Som med vedtakelsen av Hadoop for å muliggjøre mer fleksibel datalagring og analyse, må oppdagelsen finne sted i sammenheng med hvor det er en klar forståelse av hvordan analyser kan levere mot organisasjonens bredere mål.

På en annen måte, å oppdage nuggets av informasjon vil bare være av ekte verdi hvis de er innlemmet som en del av nye forretningsinitiativer. Granulariteten av tilgjengelige data gjør det mulig å operere både på en strategisk (langsiktig) og i stadig større grad en taktisk kunde eller transaksjonsnivå.

Så hvordan kan virksomheten ta denne prosessen med oppdagelse og gjøre den til handling - i styrerommet og på butikken - som grunnlag for en mer konkurransedyktig virksomhet?

For det første trenger den store datakøreplanen støtte fra styret fra begynnelsen, fra ledere som forstår dataverdien som drivkraften bak virksomhetsforbedring. Dette krever ikke bare at de har en grunnleggende kjennskap til begrepet analytics, men de må også gjenkjenne verdien av eksperimentering. Mange av nuggets funnet i funnfasen må testes i et ekte verdensmiljø for å vurdere deres potensielle verdi, og gjør seniorinnkjøpskritisk kritisk.

Bedrifter med en tilstedeværelse på Internett pleier å være bedre plassert her, da eksperimentering i websfæren er langt lettere. Som et enkelt eksempel: Hvis en nettforhandler ønsker å prøve et alternativt nettsted i en ny farge, kan dette gjøres tilgjengelig for en kontrollert delmengde av kunder og resultatet av kjøpsadferd og lønnsomhet vurderes uten å påvirke forhandlerens kjerne kundebase . Selv om dette er vanskeligere å oppnå i et fysisk miljø, vil resultatforbedring i mange tilfeller være verdt tiden og innsatsen som investeres.

Igjen er evnen til å eksperimentere nøkkelen. Detaljhandlere er spesielt gode her, gjennom deres vilje til å tillate individuell butikk eller arealforvaltere å prøve ut forskjellige tiltak. Imidlertid har hovedkontoret i motsetning til mye av den distribuerte kraften i flere tiår tidligere, full synlighet for alle aktiviteter. Like viktig er at effekten også kan spores og overvåkes på individuell shopper og i butikknivå.

Det er imidlertid en rekke andre hindringer som skal overvinnes: For det første er det viktig for toppledelsen å forstå og være følsom overfor praktiske forhold ved gjennomføring av funn på bakkenivå.

For eksempel kan det være at alle tester har vist at vedtak av nøkkelfraser som en del av et call center-prosess vil gi mer effektive resultater. Men hvis operatørene er ubehagelige med den foreslåtte forandringen og ikke overtales av fordelene, vil forventede resultater ikke bli realisert.

For det andre må de resulterende resultatene og konsekvensene være målbare for å avgjøre effektiviteten av ethvert initiativ, som deretter kan brukes til å bygge tillit og sikre innkjøp for bredere utrulling over virksomheten.

Til slutt må virksomheten i tide med å feile, være modig nok til å innrømme når ting ikke virker - både i eksisterende deler av operasjonen og i nye tiltak - og ta omgående korrigerende tiltak. I et iterativt miljø med rask måling av resultater, kan slike beslutninger tas raskt og gjentatte ganger for å optimalisere resultatene.

Synlig beste praksis

En virksomhet som har skreddet høydegraden av en sømløs strategi - fra første forsøk gjennom analyse til sluttvirksomhet - kan skille seg fra en bedrift som fortsatt ligger ved foten av Hadoop-implementeringen, for eksempel på flere måter.

Selv om mye av innsatsen for å levere denne integrerte tilnærmingen finner sted bak kulissene, er en data-drevet organisasjon mer sannsynlig å forandre seg over tid, da den reagerer raskt og effektivt på hva konkurrenter og kunder gjør. Organisasjonen har også en tendens til å være mer villig til å omfavne forstyrrende konsepter og innføre radikale forandringer i virksomheten for å skille seg selv og få en konkurransefortrinn.

Et godt eksempel på en iterativ oppdagelsesmetode er Amazon. For hyppige kunder har Amazonas nettsted ikke endret seg over tid, men hvis vi sammenligner øyeblikksbilder av nettstedet fra fem år siden til i dag, ville det være en bemerkelsesverdig forskjell.

Denne oppfatningen er fordi Amazon har utnyttet inkrementelle funn og subtly forbedret deres nettside - leverer serviceinnovasjon og forbedring uten å forstyrre kundens opplevelse eller rutine dramatisk.

Siden har utviklet seg med en kontinuerlig stasjon for å gjøre kundeopplevelsen så intuitiv og enkel som mulig. Endringer vil være subtile, slik at returkunder vet hva de skal gjøre og hvor de skal gå på nettstedet, men dra nytte av konstante forbedringer.

Så hvorfor er en data-drevet tilnærming en nøkkelkomponent i suksess? Det gir bedre verdibaserte beslutninger ved å tilby fakta som skal basere sammenligninger av relative alternativer og nøyaktig måle effektiviteten. Større granularitet muliggjør større konkurransefortrinn, gjennom evnen til å måle verdien av nye tilbud.

En Unified Data Architecture sikrer den mest effektive bruken av mennesker, prosesser og teknologier. Det skaper også en smidig, fremtidssikker infrastruktur som kan tilpasse og innlemme nye løsninger, slik at virksomheten kan utvikle seg i tide med markedskrav.

Mange av dagens virksomheter har innrømmet at en god datastrategi ikke lenger handler om å måle fortiden, men i stedet gjør det mulig for ledelsen å forutsi og påvirke fremtidige resultater. Kort sagt, denne åpenheten og kontrollen beveger virksomheten avgjørende fra å være på offer for forhold for å mestre sin egen skjebne.

  • Duncan Ross er direktør for datavitenskap ved Teradata UK.