Потърсете в Google глагола „ Големи данни “ и получавате 3,68 милиарда резултата (към 8 юни 2018 г.). Погледнете най-добрите записи (първите 10 плюс платени реклами) и вижте кой е на първата страница: Oracle , IBM , SAS (партньор на IBM), McKinsey , Informatica. Големите данни са големият бизнес . Оправдан ли е този разход?
Определено и изобщо не, в зависимост от това, което очаквате от него.
Представете си, че имате компания за производство на мъжко бельо. Искате да откриете фирмен магазин за мъжки боксерки, слипове, тениски, пижами, потници и друго долно бельо. Ето някои съвети за данните с които разполагате от дружеството за производство на мъжко бельо.
Определено заради здравия разум. Големите данни, заедно с анализите за тяхната обработка, означават по-добри, по-бързи, по-точни прогнози и следователно по-добри, по-бързи, по-точни решения. Бизнес пресата (и Oracle, IBM и др.) Може да предостави Големи истории, Големи анекдоти и Големи казуси, за да покаже как Big Data позволяват на компаниите по-точно да насочват рекламата и промоцията, да сегментират клиентската база, да планират производството и инвентара, и куп други приложения във всички вътрешни операции от HR до маркетинг до R&D. Помислете само: Кое управление ще бъде по-ефективно в състезанието, едно, което използва предположения и интуиция, или едно, което използва милиони числа, за да подкрепи решенията си?
Отговорът трябва да е прост, но не е така. По ирония на съдбата има малко данни за стойността на големите данни. Не знаем дали императорът е облечен с нови дрехи или споделя малко твърде много данни в отворения офис. В статия от Harvard Business Review от 2012 г. на Andrew McAfee от MIT, озаглавена „Големи данни: Революцията на управлението“, авторът признава недостига на добри измервания за революцията на по-добро управление. Той докладва резултатите от проучване, направено от неговия екип и McKinsey, което показва, че компаниите, които са докладвали, че използват Big Data, са се представили по-добре. И все пак той разкри също, че твърде много ръководители се „преструват, че се управляват повече от данните, отколкото всъщност са“. Това подкрепя заключението на Фил Розенцвайг в книгата му „Ефектът на ореола“, за подобни изследвания, страдащи от ефекта на зависимата променлива (производителност) върху независимата променлива (използване на големи данни), което прави резултатите доста безполезни. Както демонстрира Розенцвайг, няколко много добре известни изследвания на корпоративните „формули за успех“ доведоха до фалшиви заключения, основани на това пристрастие.
Така че, въпреки че няма данни за стойността на големите данни, можем да заявим, че използването на повече данни и по-добри статистически техники може само да подобри управлението. И това всъщност е проблемът, колкото и решението. Използването на Big Data и анализи е почти напълно ограничено до вътрешни данни или тактическа информация на социалните медии. И двете принадлежат към това, което Майкъл Портър нарича „оперативна ефективност “, но те имат малък или никакъв ефект върху конкуренцията.
Големите данни не помагат на стратегията
По-доброто управление трябва да бъде и е в ума на всеки изпълнителен директор. Но това е състезание без победители и без устойчиво конкурентно предимство. Тъй като една компания от Fortune 500 използва Big Data и анализи, друга ще побърза да направи същото. В този момент други компании ще се страхуват да изостанат (консултантите ще разпространят мълвата, че всички останали вече използват Big Data) и тези доставчици / консултанти на платформи ще продължат разходите, докато не дойде следващото подобрение на производителността. Състезанието ще продължи, тъй като всеки от доставчиците на големи данни става много богат, точно както се случи с инвестициите в информационни технологии . Точно така трябва да работи капитализмът, но той не прави нищо за стратегическо мислене … или за конкуренция.
Разликата между използването на големи данни и анализи за подобряване на текущото изпълнение на съществуващата стратегия спрямо подобряването на самата стратегия (т.е. да се конкурираме по-добре) може да стане кристално ясна, като се използва пример, даден (по ирония на съдбата) от McAfee, за да се демонстрира стойността на големите данни . Статията разказва за това как голяма компания подобри маркетинговата си промоция за различните си марки, използвайки Big Data. Скоростта на промоционалния цикъл е спаднала от осем седмици на една! Компанията? Сиърс.
Трябва ли да кажем повече?
Честно казано, авторът от McAfee признава, че Big Data не е заместител на правилната визия и стратегия (т.е. да се конкурира), но неговите предупреждения са естествено нещо като последваща мисъл. Не бива да бъдат. Замяната на добри тактически решения с отлични тактически решения не променя ядрото на проблемите на компаниите. Ускоряването на промоционалния цикъл е хубаво, но няма да попречи на кораба да потъне. Важното е да се идентифицират стратегическите рискове и стратегическите възможности навреме и да се действа върху тях, преди да пострада изпълнението. Това означава да упражняваш умението да се състезаваш.
За да се справят с този основен проблем, Big Data (и анализите, за да ги преобразуват в интелигентност) трябва да мигрират към конкурентната среда с множеството си играчи с голямо въздействие, като по този начин помагат на лидера, опитен в надпреварата, за да надхитри другите играчи. Рязкото свръхчовешко сегментиране на нечия клиентска база към микроцелеви реклами няма да помогне на никой да разберете ефекта на трети страни върху ефективността и бъдещите ви перспективи.
Пример: Procter & Gamble. Статия от 2016 г. в Harvard Business Review без дъх възхвалява иновационната машина на P&G. Доклад на McKinsey приветства своята цифрова революция. И все пак P&G, кралят на потребителското разбирателство, се превърна в сянка на предишното си аз. Състезанието е нещо повече от хвърлянето на милиони в Big Data. Състезанието означава да се вземе цялостната картина.
Въпросът за прилагането на големите данни за конкуренция и други на пазара се превръща в два прости въпроса:
Кои са важните въпроси, които влияят върху това как се конкурирате добре на вашия пазар?
Помагат ли ви екзабайтите, зетабайтите или иматанотерабайтите да отговорите на тези въпроси?
Числата не говорят сами за себе си. Данните не са мъдрост; дори не е анализ. Това са данни. Вие, маверикът, независимият критичен мислител, трябва да намерите подходящите числа, да приложите подходящия анализ и да стигнете до подходящите заключения.