Si legge ovunque. Il termine ‘big data’ da solo è diventato una specie di parola d’ordine negli ultimi tempi – e per una buona ragione.
Sfruttando la ricchezza di intuizioni digitali disponibili a portata di mano e abbracciando il potere della business intelligence, è possibile prendere decisioni più informate che porteranno alla crescita commerciale, all’evoluzione e a un aumento dei profitti.
Con l’implementazione dei giusti strumenti di reporting e la comprensione di come analizzare e misurare accuratamente i vostri dati, sarete in grado di prendere il tipo di decisioni guidate dai dati che porteranno il vostro business in avanti. Naturalmente, questo suona incredibile in teoria.
Ma in pratica, anche se si ha accesso ai dati più grandi del mondo, è possibile prendere decisioni che non tengono conto delle intuizioni tangibili, andando invece con l’istinto. Nella maggior parte dei casi, questo può rivelarsi dannoso per il business.
Mentre a volte va bene seguire il proprio istinto, la stragrande maggioranza delle decisioni basate sul business dovrebbe essere sostenuta da metriche, fatti o cifre relative ai propri scopi, obiettivi o iniziative che possono garantire una spina dorsale stabile ai rapporti di gestione e alle operazioni aziendali.
Per aiutarti nella tua ricerca verso l’illuminazione analitica, esploreremo il processo decisionale guidato dai dati, studieremo l’importanza del processo decisionale guidato dai dati, ed esamineremo alcuni esempi del mondo reale di trasformare l’intuizione in azione per il miglioramento del business.
Che cos’è il processo decisionale guidato dai dati?
Il Data Driven Decision Making (DDDM) è un processo che prevede la raccolta di dati basati su obiettivi misurabili o KPI, l’analisi di modelli e fatti da queste intuizioni, e il loro utilizzo per sviluppare strategie e attività che portano benefici al business in una serie di aree.
Fondamentalmente, il processo decisionale guidato dai dati significa lavorare verso obiettivi aziendali chiave sfruttando dati verificati e analizzati piuttosto che semplicemente sparare nel buio.
Tuttavia, per estrarre un valore genuino dai vostri dati, questi devono essere accurati e pertinenti ai vostri obiettivi. La raccolta, l’estrazione, la formattazione e l’analisi delle intuizioni per migliorare il processo decisionale guidato dai dati nel business era una volta un compito onnicomprensivo, che naturalmente ritardava l’intero processo decisionale sui dati.
Ma oggi, lo sviluppo e la democratizzazione del software di business intelligence permettono agli utenti senza competenze tecniche radicate di analizzare ed estrarre intuizioni dai loro dati. Come risultato diretto, è richiesto meno supporto IT per produrre rapporti, tendenze, visualizzazioni e intuizioni che facilitano il processo decisionale sui dati.
Da questi sviluppi, è nata la scienza dei dati (o almeno, si è evoluta in modo enorme) – una disciplina in cui le abilità di hacking e la statistica incontrano le competenze di nicchia. Questa professione abbastanza nuova consiste nel setacciare grandi quantità di dati grezzi per prendere decisioni di business intelligenti basate sui dati.
L'”oro” che i data scientist “estraggono” è di due tipi distinti: qualitativo e quantitativo, ed entrambi sono fondamentali per prendere una decisione basata sui dati.
L’analisi qualitativa si concentra su dati che non sono definiti da numeri o metriche, come interviste, video e aneddoti. L’analisi qualitativa dei dati si basa sull’osservazione piuttosto che sulla misurazione. Qui, è cruciale codificare i dati per assicurarsi che gli elementi siano raggruppati in modo metodico e intelligente.
L’analisi quantitativa dei dati si concentra su numeri e statistiche. La mediana, la deviazione standard e altre statistiche descrittive giocano qui un ruolo fondamentale. Questo tipo di analisi è misurata piuttosto che osservata. Sia i dati qualitativi che quelli quantitativi dovrebbero essere analizzati per prendere decisioni di business guidate dai dati in modo più intelligente.
Ora che abbiamo esplorato il significato del processo decisionale nel business, è il momento di considerare il motivo per cui il processo decisionale guidato dai dati (DDDM) è importante.
“L’informazione è il petrolio del 21° secolo, e l’analisi è il motore a combustione”. – Peter Sondergaard
Perché il processo decisionale guidato dai dati è importante?
L’importanza dei dati nella decisione risiede nella coerenza e nella crescita continua. Permette alle aziende di creare nuove opportunità di business, generare più entrate, prevedere le tendenze future, ottimizzare gli sforzi operativi attuali e produrre intuizioni utilizzabili. In questo modo, si può far crescere ed evolvere il proprio impero nel tempo, rendendo la propria organizzazione più adattabile come risultato. Il mondo digitale è in un costante stato di flusso, e per muoversi con il paesaggio in continua evoluzione intorno a voi, è necessario sfruttare i dati per prendere decisioni aziendali più informate e potenti basate sui dati.
Le decisioni aziendali basate sui dati fanno o rompono le aziende. Questa è una testimonianza dell’importanza della visualizzazione dei dati online nel processo decisionale.
I professori del MIT Sloan School of Management Andrew McAfee e Erik Brynjolfsson una volta hanno spiegato in un articolo del Wall Street Journal che hanno eseguito uno studio in collaborazione con il MIT Center for Digital Business. In questo studio, hanno scoperto che tra le aziende intervistate, quelle che erano principalmente guidate dai dati hanno beneficiato di una produttività superiore del 4% e di profitti più alti del 6%.
Le aziende che si avvicinano al processo decisionale in modo collaborativo tendono a trattare le informazioni come una vera risorsa più delle aziende con altri approcci più ambigui.
10 suggerimenti e punti di partenza per una migliore strategia decisionale guidata dai dati
Infine, ecco 10 consigli pratici e punti di partenza per un migliore processo decisionale guidato dai dati nel business. Alla fine, sarete convinti al 110% dell’importanza di prendere questo tipo di decisioni.
1) Guardatevi dai vostri pregiudizi
Molto del lavoro mentale che facciamo è inconscio, il che rende difficile verificare la logica che usiamo quando prendiamo una decisione. Possiamo anche essere colpevoli di vedere i dati che vorremmo che ci fossero invece di quelli che abbiamo realmente davanti. Questo è uno dei modi in cui un buon team può aiutare. Eseguire le vostre decisioni da una parte competente che non condivide (o addirittura conosce) i vostri pregiudizi è un passo inestimabile.
Lavorare con un team che conosce i dati con cui state lavorando apre la porta a un feedback utile e perspicace. Democratizzare i dati permette a tutte le persone, indipendentemente dalle loro competenze tecniche, di accedervi e di contribuire a prendere decisioni informate. Spesso questo viene fatto attraverso un innovativo software di dashboard, visualizzando tabelle e grafici una volta complicati in modo tale che più persone possano avviare buone decisioni aziendali guidate dai dati.
Con più persone che comprendono i dati in gioco, avrete l’opportunità di ricevere un feedback più credibile. La prova è nei numeri. Uno studio McKinsey del 2010 (che è utile leggere anche oggi) su più di 1.000 grandi investimenti aziendali ha mostrato che quando le organizzazioni hanno lavorato per ridurre l’effetto dei bias nei loro processi decisionali, hanno ottenuto rendimenti fino al 7% più alti. Quando si tratta di un processo decisionale guidato dai dati (DDDM), ridurre i pregiudizi e lasciare che i numeri parlino da soli fa la differenza.
Consigli per superare un comportamento di parte
- Semplice consapevolezza – Tutti sono di parte, ma essere consapevoli che i pregiudizi esistenti possono influenzare il vostro processo decisionale può aiutare a limitare il loro impatto.
- Collaborazione – I vostri colleghi possono aiutare a tenervi sotto controllo poiché è più facile vedere pregiudizi negli altri che in voi stessi. Fai rimbalzare le decisioni su altre persone e sii consapevole del comportamento di parte nella sala riunioni.
- Cercare informazioni contrastanti – Fai le domande giuste a te stesso e agli altri per riconoscere i tuoi pregiudizi e rimuoverli dal tuo processo decisionale.
Eliminando i pregiudizi, ti aprirai alla scoperta di più opportunità. Sbarazzarsi di nozioni preconcette e studiare davvero i dati può mettervi in guardia da intuizioni che possono davvero cambiare la vostra linea di fondo. Ricordate, la business intelligence non dovrebbe riguardare solo l’evitare le perdite, ma vincere i guadagni.
2) Definire gli obiettivi
Per ottenere il massimo dai vostri team di dati, le aziende dovrebbero definire i loro obiettivi prima di iniziare le analisi. Stabilite una strategia per evitare di seguire il clamore invece delle necessità del vostro business e definite dei chiari Key Performance Indicators (KPI). Anche se ci sono vari esempi di KPI tra cui scegliere, non esagerate e concentratevi su quelli più importanti nel vostro settore.
3) Raccogli i dati ora
Raccogliere i dati giusti è cruciale quanto fare le domande giuste. Per le piccole imprese o le start-up, la raccolta dei dati dovrebbe iniziare il primo giorno. Jack Dorsey, co-creatore e fondatore di Twitter, ha condiviso questo apprendimento con Stanford. “Per i primi due anni di vita di Twitter, stavamo volando alla cieca… stiamo basando tutto sull’intuizione invece di avere un buon equilibrio tra intuizione e dati… così la prima cosa che ho scritto per Square è una dashboard di amministrazione. Abbiamo una disciplina molto forte per registrare tutto e misurare tutto”. Detto e fatto, implementare una cultura del dashboard aziendale nella vostra azienda è una componente chiave per gestire correttamente le ondate di dati che raccoglierete.
4) Trovare le domande irrisolte
Una volta che la vostra strategia e i vostri obiettivi sono stabiliti, avrete bisogno di trovare le domande che necessitano di una risposta, in modo da raggiungere questi obiettivi. Porre le giuste domande di analisi dei dati aiuta i team a concentrarsi sui dati giusti, risparmiando tempo e denaro. Negli esempi precedenti in questo articolo, sia Walmart che Google avevano domande molto specifiche, che hanno migliorato notevolmente i risultati. In questo modo, ci si può concentrare sui dati di cui si ha veramente bisogno, e dal raccogliere senza mezzi termini tutto “per ogni evenienza” si può passare al “raccogliere questo per rispondere a quello”.
5) Trova i dati necessari per risolvere queste domande
Tra i dati che hai raccolto, cerca di concentrarti sui tuoi dati ideali, che ti aiuteranno a rispondere alle domande irrisolte definite nella fase precedente. Una volta identificati, verificate se avete già questi dati raccolti internamente, o se è necessario impostare un modo per raccoglierli o acquisirli esternamente.
6) Analizzare e capire
Può sembrare ovvio, ma dobbiamo menzionarlo: dopo aver impostato la cornice di tutte le domande a cui rispondere e la raccolta dei dati, è poi necessario leggerli per estrarre intuizioni significative e report analitici che vi porteranno a prendere decisioni aziendali guidate dai dati. Infatti, il feedback degli utenti è uno strumento utile per effettuare analisi più approfondite sull’esperienza del cliente ed estrarre intuizioni utilizzabili. Per farlo con successo, è importante avere un contesto. Per esempio, se si vuole migliorare le conversioni nell’imbuto d’acquisto, capire perché i visitatori stanno abbandonando sarà un’intuizione critica. Analizzando le risposte nei commenti aperti del vostro modulo di feedback (all’interno di questo imbuto), sarete in grado di vedere perché non hanno successo nel checkout e ottimizzare il vostro sito web di conseguenza.
7) Non aver paura di rivedere e rivalutare
Il nostro cervello salta alle conclusioni ed è riluttante a considerare alternative; siamo particolarmente cattivi nel rivedere le nostre prime valutazioni. Un amico grafico una volta mi ha detto che spesso si trovava bloccato verso la fine di un progetto. Era impegnato nella direzione che aveva scelto e non voleva scartarla. Era investito, per le ragioni sbagliate. Immancabilmente, quando questo accadeva, doveva ricominciare tutto da capo per vedere il passo falso che lo aveva bloccato. Invariabilmente, il prodotto finale era rielaborato anni luce meglio che se avesse messo insieme una soluzione dalla prima bozza.
Verificare i dati e assicurarsi che si stanno monitorando le giuste metriche può aiutare a uscire dai propri schemi decisionali. Fare affidamento sui membri del team per avere una prospettiva e condividerla può aiutarvi a vedere i pregiudizi. Ma non abbiate paura di fare un passo indietro e di ripensare le vostre decisioni. Potrebbe sembrare una sconfitta per un momento, ma per avere successo, è un passo necessario. Capire dove potremmo aver sbagliato e affrontarlo subito produrrà risultati più positivi che aspettare e vedere cosa succede. Il costo di aspettare per vedere cosa succede è ben documentato…
8) Presentare i dati in modo significativo
Scavare e raccogliere intuizioni è bello, ma riuscire a raccontare le tue scoperte e trasmettere il tuo messaggio è meglio. Devi fare in modo che il tuo acume non rimanga inutilizzato e polveroso, e che venga utilizzato per le decisioni future. Con l’aiuto di un grande software di visualizzazione dei dati, non c’è bisogno di essere un crack informatico per costruire e personalizzare un potente cruscotto online che racconterà la storia dei vostri dati e assisterà voi, il vostro team e il vostro management a prendere le giuste decisioni aziendali guidate dai dati. Per esempio, dovete avere le vostre finanze sotto controllo a tutti i costi:
Aprire il cruscotto di panoramica finanziaria a schermo intero
Un quadro presentato su un cruscotto finanziario assicurerà una panoramica a colpo d’occhio delle prestazioni finanziarie di una società. Con i principali KPI come il rapporto delle spese operative, il margine di profitto netto, il conto economico e i guadagni prima degli interessi e delle tasse, questo cruscotto permette un processo decisionale veloce concentrandosi sui dati in tempo reale.
Per ulteriore ispirazione, guarda questi incredibili esempi di visualizzazione dei dati da alcuni dei marchi e delle aziende più lungimiranti del mondo.
9) Imposta obiettivi misurabili per il processo decisionale
Dopo che hai la tua domanda, i tuoi dati, le tue intuizioni, arriva la parte difficile: la decisione. Devi applicare i risultati che hai ottenuto alle decisioni aziendali, ma anche assicurarti che le tue decisioni siano allineate con la missione e la visione dell’azienda, anche se i dati sono contraddittori. Stabilite degli obiettivi misurabili per essere sicuri di essere sulla strada giusta… e trasformate i dati in azione!
10) Continuate a far evolvere le vostre decisioni aziendali guidate dai dati
Questo è spesso trascurato, ma è comunque incredibilmente importante: non dovreste mai smettere di esaminare, analizzare e mettere in discussione le vostre decisioni guidate dai dati. Nella nostra era digitale iperconnessa, abbiamo più accesso ai dati che mai. Per estrarre un valore reale da questa ricchezza di intuizioni, è vitale aggiornare ed evolvere continuamente i vostri obiettivi aziendali in base al panorama che si muove intorno a voi.
Data Driven Decision Making Mistakes You Should Avoid At All Costs
A questo punto, l’importanza dei dati nel processo decisionale è chiara. Ma mentre la comprensione delle dinamiche delle decisioni aziendali guidate dai dati e l’esplorazione di esempi di decisioni guidate dai dati nel mondo reale vi guideranno nella giusta direzione, capire cosa evitare vi aiuterà a cementare il vostro successo.
Quante volte nella vostra vita vi siete preparati per una riunione, avevate i fatti e le cifre pronte, e alla fine la decisione va nella direzione completamente opposta?
Probabilmente sembrava che la decisione fosse stata presa prima ancora che la riunione iniziasse. Se questo vi suona familiare, non siete soli. Non stiamo parlando solo di una startup piena di principianti che pensano che seguire l’istinto sia più importante dei KPI; stiamo parlando di aziende enormi. Rob Enderle, un ex dipendente IBM e Research Fellow per Forrester ha scritto un favoloso articolo che documenta le carenze dei dirigenti di IBM e Microsoft.
Mentre l’articolo è pieno di esempi, forse il più evidente è la vendita parziale di IBM della sua divisione ROLM a Siemens. Enderle e il suo team hanno prodotto un rapporto interno che dimostrava che la vendita a Siemens sarebbe stata un fallimento catastrofico. Si scoprì che la decisione era stata presa prima che la ricerca uscisse. In effetti, i dirigenti dimenticarono che la ricerca era stata commissionata. La loro decisione di pancia ha finito per costare all’azienda più di un miliardo di dollari.
Una pubblicazione di BI-Survey ci mostra che il 58% delle aziende intervistate hanno detto che basano almeno la metà delle loro decisioni commerciali regolari sulla sensazione di pancia o sull’esperienza, invece di essere guidate da dati e informazioni. In media, si sono resi conto che le aziende utilizzano solo il 50% delle informazioni disponibili quando si tratta di prendere decisioni.
Come fornitori di business intelligence noi stessi, comprendiamo l’importanza del processo decisionale guidato dai dati. Ecco perché abbiamo creato uno strumento di analisi dei dati online che permette ai clienti di ottenere il massimo dai loro dati, visualizzarli in modo significativo e condividere facilmente queste intuizioni generate in splendide dashboard in tempo reale per prendere più velocemente decisioni di business migliori. Tuttavia, gli approfondimenti che forniamo sono completamente inutili se, alla fine della giornata, questi rapporti vengono ignorati dai decisori effettivi.
Questo enigma ci ha spinto a dare uno sguardo profondo: perché i leader aziendali non utilizzano il processo decisionale guidato dai dati? E di cosa dovresti essere consapevole per assicurarti che le tue decisioni siano basate sui numeri, non sui sentimenti?
Ora che abbiamo delineato le basi per prendere le tue decisioni guidate dai dati nel modo giusto, scaveremo più a fondo nelle cose da evitare scavando nei comuni errori del passato degli analisti di dati e dei business leader. Attraverso l’osservazione e l’assorbimento di questi punti chiave con l’aiuto del software di analisi dei dati, sarete in grado di garantire che il vostro processo decisionale guidato dai dati nel business sia coerente, orientato ai risultati e centrato sui vostri obiettivi in ogni momento.
1) Qualità dei dati
Prima di tutto, la ragione principale solitamente invocata è la qualità dei dati. La qualità dei dati è la condizione di un insieme di variabili qualitative o quantitative, che dovrebbe essere “adatta agli usi previsti nelle operazioni, nei processi decisionali e nella pianificazione”, secondo un articolo scritto dall’autore Thomas C. Redmann. Una buona gestione della qualità dei dati (dall’acquisizione al mantenimento, dalla disposizione ai processi di distribuzione in atto in un’organizzazione) è anche la chiave per l’uso futuro di tali dati. La raccolta e la raccolta sono buone solo se ben gestite e sfruttate in seguito, altrimenti il potenziale delle risorse rimane intatto e inutile.
2) L’eccessivo affidamento sull’esperienza passata
L’eccessivo affidamento sull’esperienza passata può uccidere qualsiasi business. Se si guarda sempre dietro di sé, c’è una reale possibilità di perdere quello che c’è davanti. Così spesso, i leader aziendali vengono assunti per le loro esperienze precedenti, ma gli ambienti e i mercati cambiano e gli stessi trucchi potrebbero non funzionare la prossima volta. Uno degli esempi più citati di questo è Dick Fuld, che ha salvato Lehman dopo la crisi LTCM. Dieci anni dopo ha tirato fuori la stessa borsa di trucchi e, come riporta il Wall Street Journal, “l’esperienza su cui faceva affidamento non era la stessa di questo massiccio crollo guidato dall’edilizia.” La recente crisi è stata molto più complessa. Gli ambienti e i mercati cambiano costantemente e, per essere un manager di successo, bisogna combinare le esperienze passate con i dati attuali.
3) Andare con l’istinto e cucinare i dati
Mentre alcuni manager vanno naturalmente con il loro istinto, c’è una parte significativa che prima si fidano del loro istinto, poi convincono i loro ricercatori o una consulenza esterna a produrre rapporti che confermano la decisione che hanno già preso. Secondo l’articolo di Enderle citato sopra, questo era un luogo comune in Microsoft. I ricercatori erano incaricati di fornire rapporti che davano credibilità alle decisioni dei dirigenti.
4) Bias cognitivi
I bias cognitivi sono tendenze a prendere decisioni basate su informazioni limitate, o su lezioni di esperienze passate che possono non essere rilevanti per la situazione attuale. I bias cognitivi si verificano ogni giorno, in qualche modo, in ogni decisione che prendiamo. Questi pregiudizi possono influenzare i leader aziendali a ignorare i dati solidi e andare con le loro supposizioni, invece. Ecco alcuni esempi di pregiudizi cognitivi comunemente visti:
- Confirmation bias – I leader aziendali tendono a favorire le informazioni che confermano le credenze che hanno già, giuste o sbagliate.
- Inerzia cognitiva – L’incapacità di adattarsi alle nuove condizioni ambientali e di attenersi alle vecchie credenze nonostante i dati dimostrino il contrario.
- Pensiero di gruppo – Il desiderio di far parte del gruppo schierandosi con la maggioranza, indipendentemente dalle prove o dalle motivazioni a sostegno.
- Biasamento dell’ottimismo – Prendere decisioni basate sulla convinzione che il futuro sarà molto meglio del passato.
I manager devono riconoscere che siamo di parte in ogni situazione. Non esiste l’obiettività. La buona notizia è che ci sono modi per superare il comportamento di parte.
Come risultato, queste aziende identificano le opportunità di business e prevedono le tendenze future in modo più accurato, generando più entrate e favorendo una maggiore crescita attraverso il processo decisionale dei dati.
3 Esempi di successo nel processo decisionale guidato dai dati
Ora che abbiamo acquisito una comprensione più chiara di cosa significa prendere una decisione guidata dai dati e l’importanza del processo decisionale guidato dai dati, ci addentreremo in 3 esempi di decisioni guidate dai dati.
1) Google
Uno dei più notevoli esempi di data driven decision making viene dal colosso della ricerca Google, secondo un articolo scritto su smartdatacollective.com. Le startup sono famose per lo smantellamento delle gerarchie, e Google era curioso di sapere se avere dei manager fosse davvero importante.
Per rispondere alla domanda, gli scienziati dei dati di Google hanno esaminato le recensioni delle prestazioni e i sondaggi dei dipendenti dai subordinati dei manager (dati qualitativi). Gli analisti hanno tracciato le informazioni su un grafico e hanno determinato che i manager erano generalmente percepiti come buoni. Hanno fatto un ulteriore passo avanti e hanno diviso i dati nei quartili superiore e inferiore, poi hanno fatto delle regressioni. Questi test hanno mostrato grandi differenze tra i migliori e i peggiori manager in termini di produttività del team, felicità dei dipendenti e turnover dei dipendenti. I buoni manager rendono Google più soldi e creano dipendenti più felici, ma cosa rende un buon manager a Google?
Ancora una volta, gli analisti hanno esaminato i dati dei punteggi del “Great Manager Award”, in cui i dipendenti potevano nominare i manager che hanno fatto un lavoro eccezionale. I dipendenti dovevano fornire esempi che spiegassero esattamente cosa rendeva il manager così grande. I manager del quartile superiore e inferiore sono stati anche intervistati per completare il set di dati. L’analisi di Google ha trovato i primi 8 comportamenti che fanno un grande manager a Google e 3 che non lo fanno. Hanno rivisto la loro formazione manageriale, incorporando le nuove scoperte, continuando il Great Manager Award e implementando un sondaggio di feedback biennale.
2) Walmart
Walmart ha usato un processo simile quando si è trattato di merce di emergenza in preparazione per l’uragano Frances nel 2004, come riportato dal NY Times. I dirigenti volevano sapere quali tipi di merce avrebbero dovuto stoccare prima della tempesta. I loro analisti hanno estratto le registrazioni degli acquisti passati da altri negozi Walmart in condizioni simili, ordinando un terabyte di storia dei clienti per decidere quali merci inviare in Florida (dati quantitativi). Si è scoperto che, in tempi di disastri naturali, gli americani si rivolgono a Pop-Tarts alla fragola e birra. Linda M. Dillon, CIO di Walmart all’epoca, ha spiegato:
“Prevedendo ciò che accadrà, invece di aspettare che accada… i camion pieni di tostapane e confezioni da sei stavano presto sfrecciando sulla Interstate 95 verso i Walmart sulla strada di Frances.”
Gli analisti di Walmart non solo hanno tenuto gli abitanti della Florida piacevolmente ubriachi di birra e Pop-Tarts durante la tempesta, ma hanno anche creato profitti anticipando la domanda, dato che la maggior parte dei prodotti sono stati venduti rapidamente.
3) Southwest Airlines
Una decisione guidata dai dati ha un incredibile livello di valore in tutte le industrie, ma un settore ampiamente conosciuto per beneficiare di tali intuizioni è l’industria aerea.
I dirigenti della Southwest Airlines hanno utilizzato dati mirati sui clienti per ottenere una comprensione più profonda di quali nuovi servizi sarebbero stati più popolari con i clienti e più redditizi.
In questo modo, la compagnia aerea ha scoperto che osservando e analizzando i comportamenti e le attività online dei loro consumatori, poteva fornire a diversi segmenti di clienti le migliori tariffe per le loro esigenze, oltre a un livello esemplare di esperienza del cliente (CX).
Come risultato diretto di questa enfasi sulle decisioni guidate dai dati, Southwest Airlines ha visto la sua base di clienti, così come la sua fedeltà al marchio, crescere costantemente anno dopo anno.
Il ruolo dei cruscotti per le decisioni guidate dai dati
Quando si deve prendere una decisione aziendale guidata dai dati, i cruscotti possono giocare un ruolo fondamentale. Avendo tutti i dati storici e attuali su una singola schermata, con la possibilità di interagire e scavare in profondità in singoli KPI o generando una panoramica di un dipartimento o di un’azienda, i dashboard permetteranno un quadro olistico di informazioni importanti. Per vedere questo in pratica, daremo ora un’occhiata ad alcuni esempi selezionati.
1) Direzione generale
I dirigenti di livello C devono stare in cima ai loro dati. Per essere in grado di tracciare in modo efficiente le informazioni basate sulle loro strategie e obiettivi, ogni manager si concentra sulle entrate effettive generate in un determinato periodo di tempo, rispetto alle entrate target, e con una chiara visualizzazione di come si sono sviluppate (o meno), come mostrato in questo esempio:
Aprire KPI Dashboard di gestione a schermo intero
Viene mostrato anche il reddito basato sul livello dei clienti, e statistiche relative al costo di acquisizione dei clienti e il numero totale di nuovi clienti acquisiti. Questo può aiutare ogni manager a basare con successo le proprie decisioni su dati visualizzati, rendendo il processo molto più veloce ed efficace. Una testimonianza del perché il processo decisionale basato sui dati è importante nel mondo degli affari di oggi.
2) Vendita al dettaglio online
Nella vendita al dettaglio online, la raccolta dei dati è abbastanza semplice e abbondante. I diversi modi di fare shopping, l’accesso alle recensioni e alle opinioni online hanno reso i consumatori più informati che mai. Ecco perché avere una chiara visione d’insieme dei dati è della massima importanza sia per i proprietari di piccole imprese, sia per le grandi imprese. Nell’esempio qui sotto, possiamo vedere come questo sarebbe un esempio con KPI selezionati per la vendita al dettaglio:
Vendite aperte &Dashboard degli ordini a schermo intero
La quantità totale di ordini, gli ordini medi per cliente, i top seller, e le statistiche e le cifre dei motivi di restituzione possono darvi una panoramica del comportamento dei consumatori, perché la vostra merce viene restituita, e quale periodo dell’anno è il vostro punto di riferimento con la maggiore quantità di ordini. In questo modo puoi basare la tua decisione futura esclusivamente sui dati di retail analytics, e non su una sensazione viscerale che potrebbe rovinare la tua strategia di business.
“Tortura i dati, ed essi confesseranno qualsiasi cosa”. – Ronald Coase
Non si può negare – sfruttando i dati nel modo giusto e misurando il tuo successo, sei in grado di spingere il tuo business verso nuove ed eccitanti altezze.
Ora che hai accesso a tutti gli ingredienti chiave per prendere le migliori decisioni sui dati per il tuo business, è il momento di mettere in azione i tuoi piani. Ricordate – per ottenere il massimo successo, dovete evitare a tutti i costi di adottare l’approccio sbagliato alle decisioni aziendali basate sui dati. Un fallimento in questo senso porterà a fare scelte con l’istinto, con pregiudizi, o a promuovere una scarsa cultura dei dati all’interno della vostra organizzazione.
In datapine, siamo impegnati al 100% ad aiutarvi a prendere le migliori decisioni guidate dai dati per il vostro business. Le nostre soluzioni combinano il miglior software di reporting aziendale con una prospettiva all’avanguardia verso la valutazione delle tue decisioni per iniziare a vedere i risultati.
Per iniziare il tuo percorso verso decisioni di successo guidate dai dati, visualizzando tutti i tuoi dati in un unico luogo, e generando intuizioni con pochi click, puoi provare il nostro software dashboard per una prova di 14 giorni completamente gratuita!