Η συλλογή και η ανάλυση των τεράστιων όγκων δεδομένων που διακινούνται στον σύγχρονο επιχειρησιακό κόσμο αντιπροσωπεύουν μια εξίσου μεγάλη ευκαιρία για βελτίωση της παραγωγικότητας, των πωλήσεων και της ανταγωνιστικότητας των «έξυπνων» επιχειρήσεων.

Σύμφωνα με πρόσφατες έρευνες, οι εταιρείες εκείνες που χρησιμοποιούν τα δεδομένα και τα Business Analytics για να καθοδηγήσουν τις αποφάσεις τους είναι πιο παραγωγικές και σημειώνουν μεγαλύτερη απόδοση κεφαλαίων από τον ανταγωνισμό τους. Η McKinsey εκτιμά ότι τα Big Data θα διαμορφωθούν σε ένα νέο τύπο εταιρικού παγίου το οποίο θα λειτουργεί όπως και ένα ισχυρό brand: θα αποτελεί ένα αυτόματο ανταγωνιστικό πλεονέκτημα.

Η επιτυχία, βέβαια, δεν προϋποθέτει επένδυση μόνο στη σωστή τεχνολογία, αλλά και την ανάπτυξη κουλτούρας και δεξιοτήτων γύρω από τα Big Data αφού αυτά αντιπροσωπεύουν μια ευκαιρία για έναν νέο τρόπο διοίκησης των επιχειρήσεων, αλλά ακόμη και για τη δημιουργία νέων επιχειρηματικών μοντέλων. Τα δεδομένα χαρακτήριζαν την εποχή της πληροφορίας από την αρχή της.

Ωστόσο, ο όγκος των δεδομένων αυτών έχει αυξηθεί δραματικά τα τελευταία χρόνια. Η τυπική αμερικάνικη εταιρεία με προσωπικό 1.000 εργαζομένων και πάνω, αποθηκεύει κατά μέσο όρο περισσότερα από 235 terabytes δεδομένων, περισσότερα δηλαδή από εκείνα της βιβλιοθήκης του Κογκρέσου των ΗΠΑ. «Ποταμοί» δεδομένων ρέουν από οικονομικές συναλλαγές και αλληλεπιδράσεις εταιρειών με τους πελάτες τους, από νέου τύπου συσκευές και σε διάφορα σημεία της αλυσίδας δημιουργίας επιχειρηματικής αξίας.

Πέντε BIG ερωτήματα σχετικά με τα data
Ακόμα κι αν βρισκόμαστε στα πρώιμα στάδια της αξιοποίησης τους, τα Big Data ήδη καθιστούν σαφή τη σημασία τους σε πολλές επιχειρήσεις. Ηδη, οι εταιρείες συλλέγουν δεδομένα από διάφορα επιχειρησιακά τους τμήματα ή, ακόμα, και από πελάτες και συνεργάτες τους. Μια ευέλικτη υποδομή Πληροφορικής έχει τη δυνατότητα να ενοποιεί την πληροφορία αυτή και να είναι σε θέση να ανταποκριθεί σε απότομη αύξηση του όγκου των δεδομένων που πρέπει να αποθηκευτεί.

Τα analytics, οι αλγόριθμοι και το τρέξιμο σεναρίων είναι τα εργαλεία που έχουν στη διάθεσή τους οι επιχειρήσεις για να μετατρέψουν την πληροφορία αυτή σε αξία. Τα Big Data μπορούν να αλλάξουν τους κανόνες του ανταγωνισμού όπως τους γνωρίζαμε μέχρι σήμερα με τρεις τρόπους: μεταμορφώνοντας τις διαδικασίες, αλλάζοντας τα εταιρικά οικοσυστήματα και διευκολύνοντας την καινοτομία.

Για να γίνουν όμως πράξη τα παραπάνω, θα πρέπει να ακολουθείται η κατάλληλη στρατηγική. Η McKinsey δίνει τις απαντήσεις στα πέντε ερωτήματα που ταλαιπωρούν τη διοίκηση σχετικά με το ποια θα πρέπει να είναι η στρατηγική τους στον τομέα των Big Data.

1. Τι θα συνέβαινε σε έναν κόσμο απόλυτης διαφάνειας, όπου όλα τα δεδομένα θα ήταν ευρέως διαθέσιμα;
Καθώς η πληροφορία ξεγλιστρά από τα «κλειδωμένα ντουλάπια» των λίγων και γίνεται διαθέσιμη στους πολλούς, οι εταιρείες εκείνες που αξιοποιούσαν τα δεδομένα αυτά σαν ανταγωνιστικό τους πλεονέκτημα θα βρεθούν σε δύσκολη θέση. Κάθε επιχείρηση που βασίζει το πλεονέκτημά της σε δεδομένα σχετικά με κόστη και τιμολόγηση, θα βρεθεί πλέον εκτεθειμένη σε ένα πεδίο διευρυμένου ανταγωνισμού.

Μεγάλη πρόκληση για πολλές επιχειρήσεις αποτελεί και το γεγονός ότι τα «βουνά» δεδομένων που συγκεντρώνουν, κρύβονται συχνά σε σιλό συγκεκριμένων τμημάτων (π.χ., του τμήματος Ερευνας και Ανάπτυξης ή κατασκευής), συνθήκη που δεν επιτρέπει την έγκαιρη αξιοποίησή τους. Αντίστοιχη είναι και η παρακράτηση των στοιχείων των πελατών σε συγκεκριμένα τμήματα των χρηματοοικονομικών οργανισμών, γεγονός που παρεμποδίζει τη διαμόρφωση ενιαίας άποψης σχετικά με τον πελάτη.

Κάποιες εταιρείες προσπαθούν ήδη να καταργήσουν αυτά τα διαχωριστικά και να ενοποιήσουν τα δεδομένα που έχουν εγκλωβιστεί σε επιμέρους συστήματα, ενισχύοντας τη συνεργασία μεταξύ απομονωμένων μεταξύ του επιχειρησιακών τμημάτων ή, ακόμα, καλώντας προμηθευτές και πελάτες τους σε συνεργασία για τη συνδημιουργία νέων προϊόντων.

2. Εάν μπορούσα να «τεστάρω» κάθε απόφασή μου, πόσο θα άλλαζε το ανταγωνιστικό μου πλεονέκτημα;
Τα Big Data επιτρέπουν σε μια επιχείρηση να λαμβάνει τις αποφάσεις της σε μια εντελώς διαφορετική βάση. Χρησιμοποιώντας ελεγχόμενα «πειράματα», οι εταιρείες μπορούν να δοκιμάζουν διαφορετικές υποθέσεις και, αναλύοντας τα αποτελέσματά τους, να κάνουν λειτουργικές αλλαγές και στοχευμένες επενδύσεις. Τέτοιου είδους «πειράματα» πραγματοποιούν ήδη, και σε μεγάλο βαθμό, διαδικτυακές εταιρείες οι οποίες βρίσκονται σε διαρκή αναζήτηση των παραγόντων που αιχμαλωτίζουν την προσοχή του χρήστη και μεγιστοποιούν τις πιθανότητες για πώληση.

Αντίστοιχα πειράματα τρέχουν και παραδοσιακού τύπου επιχειρήσεις. Τα McDonald’s, για παράδειγμα, έχουν εξοπλίσει κάποια από τα καταστήματά τους με συσκευές οι οποίες συλλέγουν λειτουργικά δεδομένα, παρακολουθώντας τις συναλλαγές των πελατών, την κίνηση στα καταστήματα και τα «μοτίβα» που ακολουθούν οι παραγγελίες. Ολη αυτή η πληροφορία, αναλύεται με τρόπο τέτοιο που να καθιστά ορατή τη σύνδεση που υπάρχει μεταξύ των εναλλαγών στο μενού, τον σχεδιασμό του καταστήματος και την εκπαίδευση του προσωπικού με την παραγωγικότητα και τις πωλήσεις.

Οι φορείς που δεν έχουν τη δυνατότητα να διεξάγουν ένα παρόμοιο «ελεγχόμενο πείραμα», μπορούν να ακολουθήσουν τη λογική του «φυσικού πειράματος», για να εντοπίσουν τους παράγοντες που επηρεάζουν την απόδοση. Ενας κυβερνητικό οργανισμός, για παράδειγμα, συνέλεξε δεδομένα από πολλαπλές ομάδες εργαζομένων που ασκούν παρόμοια καθήκοντα στα διαφορετικά του γραφεία. Το γεγονός και μόνο ότι τα δεδομένα αυτά έγιναν ευρέως διαθέσιμα, παρακίνησε τους «αργότερους» εργαζόμενους να βελτιώσουν την απόδοσή τους.

Ο χώρος του λιανεμπορίου, τέλος, προσφέρει αρκετά παραδείγματα αξιοποίησης των Big Data μέσα από την παρακολούθηση των κινήσεων των πελατών μέσα στο κατάστημα και του τρόπου αλληλεπίδρασης τους με τα προϊόντα. Οι retailers αυτοί συνδυάζουν τα παραπάνω στοιχεία με τα αρχεία των συναλλαγών και τρέχουν πειράματα σχετικά με το ποια εμπορεύματα θα πρέπει να διαθέτουν, πού θα πρέπει να τα τοποθετούν και πώς και πότε θα πρέπει να προσαρμόζουν τις τιμές.

Παρόμοιες μέθοδοι βοήθησαν μια μεγάλη εταιρεία λιανεμπορίου να μειώσει των αριθμό των ειδών των αποθεμάτων της κατά 17%, αυξάνοντας παράλληλα το mix των επικερδέστερων προϊόντων λευκής ετικέτας -χωρίς να πλήττουν το μερίδιο αγοράς.

3. Πόσο θα άλλαζε η επιχείρησή μου εάν χρησιμοποιούσα τα Big Data για εξατομικευμένη εξυπηρέτηση του κάθε πελάτη, σε πραγματικό χρόνο;
Ολες οι εταιρείες που έχουν στο επίκεντρο την εξυπηρέτηση του πελάτη χρησιμοποιούν, εδώ και χρόνια, την αξιοποίηση των δεδομένων τους για να τους διαχωρίσουν σε ομάδες και να τους απευθύνουν στοχευμένες προτάσεις. Τα Big Data επιτρέπουν στις επιχειρήσεις να κάνουν ένα βήμα παραπέρα και να κάνουν πράξη την άλλοτε φουτουριστική έννοια του real-time personalization.

Οι retailers έχουν πλέον στα χέρια τους το εργαλείο που τους επιτρέπει να παρακολουθούν την συμπεριφορά κάθε μεμονωμένου χρήστη (και τα κλικ του «ποντικιού» του) και τις προτιμήσεις του ανά πάσα στιγμή. Βάσει αυτών, έχουν τη δυνατότητα να προβλέπουν την πιθανή συμπεριφορά του πελάτη σε πραγματικό χρόνο.

Μέσα από τα αντίστοιχα μοντέλα προβλέψεων, ο retailer θα αναγνωρίζει το πότε ο πελάτης βρίσκεται κοντά στη λήψη μιας απόφασης αγοράς και να την επισπεύδει προσφέροντάς του, για παράδειγμα, έκπτωση μέσω της κάρτας μέλους. Ενα τέτοιο πρόγραμμα θα μπορούσε να στοχεύει στην αύξηση των πωλήσεων προϊόντων με μεγάλο περιθώριο κέρδους προς τους πιο σημαντικούς πελάτες της εταιρείας.

Το retail αποτελεί τον «αυτονόητο» χώρο για εξατομικευμένη αντιμετώπιση του πελάτη, λόγω του μεγάλου όγκου των δεδομένων που προκύπτουν από τις αγορές μέσω Internet, τις συζητήσεις στα κοινωνικά δίκτυα και, τελευταία, τις σχετικές εφαρμογές για smartphones.

Ωστόσο, το λιανεμπόριο δεν είναι ο μόνος κλάδος που μπορεί να επωφεληθεί των εξελιγμένων εργαλείων ανάλυσης δεδομένων που επιτρέπουν το διαχωρισμό των πελατών σε ακόμη μικρότερες ομάδες.

4. Πώς μπορούν τα Big Data να βοηθήσουν τη διοίκηση; Μπορούν ακόμη και να την αντικαταστήσουν;
Τα Big Data διερευνούν το πεδίο των αναλύσεων βάσει αλγορίθμων και μηχανημάτων. Κάποιοι κατασκευαστές, για παράδειγμα, τρέχουν αλγορίθμους για την ανάλυση δεδομένων που συλλέγουν οι σένσορες της γραμμής παραγωγής, δημιουργώντας αυτορυθμιζόμενες διαδικασίες εντοπισμού σπατάλης και αποφυγής της δαπανηρής (και -κάποιες φορές- επικίνδυνης, ανθρώπινης παρέμβασης.

Στις προηγμένες «ψηφιακές» πετρελαϊκές, εξειδικευμένα εργαλεία διαβάζουν συνεχώς τα δεδομένα που προέρχονται από τις πηγές πετρελαίου, τα δίκτυα μεταφοράς του και τα μηχανικά συστήματα. Η πληροφορία αυτή υπόκειται σε ανάλυση μέσα σε clusters υπολογιστών και τα αποτελέσματα διοχετεύονται στα κέντρα λειτουργίας σε πραγματικό χρόνο, προκειμένου να γίνεται αυτόματα η προσαρμογή των επιπέδων άντλησης που βελτιστοποιούν την παραγωγή.

Μια μεγάλη πετρελαϊκή έχει ήδη μειώσει τα κόστη λειτουργίας και προσωπικού της κατά 10-25%, ενώ παράλληλα αύξησε την παραγωγή της κατά 5%. Μια παγκόσμια εταιρεία ποτών έχει ενσωματώσει τα καθημερινά δεδομένα μετεωρολογικών προβλέψεων στις δικές της διαδικασίες καθορισμού των αποθεμάτων. Αναλύοντας τρία σημεία δεδομένων (θερμοκρασία, επίπεδα βροχόπτωσης και αριθμός ωρών ηλιοφάνειας ανά ημέρα), η εταιρεία έχει μειώσει το επίπεδο των αποθεμάτων της και έχει αυξήσει την ακρίβεια των προβλέψεών της κατά περίπου 5%, σε μια από τις κρίσιμες ευρωπαϊκές αγορές όπου δραστηριοποιείται.

Το τελικό συμπέρασμα είναι ότι μια εταιρεία μπορεί πλέον να απολαμβάνει βελτιωμένη απόδοση, καλύτερη διαχείριση κινδύνου και τη δυνατότητα εντοπισμού τάσεων που διαφορετικά θα περνούσαν απαρατήρητες. Καθώς οι τιμές για σένσορες, συσκευές επικοινωνίας και λογισμικό ανάλυσης γίνονται πιο προσιτές, ολοένα και περισσότερες επιχειρήσεις θα βιώνουν αυτή την επανάσταση ως προς τον τρόπο διοίκησής τους.

5. Μπορώ να δημιουργήσω ένα νέο επιχειρηματικό μοντέλο με βάση τα δεδομένα;
Τα Big Data ανοίγουν το δρόμο για τη δημιουργία ενός νέου τύπου επιχειρήσεων, με την πληροφορία στο επίκεντρο της στρατηγικής. Κάποιες από τις επιχειρήσεις αυτές παίζουν το ρόλο του διάμεσου σε αλυσίδες αξίας όπου συλλέγουν και αξιοποιούν τα δεδομένα που προκύπτουν από επιχειρηματικές συναλλαγές. Μια εταιρεία μεταφορών, για παράδειγμα, αντιλήφθηκε ότι μέσα από τις διαδικασίες της συνέλεγε τεράστιες ποσότητες πληροφορίας σχετικά με την παγκόσμια αποστολή προϊόντων.

Αντιλαμβανόμενη την ευκαιρία που ενείχε η γνώση αυτή, δημιούργησε ένα τμήμα το οποίο διαθέτει τα δεδομένα αυτά (έναντι πληρωμής) για την πραγματοποίηση επιχειρηματικών και οικονομικών προβλέψεων. Τα Big Data δημιουργούν επίσης και έναν σημαντικό αριθμό νέων θέσεων εργασίας. Μόνο στις ΗΠΑ, σύμφωνα πάντα με έρευνα της McKinsey Group, η ζήτηση για managers και αναλυτές με κατανόηση των δυνατοτήτων αξιοποίησης των Big Data θα φτάσει το 1,5 εκατ. θέσεις εργασίας μέχρι το 2018.

Η δε ζήτηση στον χώρο των εξειδικευμένων αναλύσεων (συμπεριλαμβανομένου του machine learning και της προηγμένης στατιστικής ανάλυσης) θα αφορά 140.000 με 190.000 επαγγελματίες.

Μια μεγάλη υπόσχεση…
Τέλος, αν και οι ηγέτες του επιχειρηματικού κόσμου θα εστιάσουν σαφώς στη σημασία που έχουν τα Big Data για τη δική τους επιχείρηση, όλες αυτές οι επιμέρους ευκαιρίες αθροίζονται σε ένα σύνολο που θα είναι, μάλλον, μεγαλύτερο από τα μέρη του.

Σύμφωνα με την έρευνα της McKinsey Group, τα Big Data μπορούν να συνεισφέρουν σε αύξηση παραγωγικότητας στους τομείς της υγείας, των υπηρεσιών του δημοσίου, στο λιανεμπόριο και τον κατασκευαστικό κλάδο κατά 0,5-1% ετησίως. Εάν αθροίσουμε όλους αυτούς τους τομείς σε παγκόσμια βάση, τότε θα προκύψει νέα αξία εκατοντάδων δισεκατομμυρίων δολαρίων.

Τα Big Data ενδέχεται να διαδραματίσουν κρίσιμο παράγοντα της ευημερίας, όχι μόνο των επιχειρήσεων, αλλά και των εθνών. Σίγουρα αποτελούν μια σημαντική ελπίδα για το σύνολο της παγκόσμιας οικονομίας, τη στιγμή που αυτή πασχίζει να βρει ένα δρόμο για ταχύτερη ανάπτυξη.