KLUMME: Data = ny forretning. Data kan skabe højere effektivitet. Data kan hjælpe os med at målrette markedsføring meget præcist…

Vi er blevet tudet ørerne fulde af konklusioner som disse over de seneste par år. Og stort set alle virksomheder besidder data, så mulighederne burde ligge lige for?

Hvorfor ser vi så ikke flere succeshistorier?

GÅ IKKE GLIP AF DAGENS VIGTIGSTE HISTORIER. KLIK HER.

80 pct. af virksomhederne i en stor global undersøgelse, som vi har gennemført, fortæller, at størstedelen af deres data er ustrukturerede eller utilgængelige. 

Dette er langt fra noget særsyn, og det er præcis grunden til, at der er langt mellem succeserne. Det kræver nemlig en ikke uvæsentlig investering at udnytte sine data – uagtet at de allerede ligger der.  

Selvom den tekniske del af data-struktureringen kan virke uoverstigelig, hvis man står i begyndelsen af rejsen, så er denne del faktisk den nemme del. 

Den komplicerede del er innovationen – hvad skal data bruges til? Skal det være en intern indsigtsøvelse, der kan skabe mere målrettede kampagner og produkter, eller skal det være en ekstern øvelse, der danner fundamentet for et helt nyt forretningsben? 

Min anbefaling er at starte med disse spørgsmål, og så er I allerede i gang: hvilke af jeres data har værdi? Hvad kan jeres datastrategi være? Og er organisationen klar?

Hvilke af jeres data har værdi? 

Forstå din virksomheds data for at finde ud af, hvor værdien er placeret. Det kan fx være i call-centerets logfiler, data lagret som tekst fx fra kundedialog eller posts på sociale medier – disse data findes typisk i overflod i mange virksomheder. 

Men med mindre data er let tilgængelige i et skalerbart format, er det ikke til nogen nytte. Derfor er det afgørende at få struktureret data, når værdien er vurderet, så I kan udtrække relevante, omsættelige indsigter. 

GÅ IKKE GLIP AF DAGENS VIGITIGSTE NYHEDER. KLIK HER.

Hvad kan jeres datastrategi være? 

Alt efter hvor værdien ligger i jeres virksomheds data, vil der være forskelle muligheder for udnyttelse. Det kan være:

  • Rådata: Virksomheder, der genererer en stor mængde rådata, kan sælge disse med en lille investering – tænk NASDAQ Data On Demand service. 
  • Forarbejdet data: Forarbejdede data kan komme fra flere kilder, der lagres, styres og analyseres, for at andre kan anvende dem.  
  • Indsigter: Anvendelse af data-videnskab, data-mining, forudsigende modellering og analytiske modeller kan hjælpe med at analysere komplekse sammenhænge ud fra data, som giver unikke virksomhedsindsigter. 

Et godt eksempel på dette er Adidas, der arbejder struktureret med data for at forbedre deres nuværende forretning. Fx kunne de gennem deres data se, at kunder, der opretter en konto på adidas.com, køber mere end kunder på gæste-visit.

Imidlertid skabte Adidas' daværende check-out-struktur udfordringer og tvang brugerne til at gennemgå ekstra trin for at logge ind. Ved at optimere login-processen på adidas.com, oplevede Adidas en stigning på næsten 19 pct. flere kontooprettelser, som i sidste ende betød mere end en milliard i ekstra omsætning.

Dette er blot ét blandt mange eksempler på en datacentreret tilgang til udvikling hos Adidas.

GÅ IKKE GLIP AF DAGENS VIGTIGSTE NYHEDER. KLIK HER.

Er organisationen klar?

Kategoriseringen af jeres datas modenhed herover er en udmærket måde at komme videre med datarejsen, men inden I bevæger jer ud på den store rejse, skal I gøre jer det klart, at det også kan være en krævende kulturel rejse for organisationen.

En data-dreven kultur kan ikke bygges ud fra et par dygtige dataeksperter. Det kræver buy-in på tværs af organisationen og med stor sandsynlighed uddannelse af kollegaerne om vigtigheden af data, og hvad mulighederne i data er.

I takt med at mængden af og variationen i data bliver ved med at vokse, gør mulighederne for at finde værdi i data det også.

Men for at identificere mulighederne i din virksomheds data, er det nødvendigt at opgøre værdien af data, dernæst beslutte hvordan potentialet bedst maksimeres og til sidst lægge en strategi for, hvordan denne proces drives mest effektivt, så hele organisationen arbejder sammen om formålet.