Mange organisasjoner som tror de er datadrevne, er fortsatt i første gir. Hvordan går du fra å bare samle inn mye data til å sette opp en forretningsanalysefunksjon som faktisk forteller deg hvordan du kan tilpasse modellen din for å forbedre lønnsomheten?
Vi intervjuet Travis Anderson, ApeeScapes direktør for forretningsanalyse, for å få sin innsikt og forretningsanalysetips om å sette opp en sentral funksjon i et selskap, fjerne rapporteringsforstyrrelser, viktigheten av å bruke data og potensielle fallgruver. Som ApeeScapes direktør for forretningsanalyse leder Anderson et team som muliggjør datadrevet beslutningstaking ved å koble forretningsstrategi med dataaktiviteter (dvs. dataanalyse, rapportering, diagnostisk analyse og datavitenskap).
Forretningsanalyse støtter alle funksjonelle områder av virksomheten, inkludert salg, markedsføring, økonomi, produkt, drift og HR. Anderson bringer mer enn et tiår med erfaringsbygging og ledende analyse- og ingeniørteam for å drive betydelig forretningsvekst, inkludert på Vivint Smart Home, Symantec, Brigham Young University, og ved oppstart, Mapline. Han har BS og MS grader i maskinteknikk og en MBA, alt fra Brigham Young University.
Forretningsanalyse lar ledere ta bedre og mer informerte beslutninger og kan øke driftseffektiviteten ved å hjelpe ledere med å utnytte ressurser mer effektivt og til slutt optimalisere bunnlinjen, ifølge MicroStrategys 2020 Global State of Enterprise Analytics rapportere .
Når det gjelder ApeeScape, identifiserte Anderson fire prinsipper som var sentrale for å drive vår virksomhet og levetidsverdien til kundene:
Disse fire prinsippene er også en måte for virksomheten å måle avkastningen på data og forretningsanalyse.
Ifølge Anderson var den første utfordringen han møtte da han ble med i ApeeScape, transformasjonen av den interne tilnærmingen til analyse. På den tiden utførte de fleste interne funksjonsteamene sine analyser. De fleste lag hadde en dataanalytiker, og de utførte hvert sitt dataarbeid, som hovedsakelig var konsentrert rundt rapportering, analyse og trendanalyse. Selv om det eksisterte en datakultur og linjeledere brukte data i beslutningsprosessen, var oppsettet ineffektivt.
Hvert lag hadde en annen tilnærming, noe som igjen betydde at meldingen ble forvirret. Siden hver gruppe hadde en intern datafunksjon, var det ingen konsistens i definisjoner og KPIer. Ledelsesdiskusjoner fokuserte ofte på forsoning, noe som kunne være en distraksjon. Siden definisjonene var forskjellige, gikk læringene fra dataene til tider tapt.
Det andre problemet som oppstod fra desentralisert datainnsamling og rapportering, var at hvert lag hadde en skjevhet i å presentere dataene sine. Hver funksjon valgte data for å skildre seg selv i det beste lyset. Denne praksisen skapte mangel på fokus og potensiell mangel på kontroll.
Anderson startet en fullstendig overhaling av selskapets tilnærming og forretningsanalyseramme. Prioriteten var å skape en sentral funksjon: et analysesenter for ekspertise som eksisterer utenfor forretningsområdene og fungerer som et kontrollpunkt. En sentral funksjon sikrer at data samles inn og analyseres homogent og at rapporteringsforstyrrelser elimineres.
Når senteret er etablert, blir det nødvendig å sikre at det er tilstrekkelig bemannet. Den første prioritetsrekkefølgen er å identifisere ferdighetsgapet. For å bygge et team som kan være effektivt og som har innvirkning, trenger du mennesker som har solide tekniske ferdigheter, sterke problemløsningsevner, men også forretningsskikk.
I følge Anderson, den viktigste merverdien ved å opprette en sentral data- og forretningsanalysefunksjon er å forbedre ytelsen og redusere kostnadene . Inntil en virksomhet måler resultatene konsekvent over tid, er det utfordrende for ledelsen å forbedre ytelsen betydelig.
Det første trinnet er å etablere konsistensen av beregningene og kvantifisere et mål basert på disse avtalte beregningene. Dette har den essensielle atferdsmessige effekten av å motivere ansatte - som Anderson påpeker, hvordan får du folk motivert hvis det ikke er noen mål? Videre er alle kvantitative beregninger bedre enn ingen. Etter Andersons mening, 'Hvis du bare begynner å måle en ting, kan du se en reell fordel - enten fordi du kan påvirke den eller så kan du se at den ikke er relevant.'
Andersons team støtter alle forretningsfunksjoner og holder innsjekking hver uke og hver uke. Den første delen av jobben er å sikre innsamling av riktige data. Denne samlingen tjener et atferdsmessig mål for å motivere folk til å gjøre jobben sin og tildele en 'score' til prestasjonen.
Når det er samlet inn konsistente og høykvalitetsdata, oppstår den største utfordringen: å vurdere hva de riktige KPI-ene er for hver forretningsenhet. Vurderingen starter ovenfra og ned. Forretningsanalyseteamet kartlegger selskapets strategi i data, slik at de valgte KPI-ene for forretningsanalyse er nyttige når det gjelder å gi innsikt og betydning både på top-down og forretningsnivå.
Noen av spørsmålene som fører til etablering av passende KPI er:
Det er viktig at forretningsanalyseteamet forstår virksomheten og strategien grundig. Hos ApeeScape er det sterk støtte i selskapet for organisasjonens oppdrag.
Dataene blir behandlet og studert ved hjelp av lydstatistisk modellering og prognoser. Det er imidlertid viktig å merke seg at resultatet av analysen ikke er en beslutning, men snarere kvantitative innspill som hjelper til med å ta bedre valg. Til syvende og sist er alle forretningsbeslutninger ansvaret for virksomhetslederen. Det er et partnerskap mellom interessentene og data- og forretningsanalyseteamet gjennom en iterativ prosess. Når en beslutning er tatt, må dataene støtte den. Ikke bare, men det foretas en regelmessig revurdering av KPI-ene for å sikre at de alltid er i tråd med selskapets strategiske prioriteringer.
Prosessen er ikke alltid smertefri. Noen ganger kan det være friksjon mellom interessenter, da det er mye tilbakemelding i dataene. Ikke alle ledere er like mottakelige for slike tilbakemeldinger. Anderson ser sitt ansvar som å gi en fordøyelig anbefaling og utdanne lederne om hvordan de skal tolke innsikten hentet fra dataene.
Anderson berørte potensielle negative resultater som et selskap kan møte når det er dårlig intern disiplin i datainnsamling og analyse. I et tidligere engasjement hadde han møtt en virksomhet som hadde en stor forretningsenhet som var ansvarlig for en betydelig andel av selskapets inntekter. Denne forretningsenheten hadde flere salgsrepresentanter som samlet var ansvarlige for inntektene på mer enn 200 millioner dollar. Imidlertid målte dette teamet inntektene sine annerledes enn resten av selskapet og rapporterte det i et eget system.
Under en ledelsesendring klarte ikke en ny leder å innse at dataene ikke var konsistente, og sparket alle teammedlemmer - de hadde fått feil innsikt fra dataene og mente at teamet ikke presterte. Beslutningen ble tatt basert på feil og inkonsekvente tall i ERP-systemet. Det endte med å være en $ 50 millioner feil. Denne anekdoten illustrerer sterkt hvorfor master data management disiplin er avgjørende, spesielt for selskaper som gjennomgår M & A-integrasjoner .
Anderson har møtt to typiske problemer i selskaper som begynner å utforske dataanalyse. Disse problemene faller i to ender av spekteret. For det første tar selskaper noen ganger store initiativer for å samle perfekte data som til slutt ikke brukes. Det andre problemet er når selskaper ikke engang starter noen analyse på grunn av den dårlige kvaliteten på dataene. Det kritiske rådet Anderson gir her er at selv når dataene ikke er pålitelige, gir måling av noen få kritiske KPI nyttige innsikter. Ved å gjøre det vil selskapet kunne lære hvordan du kan gjøre innspillene mer pålitelige.
Mens det er viktig å måle de riktige KPI-ene, er det verdt å merke seg at for mye data (eller irrelevante data) ikke nødvendigvis er bedre. Ufokusert måling forvirrer beslutningstaking og kan være en distraksjon. Det er mer effektivt å begynne med å måle noen få, men viktige datapunkter konsekvent og riktig.
Andersons teamets effektivitet måles i forhold til de fire prinsippene ovenfor: kundeoppkjøp, utvidelse av fotavtrykk, oppbevaring av kunder og kostnadsoptimalisering. For hver av disse blir virkningen målt og kvantifisert, og gir en avkastning på teamets arbeid. Hvis teamet har gjort mye analyse, men ikke har inspirert til forandring, har dets arbeid vært ineffektivt. Til slutt betyr lagets suksess å ha en målbar innflytelse.
Andersons mange innsikter kan distribueres i noen få forretningsanalysetips for vellykket implementering av dataanalyse.
For det første er oppdraget til et slikt team å endre ledernes sinn gjennom kvantitative tiltak og å påvirke dem hver dag. Dette vil være små, inkrementelle endringer som gjøres effektive gjennom kontinuerlige iterasjoner og forbedringer.
For det andre gir forretningsanalyseteamet ikke beslutninger, men informasjon som kan veilede ledere. Bedriftsledere er fremdeles alltid ansvarlige for selskapets strategi.
For det tredje skal virkningen av forretningsanalysefunksjonen være målbar og ha en avkastning.
Til slutt, starter med et begrenset sett med KPI-er for forretningsanalyse er bedre enn ikke å måle data i det hele tatt . Ikke bare, men prosessen skaper en kultur for dataekspertise i en organisasjon. Bedrifter som gjør dette ordentlig vil alltid overgå, selv om det i utgangspunktet er teknisk vanskelig, dyrt og krever kulturendring. Bedrifter som vedvarer og vellykket navigerer i prosessen, har en tendens til å beholde talent, prestere bedre og fremme en bedriftskultur med ansvarlighet.
Disiplinen med å bruke dataene som er samlet inn gjennom en virksomhets virksomhet og bruke dem til å drive bedre strategiske beslutninger er kjent som forretningsanalyse. Det muliggjør datadrevet beslutningstaking ved å koble forretningsstrategi med datainaktiviteter. Forretningsanalyse støtter alle funksjonelle områder av virksomheten.
En analytiker som er effektiv og har innvirkning, må ha solide tekniske ferdigheter, sterke problemløsende ferdigheter, men også forretningsinnsikt. Analytikeren vil støtte ledergruppen i å ta bedre forretningsbeslutninger ved å forstå innsikt fra dataene.
Virkningen av forretningsanalyse må være målbar. Det er fire hovedområder hvor virkningen vil bli merket: kundeoppkjøp, forstå hvordan man kan drive utvidelse, beholde kunder ved å finne utmattelsespunkter i kundereisen, og til slutt optimalisere kostnader.
