Vai jūsu organizācija ir gatava izmantot lielos datus?

Big Datu

Big Datu lielākajai daļai mārketinga organizāciju ir vairāk tieksme nekā realitāte. Plaša vienprātība par lielo datu stratēģisko vērtību dod vietu neskaitāmiem uzgriežņu un skrūvju tehniskajiem jautājumiem, kas nepieciešami, lai strukturētu datu ekosistēmu un iedzīvinātu kraukšķīgu, ar datiem pamatotu ieskatu personalizētajā saziņā.

Varat novērtēt organizācijas gatavību izmantot lielos datus, analizējot organizācijas iespējas septiņās galvenajās jomās:

  1. Stratēģiskā vīzija ir lielo datu pieņemšana kā kritisks ieguldītājs biznesa mērķu sasniegšanā. Pirmais solis ir izprast C-Suite apņemšanos un pirkšanu, kam seko laika, fokusa, prioritātes, resursu un enerģijas sadale. Runāt ir viegli. Meklējiet biežu atvienošanu starp vecākajiem vadītājiem, kuri izdara stratēģiskas izvēles, un darba līmeņa datu zinātniekiem, datu analītiķiem un uz datiem orientētiem tirgotājiem, kuri faktiski strādā. Pārāk bieži lēmumi tiek pieņemti bez pietiekama ieguldījuma darba līmenī. Bieži vien skats no augšas un skats no vidus ir kardināli atšķirīgs.
  2. Datu ekosistēma var būt klupšanas akmens vai iespējotājs. Daudzi uzņēmumi ir ieslodzīti mantotajās sistēmās un nogrimušajos ieguldījumos. Ne katrai firmai ir skaidra nākotnes vīzija, kas pieskaņota esošajai santehnikai. Bieži pastāv nesaskaņas starp IT ainavas tehniskajiem pārvaldniekiem un biznesa lietotājiem, kuriem arvien vairāk ir saistītie budžeti. Daudzos gadījumos vīzija uz priekšu ir risinājumu kopums. Neskaidrības rada vēl 3500 uzņēmumi, kas piedāvā visdažādākos tehnoloģiju risinājumus, izvirzot līdzīgas pretenzijas, izmantojot līdzīgu valodu un piedāvājot līdzīgus darījumus.
  3. Datu pārvaldība attiecas uz datu avotu izpratni, iekļaušanas, normalizēšanas, drošības un prioritāšu noteikšanas plānu. Tas prasa veiklu drošības pasākumu kombināciju, skaidri definētu atļauju piešķiršanas režīmu un piekļuves un kontroles ceļus. Pārvaldības noteikumi līdzsvaro privātumu un atbilstību elastīgai datu izmantošanai un atkārtotai izmantošanai. Pārāk bieži šie jautājumi tiek sajaukti vai saspiesti kopā, nevis atspoguļo labi izstrādātu politiku un protokolus.
  4. Lietotais Analytics ir rādītājs, cik labi organizācija ir izvietojusi analytics resursus un spēj nest mākslīgo intelektu un mašīnmācīšanos. Kritiskie jautājumi ir: vai organizācijai ir pietiekami daudz analytics resursi un kā tie tiek izvietoti? Ir analytics iekļautas mārketinga un stratēģiskajās darbplūsmās vai izmantotas ad hoc veidā? Ir analytics galveno biznesa lēmumu virzīšana un efektivitātes paaugstināšana iegūšanas, noturēšanas, izmaksu samazināšanas un lojalitātes jomā?
  5. Tehnoloģiju infrastruktūra novērtē programmatūru un datu struktūras, ko izmanto, lai uzņemtu, apstrādātu, attīrītu, nodrošinātu un atjauninātu datu straumi, kas plūst lielākajā daļā uzņēmumu. Galvenie rādītāji ir automatizācijas līmenis un iespējas normalizēt datu kopas, atrisināt individuālās identitātes, izveidot nozīmīgus segmentus un nepārtraukti uzņemt un lietot jaunus reāllaika datus. Citi pozitīvi rādītāji ir alianses ar ESP, mārketinga automatizācija un mākoņdatošanas piegādātāji.
  6. Izmantojiet gadījumu izstrādi mēra uzņēmuma spēju faktiski izmantot savāktos un apstrādātos datus. Vai viņi var identificēt “labākos” klientus; paredzēt nākamos labākos piedāvājumus vai audzināt iespējamos lojālistus? Vai viņiem ir industrializēti mehānismi, lai izveidotu personalizētus ziņojumus, veiktu mikro segmentēšanu, reaģētu uz uzvedību mobilajos vai sociālajos medijos vai izveidotu vairākas satura kampaņas, kas tiek piegādātas daudzos kanālos?
  7. Apskaujot matemātikas vīriešus ir korporatīvās kultūras rādītājs; organizācijas patiesās vēlmes novērtēšana, lai izpētītu, pieņemtu un apgūtu jaunas pieejas un jaunas tehnoloģijas. Visi izsauc digitālās un datu transformācijas retoriku. Bet daudzi baidās no MII (matemātikas traucējumu ieročiem). Daudz mazāk uzņēmumu iegulda laiku, resursus un naudu, lai centrēšana uz datiem būtu galvenā uzņēmuma īpašība. Lielu datu gatavība var būt ilga, dārga un nomākta. Tas vienmēr prasa būtiskas izmaiņas attieksmē, darbplūsmā un tehnoloģijās. Šis rādītājs mēra organizācijas patieso uzticību nākotnes datu izmantošanas mērķiem.

Lielo datu priekšrocību apzināšanās ir vingrinājums pārmaiņu vadībā. Šie septiņi kritēriji ļauj mums gūt skaidru skatījumu uz to, kur transformācijas spektrā atrodas konkrētā organizācija. Izpratne par to, kur jūs atrodaties, salīdzinot ar to, kur vēlaties būt, var būt noderīga, ja prātojošs vingrinājums.

 

Ko jūs domājat?

Šī vietne izmanto Akismet, lai samazinātu surogātpastu. Uzziniet, kā tiek apstrādāts jūsu komentārs.