Mostanában rengeteg szó esik az adatvezérelt működésről, de kevesebb arról, ez miből áll – nemhogy arról, hogy hogyan valósítsuk meg. Pedig akár néhány Excel-táblával is működik a dolog – esetenként még nagyobb cégeknél is. Az világos, hogy adatvezérelt működés nem létezhet adat nélkül. De milyen adatok kellenek ehhez? És honnan vedd ezeket? A minisorozat első részében megmutattuk, mit is jelent az adatvezérelt működés, most pedig azt, hogy milyen adatokkal lehet adatvezérelt a működés.
Mikor számít egy adat jó minőségűnek?
1. A valóságot tükrözi
Erről már írtunk a minisorozat első részében. A valóságot akkor tükrözi egy adat:
- ha releváns (a mi működésünkről, a mi környezetünkről szól),
- nem áll egyedül (azaz összefüggésekben, tehát több más adat kontextusában jelenik meg).
2. A céljaink szerinti adatokat gyűjtjük
Ez már szűrési szempont. Azokat az adatokat érdemes figyelembe vennünk, amelyek egy-egy célunk, részcélunk megvalósításával, a megvalósítás állapotával, annak feltételeivel vannak összefüggésben.
3. Megfelelő részletességű, mélységű
Ha pl. azt szeretnénk tudni, hogy a versenytársakhoz képest hol helyezkedünk el a piacon, akkor nem elegendő csak a saját piaci részesedésünk mértékét kimutatni, vagy az iparági átlagértékeket vizsgálni. Hasznos lenne az összehasonlítás (kontextus, ugye), hogy a jelentősebb, figyelemre érdemes konkurensek hogy állnak ezen a téren, melyikük fejlődése milyen trendet mutat, várható-e új, esetleg diszruptív versenytárs belépése a piacra. (Erre általában a benchmarkingot szokás alkalmazni.)
Honnan vedd a megfelelő minőségű adatot?
Sokféle adatforrás létezik – attól függően, milyen helyzetet, jelenséget szeretnék adatolni. Máshonnan vesszük az adatokat a marketingünk teljesítményének méréséhez, máshonnan, ha a szabadon felhasználható pénzeszközeink mennyiségére vagyunk kíváncsiak, és megint máshonnan, ha külföldi piacra lépés előtt piacot akarunk kutatni. A konkrét külső és belső adatforrásokról itt olvashatsz részletesen.
Hogyan biztosíthatod ezeket az adatokat?
Az alapelvek egyszerűek – a kiépítés azonban némi munkába kerül. Viszont nagyon megéri, amikor döntési helyzetbe kerülünk. (Mivel ez napjában legalább ötvenszer előfordul, busásan megtérül a munka.)
1. Fogjuk meg az adatot akkor, mikor keletkezik, azaz rögzítsünk!
A saját cégünkben a saját adataink esetében ez nagy igazság. Minden adat, amit nem a keletkezése idejében rögzítünk, elveszik, de legalábbis nem lesz pontos. Egyszerűen azért, mert az emberi emlékezet a gépi rögzítéshez képest sokkal megbízhatatlanabb.
A külső adatokat mindig valaki más rögzíti – nekünk ez nagy előny. A mi munkánk ilyenkor elsősorban a felkutatás – ezek után jöhet a többi (szűrés, csoportosítás, elemzés, következtetés, döntés).
2. Teremtsük meg ennek feltételeit!
Ez ijesztően hangzik, mert a legtöbben valami nagy dologra gondolnak, pedig igazából csak átgondolásra van szükség (aztán persze ennek megfelelően eljárni):
- kell egy rendszer, amiben a rögzítést elvégezhetjük – pl. CRM- vagy vállalatirányítási szoftver), az információszükségletnek, döntési szintnek és a céloknak megfelelően felépített Excel-tábla, de akár egy kockás füzet is, ha megfelel ugyanazoknak a kritériumoknak, mint az Excel-tábla.
- folyamat – kidolgozva, tehát dokumentálva, hogy
- mit kell tenni pontosan,
- az kinek a dolga (munkakörhöz, nem személyhez rendelve),
- mikor kell ennek megtörténnie (a folyamat mely pontján, melyik lépés előtt és melyik lépés után),
- hogyan kell ezt az adott munkakört ellátó kollégának csinálnia.
- melyik adatot kell hová rögzítenie.
- milyen inputot igényel az adaton túl az adott lépés (ha van ilyen).
- milyen outputnak kell lennie az adott lépés végeredményének.
“Idősebbek is elkezdhetik!”
A megboldogult TV-torna szlogenjére már kevesen emlékezhetnek, de találó: nem kell félni az adatolástól! Kell egy kis gyakorlat hozzá, de bármilyen tapasztalattal elkezdhető. Ehhez adunk is segítséget: több, előre elkészített, jól felépített, azonnal cégre szabható és alkalmazható eszközt készítettünk, amelyeket elérhetsz a Karson BYT Tudástárban. Ez a legegyszerűbb első lépés az adatok megfogásához, és az adatvezérelt működés megalapozásához. Ráadásul még segítséget is kapsz majd a használathoz (rengeteg példával, magyarázatokkal).
by