Maksimalkan Keunggulan Organisasi Anda: Mengubah Data menjadi Wawasan Strategis
Jika CEO atau CIO Anda bertanya kepada Anda bagaimana Anda membantu organisasi Anda menggunakan data untuk keuntungan, apa yang akan Anda katakan?
Apakah Anda akan memiliki jawaban ketika berkaitan dengan kategori pengeluaran seperti transportasi atau barang tidak langsung? Pertanyaan seperti ini mungkin akan membuat Anda lari mencari alat baru untuk membantu.
Saat menanggapi tantangan mengaktifkan data Anda, pertanyaan pertama adalah: Apakah Anda menyimpan semua data Anda? Miliar transaksi procurement tahunan — diperkirakan 10.000 kontainer pengiriman hilang di laut setiap tahun — jadi tidak heran jika mengumpulkan, menyimpan, dan mengorganisir data procurement adalah tantangan. Jika Anda kesulitan menyimpan data Anda dengan cara yang efektif, Anda tidak sendiri. Untungnya, data semakin dijalankan secara digital, dan seiring kita melihat lebih banyak artikel yang mengklaim "data adalah minyak baru," sejumlah alat baru untuk menyimpan dan mengorganisasinya juga dalam perjalanan.
Penggunaan big data yang efektif dapat menghasilkan manfaat yang besar. Kesuksesan aplikasi nyata di transportasi, sourcing dan procurement memvalidasi waktu dan upaya. Misalnya, kota Brisbane, Australia mampu mengurangi kemacetan lalu lintas dengan memanfaatkan titik data dan melakukan beberapa perubahan pada jaringan. UPS menyimpan 16 petabyte data untuk membantu membuat keputusan, menangani lebih dari 39,5 juta permintaan pelacakan sehari dari pelanggan. Sebagai hasilnya, ia telah berhasil tetap kompetitif terhadap Amazon.
Jadi dari mana Anda memulai? Pertama datang alat business intelligence (B.I.), diikuti oleh spin-off di setiap kategori yang di-rebranding sebagai kecerdasan buatan. Namun, sedikit dari perusahaan A.I. dan machine learning ini yang telah dapat membuat dentuman dalam masalah, karena kurangnya data yang terorganisir. Langkah satu dalam perjalanan adalah kebutuhan untuk mempertahankan data.
Manusia cenderung sentralisasi. Diperkirakan 68 persen populasi dunia akan tinggal di area perkotaan pada 2025. Serupa, 65 persen tim bisnis memilih bekerja dalam fungsi terpusat secara global. Meskipun tidak ada satu model yang bekerja untuk semua rantai pasok, pengambilan keputusan terpusat cenderung memerintah puncak, dengan perusahaan terbesar mengoutsourcing fungsi kunci untuk mengurangi biaya. Hal yang sama dapat diargakan untuk tata kelola data dan analitik. Memiliki tim terpusat yang dapat bekerja lintas fungsi dalam rantai pasok akan lebih membantu organisasi Anda memanfaatkan kekuatan data dan membuat keputusan yang lebih baik.
Jadi jenis data apa yang harus digunakan untuk mencapai tujuan tersebut? Menurut Forrester, 74 persen perusahaan mengatakan mereka ingin menjadi "data-driven," tetapi hanya 29 persen yang benar-benar berhasil menghubungkan analitik dengan tindakan. Apakah Anda ingat 10 quotation terakhir yang diberikan reseller nilai tambah I.T. Anda kepada organisasi Anda untuk server yang sama? Bagaimana dengan 150 quotation spot freight terakhir dari penyedia logistik pihak ketiga pilihan Anda? Organisasi jarang menyimpan semua data mereka. Namun justru karena Anda memilih vendor lain tidak berarti Anda harus membuang harga mereka. Anda harus memasukkan data itu ke kerja.
Strategis data Brent Dykes berpendapat bahwa "wawasan yang dapat ditindaklanjuti" adalah puncak piramida data, yang terdiri dari enam tingkat: alignment, konteks, relevansi, spesifisitas, kekuatan baru, dan kejelasan. Ini adalah pengetahuan umum bahwa I.T. menawarkan diskon terbaik pada kuartal keempat, tetapi bagaimana Anda dapat menggunakan data untuk memprediksi perilaku pada waktu lain dalam tahun, atau memanfaatkan ukuran organisasi Anda untuk mendapatkan harga yang lebih baik? Dapat mengidentifikasi hasil bisnis positif akan membantu Anda mencapai hasil, dengan menyingkat cakupan dan mengarah ke tujuan yang spesifik. Alat B.I. rebranded mewah Anda tidak dapat melakukan itu.
Pribadi, saya menyimpan data saya. Saya memiliki rencana, dan sekarang saatnya untuk mereap manfaat. Jika Anda mencoba untuk mempertahankan keunggulan kompetitif, masukkan data Anda ke kerja. A.I. saat ini hanyalah model machine learning yang luas, atau kombinasi jaringan saraf. Perusahaan yang sukses dengan mitra teknologi A.I. dan M.L. mereka adalah mereka yang mencoba menyelesaikan tujuan konkret dengan set data besar. Apakah Anda akan menjadi salah satunya?
Tarek Alaruri adalah co-founder di Fairmarkit.
