تصمیم‌گیری داده‌محور، راه نجات سازمان‌ها در بحران کرونا

روز‌های کرونایی را یکیپسازدیگری پشت سر میگذاریم و احتمالا یکی از چیزهایی که بخش نهچندان کوچکی از تفکرات روزانهی ما را به خود اختصاص داده است، مشکلاتی است که این پاندمی در زندگی ما به وجود آورده؛ از زدن ماسک و رعایت بیسابقهی دیگر مسائل بهداشتی گرفته تا مشکلات و محدودیتهای معیشتی که گریبانگیر عدهی نهچندان کمی از جمعیت کشور شده است. تأثیرات اولیهی کرونا، بیشک تأثیراتی است که بر سلامت آحاد جامعه میگذارد؛ اما این بیماری تأثیرات ثانویهای نیز دارد که از مهمترینآنها، میتوان به تأثیراتی که بر اقتصاد جامعه میگذارد، اشاره کرد. برای مثال، برخی از شرکتها در حالی شاهد قطع زنجیرههای تأمین خود هستند که برخی دیگر با تقاضاهای شدید مواجه شده که هر دوی آنها منجر به مختلشدن نیروهای کار میشود. شاید بتوان گفت چیزی که در این شرایط بحرانی (و شاید در هر شرایط بحرانی)، بیش از هر چیز دیگر حائز اهمیت است، «تصمیم‌گیری» است. در این نوشتار سعی شده تا پیرامون تصمیم‌گیری و مخصوصا گونه‌ای خاص از آن به نام «تصمیم‌گیری داده‌محور (Data-Driven Decision Making)» مطالبی آورده شود.

 

نحوه‌ی استفاده و بهکارگیری سازمانها از اصول تصمیمگیری دادهمحور برای مقابلهی موفقیتآمیز با اثرات اقتصادی بحران، تضمینکننده تداوم کسبوکار در کوتاهمدت و بهبود آن در بلندمدت و برتری در دوران پس از کووید-19 است.

 

در این شرایط، هر سازمانی باید اثرات بحران فعلی بر روی کسبوکار خود را مورد بررسی قرار داده و معیارهای مناسبی پیدا بکند تا بر اساس آن بتواند به راهکارهای مناسبی برای خروج از این بحران دست یابد. تصمیمگیری در این شرایط باید بر اساس جمعآوری اطلاعات حقیقی بوده و از استفاده از دادههایی که بر اساس تجربه و احساس باطنی به دست آمدند، اجتناب شود.

 

شرایط کرونایی نشان میدهد که سازمانهای دیجیتالیای که بهطور پیشفرض دادهمحور هستند، انعطافپذیری بالاتری دارند. حتی در شرایطی که بازارهای سهام در حال سقوط اند، ارزش سهام این سازمانهای دادهمحور رشد میکند. در حقیقت این سازمانها برای مدیریت بحران تجهیز شده و در زمانی که همهی بازارها درحال برگشتن به حالت عادی هستند، این سازمانها به جایگاه بهتری دست پیدا میکنند.

 

اما چطور سازمان خود را به سمت یک سازمان دادهمحور سوق دهیم؟!

سازمان‌های دادهمحور و آنهایی که در فرآیند تبدیلشدن به دادهمحوری هستند، به صورت تحلیلیتر تصمیمگیری میکنند. آنها تجزیه و تحلیل، داده و استدلال را در فرآیند تصمیمگیری لحاظ میکنند. تجزیه و تحلیل مبتنی بر واقعیتِ اطلاعات و تبدیل دادهها و اطلاعات به بینشها، منبع مزیت رقابتی آنها است. این امر سازمانها را قادر میسازد تا نوآوری را هدایت کرده و بدانند که کدام ابتکار در یک بازه زمانی کوتاهتر مطلوب است. با استفاده از دادهها و تجزیه و تحلیل در مرکز خود، سازمانهای دادهمحور آماده میشوند تا بهترین تصمیمات را اتخاذ کنند.

 

سازمان‌های دادهمحور بهجای اینکه تنها به شهود خود تکیه کنند، مبتنی بر واقعیت تصمیمگیری میکنند؛ اما خلاف تصور رایج این زیرساختهای فناوری پیشرفته الگوی کسبوکار دیجیتال آنها نیست که موفقیت کسبوکارشان را رقم میزند، بلکه فرهنگ و روش تفکرشان باعث میشود این سازمانها بتوانند تصمیمات درستتری بگیرند.

 

برای دستیابی به این روش تفکر، چه کارهایی میتوان انجام داد؟!

گام اول، جمعآوری اطلاعات درست و مبتنی بر واقعیت است. برای این کار، لازم است مراحل زیر طی شود:

  • پرسیدن سوال درست: هنر پرسیدن سوالات درست به شدت دست کم گرفته میشود. اغلب ما تمایل داریم که با سوال پرسیدن، فرضیات خودمان را تایید کنیم و به دنبال اطلاعات درست و صحیح نیستیم و یا با استفاده از یک فرد متخصص، میخواهیم برای خودمان یک میانبر ایجاد کرده و مسیر تحقیق را کوتاه کنیم؛ اما این نوع سوالپرسیدن، مناسب یک سازمان نیست و باید برای هر سوال، هدف مشخصی تعیین شده باشد و سوالها بهصورت صریح و واضح پرسیده شوند که بتوان به واقعیت موضوع، دسترسی پیدا کرد. برای بهتر سوال پرسیدن، میتوانیم به نکات زیر توجه کنیم:
    - دقیق باشیم! سوال طرحشده، نباید افراد را به سمت تفسیر سوق دهد و باید پاسخ روشن و مشخصی داشته باشد. برای مثال، سوال «کرونا چگونه بر شرکت ما تاثیر میگذارد؟» سوال مناسبی نیست؛ چراکه در جواب، هرچیزی میتواند بیان شود؛ از رفتار مشتری گرفته تا نحوهی کار شرکت.
    - پاسخ سوالات باید قابل اندازهگیری باشد. حتی اگر پاسخ، از نوع کیفی باشد، میتوان با درجهبندی، آن را قابل اندازهگیری کرد.
    - ممکن است یک سوال کافی نباشد و چندین سوال پیدرپی نیاز باشد تا بتوان به هدف موردنظر دست یافت.

 

گام دوم، جمعآوری اطلاعات صحیح است. در سازمانهای دادهمحور، یک دیدگاه تحلیلی واضح وجود دارد. این دیدگاه، شامل منطق کسبوکار منسجم، ابزارها و واسطهها، خدمات ابری، IoT و هوش مصنوعی است. در این سازمانها، برای هر حرکت کوچک مانند لمس کردن یک دکمه، یک واحد حرفهای از تحلیلگران داده وجود دارد که مسیر شفافی را برای این قدمها مشخص کرده و اطلاعات صحیح و واقعی را در اختیار مدیران قرار میدهند. در مقابل، در یک سازمان عادی، این میزان از شفافیت برای هر مرحله دیده نمیشود. در این سازمانها، یکی از بزرگترین موانع بهکارگیری تجزیهو تحلیل بر اساس داده و تصمیمگیری دادهمحور، وابستگی بسیار زیاد دادهها به کارکنان است. برای رفع این مشکل میتوان از موارد زیر بهره برد:

  • اطلاعات لازم و حتی فرمت مطلوب این اطلاعات را به صورت دقیق از کارمندان درخواست کنید. برای مثال، فرض کنیم از بخش حسابداری در مورد فاکتورهای معوقه سوال میکنیم. روشهای متعددی وجود دارد که در آن فرمت، اطلاعات مورد نیاز ارسال شود. لذا کارمندان باید بدانند اطلاعات را در چه فرمتی باید بفرستند. در مرحلهی بعد، از آنجایی که یک استراتژی دادهای کلی وجود ندارد، باید خودمان از سازگاری این دادهها اطمینان حاصل کنیم.
  • همه‌ی کارکنان را از همهی بخشها فرا خوانده و اطمینان حاصل کنید که درک نسبتا خوبی از جمعآوری داده دارند. سپس، از بین آنها، کارمندانی که مهارت آمادهسازی یا تصویرسازی داده را دارند، انتخاب و حمایت کنید. در ادامه، به متخصصین داده با سابقهی خوب مراجعه کنید.

 

گام سوم، اطمینان از صحت قدمهایی است که برداشته میشود. برای این کار، لازم است که بتوانیم نتیجهی کار را تجسم کنیم. مشکل اصلی اینجاست که ظرفیت پردازش اطلاعات در انسان محدود است. به همین دلیل، باید از ابزارهای هوشمند سازمانی استفاده کنیم. همچنین میتوانیم کار تجزیه و تحلیل داده را به تیمی از تحلیلگران داده بسپاریم. برای مثال، پلتفرم سکان میتواند از مراحل ابتدایی تجزیه و تحلیل تا مراحل پیشرفته، نتایج برآمده از دادهها را تصویرسازی کند. لازم به ذکر است که دادهها ممکن است آنچه انتظار دارید را به شما نشان ندهند؛ اما ممکن است فرصتهایی را که فکرش را هم نمیکنید، برای شما نمایان کنند.

 

بعد از این که توانستید دادههای لازم را برای درک شرایط به وجود آمدهی ناشی از کرونا و تاثیرات این ویروس بر سازمانتان را جمعآوری کنید، میتوانید از چالش پیشِ رو، جهت ایجاد مزیت رقابتی و فرصتی برای پیشرفت استفاده کنید. اما برای موفقیت، لازم است به شیوهای استراتژیک، سازمانیافته و اولویتبندیشده عمل کنید.

 

ابتدا باید مطمئن شوید که مشاغلتان در کوتاهمدت تداوم دارند. برای رسیدن به این هدف، اقدامات زیر پیشنهاد میشود:

  • ابتدا برای افزایش فروش و بیشینهکردن درآمدها، با ارزیابی مشتریان و با استفاده از قابلیتهای تحلیل داده، محصولات و کانالهای فروش را اولویتبندی کنید. برای مثال، BraunAbility صاحب کارخانهی وسایل نقلیهی در دسترس مانند صندلیهای چرخدار و بالابرهای تجاری، تخفیفهای مختلفی را روی محصولات مختلف اعمال میکردند؛ اما هیچگاه برای بخشبندی و بررسی تاثیر این اعمال تخفیفها بر فروش، برنامهای نداشتند. آنها با استفاده از داشبوردهای هوشمند و KPIها، توانستند دادههای تخفیف را از نتایج فروش بهدست آورده، اثر هر تخفیف را بررسی کرده و آنها را با هم تلفیق کنند. این دادهها، منتج به بینشهایی شد که جهت تولید را عوض کرده و به صاحبان کارخانه اجازه داد که بتوانند تصمیمات آگاهانهای اتخاذ کنند. در نتیجه، سبب افزایش سود کارخانه شد.

 

  • در مرحلهی بعد جهت افزایش بهرهوری، با استفاده از دانش تجزیه و تحلیل دادهها، بخشها و برنامههای ناکارامد را شناسایی کرده و مشخص کنید که در کجا باید هزینهها را کاهش دهید. برای مثال، شرکت تسلا که تولیدکنندهی ماشینهای برقی است، برای تغییر حالت کاری از کار در شرکت به دورکاری، با چالشهایی مواجه شد. از آنجایی که تولیدکنندگان نمیتوانند خارج از محدودهی کارگاه کار کنند، با این وجود شرکت تسلا به خاطر شرایط کرونا، کارکنان حاضر در کارگاهخود را از ۱۰۰۰۰ نفر به ۲۵۰۰ نفر کاهش داد. در چنین شرایطی، وجود یک سیستم مبتنی بر داده که بتواند نقشهای کاری را تجزیه و تحلیل کرده و پیشنهاد دهد که کدامیک از نقشها قابلیت انجام کار بهصورت دورکاری را داشته و کدامیک لازم است حتما در محل کار حضور داشته باشند، میتواند تصمیمات مدیران را سرعت بخشیده و از ضربات شرایط بحرانی مانند پاندمی کرونا، بکاهد.

 

  • در مرحلهی بعد، میتوان از قابلیتهای تحلیلی علم داده مانند پردازش زبان طبیعی (NLP) استفاده کرد تا به طور خودکار، دادهها در مقیاس گسترده استخراج شده و شما بتوانید واکنش دولت و ابتکارات نظارتی آن را پیشبینی کنید.

 

  • درنهایت، میتوانید به دنبال پیشبینی گرایشها در عرضه و تقاضا بوده و با استفاده از نوآوریها، به بازارهای جدیدی برای محصولات جدید یا کانالهای فروش جدید دست پیدا کنید.

 

پس از اطمینان از تداوم مشاغل در کوتاهمدت، حال برای تبدیل شدن به یک سازمان انعطافپذیر در طولانیمدت و ایجاد مزیت رقابتی، لازم است یک فرایند جامع و ساختاریافته را دنبال کنید. همچنین از موفقیتهای کوتاهمدتی که در زمان کرونا به دست آمده، استفاده کنید از قبیل: زیرساخت فناوری اطلاعاتی که برای سازمان فراهم کردید و یا استفاده از کارکنانی که میتوانند در بخش داده فعالیت کنند.

 

در این نوشتار، سعی بر بیان این بود که شرکتهایی که بر اساس علوم داده، سیستم تصمیمگیری دادهمحور دارند، در شرایط کرونا و بحران اقتصادی و یا در هر شرایط بحرانی دیگری، آمادگی بیشتری داشته و در حقیقت برنامهریزیهایی از قبل دارند که در صورت بحرانی شدن شرایط، چه کارهایی باید انجام دهند. در مقابل، شرکتهایی که بر اساس احساس یا تجربه تصمیمگیری میکنند، معمولا در شرایط بحرانی، دچار سردرگمی و عواقب ناشی از آن مانند ورشکستگی ومیشوند. بنابراین، اگر شرکت شما کماکان در تصمیمگیریها از علوم داده استفاده نمیکند، میتواند از فرصت بحران پاندمی کرونا استفاده کرده و آهسته در مسیر تبدیل شدن به یک شرکت دادهمحور گام بردارد. همچنین میتواند شرایط سخت فعلی را با کمترین آسیب پشتسر گذاشته و حتی آمادگیهای لازم را برای حرکت مطمئن و قدرتمند در دوران پس از کرونا، به دست آورد.

 

ما در سکان، با استفاده از تکنولوژی علم داده، یک پلتفرم تجزیه و تحلیل حرفهای تولید کرده تا بتوانیم تصمیمگیری مدیران را از تصمیمگیری بر اساس شواهد، به سمت تصمیمگیری دادهمحور سوق دهیم. در این پلتفرم، میتوان تحلیلها و آنالیزهای پیشرفتهای را بر روی دادههای سازمانی مشاهده کرده و بر اساس آنها، تصمیمات لازم گرفته شده و استراتژیهای لازم چیده شود. برای مثال، به راحتی میتوان مشتریان را دستهبندی کرده و تصمیمات مشخصی برای پیشبرد فرآیند بازاریابی هردسته اتخاذ کرد. این محصول میتواند سازمان را با سرعت بالایی در مسیر تبدیل شدن به یک سازمان دادهمحور، سوق دهد.

تازه‌ترین مطالب

دسته بندی ها