Quali ostacoli devo superare per avere un approccio data-driven?

Tecnologia: Customer Intelligence     Topic: Dati & Analytics  

Quando si tratta di adottare un approccio data-driven, le aziende consolidate devono affrontare gli ostacoli connessi alla loro cultura aziendale, alle abitudini radicate e ai processi interni difficili da modificare. Tutti questi aspetti possono rappresentare un ostacolo all’utilizzo di metodi nuovi e all’introduzione di una nuova cultura e organizzazione. A seconda della resistenza opposta, si dovrà valutare il tipo di percorso da adottare per fare in modo che la sensibilità verso la necessità di basare le decisioni sui dati si diffonda in azienda.

Un secondo ostacolo è quello del limitato accesso ai dati da parte delle persone dell'azienda. L'approccio data-driven richiede che si allarghi l'accesso ai dati per permettere a più persone di prendere decisioni basate sui dati in modo rapido. È ciò che va sotto il nome di democratizzazione del processo decisionale che mette in grado le aziende di rispondere al cambiamento in modo efficace. I risultati sono incoraggianti, le ricerche dicono che le aziende che hanno coinvolto più persone nel processo decisionale sono anche le aziende che hanno una diffusione maggiore di alfabetizzazione dei dati rispetto a quelle che hanno effettuato riduzioni (dal 40% al 21%). Le aziende che hanno un processo decisionale veloce hanno il doppio delle probabilità di essere completamente sicure dei livelli di alfabetizzazione dei dati nella propria attività rispetto a tutte le altre. (54% contro 25%). 

Un terzo ostacolo deriva dallo stack tecnologico e dall’esistenza di database differenti per la gestione dei diversi dati che comportano tempi di interrogazione lunghi, prestazioni lente e impossibilità di accedere a nuove fonti, tutti fattori che ostacolano la possibilità di avere una visione unica e completa. Superare questo ostacolo richiede una riorganizzazione, semplificazione e unificazione dei dati e delle loro fonti per poter ottenere. Nel contesto attuale c'è bisogno di cicli decisionali sempre più veloci e per farlo occorre accedere alle informazioni dettagliate in tempi rapidi. Per rispondere a questa sfida occorrono investimenti che rendano disponibili le informazioni agli utenti nel tempo più rapido possibile. Ciò che occorre sono data base dalle alte prestazioni analitiche e soluzioni che permettano di visualizzare i dati e di gestire in dashboard in modo da mettere in grado gli utenti di comprendere gli insights e di agire di conseguenza.

Un quarto ostacolo, infine, riguarda le competenze di analisi dei dati e l’interesse delle persone dell’azienda ad acquisirle, anche senza diventare un data scientist.  La mancanza di strumenti adatti a comprendere in modo rapido e intuitivo le informazioni elaborate dai sistemi di analisi di dati può rendere faticosa la diffusione di una cultura basata su dato. Per superarlo occorre prevedere modalità self service di accesso ai dati e un programma diffuso di alfabetizzazione sull’uso dei dati, che aiuti le persone ad acquisire le competenze necessarie per l'interpretazione dei dati.

Tecnologia: Customer Intelligence     Topic: Dati & Analytics  

Autorizzo L'Ippocastano srl, titolare del trattamento dei dati, a utilizzare i miei dati per comunicazioni inerenti le attività di CMI Customer Management Insights.
L'autorizzazione è obbligatoria per poter processare la tua azione. Leggi la Privacy Policy

VOCI CORRELATE

Quali sono le best practice nell'uso della customer intelligence?

Secondo l'associazione TDWI (Transforming Data With Intelligence)…

Leggi

Quali sono gli analytics per monitorare la relazione con il cliente?

I descriptive analytics, o analisi descrittiva, sono l’insieme degli strumenti orientati a descrivere la situazione attuale e passata dei processi aziendali e delle aree funzionali.

Leggi

Quali vantaggi si ottengono utilizzando gli advanced analytics?

Un programma di advanced analytics può contribuire a un reale valore di business soprattutto perché aumenta le capacità predittive dell'azienda. In particolare con gli advanced analytic si può:

Leggi

Quali sono gli errori più frequenti nella gestione dei dati per l'assistenza clienti?

Gli errori che si compiono nella gestione dei dati derivano principalmente dalla mancanza di dati integrati tra i canali: molte aziende hanno call center che funzionano in silos.

Leggi

Cosa sono le data-driven company?

Le aziende data-driven sono quelle che considerano la gestione dei dati (data management) non come un fattore tecnico, ma come un pilastro strategico del business.

Leggi

Come si adotta un approccio data-driven?

Molti esperti della relazione con il cliente hanno ancora difficoltà ad adottare un approccio basato sui dati.

Leggi

Quali dati si utilizzano in un approccio data-driven?

Una volta compreso cos’è il modello data-driven, sorge spontanea una domanda: quali dati occorrono?

Leggi

Come si calcola il tasso di abbandono del carrello?

Determinare il tasso di abbandono del carrello di un e-commerce o di una pagina web in cui è richiesta la compilazione di un modulo è abbastanza semplice. È sufficiente avere a disposizione due dati:

Leggi

In che modo si utilizzano i first party data?

Se vuoi sfruttare le informazioni dei first party data devi prima sapere con esattezza da quali fonti provengono, che tipo di dati sono e in quali database sono raccolti.

Leggi