεύσει αλληλεπιδράσεις.
Μπορεί να προβλέψει τάσεις.
Αλλά μόνο όταν λαμβάνει δεδομένα κατάλληλης ποιότητας.
Εάν η οργάνωση διαθέτει ασυνεπή πληροφορίες, τα αλγόριθμα θα αναλύσουν... ασυνεπείς πληροφορίες.
Θα προκύψει απλώς μια πιο προηγμένη μορφή λανθασμένων συμπερασμάτων.
Γι' αυτό λέμε: Garbage In, Garbage Out.
AI Analytics - τι αλλάζει;
Η σύγχρονη ανάλυση βασισμένη στην AI μπορεί να κάνει πολύ περισσότερα από την κλασική αναφορά.
Μπορεί:
- να εντοπίζει ανώμαλες συμπεριφορές,
- να προβλέπει τις πωλήσεις,
- να εντοπίζει πελάτες που κινδυνεύουν να φύγουν,
- να προβλέπει τις ανάγκες αποθέματος,
- να ανιχνεύει ανωμαλίες,
- να προτείνει ενέργειες,
- να δημιουργεί αυτόματα συνοπτικά αναφορών.
Αυτή είναι μια τεράστια αλλαγή.
Αλλά υπό μία προϋπόθεση.
Η εταιρεία πρέπει πρώτα να τακτοποιήσει τα δεδομένα της.
Πότε έχει πραγματικά νόημα μια αποθήκη δεδομένων;
Δεν χρειάζεται κάθε εταιρεία μια εκτεταμένη αποθήκη δεδομένων.
Αν μια οργάνωση έχει λίγους υπαλλήλους και χρησιμοποιεί ένα μόνο σύστημα, η υλοποίησή της μπορεί να μην είναι δικαιολογημένη.
Η κατάσταση αλλάζει όταν:
- λειτουργούν πολλά υποκαταστήματα/τμήματα,
- λειτουργούν πολλαπλά συστήματα,
- τα δεδομένα προέρχονται από διάφορες πηγές,
- η εκπόνηση αναφορών απαιτεί πολλές ώρες,
- η διοίκηση χρειάζεται διατμηματικές αναλύσεις.
Τότε η αποθήκη δεδομένων συχνά γίνεται θεμέλιο για περαιτέρω ψηφιακό μετασχηματισμό.
Τα πιο συνηθισμένα λάθη
Το μεγαλύτερο λάθος δεν είναι η έλλειψη δεδομένων.
Το μεγαλύτερο λάθος είναι η έλλειψη στρατηγικής.
Οι εταιρείες συχνά:
- αγοράζουν συνεχώς νέα συστήματα αντί να ενσωματώνουν τα υπάρχοντα,
- δημιουργούν δεκάδες αναφορές που κανείς δεν χρησιμοποιεί,
- αναλύουν τα πάντα αντί για τους πιο σημαντικούς δείκτες,
- εισάγουν AI χωρίς να προετοιμάσουν τα δεδομένα,
- δεν έχουν ιδιοκτήτες υπεύθυνους για την ποιότητα των δεδομένων.
Πώς να προετοιμάσετε την επιχείρηση;
Αξίζει να ξεκινήσετε με απλά ερωτήματα.
- Από πού προέρχονται τα δεδομένα μας;
- Είναι συνεπή;
- Ξέρουμε ποια έκδοση είναι η σωστή;
- Ποιος είναι υπεύθυνος για την ποιότητά τους;
- Χρησιμοποιούνται πραγματικά όλες οι αναφορές;
- Βοηθούν τα δεδομένα στη λήψη αποφάσεων;
Αν είναι δύσκολο να απαντήσετε σε κάποια από αυτά, μάλλον αξίζει να ξεκινήσετε με την οργάνωση των πληροφοριών πριν η οργάνωση προβεί σε νέες επενδύσεις.
Πώς το προσεγγίζουμε στην Web24;
Σε πολλά έργα αποδεικνύεται ότι η μεγαλύτερη πρόκληση δεν είναι να δημιουργήσεις ένα νέο σύστημα.
Η μεγαλύτερη πρόκληση είναι να συνδέσεις ό,τι ήδη υπάρχει.
Συνδέουμε ERP, CRM, e-shops, πλατφόρμες B2B, συστήματα αποθήκης και ειδικές εφαρμογές ώστε τα δεδομένα να ρέουν ελεύθερα μεταξύ τους.
Μόνο τότε μπορείς να χτίσεις σύγχρονη ανάλυση, αυτοματοποίηση διαδικασιών ή λύσεις βασισμένες σε τεχνητή νοημοσύνη.
Γιατί η AI δεν αντικαθιστά μια καλά σχεδιασμένη αρχιτεκτονική δεδομένων.
Μπορεί όμως να αξιοποιήσει πλήρως το δυναμικό της.
Συμπέρασμα
Η μεγαλύτερη αξία μιας επιχείρησης δεν είναι τα δεδομένα.
Η μεγαλύτερη αξία είναι η ικανότητα να τα αξιοποιεί.
Οι εταιρείες που μπορούν να συνδυάσουν πληροφορίες από πολλαπλές πηγές, να διασφαλίσουν την ποιότητά τους και να τις μετατρέψουν σε πρακτικές επιχειρηματικές αποφάσεις αποκτούν ένα πλεονέκτημα που δεν αγοράζεται με μια απλή άδεια λογισμικού.
Στον κόσμο της AI δεν κερδίζουν αυτοί που έχουν τα περισσότερα δεδομένα.
Κερδίζουν αυτοί που ξέρουν πώς να τα χρησιμοποιήσουν.
