Як лідери поєднують дані та інтуїцію, щоб приймати кращі рішення

DПід час зростання цифрової трансформації протягом останніх двох десятиліть перспективи даних стали великими. Без сумніву, дані необхідні для розуміння ваших клієнтів, розвитку вашого бізнесу та вимірювання успіху, але це не єдине, що вам потрібно. Для прийняття хороших рішень потрібні обидві дані та інтуїція.

Багато людей прийшли до помилкової думки, що дані — це цар, а інтуїція — блазень. Часом здається, що вони перетягують канат, запевняючи, що жоден не може панувати в присутності іншого.

Це не може бути далі від істини. Інтуїція також відіграє важливу роль у прийнятті всіх правильних рішень. Коли дані та інтуїція поєднуються, вони створюють цикл зворотного зв’язку, який удосконалює та зміцнює ментальні моделі. Інтуїція може підштовхнути до правильного запитання щодо даних, а отримана в результаті історія інформує інтуїцію. Інтуїція може попередити нас, коли дані неповні або мають проблеми з якістю. Хоча дані можуть допомогти нам розпізнати, коли ми діємо з упереджень або обставини змінилися.

Це важливо в епоху зростаючої невизначеності, коли на кожному кроці постають нові бізнес-проблеми. Дані можуть дати чітке розуміння минулого, але коли ми занадто захоплені точністю — точністю, розробкою ідеальної моделі даних — ми можемо упустити те, що відбувається прямо перед нами. Інтуїція може допомогти нам швидко зрозуміти спрямованість, яка може мати такий же вплив на прийняття рішень, як будь-яка кількісна цифра. При правильному використанні інтуїція та дані можуть стати вашими головними союзниками в досягненні перемоги над невизначеністю.

Прийняття рішень у реальному світі

Ми поговорили з Майклом Нолтінгом, старшим директором Digital Services and Data Analytics в Volkswagen, і Майкл Сасакі, колишній віце-президент глобального відділу успіху та підтримки клієнтів компанії Мітек, щоб дізнатися, як їхні компанії поєднують дані з інтуїцією, щоб приймати рішення та досягати результатів бізнесу.

Tableau: Як приймаються рішення у вашій компанії?

Нотлінг: Протягом останніх років ми дуже наполегливо працювали над тим, щоб зробити наше виробництво автомобілів керованим даними [у Volkswagen]. Ми створили платформу під назвою Snowpark, яка зібрала всі дані наших тест-драйвів і клієнтів. Ми аналізували, чи є розрив у використанні автомобіля.

Якщо ми розуміємо, як реальні клієнти використовують наші автомобілі, ми можемо будувати автомобілі відповідно до їхніх потреб і пропонувати кращі продукти, а також мінімізувати загальну вартість.

У Volkswagen ми приймаємо рішення на основі інтуїції [відчуттів] і даних. Дані є кращими, і їх можна використовувати для поступової оптимізації. Ваша інтуїція потрібна для дослідження, коли ви приймаєте важкі рішення на основі недостатньої кількості даних (через брак даних, занадто багато вхідних параметрів, занадто малий розмір ефекту або занадто багато знань про контекст). Основний бізнес потрібно перенести якомога далі в зону даних.

Для ризику вам потрібна ієрархія, заснована на розмірі ризику. Керівникам рівня С доводиться ризикувати.

Дані з нашого парку MOIA (спільне мобільне рішення в Гамбурзі та Ганновері) було демократизовано. Доступ до нього може отримати будь-хто у Volkswagen, який має обліковий запис.

Наша мета — внутрішньо демократизувати всі наші дані. Наразі ми створюємо величезне сховище даних у моєму відділі, де ми хочемо дати можливість кожному бізнесу [користувачу] імпортувати та аналізувати дані. Ми робимо кожного бізнес-користувача інженером/фахівцем із обробки даних.

Сасакі: Прийняття рішень [у Mitek] вимагає узгодженості між зацікавленими сторонами. Зрештою, є особи, які приймають остаточні рішення, і вони зазвичай є функціональними експертами, які приймають рішення. Але ми проводимо багато часу, зустрічаючись і переконуючись, що ми всі маємо однакову інформацію, переглядаємо однакові дані, розуміємо дані та погоджуємося щодо визначень.

Табло: Як ви збалансовуєте дані, інтуїцію та досвід під час прийняття рішень?

Нотлінг: Інтуїція потрібна для важких запитань, коли людям нарешті доводиться ризикувати, а доступних даних недостатньо через високу складність моделі/запитання.

Ми все ще перебуваємо в інтуїтивній зоні з часткою нашого основного бізнесу, і хочемо крок за кроком перемістити його в зону даних, щоб стати компанією, що керується даними. Тим не менш, інноваційні проекти або пошук нових можливостей для бізнесу завжди залишатимуться частково в зоні кишківника. Яка проблема з кишковою зоною, якщо ваш основний бізнес все ще там? Якщо ви хочете відповісти на питання, яке має високий ризик (читайте: мільйони доларів, які ви можете втратити), вам потрібні керівники компанії, які готові ризикнути. Відповідно до цього у нас, звичайно, є ієрархія. Виходячи з оцінки ризику в євро, ми маємо різні рівні управління, які можуть брати на себе ризики. Якщо ризик становить мільйони, в справу входить C-level.

Сасакі: Вони всі переплітаються в моїй свідомості.

Дані надзвичайно важливі. З даними ви починаєте бачити гібрид даних, які інформують ваш кишечник. Ви приймаєте рішення на основі даних клієнтів. І саме той досвід, який ви маєте в роботі з даними, і бачення результатів, яких ви досягли з клієнтами, справді допомагає вам потрапити в потрібне місце. Цей досвід надзвичайно важливий у роботі з даними.

Тому я б не сказав, що це те чи інше. Зараз це гібрид обох. І те й інше надзвичайно важливо. Кишечник керується даними.

Tableau: Коли ви знаєте, що маєте достатньо даних, щоб прийняти рішення?

Нотлінг: Ви не можете сказати: «Чи достатньо у нас даних?» або «У нас недостатньо даних?» Це більше стосується підключення правильних систем і отримання хороших даних. Питання завжди стоїть між якістю та кількістю.

Коли компанії зазнають трансформації даних, великою проблемою є якість даних на початку. Ви повинні справді вивчати дані, чи можете ви з ними працювати чи ні. Для деяких інформаційних панелей вам потрібні високоякісні дані про продажі. Вам потрібні розпорядники даних.

Для великих розмірів ефекту потрібна невелика кількість даних (наприклад, з невеликих автопарків). Ми хотіли дізнатися, як наші комерційні клієнти, як-от [компанія з доставки посилок] DPD, використовують свої автомобілі порівняно з водіями нашого спільного мобільного рішення MOIA. Ці дані можна зібрати з тестового парку. Якщо ми хочемо виміряти невеликі розміри, ми беремо дані з нашого великого парку.

Ми також використовуємо інформаційні панелі Tableau, щоб визначити пріоритети, які компоненти виробляються на основі дефіциту компонентів у нас. Одна інформаційна панель передбачає замовлення компонентів, які нам потрібні. Це справді складно — існують мільярди комбінацій. А потім робимо розрахунок і замовляємо комплектуючі, коли у нас бракує. Це забезпечує оптимальний виробничий процес.

Сасакі: П’ять-десять років тому бракувало даних. А зараз так багато даних. Спроба з’ясувати, які дані важливі, справді є ключем і викликом. Тому що ви можете переглянути дані, щоб обґрунтувати майже кожне окреме рішення, яке ви хочете прийняти. І це пастка, у яку ви можете потрапити, коли у вас є рішення, яке ви хочете прийняти, і ви шукаєте дані, щоб його виправдати, щоб дані дійсно розкривали шлях, яким вам потрібно йти.

Отже, питання полягає в тому, коли ви знаєте, що маєте достатньо даних, щоб прийняти рішення?

Я б сказав, що ж, ось мій досвід успіху клієнтів із рішеннями, пов’язаними з клієнтами. Ви можете поглянути на яскраві точки клієнтів, щоб дізнатися, які дані були присутні, щоб досягти бажаного результату, який ви досягали в минулому. Тож ми багато дивимось на результати, які були спричинені, а потім на те, які дані були дійсно важливими, що справді спричинили це рішення. Тож ми визначимо їх і дійсно розберемо.

Ми також багато в чому покладаємося на нашу команду аналітиків даних. У Mitek існує багато різних типів команд обробки даних. Існує децентралізація, де є аналітик даних у різних функціях — один у маркетингу, інший у фінансах, інший у успіху клієнтів. Ви можете мати централізовану функцію, де це лише одна команда. Але аналітики даних працюють над будь-якими запитами, які надходять, незалежно від того, з якої функції вони надходять.

Я створив і побудував роль аналітика даних у команді успіху клієнтів. Це було надзвичайно важливо з кількох причин. Я вважаю, що аналітик даних має бути експертом з аналізу даних, а також функціональним експертом у тому, для чого вони аналізують дані. Наявність аналітика даних у команді успіху клієнтів є цінною для розуміння даних клієнтів. Я покладаюся на своїх аналітиків даних, коли вони мають час, щоб допомогти мені вирішити, коли у нас достатньо даних для прийняття рішення. І це балансування між неакуратністю та бездіяльністю.

Що коштує дорожче — прийняти неправильне рішення чи взагалі не вжити жодних дій? Я не знаю, чи відчуваєте ви коли-небудь, що у вас достатньо даних, але ви досягаєте моменту, коли вам достатньо комфортно, що ви можете здійснити дзвінок на основі даних.

Табло: Легко дивитися на дані й забути, що цифри представляють справжніх клієнтів. Як ми можемо захиститися від цієї помилки?

Сасакі: Я взаємодію з клієнтами; Я відповідаю за клієнта і доходи. Команда розробників продукту має власні цілі, і вони не завжди стосуються людини, або, можливо, вони цього не розуміють, і це не їхня вина. Це мій обов’язок як лідера, який працює з клієнтами, — пояснити це число, ці дані.

Є певні речі, які лідери можуть зробити, щоб спробувати надати людським обличчям дані. Ми запустили багато програм у нашій компанії. Один — обід і навчання. Приведемо клієнта і купимо обід для всієї компанії. Тепер інженери можуть почути думку замовника та пов’язати показники, на які вони дивляться та які прагнуть, із людиною, з метою.

Tableau: Як молоді люди можуть почати «тренувати» свою інтуїцію?

Нотлінг: Молоді люди повинні навчитися терпіти невдачі та приймати рішення на ризик. Це культурна річ, з якою борються німецькі компанії. Ви можете натренувати свою інтуїцію, лише набуваючи досвіду та роблячи помилки, і тоді ви зможете піднятися, щоб прийняти більш важкі рішення в майбутньому. У Volkswagen ми створили середовище психологічної безпеки, де невдачі приймаються. Щоб досягти цього, вам потрібно мати належну корпоративну культуру та культуру даних.

Сасакі: [У Mitek] ми починаємо з досвіду роботи з даними. Керівники моєї команди перетворили менеджерів успіху клієнтів на аналітиків даних. Наші аналітики даних надали інструменти в Tableau, щоб перетворити менеджерів успіху клієнтів на аналітиків даних. Тепер, якщо ви подивитеся на перегляди в Tableau, у всій компанії, 70% переглядів припадає на моїх менеджерів із успіху клієнтів.

Ви можете не боятися даних. Ви повинні використовувати кожну можливість як досвід і отримати якомога більше досвіду з даними, як позитивними, так і негативними. Це буде дуже цінно для довіри до інтуїції. Просто зайдіть туди, зрозумійте дані, попрацюйте з ними, задайте запитання та отримуйте якомога більше досвіду — позитивного чи негативного. І це дійсно тренуватиме ваш кишечник.

Якщо у вас є дані, ви не можете заперечити проти них. Немає кращого способу працювати з іншими функціями та іншими керівниками та іншими членами команди, ніж мати у них дані. Коли ви передаєте дані в розмову, ви можете дуже швидко узгодити. Ви можете приймати рішення; можна навіть переконати клієнтів. Це буде зустріч, керована даними, це буде обговорення, кероване даними. Зустрічі та рішення відбуваються набагато швидше, тому що вони просто мають більше інформації».

Чи готові ви керувати даними?

Лідери, які керуються даними, краще підготовлені для адаптації до змін і розуміють нюанси прийняття рішень у діловому середовищі, що швидко змінюється. Вони знають, що дані, доповнені досвідом та інтуїцією, є фундаментальними для успіху в їхніх організаціях. Відвідайте Таблиця для керівників щоб дізнатися більше про те, як дані впливають на нове покоління бізнес-лідерів і як Tableau може принести силу ваш перетворення даних.