Datadrevet Vs datainformert: Hvilken er Mer strategisk?

(Trapica Content Team) (5. nov 2020)

Gjennom årene har vi oppfordret bedrifter til å bruke data for å ta beslutninger . For eksempel kan kundedata hjelpe med reklame eller utvikling av nettsteder. Over tid får vi tilgang til mer og mer data; Vi bør naturligvis gi dataene oppmerksomhet når det gjelder å ta viktige forretningsbeslutninger . Imidlertid har det vært diskutert i hvilken grad vi anser data for å ta forretningsbeslutninger. Bør du følge data blindt? Bør du tillate det å lede virksomheten løst? Hvor mye oppmerksomhet skal du gi deg?

Mens noen vil tillate data å drive virksomheten fremover og påvirke alle beslutninger, kan de glemme det større bildet. Risikoen er at du begynner å velge data, avhengig av hva du tror og forstår. Plutselig hjelper ikke dataene i det hele tatt fordi data med høyere verdi blir ignorert.

I denne veiledningen vil vi diskutere de forskjellige tilnærmingene og de vanlige fallgruvene som bedrifter møter hvert år når de bruker data. .

Definisjoner

Datadrevet – For det første har vi ideen om at data er end-all, be- alt av alt. Du ser på tallene, du kjører tester for data, og alle beslutninger kommer ned på hva disse kalde fakta antyder. Som et eksempel bruker mange bedrifter A / B-testing når de optimaliserer annonsene sine på nettet. Med to forskjellige annonser som går mot hverandre, lar A / B-testing deg sammenligne hvilke som tilbyr lavere CAC (kostnad for kundeanskaffelse).

Datainformert – På den annen side er en datainformert tilnærming der beslutninger tas etter å ha vurdert data samt brukerundersøkelser, erfaring og personlig innsikt. I stedet for å la data kontrollere alt, er det fortsatt et menneskelig element i beslutningstaking. Ved å bruke det samme eksemplet for annonsering, vil du ikke nødvendigvis slå av en annonse på grunn av lavere CAC. I stedet vil du vurdere andre komponenter og kanskje justere annonsen deretter.

Datainspirert – Vi fokuserer på datadrevne og datainformerte tilnærminger i dag, men det er viktig å merke seg at noen virksomheter bruker en datainspirert tilnærming. Hva betyr dette? Datainspirerte virksomheter har en tendens til å glede seg over utforskningen av data. For eksempel kan de bringe forskjellige kilder sammen og forsøke å finne felles grunnlag mellom dem. Til slutt ser datainspirerte virksomheter etter trender blant dataene, men stoler ikke bare på disse trendene.

Fordeler og ulemper ved den datadrevne tilnærmingen

Fordeler

Mange bedrifter elsker det faktum at de ikke trenger å ta beslutninger; data tar beslutningene for dem . Med dette blir tarminstinkter ignorert, og det er ingen emosjonell rolle. Det er også mulig å overvinne agendaene til visse interessenter. Hvis tilnærmingen til virksomheten er å lytte til tallene, kan ingen interessenter argumentere for noe annet.

I følge mange kilder, inkludert Harvard Business School, blir denne tilnærmingen også ansett som proaktiv. I stedet for å reagere på en endring i markedet, kan du følge dataene og identifisere noe som kan være problematisk i fremtiden.

Ulemper

Som allerede oppdaget, er hovedproblemet med en datadrevet tilnærming at det større bildet i stor grad ignoreres. Tilnærmingen er også vanskelig å implementere når en bedrift ikke genererer nok data. Når avgjørelser er basert på små datamengder, er det en sjanse for at disse dataene ikke er representative for virkelige markedsforhold.

I tillegg kan vi ikke se bort fra at det faktisk er veldig vanskelig å bli en datadrevet virksomhet.

Fordeler og ulemper ved den datainformerte tilnærmingen

Fordeler

Denne gangen vurderer vi det såkalte «større bildet» i våre beslutninger (kvalitet, ikke bare kvantitet). Vi kan slå opp fra tallene og få en nøyaktig ide om hva som virkelig skjer i markedet, virksomheten, med forbrukerne og mer. Med ekstra kreativitet og erfaring, hjelper en datainformert tilnærming en bedrift til å oppdage unike løsninger. Bare gjennom data er vi nesten begrenset av det åpenbare.Med et mer menneskelig preg er løsningene originale, og data gir bare innspill.

Datainformerte tilnærminger kan hjelpe deg med å identifisere trender. Tidligere har vi sett selskaper fokusere så mye på dataene at de mister konkurransen eller bransjen av syne . Plutselig vet ikke forbrukerne verdien av tjenesten, og du har mistet. Dette problemet eksisterer ikke med en datainformert tilnærming.

Ulemper

Når du følger en datainformert strategi, er et problem du kan støte på, forsøk på innflytelse fra visse interessenter. Ved feil bruk kan avgjørelser komme ned på hvilke interessenter virksomheten ønsker å være lykkelige.

I tillegg fører en datainformert tilnærming ofte til motstridende informasjon. Meninger fra teammedlemmer vil antyde en ting, og dataene vil antyde en annen. Noen ganger blir vi trukket i flere forskjellige retninger, og virksomheten blir trukket fra hverandre i kjernen.

Velge riktig strategi – er en blanding av riktig svar ?

Selv den datainspirerte tilnærmingen har fordeler og ulemper. På den ene siden kan vi se etter trender og bruke dataene til å utforske virksomhetens posisjon i forhold til markedet. På den annen side er det umulig å trekke absolutte konklusjoner fra dataene, noe som gjør dem upålitelige. Med tanke på alt dette, hva er den riktige strategien å bruke?

For de fleste bedrifter er svaret å lære når man skal bruke hver tilnærming, avhengig av situasjonen. Det er ingen grunn til at noen virksomheter trenger å velge en strategi og holde seg til denne strategien for livet; i stedet må vi gjenkjenne hvilken type beslutning vi tar. Derfra kan vi vurdere de tre tilnærmingene og velge den beste. Noen situasjoner vil kreve datadrevne strategier, mens andre vil kreve en datainformert tilnærming.

Den datadrevne tilnærmingen – Generelt sett er dette perfekt for å velge mellom datasett. For eksempel kan vi gå tilbake til A / B-testscenariet og velge en annonseutforming fremfor en annen, uten å se bort fra våre personlige erfaringer og meninger.

I dette tilfellet anbefaler å forhåndsbestemme definisjonen av suksess. Hva betyr suksess i dette eksperimentet? Når A / B tester to annonser, er suksess den med høyest konverteringsfrekvens. Når du tester en ny funksjon på et nettsted, kan klikkfrekvensen være beregningen. Når de avgjørende faktorene er bestemt på forhånd, vil du ikke introdusere følelser, opplevelse og andre determinanter senere.

The Data-Informed Approach – Denne tilnærmingen er det sterkere alternativet for mer komplekse avgjørelser der det er hensiktsmessig å vurdere tilbakemeldinger fra brukerne, konkurransedyktige data, din egen erfaring, synspunkter fra interessenter og mer. For eksempel kan et eksempel være produktutvikling eller en ny funksjon for et produkt. Når du designer et nytt produkt, er kreativitet viktig, men data kan ikke glemmes helt.

Alternativt, når vi bygger et nettsted, bruker vi en blanding av data og andre innganger. Data om hva forbrukere liker og hvordan folk reagerer på ulike nettstedsfunksjoner. Etter dette er erfaring og kreativitet viktig for å gjøre nettstedet unikt og sammenhengende med merkevaren. Hvis alle skulle følge data alene når de bygde et nettsted, ville de alle se helt like ut.

Topptips for en vellykket strategi

Datadrevet tilnærming vs datainformert tilnærming – hva er mer strategisk? Du kan diskutere dette i timevis, men det er en mer strategisk tilnærming enn begge disse alternativene: å bestemme ut fra scenariet. Når det er nødvendig, bør du også dra nytte av den datainspirerte tilnærmingen. Når du implementerer tilnærmingene, følger du disse tipsene:

  • Bruk kvalitative data – Data er ikke t alle tall og grafer. Vi anbefaler å inkludere undersøkelser, fokusgrupper og andre subjektive data for å hjelpe beslutningstaking.
  • Samle alle data – Etter vår erfaring oppstår positive resultater når alle i virksomheten har tilgang til viktige data. Andre steder må du sørge for at den er oppdatert og relevant (det nytter ikke å ta beslutninger basert på utdaterte data!).
  • Test, Test, Test – Til slutt, vær villig til å teste noe nytt. A / B-testing er en fin måte å sammenligne resultat i stedet for å føle seg presset til å enten hoppe til en ny idé eller glemme den helt.

BONUS: Gratis ytelsesovervåkingsverktøy!

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *