Den digital transformationen öppnar nya dörrar i alla verksamheter. Dörren till en skattkammare i form av data är en av dem. Genom att lära sig att utnyttja den resursen optimalt, får din organisation möjlighet att göra de analyser och fatta de kvalificerade beslut som krävs i en alltmer snabbrörlig och konkurrensutsatt värld.
Men det gäller att göra smarta val. I det här blogginlägget ger vi exempel på hur beslutsfattare, med hjälp av nya metoder och verktyg, kan vrida och vända på data för att fatta riktigt vassa beslut.
Använd fler variabler
Det lönar sig att gräva lite djupare i tillgängliga datakällor. I en geografisk kontext är många variabler inget hinder, eftersom kartvisualiseringarna gör det komplexa tydligt.
I det här exemplet gjorde ett detaljhandelsföretag en första visualisering som kopplade butiksförsäljning till postnummerområden och prickade in konkurrentens planerade etableringar. I en fördjupad analys lade man sedan till ytterligare en variabel, nämligen 15 minuters körtid från de egna butikerna. Den nya analysen visar att de nya butikerna kommer att påverka försäljningen på andra sätt än man trott. Kartan visar tydligt att kunder helt enkelt korsar gränserna för postnummerområden
Ingen av de båda analyserna är objektivt sett felaktig, men den senare ställer konkurrentens etableringar i en ny dager, vilket leder till en annan typ av beslut än den ursprungliga analysen.
Data från nya källor är ett komplement
Den digitala transformationen genererar data från nya typer av källor. Det kanske tydligaste exemplet är all den data som kommer från användningen av appar. Här har vi bara sett början av en utveckling där appar ofta blir en central komponent i utvecklingen av en affär.
I det sammanhanget är det viktigt att ha insikt om hur, i vilken omfattning och av vem apparna verkligen används. Att dra slutsatser av data från en enskild tjänst som används av en mindre del av kunderna kan få förödande konsekvenser. Eftersom data från appar är enklare att fånga än annan data, kan det vara frestande att använda enbart den och då få ett missvisande analysresultat. Genom att istället titta på app-data i relation till annan försäljningsdata får man en mer nyanserad bild och kan fatta välgrundade beslut.
Till exempel: Ett företag är på väg att dra förhastade slutsatser av köpmönster enbart baserade på data från app-kunder. Ledningsgruppen drar i handbromsen och begär ett bredare beslutsunderlag. Man gör en analys där app-data kombineras med ett mer traditionellt dataset och får på så sätt en mer nyanserad bild av kunders beteende kopplat till försäljningsställenas geografiska läge.
Sättet att presentera information har betydelse
Våra hjärnor är programmerade att hitta mönster, till och med när det egentligen inte finns några meningsfulla relationer i ett underlag. Ingen är immun mot egna tidigare erfarenheter och lärdomar, och påverkas av det i sina tolkningar. En insikt som är viktig att ha med sig.
Det här exemplet visar hur en animerad visualisering ger en bild av en marknads mognad, medan en hotspot-analys ger en helt en annan bild av läget. Två olika angreppssätt till analys och visualisering av samma data kan med andra ord leda till två helt olika beslut, vilket i sin tur naturligtvis får följder.
I det här fallet visar det sig mer värdefullt att tydlig och exakt kunna urskilja ”kalla” och ”heta” säljområden än att se försäljningsutvecklingen över tid.
Klicka här för att jämföra med den ursprungliga animeringen.
Potentialen i datadriven insikt är enorm, men det gäller alltså att hantera denna resurs med klokskap och eftertanke. Att välja den analys- och visualiseringsmetoder som bäst passar den aktuella frågeställningen är viktigare än någonsin.
Så här funkar geografisk analys. Hämta interaktiv guide!
Länktips: