Интеграция бизнес-стратегии и данных
В разделе 4 мы увидели, что в задачу стратегии данных - определяемой как функциональная стратегия - не входит определение того, как организация создает ценность или конкурентное преимущество с помощью данных, аналитики или ИИ. Это задача бизнес-, агрегационной и/или функциональной стратегий, которые мы определили в разделе 3.5.Именно эти стратегии определяют, как победить. И иногда организация может победить с помощью данных, аналитики и ИИ.
В этом разделе мы увидим, как стратегический выбор данных становится естественной частью разработки бизнес-стратегии. Под стратегическим выбором данных я подразумеваю те варианты теории победы организации, которые опираются на данные или предполагают их использование.
Затем мы убедимся в том, что открытие, инновации и проверка вариантов использования данных должны рассматриваться как неотъемлемая часть процесса структурирования стратегического выбора для разработки бизнес-, агрегированной или функциональной стратегии. Это естественным образом связывает бизнес-стратегию и разработку сценариев использования данных, что часто воспринимается как одна из самых больших проблем для организаций, стремящихся стать ориентированными на данные.
Выбор данных как часть бизнес-стратегии
Когда Вы выбираете, где играть, как побеждать и какие возможности и системы Вам нужны для победы в рамках разработки бизнес-стратегии, некоторые из этих решений могут основываться на использовании данных, аналитики и искусственного интеллекта. Стратегический выбор данных и возможностей ИИ является естественной частью Вашей бизнес-стратегии.
Поэтому организациям следует рассматривать данные и ИИ как нечто, что должно быть вплетено в ткань их бизнес-стратегии.
Стратегические решения, связанные с данными или искусственным интеллектом, являются частью Вашей бизнес-, агрегационной или функциональной стратегии.
Для наглядности представьте, что Ваши стратегические решения - это детали «Лего», из которых Вы собираете каскад стратегических решений, а стратегические решения, связанные с данными, - это лишь его неотъемлемая часть.
Давайте рассмотрим пример, в котором ИИ - это возможность, являющаяся частью стратегии.
Пример
Речь идет о производителе закусок, который использует систему прямой доставки в магазин (продукт доставляется непосредственно в магазин и сразу же выкладывается на полку ).
Такая система трудоемка и, следовательно, дорога, но она выгодно отличает компанию от конкурентов. Это стратегический выбор для стратегии регионального агрегирования, реализация которой может быть возложена на отдел продаж.
Создание решений на основе данных и искусственного интеллекта для прогнозирования товарных запасов в магазине и формирования оптимальных заказов на товары для каждой торговой точки помогает снизить затраты на систему прямой доставки в магазин. Таким образом, выбор в пользу данных и возможностей искусственного интеллекта, позволяющих организации прогнозировать товарные запасы в магазинах, является стратегическим выбором функции «Стратегия продаж», которая напрямую обспечивает конкурентное преимущество организации.
Этот стратегический выбор, связанный с данными, обеспечивает четкий стратегический спрос на данные [5], то есть стратегические требования организации к использованию данных и ИИ. Он является интегрированной частью стратегии компании и усиливает другие стратегические решения, касающиеся дифференциации от конкурентов.
Этот пример показывает, что стратегия - в данном случае это была стратегия функции продаж - должна определять, как данные и ИИ создают стратегическую ценность в организации, а не быть «порождением» дополнительной стратегии данных.
Поэтому инновации в области использования данных должны быть неотъемлемой частью разработки бизнес-стратегии. В следующих двух подразделах показано, что процесс разработки стратегии в рамках концепции Playing to Win обеспечивает естественную среду для интеграции инноваций в области использования данных.
Данные для формулирования проблем и создания возможностей
Варианты использования данных - это основа создания ценности данных, но при определении индивидуального набора возможных и эффективных вариантов использования организации часто сталкиваются с трудностями.
При разработке инновационных сценариев использования данных часто не различают, является ли их целью оптимизация существующих процессов или создание новых возможностей для бизнеса. Однако необходимо различать операционные сценарии использования, которые решают рутинные задачи или повышают эффективность существующих систем, и стратегические сценарии использования, которые непосредственно поддерживают конкурентные преимущества и позволяют использовать новые методы работы. Последние должны быть частью бизнес-стратегии.
Существуют множество известных и проверенных форматов и методов поиска и внедрения инноваций. Они часто включают в себя элементы дизайн-мышления и называются Data Thinking из-за присущего им итеративного подхода.
На самом деле, эти форматы и техники могут - и должны - быть интегрированы в процесс разработки бизнес-стратегии. Это хорошо согласуется с процессом структурирования стратегического выбора, что неудивительно, поскольку он также использует дизайн-мышление. Таким образом, концепция Playing to Win позволяет естественным образом объединить инновации в области использования данных и разработку бизнес-стратегии, преодолевая разрыв между бизнесом и специалистами по данным.
Интеграция инноваций в области использования данных в процесс разработки бизнес-стратегии способствует преодолению разрыва между бизнесом и сферой данных.
Таким образом, команда разработчиков бизнес-стратегии может использовать данные и ИИ в качестве инструмента создания стратегических инноваций, сочетая творческие способности человека с глубоким пониманием данных. Это относится как к шагу 1 - формулировка проблемы, так и к шагу 3 - генерация возможностей. Давайте посмотрим на конкретный пример.
Пример
Рассмотрим всю ту же компанию по производству солений. Недавно она констатировала снижение популярности среди потребителей, заботящихся о своем здоровье. Анализ данных о продажах в сочетании с анализом настроений в социальных сетях позволил выявить ключевой момент: покупатели все чаще ищут персонализированные варианты закусок. Вдохновленная этой идеей, команда разработчиков стратегии вышла за рамки простой оптимизации существующих предложений и сформулировала следующую проблему с соответствующим вопросом «Как мы можем это сделать»:
1 Определение проблемы
Покупатели все чаще ищут индивидуальные варианты перекусов, наши текущие предложения стандартизированы, что приводит к оттоку клиентов, заботящихся о своем здоровье.
2 Как задать правильный вопрос
Как лучше удовлетворить растущий спрос на персонализированные закуски среди потребителей, заботящихся о своем здоровье?
Объединив полученные данные с креативными форматами, команда разработала следующие инновационные возможности:
3.a Возможность «наборов для перекуса»: Предлагать в магазинах наборы для приготовления закусок, в которых покупатели могут вручную выбирать ингредиенты и создавать свою собственную смесь, соответствующую их уникальным предпочтениям.
3.b Возможность «Инфлюенс»: Сотрудничать с авторитетными деятелями в области здоровья и здорового образа жизни для разработки фирменных наборов закусок, ориентированных на последователей, способствуя персонализации через совместное творчество с доверенными лицами.
3.c Возможность «Платформа прямого доступа к потребителю»: Разработать платформу, предназначенную непосредственно для потребителей, где покупатели смогут указывать свои диетические предпочтения и получать персонализированные наборы закусок с помощью рекомендаций, основанных на искусственном интеллекте и данных о покупателях.
Эти возможности были не просто получены из данных - они были вдохновлены данными, ставшими основой творческих решений, которые отвечали как желаниям клиентов, так и целям компании.
Более того, в варианте 3.c команда разработчиков создала новый вариант использования данных. Это иллюстрирует тот факт, что в процессе разработки стратегии данные и искусственный интеллект могут быть использованы для:
- Формулировки проблемы
- Создания новых сценариев использования данных при разработке новых возможностей
Из этого следует то, что:
Эксперты в области данных, аналитики и искусственного интеллекта должны быть неотъемлемой частью любой бизнес-стратегии.
Это утверждение отлично сочетается с разделом 4.4 и служит общей мотивацией для включения «поддержки разработки бизнес-стратегии» в качестве выбора «Где играть» в рамках предложения данных в рамках стратегии данных.
В дизайн бизнес-стратегии может быть включена не только инновация новых вариантов использования данных, но и последующее итеративное и инкрементное развитие.
Валидация примеров использования данных как часть тестирования
Когда организации открывают или разрабатывают инновационные сценарии использования данных и ИИ, не всегда ясно, будет ли желаемое решение работать так, как задумано. Существуют неопределенные предположения, которые необходимо выявить, оценить и в конечном итоге подтвердить, часто используя пробные концепции или минимально жизнеспособные продукты. Именно здесь дизайн-мышление встречается с разработкой сценариев использования данных.
Этот процесс идеально согласуется с шагом 6 - тестирование и преобразование - процесса структурирования стратегического выбора, описанного в разделе 3.4.
Процесс структурирования стратегического выбора естественным образом позволяет интегрировать итеративную и инкрементную разработку сценариев использования данных.
Для варианта 3.c (платформа) это может выглядеть следующим образом:
Пример (продолжение)
Для каждой созданной стратегической возможности необходимо выявить и оценить предположения о том, что эта возможность и будет стратегией. Это задача Шага 4 - «Что должно быть правдой? - процесса структурирования стратегического выбора.
Шаг 4 заключается в определении критических условий для клиентов, конкурентов и компании. Чтобы проиллюстрировать эту концепцию, можно привести некоторые критические условия:
- Для клиентов должно быть верно, что потребители, заботящиеся о своем здоровье, готовы использовать цифровую платформу для персонализации своих закусок.
- Для конкурентов должно быть верно, что они либо не могут, либо не хотят быстро воспроизвести платформу «прямого контакта с потребителем». Это так называемый тест «не могу/не хочу».
- Для компании должно быть правдой, что мы можем последовательно извлекать значимые и действенные рекомендации из исторических данных о потребителях для эффективной персонализации наборов закусок.
Если команда разработчиков стратегии не будет достаточно уверена в том, что какое-либо из выявленных критических условий в настоящее время верно или может быть выполнено, она объявит его барьером, что может остановить команду от выбора варианта 3.c в качестве окончательной стратегии. Если барьер выявлен, команда разрабатывает и проводит тест, чтобы узнать больше и обрести (или потерять) уверенность в том, что условие может быть выполнено. Это шаг 6 процесса структурирования стратегического выбора.
Для последнего из трех критических условий значимым испытанием может стать разработка минимального жизнеспособного продукта, в ходе которого команда специалистов по науке о данных строит алгоритм на основе имеющихся данных. Затем рекомендации проверяются на множестве потенциальных клиентов.
Такой тест позволит проверить, достаточно ли у компании данных для того, чтобы делать значимые прогнозы, и достаточно ли качество этих данных, а также точность прогнозирования используемых алгоритмов для получения значимых рекомендаций.
Данный пример говорит о том, что:
Процесс инноваций и разработки примеров использования данных, применяемый профессионалами в области данных, может быть легко интегрирован в процесс разработки общей стратегии в рамках концепции Playing to Win.
Обратите внимание, что таким образом бизнес-эксперты и эксперты по данным тесно сотрудничают друг с другом для разработки и исследования новых стратегических возможностей, что позволяет решить общую проблему организаций: существующий разрыв между бизнес-командами и командами по работе с данными.
Заключительные мысли по поводу бизнес-стратегии и данных
В заключение мы для начала начала свяжем стратегические требования к данным, возникшие в процессе разработки бизнес-стратегии, с процессом разработки стратегии данных, описанным в разделе 4.3.
Стратегические потребности в данных как исходные данные для стратегии данных
Мы видели, что частью первого этапа процесса разработки стратегии данных является определение стратегических потребностей организации в данных, которые затем становятся исходным материалом в виде требований к построению функции данных.
Из этого можно сделать вывод, что:
Продуманная бизнес-, агрегационная и функциональная стратегии - необходимое условие для успешной работы с данными, аналитикой и искусственным интеллектом в организации.
И именно здесь, на мой взгляд, кроется первопричина неудач организаций в работе с данными и ИИ: В условиях, когда разработка надежной стратегии становится искусством, многие организации не могут похвастаться продуманной стратегической архитектуры и процесса разработки стратегии. Отсутствие стратегических компетенций имеет множество негативных последствий для организации, одним из которых является то, что организациям трудно использовать данные в качестве актива.
Используя стратегическую схему Playing to Win для создания надежной архитектуры стратегии, организации могут включить стратегические инновации, связанные с данными, и связанные с ними решения в свою бизнес-стратегию, создавая четкие стратегические требования, которые информируют и направляют разработку стратегии функции данных, обеспечивая согласованность и целенаправленность.
Лидерство в области данных
Поскольку мы пришли к выводу, что извлечение стратегической пользы из данных, аналитики и искусственного интеллекта является задачей разработки бизнес-стратегии, очевидно, что ответственность в конечном итоге лежит на владельцах соответствующих стратегий, то есть на лидерах.
Это еще раз подчеркивает, что руководители всех уровней должны внедрять культуру данных, обеспечивая понимание, готовность, умение и требование начальства использовать возможности использования данных и ИИ в качестве стратегических рычагов. Они должны стать так называемыми «исследователями данных»].
Руководители всех типов должны стать исследователями данных
Таким образом, данные, аналитика и искусственный интеллект являются важнейшими навыками в цифровом мире. Это относится не только к профессионалам в области данных, таким как data scientist или дата-инженерам, но и к руководителям компаний.
Вопрос окупаемости инвестиций в программы, основанные на данных
Любые преобразования не являются самоцелью. Программа трансформации, направленная на то, чтобы стать управляемой данными, всегда должна вытекать из бизнес-стратегии. Такие программы - это планы и инициативы, призванные активизировать стратегию, обеспечивая реализацию стремления организации к победе, «Где играть» и «Как побеждать».
Когда речь заходит о выделении ресурсов на эти программы трансформации, я часто сталкиваюсь с тем, что руководители и лидеры задаются вопросом о возврате инвестиций (ROI) - вполне понятное беспокойство. Однако оценка предполагаемых затрат должна происходить на ранних этапах разработки бизнес-стратегии, а не во время разработки стратегии обработки данных или даже на этапе ее реализации.
В идеале потребность в конкретных возможностях или системах должна естественным образом вытекать из четко сформулированной стратегии. Если при обсуждении доминируют расчеты рентабельности инвестиций, это может свидетельствовать о том, что руководство воспринимает предлагаемые инвестиции как несовместимые с непосредственными стратегическими приоритетами.
В процессе разработки бизнес-стратегии команда разработчиков должна задать вопрос: «Что должно быть правдой в отношении стоимости создания необходимых возможностей и систем?». Если в отношении затрат существует какая-либо неопределенность, то это условие становится барьером, что приводит к необходимости тестирования. Такие проверки должны оценивать как стратегические выгоды, так и связанные с ними затраты, обеспечивая оценку инвестиций в данные в более широком контексте организационных приоритетов.
Это еще раз подчеркивает важность вовлечения команд по работе с данными в процесс разработки бизнес-стратегии и демонстрирует, что стратегия и реализация не являются отдельными этапами, а образуют плавный переход к активации сразу после разработки возможностей и систем.
В следующем разделе мы подробно рассмотрим разработанную систему, применив ее на практическом примере, который основан на примере компании, производящей соленые закуски.
