Data Driven: как да вземате решения въз основа на данни

Data Driven: как да вземате решения въз основа на данни

Какво представлява Data Driven подходът

Data Driven (буквално “задвижван от данни”) е подход за управление, основан на данни. Неговият основен постулат: решенията трябва да се вземат въз основа на анализ на цифрите, а не на интуицията и личния опит.
Data Driven се използва в различни области на бизнеса и науката. Ще разгледаме как се използва подходът в digital: маркетинг, дизайн и управление.

Data Driven
Data Driven подходът

Принципи на подхода

  • готовност за инвестиция – данните трябва да бъдат извлечени, съхранявани, анализирани, интерпретирани и визуализирани. Всичко това изисква внимание, време и пари;
  • способността да се анализира и интерпретира – важна част от работата с данните е техният анализ и изграждане на хипотези. Това изисква специални знания и опит;
  • достоверност на информацията – данните трябва да бъдат точни и чисти — тогава те могат да бъдат надеждни и правилно интерпретиран;
  • вземане на решения въз основа на данни – преди да предприемете нещо важно, трябва да съберете и анализирате числата.

Вземане на решения въз основа на данни

Концепцията за Data Driven се появява през 90-те години на миналия век и е широко разпространена в бизнеса. В управлението най — често се споменава терминът “Data Driven Decisions”, преведено – “решения, взети въз основа на данни”.

Подходът предполага, че човек трябва да разбере данните и да може да изгради прогнози въз основа на тях. Това означава, че на етапа на вземане на решение трябва да има разбиране за това какво ще повлияе, какво трябва да се промени, какъв резултат може да се постигне. Така се появи терминът data Driven Decision, който предполага използването на доказателства за вземане на управленски решения.

Как работи на практика

На първо място, трябва да се определи бизнес цел на настоящия етап, например, тя може да бъде растеж на печалбата или пазарен дял. Втората стъпка е да се обозначат етапите и междинните цели, чието постигане се определя от показателите. Постигането на метриката показва, че компанията се движи в правилната посока.

Например, растежът на печалбата може да се оцени от броя на новите клиенти, средния показател за отлив на клиенти, размера на средния чек, броя на повторните продажби, процента на реализация и маржиналността.

Важно е, че целите са постижими и показателите са правилно подбрани:

  • те не трябва да бъдат много: нека са 3-5 на всеки етап;
  • показателят трябва да бъде сравнителен — това означава, че трябва да можете да сравните показателите с предходния период;
  • метриката трябва да се изразява в относителни показатели. Например, измерването на скоростта е най — удобно в километри в час, т.е. скоростта е изминатото разстояние спрямо времето.

Популярни показатели за оценка на бизнеса: нивото на удовлетвореност на клиента, ангажираността на служителите, размера на печалбата преди приспадане на разходите и т. н.

Друга важна точка, която трябва да се има предвид, е поведенческата психология на ръководителите, онези моменти, когато интерпретацията на данните се адаптира към личните приоритети на мениджъра.

Data Driven в управлението на компания

Data Driven Management – управление на бизнеса въз основа на обективни, фактически данни.

Data Driven process

Подходът отваря широки възможности пред мениджърите:

  • подобряване на ефективността на инвестициите – данните могат да кажат как да привлекат нова аудитория, да подобрят качеството на потребителския опит и т. н;
  • намаляване на маркетинговите разходи – aнализът на рекламните кампании има за цел да ги направи по-ефективни: да харчат до минимум, за да печелят до максимум;
  • ръст на клиентската ориентация – подробният анализ на данните помага да се разберат предпочитанията на целевата аудитория, да се изградят лични комуникации с клиента, да се проследят отзивите;
  • бърз отговор на промените на пазара – проследяването на данни в реално време ви позволява да вземате решения почти светкавично.

Какво да очакваме?

Резултатът е ръст на печалбата.

Data Driven в дизайна

Data Driven Design – проектиране на продукти въз основа на данни, получени чрез тестове, изследвания, проверка на хипотези.

Преди това се предполагаше, че дизайнерът взема решения въз основа на собствения си вкус и опит, но сега това не е достатъчно. Работата в digital се оценява от KPI (Key Performance Indicators) и за да ги постигнете, трябва да можете да прогнозирате и следователно да анализирате.

Предимства на подхода:

  • за клиента – няма действия, направени на случаен принцип, всички решения са оправдани;
  • за дизайнера – по-малко неоснователни редакции и спорове, елементът на вкус.

С този подход изпълнителят и клиентът концентрират усилията си, за да направят услугата удобна за потребителите, вместо да задоволят амбициите на никого.

Ново ниво на изисквания доведе до факта, че професията на дизайнера се е разпаднала на няколко самостоятелни единици-сега цели дизайнерски екипи работят по проектите: UI дизайнер, UX дизайнер, дизайнер на анимации, анализатори и арт директор. Също така се свързват специалисти по Big Data (Data scientist).

Data Driven Design са постоянни цикли на подобрения, но тук съществува риск от затъване в данните и прекалено внимание към малките неща.

Това явление се нарича датацентризъм. Например, през 2009 г., поради подобен подход, водещият дизайнер напусна Google.

В маркетинга

Data Driven Marketing – стратегия за изпълнение на маркетинга, изградена въз основа на анализ на данните, събрани по време на взаимодействието с потребителите.

В процеса на работа търговците получават прозрения и прозрения за тенденциите в индустрията и след това изграждат прогнози въз основа на тях. Една точка е важна тук-разбирането на данните, които вече са налични или могат да бъдат получени, както и начините, по които те се организират, анализират и прилагат за подобряване на маркетинговите усилия. Целта на Data Driven marketing е да подобри качеството на потребителския опит и точността на персонализацията.

Аналитичните инструменти позволяват персонализиран маркетинг. И обжалването на целевата аудитория увеличава шансовете за успешно завършване на сделката, т.е. увеличава реализацията и в крайна сметка печалбата. Анализът и използването на данни позволява по-добро разбиране на клиентите и вземане на информирани решения, вместо да се действа на случаен принцип.

Какви данни се събират:

  • за обслужване на клиенти;
  • за удовлетвореността на потребителите;
  • за поведението на потребителите на сайта или приложението.

Цел:

  • увеличаване на ефективността;
  • привличане на нови и задържане на редовни клиенти;
  • персонализиран подход към комуникацията с потребителите;
  • разбиране на нуждите на потребителите чрез анализ на данни;
  • повишаване на клиентската ориентация.

Data Driven Marketing позволява:

  • определяне на целевата аудитория на рекламна кампания;
  • насочване на предложения, съобщения и съдържание;
  • прогнозиране на поведението на потребителите въз основа на модели;
  • подобряване на ефективността на рекламни кампании;
  • увеличаване на клиентската стойност през целия живот (LTV) чрез увеличаване на броя на повторните продажби;
  • бърза реакция на промените на пазара.

Показатели

За да не се получават твърде много информация, е важно да се следи само най-важното.

Показатели за електронна търговия:

  • Cost Per Action – цената на кликване, цената, която плащате за ангажиране на един потребител. Позволява да се оцени целесъобразността на инвестициите и възвръщаемостта на инвестициите от рекламния канал;
  • Conversion Rate – процент на реализация, процентът на потребителите, които са извършили конверсионно действие, например са оставили заявления или са купили. Позволява да се предскаже печалба;
  • Shopping Cart Abandonment – “хвърлени кошници”, броят на потребителите, които са хвърлили касата на определен етап. Позволява ви да намерите затруднения в продажбите фуния.

Показатели за абонаментни услуги (SAAS):

  • Monthly Recurring Revenue – редовни месечни приходи. Необходимо е да се разбере колко печелите средно за определен период от време;
  • Churn Rate – индикатор за отлив на клиенти, броят на потребителите, които не са станали ваши редовни купувачи и са ви напуснали. Позволява прогнозиране на загубите. Добри цифри са по-малко от 3%;
  • Lifetime Value – доживотна стойност на клиента, приходи от потребителя за цялото време на ползване на услугата. Показателят се използва за изчисляване на инвестициите в насочени реклами, за да се разбере колко можете да похарчите без загуба;
  • Customer Retention Rate – мярка за задържане на клиенти. Показва какъв процент от потребителите сте в състояние да се превърне в редовни клиенти.

Как да започнете да работите въз основа на данни

За да станете компания за данни, трябва да се подготвите по определен начин: вече трябва да имате основни умения за работа с данни, ресурси и решимост за преодоляване на определени препятствия.

План

  • oпределете източниците, уверете се в точността, актуалността и чистотата на данните;
  • сформирайте екип: специалист и анализатор (напр.маркетинг и data scientist);
  • съберете всички източници на една платформа (имате нужда от данни от максимален брой източници: продукт, рекламни кабинети, CRM, ERP система и т.н.);
  • създайте инфраструктура за съхранение на данни: съберете цялата подходяща информация, систематизирайте я в подходящ формат, качете я в базата данни;
  • визуализирайте: използвайте Dashboards и Bi платформи за това.
  • получете опит: експериментирайте и оценявайте резултатите, развивайте се в анализ и интерпретация. Винаги проверявайте хипотезите;
  • оптимизирайте. Данните трябва да бъдат изчистени и структурирани и понякога да бъдат проверени за валидност. Това отнема време, но процесите трябва да бъдат отстранени;
  • формирайте култура на работа с данни в компанията.

Потенциални проблеми

  • само събирането на данни не е достатъчно, трябва да се обработва, анализира, интерпретира, изгражда хипотези, проверява и анализира отново;
  • скъпа инфраструктура. Трябва да инсталирате системи за уеб анализи, системи за отчитане на ресурсите (ERP), CRM, кол системи за проследяване и анализ от край до край. Също така ще трябва да визуализирате отчетите в дъмбордите. И всичко това трябва да бъде отстранено и да работи в пакет;
  • необходим е екип от технически специалисти. Най-малко трябва да има един анализатор и един специалист с профил, който в бъдеще ще използва резултатите в работата;
  • нужна е култура на управление на данните. Мениджмънтът на компанията трябва да бъде подготвен: да може да работи с данните и да ги обработва своевременно. Следователно, Data Driven трябва да се прилага постепенно, така че екипът да има време да се развива заедно с него;
  • резултатите изискват определено време. И ако сте започнали да работите на базата на данни, те трябва да бъдат поставени на преден план, в противен случай подходът няма да даде резултат.

Инструменти

  • Уеб анализ: Google Анализ, Yandex.Metricа, Google Tag Manager – инструментите събират и съхраняват данни за потребителите на сайтове и тяхното поведение;
  • Технологиите Big Data, по-специално Data Mining, осигуряват събиране, съхранение и сортиране на огромни обемни данни;
  • Анализите from end-to-end оценяват ефективността и рентабилността на рекламните канали като Roistat, Mixpanel, Rick, Alytics и CoMagic.
  • CRM ви позволява да прогнозирате продажбите или да оценявате ефективността на маркетинговия отдел;
  • Визуализацията на данните се извършва с помощта на табла или мощни платформи Business Intelligence.

Инструментите позволяват вериги от решения, базирани на данни, т.е. всяко от тях ще бъде обмислен и с прогнозируем резултат.