Как лидеры сочетают данные и интуицию, чтобы принимать лучшие решения

DВо время роста цифровых преобразований за последние два десятилетия перспективы данных приобрели большие масштабы. Без сомнения, данные необходимы для понимания ваших клиентов, развития вашего бизнеса и измерения успеха, но это не единственное, что вам нужно. Хорошие решения требуют обоих данных и интуиция.

Многие люди пришли к ошибочному мнению, что данные — это король, а интуиция — шут. Иногда кажется, что эти двое участвуют в перетягивании каната, уверяя, что ни один из них не может править в присутствии другого.

Это не может быть дальше от истины. Интуиция также играет роль во всех хороших решениях. Когда данные и интуиция объединяются, они создают цикл обратной связи, который уточняет и укрепляет ментальные модели. Интуиция может привести к правильному вопросу о данных, в результате чего история будет информировать интуицию. Интуиция может предупредить нас, когда данные неполны или имеют проблемы с качеством. В то время как данные могут помочь нам распознать, когда мы действуем на основе предубеждений или когда обстоятельства изменились.

Это важно в эпоху растущей неопределенности, когда на каждом шагу появляются новые бизнес-задачи. Данные могут дать четкое представление о прошлом, но когда мы слишком увлекаемся точностью — точностью, созданием идеальной модели данных, — мы можем упустить то, что происходит прямо перед нами. Интуиция может помочь нам быстро разобраться в направленности, что может оказать такое же влияние на принятие решений, как и любая количественная цифра. При правильном использовании интуиция и данные могут стать двумя вашими главными союзниками в победе над неопределенностью.

Принятие решений в реальном мире

Мы поговорили с Майклом Нолтингом, старшим директором по цифровым услугам и аналитике данных в Volkswagen, и Майкл Сасаки, бывший вице-президент Global Head of Customer Success and Support в Митек, чтобы узнать, как их компании сочетают данные с интуицией для принятия решений и достижения бизнес-результатов.

Tableau: Как принимаются решения в вашей компании?

Нолтинг: В последние годы мы очень много работали над тем, чтобы сделать производство автомобилей управляемым данными [в Volkswagen]. Мы создали платформу под названием Snowpark, которая собирала все данные, которые у нас были от наших тест-драйвов и клиентов. Мы проанализировали, был ли разрыв в использовании автомобиля.

Если мы поймем, как реальные клиенты используют наши автомобили, мы сможем создавать автомобили в соответствии с их потребностями и поставлять более качественные продукты, а также минимизировать общие затраты.

Мы в Volkswagen принимаем решения, основываясь на интуиции [чувствах] и данных. Данные предпочтительнее и могут использоваться для постепенной оптимизации чего-либо. Ваша интуиция необходима для исследования, когда вы принимаете трудные решения, основываясь на недостаточном количестве данных (из-за нехватки данных, слишком большого количества входных параметров, слишком малого размера эффекта или необходимости слишком большого знания контекста). Основной бизнес должен быть перемещен как можно дальше в зону данных.

Для принятия риска вам нужна иерархия, основанная на степени риска. Лидеры C-уровня должны идти на риск.

Данные из нашего парка MOIA (общее мобильное решение в Гамбурге и Ганновере) были демократизированы. Доступ к нему может получить любой сотрудник Volkswagen, имеющий учетную запись.

Наша цель — внутренне демократизировать все наши данные. В настоящее время мы создаем огромное хранилище данных в моем отделе, где мы хотим, чтобы каждый бизнес [пользователь] мог импортировать и анализировать данные. Мы делаем каждого бизнес-пользователя специалистом по обработке и анализу данных.

Сасаки: Принятие решений [в Mitek] требует согласования между заинтересованными сторонами. В конце концов, есть лица, принимающие окончательные решения, и они, как правило, являются функциональными экспертами, которые в конечном итоге принимают решение. Но мы проводим много времени, встречаясь и убеждаясь, что у всех нас есть одинаковая информация и мы рассматриваем одни и те же данные, понимаем данные и соглашаемся с определениями.

Tableau: Как вы уравновешиваете данные, интуицию и опыт при принятии решений?

Нолтинг: Интуиция нужна для нагруженных вопросов, когда людям, наконец, приходится рисковать, а доступных данных недостаточно из-за высокой сложности модели/вопроса.

Мы все еще находимся в нулевой зоне с долей нашего основного бизнеса и хотим шаг за шагом перемещать ее в зону данных, чтобы стать компанией, управляемой данными. Тем не менее, инновационные проекты или изучение новых возможностей для бизнеса всегда будут частично оставаться в зоне нутра. В чем проблема с зоной кишечника, если ваш основной бизнес все еще там? В нутро-зоне, если вы хотите ответить на вопрос, связанный с высоким риском (читай: вы можете потерять миллионы долларов), вам нужны менеджеры компании, готовые пойти на риск. В соответствии с этим у нас, конечно, есть иерархия. Исходя из оценки риска в евро, у нас есть разные уровни управления, которые могут брать на себя риски. Если риск составляет около миллионов, в дело вступает C-level.

Сасаки: Все они переплелись в моем сознании.

Данные очень важны. С данными вы начинаете видеть гибрид данных, информирующих вашу интуицию. Вы принимаете решения на основе данных клиентов. И это тот опыт, который у вас есть при работе с данными, и наблюдение за результатами, которых вы достигли с клиентами, действительно помогает вам попасть в нужное место. Этот опыт очень важен при работе с данными.

Так что я бы не сказал, что это одно или другое. Это гибрид обоих прямо сейчас. И то, и другое очень важно. Интуиция управляется данными.

Tableau: когда вы понимаете, что у вас достаточно данных для принятия решения?

Нолтинг: Вы не можете сказать: «Достаточно ли у нас данных?» или «У нас недостаточно данных?» Это больше связано с подключением правильных систем и наличием надежных данных. Вопрос всегда между качеством и количеством.

Когда компании претерпевают преобразование данных, поначалу большой проблемой является качество данных. Вы должны действительно изучить данные, если вы можете работать с ними или нет. Для некоторых дашбордов вам нужны качественные данные о продажах. Вам нужны распорядители данных.

Для больших размеров эффекта вам нужен небольшой объем данных (например, по небольшим автопаркам). Мы хотели выяснить, как наши коммерческие клиенты, такие как [компания по доставке посылок] DPD, используют свои автомобили по сравнению с водителями нашего решения для совместной мобильности MOIA. Эти данные могут быть получены из тестового парка. Если мы хотим измерить размеры небольших эффектов, мы берем данные из нашего большого парка.

Мы также используем информационные панели Tableau, чтобы определить приоритетность производства компонентов в зависимости от их нехватки. Одна панель инструментов прогнозирует порядок компонентов, которые нам нужны. Это действительно сложно — существуют миллиарды комбинаций. А потом делаем расчет и заказываем комплектующие, когда у нас дефицит. Это приводит к оптимальному производственному процессу.

Сасаки: Пять-десять лет назад не хватало данных. А сейчас столько данных. Попытка выяснить, какие данные важны, действительно является ключом и проблемой. Потому что вы можете посмотреть на данные, чтобы обосновать почти каждое решение, которое вы хотите принять. И это ловушка, в которую вы можете попасть, когда у вас есть решение, которое вы хотите принять, и вы ищете данные, чтобы оправдать его, чтобы данные действительно указывали путь, по которому вам нужно следовать.

Итак, вопрос в том, когда вы узнаете, что у вас достаточно данных для принятия решения?

Я бы сказал, ну, вот мой успешный опыт клиентов с решениями, связанными с клиентами. Вы можете взглянуть на яркие моменты клиентов, чтобы увидеть, какие данные были представлены для достижения желаемого результата, которого вы достигли в прошлом. Таким образом, мы много смотрим на результаты, которые были обусловлены, а затем какие данные были действительно важными, которые действительно повлияли на это решение. Итак, мы определим их и действительно разберем это.

Мы также много полагаемся на нашу команду аналитиков данных. В Mitek существует множество различных типов команд по работе с данными. Есть децентрализованные, где есть аналитик данных в разных функциях — один в маркетинге, один в финансах, один в работе с клиентами. У вас может быть централизованная функция, где это всего лишь одна команда. Но аналитики данных работают с любыми поступающими запросами, независимо от того, из какой функции они поступают.

Я создал и расширил роль аналитика данных в команде по работе с клиентами. Это было очень важно по нескольким причинам. Я считаю, что аналитик данных должен быть экспертом в области анализа данных, а также функциональным экспертом в том, для чего они анализируют данные. Наличие аналитика данных в команде по работе с клиентами полезно для понимания данных о клиентах. Я полагаюсь на своих аналитиков данных, когда у них есть время, чтобы помочь мне решить, когда у нас будет достаточно данных для принятия решения. И это баланс между неточностью и бездействием.

Что дороже — принять неправильное решение или вообще не предпринимать никаких действий? Я не знаю, чувствуете ли вы когда-нибудь, что у вас достаточно данных, но вы доходите до точки, когда чувствуете себя достаточно комфортно, чтобы сделать вызов на основе данных.

Tableau: легко посмотреть на данные и забыть, что цифры представляют реальных клиентов. Как мы можем защититься от этой ошибки?

Сасаки: я смотрю на клиента; Я несу ответственность за клиента и выручку. У команды разработки продукта свои цели, и не всегда они связаны с человеком, а может быть, они этого не понимают, и это не их вина. Моя обязанность как лидера, работающего с клиентами, заключается в том, чтобы показать лицо этой цифры, этой точки данных.

Есть определенные вещи, которые лидеры могут сделать, чтобы попытаться придать данным человеческое лицо. Мы запустили много программ в нашей компании. Один обед и учиться. Мы приведем клиента и купим обед на всю компанию. Теперь инженеры могут услышать мнение заказчика и связать показатели, которые они рассматривают и к которым стремятся, с человеком, с целью.

Tableau: Как молодые люди могут начать «тренировать» свое чутье?

Нолтинг: Молодые люди должны научиться терпеть неудачи и рисковать при принятии решений. Это культурная вещь, с которой борются немецкие компании. Вы можете тренировать свою интуицию, только приобретая опыт и совершая ошибки, — и тогда вы сможете сделать шаг вперед, чтобы рискнуть принимать более сложные решения в будущем. В Volkswagen мы создали среду психологической безопасности, где неудачи принимаются. Для этого вам необходимо иметь правильную корпоративную культуру и культуру данных.

Сасаки: [В Mitek] мы начинаем с опыта работы с данными. Руководители моей команды превратили менеджеров по работе с клиентами в аналитиков данных. Наши аналитики данных предоставили инструменты в Tableau, чтобы превратить менеджеров по работе с клиентами в аналитиков данных. Теперь, если вы посмотрите на просмотры в Tableau по всей компании, 70% просмотров принадлежат моим менеджерам по работе с клиентами.

Вы не можете бояться данных. Вы должны использовать каждую возможность как опыт и получить как можно больше опыта с данными, будь то положительный или отрицательный. Это будет очень ценно, если вы доверитесь своей интуиции. Просто войдите туда, изучите данные, поэкспериментируйте с ними, задайте вопросы и получите как можно больше опыта — положительного или отрицательного. И это действительно тренирует вашу интуицию.

Если у вас есть данные, вы не можете возражать против них. Нет лучшего способа работать с другими функциями, другими руководителями и другими членами команды, чем предоставить им доступ к данным. Когда вы приносите данные в беседу, вы можете очень быстро выровнять их. Вы можете принимать решения; Вы даже можете убедить клиентов. Это будет встреча, основанная на данных, это будет дискуссия, основанная на данных. Встречи и решения происходят намного быстрее, потому что они просто лучше осведомлены о данных».

Готовы ли вы управлять данными?

Лидеры, ориентированные на данные, лучше подготовлены к адаптации к изменениям и понимают нюансы принятия решений в быстро меняющемся бизнес-ландшафте. Они знают, что данные, дополненные опытом и интуицией, имеют основополагающее значение для успеха их организаций. Посещать Таблица для руководителей чтобы узнать больше о том, как данные влияют на новое поколение бизнес-лидеров и как Tableau может помочь надежная преобразование данных.