Colocando seus dados para trabalhar

Se seu CEO ou CIO perguntasse como você está ajudando sua organização a usar os dados em seu benefício, o que você diria?

Você teria uma resposta quando se trata de categorias de gastos, como transporte ou bens indiretos? Perguntas como essas provavelmente farão você correr para pesquisar novas ferramentas para ajudar.

Ao enfrentar o desafio de colocar seus dados para funcionar, a primeira pergunta é:Você está salvando todos os seus dados? Existem bilhões de transações de compras anualmente - cerca de 10.000 contêineres são perdidos no mar a cada ano - então não é nenhuma surpresa que coletar, salvar e organizar dados de compras seja um desafio. Se você está lutando para salvar seus dados de maneira eficaz, não está sozinho. Felizmente, os dados estão sendo digitalizados e, conforme vemos mais e mais artigos afirmando que “os dados são o novo petróleo”, uma série de novas ferramentas para salvá-los e organizá-los também está a caminho.

O uso eficaz de big data pode colher benefícios substanciais. O sucesso das aplicações da vida real em transporte, sourcing e compras valida o tempo e o esforço. Por exemplo, a cidade de Brisbane, na Austrália, conseguiu reduzir o congestionamento do tráfego aproveitando os pontos de dados e fazendo algumas alterações na grade. A UPS armazena 16 petabytes de dados para ajudar a tomar decisões, lidando com mais de 39,5 milhões de solicitações de rastreamento de clientes por dia. Como resultado, conseguiu se manter competitiva com a Amazon.

Então, por onde você começa? Primeiro vieram as ferramentas de inteligência de negócios (B.I.), seguidas por spin-offs em cada categoria sendo renomeada como inteligência artificial. No entanto, poucos desses I.A. e as empresas de tecnologia de aprendizado de máquina conseguiram reduzir o problema devido à falta de dados organizados. A primeira etapa da jornada é a necessidade de reter dados.

Os humanos são propensos à centralização. Estima-se que 68 por cento da população mundial viverá em áreas urbanas até 2025. Da mesma forma, 65 por cento das equipes de negócios preferem trabalhar em funções centralizadas globalmente. Embora nenhum modelo funcione para todas as cadeias de abastecimento, a tomada de decisões centralizada tende a reinar suprema, com as maiores empresas terceirizando funções-chave para cortar custos. O mesmo pode ser argumentado para governança e análise de dados. Ter uma equipe centralizada que pode trabalhar multifuncionalmente dentro da cadeia de abastecimento ajudará melhor sua organização a aproveitar o poder dos dados e tomar melhores decisões

Então, que tipo de dados deve ser usado para atingir esses objetivos? Conforme relata a Forrester, 74 por cento das empresas dizem que desejam ser “orientadas por dados”, mas apenas 29 por cento são realmente bem-sucedidas em conectar a análise à ação. Você se lembra das últimas 10 citações do seu I.T. revendedor de valor agregado deu a sua organização pelo mesmo servidor? Que tal as últimas 150 cotações de frete spot de seu provedor de logística terceirizado? As organizações raramente salvam todos os seus dados. Mas só porque você escolheu outro fornecedor, não significa que você deve jogar fora o preço dele. Você deve colocar esses dados para trabalhar.

O estrategista de dados Brent Dykes argumenta que “insights acionáveis” são o ápice da pirâmide de dados, que consiste em seis níveis:alinhamento, contexto, relevância, especificidade, novidade e clareza. É do conhecimento geral que I.T. oferece os melhores descontos no quarto trimestre, mas como você pode usar os dados para prever o comportamento em outras épocas do ano ou aproveitar o tamanho da sua organização para conseguir um preço melhor? Ser capaz de identificar resultados de negócios positivos o ajudará a atingir resultados, estreitando seu escopo e visando um objetivo específico. Seu novo B.I. ferramenta não pode fazer isso.

Pessoalmente, estou salvando meus dados. Eu tenho um plano e agora é hora de colher os benefícios. Se você está tentando manter uma vantagem competitiva, coloque seus dados para trabalhar. A.I. hoje são apenas modelos extensivos de aprendizado de máquina ou uma combinação de redes neurais. As empresas bem-sucedidas com seu I.A. e M.L. parceiros de tecnologia são aqueles que buscam resolver objetivos concretos com grandes conjuntos de dados. Você vai ser um deles?

Tarek Alaruri é cofundador da Fairmarkit .