Hiper-personalizacija: Od podataka do izuzetnog korisničkog iskustva
Kako se očekivanja potrošača stalno razvijaju, vaši napori za personalizaciju takođe moraju da evoluiraju. Hiperpersonalizacija stupa na scenu — trend…
Read more29. 01. 2021.
Nisam želeo da započnem ovaj post citiranjem procenta projekata nauke o podacima koji nisu uspeli da isporuče komercijalnu vrednost ili poslovnu iskorišćenost. Mnogi projekti nauke o podacima ne bivaju uspešni – i to je činjenica. Ono što je važno je da se uverite da ne trošite stotine hiljada evra/dolara? i drugih resursa i propadne.
Biti uspešan u primeni nauke o podacima, mašinskog učenja, cevovoda podataka, operacija podataka u poslovanju je složeno. I postoje mnogi preduslovi za uspešno sprovođenje takvog projekta – od operativnih i tehničkih u smislu dostupnosti i kvaliteta podataka, nedostatka resursa, do strateškog i fokusa organizacije na implementaciju proizvoda podataka. Možemo se pozvati na bilo koji proizvod koji ima za cilj postizanje krajnjeg cilja korišćenjem podataka kao proizvoda podataka.
Tokom godina imali smo priliku da radimo na mnogim zanimljivim projektima u različitim industrijama. Mnogi od ovih proizvoda postigli su veliki uspeh i pobrali nagrade u svojim industrijama (https://www.lightreading.com/artificial-intelligence-machine-learning/meet-sara-the-ai-that-may-be-a-big-deal-for-austrias-main-telco/d/d-id/755428). A neki od njih nisu imali istu sudbinu, i još nisu komercijalizovani.
Kako je vreme odmicalo, testirali smo različite pristupe za maksimiziranje rezultata našeg rada i držali naše projekte podataka pod kontrolom. Osnovna vrednost koju smo negovali kada je u pitanju implementacija proizvoda podataka sa našim klijentima je brz neuspeh: testirati u ranim fazama da li se ciljevi koje smo postavili mogu postići sa stanjem trenutnog okruženja podataka i usmeriti našu energiju na važnije zadatke ako ne mogu. Sa mesta na kome trenutno stojim, ne postoji bolji način, posebno za nove oblasti analize i istraživanja ili kompanije koje su nove u industriji.
Tokom godina, imao sam priliku da naučim MNOGO o različitim pristupima isporučivanju proizvoda podataka različitim industrijama – šta bi trebalo da funkcioniše, a šta definitivno neće. U sledećoj seriji, podeliću naša iskustva i pristupe (one koji dokazano rade za nas) koji su ugrađeni u DNK kompanije Things Solver o tome kako isporučujemo vrednost iz podataka našim klijentima.
I prvo pitanje koje dolazi za svaki projekat na kojem radite – gde je problem?
Za svaki problem koji pokušavate da rešite, ključno je da jasno razumete da li je problem vredan rešavanja. Ovo ne važi samo za naprednu analitiku, važno je za svaki zadatak koji pokušavate da ostvarite. Nije važno da li je vaše rešenje najbriljantnije u istoriji univerzuma – osim ukoliko reši problem vredan rešavanja, beskorisno je.
Tokom godina igrali smo se sa različitim metodologijama za definisanje problema vrednog rešavanja i identifikovanje ključnih determinatora za njega. Uvek je važno osigurati da naši klijenti ulažu u nešto što će im doneti značajnu korist. Kao korak ka tome, uspostavili smo proces procene strategije podataka klijenta kao prvi korak. Tokom ove faze, blisko sarađujemo sa timom klijenata kako bismo identifikovali njihovu zrelost i stručnost u vezi sa podacima, i uključili sve potencijalne slučajeve upotrebe kojih mogu da se sete – ne ulazeći u detalje o tome koliko su to ostvarivi i realni. Glavni cilj je da različita odeljenja postanu kreativna i duboko razmisle o svojim osnovnim poslovnim izazovima i ciljevima koje treba postići. Dok radimo na identifikaciji potencijalnih slučajeva upotrebe, za nas je ključno da okupimo zainteresovane strane iz različitih pozadina – u zavisnosti od industrije, obično želimo da uključimo poslovni razvoj, CRM, marketing i prodaju, tehničke menadžere, finansije, korisničku podršku i operativne menadžere – u zavisnosti od oblasti kojom želimo da se bavimo. Rad sa različitim industrijama tokom godina omogućio nam je da razumemo glavne izazove i mogućnosti za mnoga preduzeća, što nam pomaže da vodimo zainteresovane strane tokom ovih radionica i pomognemo im da se fokusiraju. Ovo nam je takođe pomoglo da identifikujemo zajednički skup ciljeva koje kompanije žele da postignu, i voala – naš prvi proizvod – Solver AI Suite je rođen.
U ovoj fazi pronalaženja savršenog problema za rešavanje, mi se uglavnom fokusiramo na to da usmeravamo naše klijente i pomažemo im da budu kreativni, a ne pokušavamo da nametnemo sopstveno mišljenje. Kupci bi trebalo da budu u mogućnosti da se fokusiraju na ono što je zaista važno za njihovo poslovanje, a da mi ne budemo subjektivni u pogledu zadataka na kojima bismo veoma želeli da radimo ili smatramo da su važni na osnovu našeg iskustva sa drugim klijentima. 🙂 Na drugoj strani, iskustvo u različitim industrijama mnogo pomaže u savetodavnoj ulozi.
Ovaj deo procesa je veoma kreativan i zabavan. Ali pošto je ovo polazna tačka odakle se stvara prava vrednost za posao, ključno je da ono bude dobro strukturirano, planirano i vođeno. U ovoj fazi želimo da pokrijemo celu poslovnu strategiju kompanije, tako da ona može biti prilično iscrpna – obično je podelimo na više dobro strukturiranih i pripremljenih radionica.
Kada imamo jasnu listu ciljeva koje treba postići i problema koje treba rešiti, prelazimo na davanje prioriteta njihovoj implementaciji i pravljenje mape puta za organizaciju za njihovo postizanje – pronalaženje savršenog prvog za početak. Dve ključne mere treba da proizađu iz ovog procesa – Uticaj i Napor.
Koliko je svaki slučaj upotrebe uticajan na ukupnu strategiju i poslovanje preduzeća? Na kraju krajeva, ovako treba meriti svaki projekat – koliko će moje poslovanje biti bolje nakon što ovo primenim? Uvek je sjajno ako možete da se usredsredite na stvari koje su najvažnije i da pomognete u postizanju ciljeva sa najvećim uticajem. Kako bismo objektivno izmerili uticaj, važno je da imamo različite timove – naš cilj je da vidimo koliko je rešavanje svakog problema od uticaj za celu organizaciju.
Naš drugi cilj za ovaj korak je da identifikujemo koliko su različite poslovne jedinice usklađene u smislu ukupnih ciljeva kompanije i ko su ključni akteri u procesu. Imajući to na umu, možemo jasnije da razumemo problem, ali i kako različiti timovi komuniciraju u vezi sa različitim procesima i svakodnevnim operacijama i koja je njihova uloga. Takođe je mera zaštite da ne propustite da u proces uključite sve relevantne zainteresovane strane.
Koliko je truda i resursa potrebno da se ovi ciljevi postignu? Određivanje prioriteta je važno u smislu da želimo da se uvek fokusiramo na teme koje su najvažnije. Ali procena napora dolazi uredno kako bismo osigurali da možemo da isporučimo vrednost bez trošenja meseci ili godina dok radimo na jednom slučaju upotrebe – važni zadaci koji zahtevaju manje napora u većini slučajeva su naš prioritet.
U ovoj fazi, veoma je važno uzeti u obzir postojeći pejzaž podataka u organizaciji – tačke podataka koje postoje, njihov kvalitet i dostupnost, interne i eksterne politike upravljanja podacima, itd. Dugogodišnje iskustvo koje imamo u radu sa različitim industrijama na različitim slučajevima korišćenja, omogućava nam da objektivnije sagledamo složenost desetina slučajeva korišćenja, i u saradnji sa klijentom identifikujemo koji ciljevi se mogu postići u kratkom roku, a koji slučajevi korišćenja zahtevaju više faza da bi se omogućila njihova implementacija.
Ono što uvek savetujemo našim klijentima je da se fokusiraju na izazove koji donose značajan uticaj na poslovanje bez previše napora. Ovo je posebno važno za organizacije koje su nove u naprednoj analitici i koje tek počinju da primenjuju slučajeve korišćenja u ovom domenu. Ovim pristupom želimo da učinimo da cela organizacija veruje u mašinsko učenje – cilj nam je da zaista brzo dobijemo efektne rezultate tako da sa ključnim zainteresovanim stranama možemo dobiti potrebnu podršku od cele kompanije da uloži svoj trud i resurse u ovo oblasti. Laki zadaci su generalno dobra ideja za novajlije kada tek počinju da eksperimentišu sa mašinskim učenjem i veštačkom inteligencijom. Pomaže da se razume proces, način rada i metodologija i da se pripremi tim za veće izazove.
Identifikovanje napora je izazovnije od identifikovanja uticaja u većini slučajeva – postoji mnogo promenljivih koje treba uzeti u obzir, a u mnogim slučajevima je potrebno nekoliko iteracija sa obe strane – naše i klijenta – da bi se utvrdio. Cilj nam je da izmerimo faktore kao što su dostupnost i kvalitet podataka, naše i prethodno iskustvo klijenta u toj oblasti, slični ili planirani projekti u toj oblasti, složenost same analize,… Ključno je da se nadgleda koji blokatori mogu postojati i kako ih možemo prevazići. Obično se može desiti da podaci potrebni za takvu analizu ili nisu dostupni ili nisu potrebnog kvaliteta, pa moramo da napravimo plan kako da ih obezbedimo.
Procena bilo kog zadatka je veoma složena, a pored toga sa naukom o podacima nikada ne možemo da kažemo da li će nešto funkcionisati 100% – na kraju to zavisi od podataka i procesa i ponašanja koje podaci opisuju. Precenivanje ili potcenjivanje ne bi trebalo da bude problem ako imamo proces pod kontrolom i ako smo u stanju da se prilagodimo promenama i novim činjenicama.
Kada budemo u mogućnosti da procenimo napor potreban za svaki slučaj upotrebe, možemo da nastavimo sa izradom mape puta za postizanje svih identifikovanih ciljeva. Kao rezultat, želimo da odredimo različite skupove slučajeva upotrebe:
We are aiming to prepare a roadmap to achieve all of the identified goals (please note – a roadmap, not a plan). What’s truly important for any organization is to revise their use cases, impact, effort, and the roadmap frequently – at least once a quarter – since business landscape, strategy and main goals may change.
Cilj nam je da pripremimo mapu puta za postizanje svih identifikovanih ciljeva (imati na umu – mapu puta, a ne plan). Ono što je zaista važno za bilo koju organizaciju jeste da revidira svoje slučajeve upotrebe, uticaj, trud i mapu puta često – najmanje jednom u tromesečju – jer se poslovni pejzaž, strategija i glavni ciljevi mogu promeniti.
Kada smo zadovoljni rezultatima naše ideje, prelazimo na poslednju fazu u definiciji problema – definisanje delokruga. Određivanje delokruga mora početi sa specifičnim poslovnim potrebama i ciljevima sa liste slučajeva upotrebe – koje možemo izmeriti. Primarno pitanje koje treba da postavimo sebi je koje uvide koji se mogu primeniti dobijamo kao rezultat i kako se oni uklapaju u trenutni poslovni pejzaž.
Svaki delokrug treba da pokriva dve zaista važne dimenzije:
Dobra je praksa pokušati sažeti delokrug u jednu specifičnu rečenicu – iako su svi svjesni višestrukih prekretnica, podciljeva i dodirnih tačaka koje treba napraviti na putu – još jedan dodatak jasno definisanom delokrugu.
Kao neko ko je zadužen za postizanje ovih ciljeva, moramo se fokusirati na podatke koji su nam potrebni i analizu i metodologije koje želimo da izvršimo.
Uzimajući u obzir tačke podataka, zahteve proizvoda, relevantne poslovne procese i posao koji treba da se obavi za planirani delokrug, u mogućnosti smo da identifikujemo koje veštine i uloge su potrebni za postizanje ciljeva – inženjeri podataka, naučnici podataka, UI/UX dizajneri, frontend i backend programeri, operacije podataka za upravljanje vodovima itd.
Ceo proces definisanja i određivanja delokruga savršenog problema nauke o podacima treba da bude u velikoj meri informisan o podacima kako bi se definisao realan obim projekta i postavila realna očekivanja.
Za nas interno u kompaniji Things Solver, ceo proces nam pomaže da utvrdimo našu ponudu za postizanje ciljeva – uradimo i to u meri u kojoj se naši proizvodi i usluge uklapaju u okruženje – naposletku da li smo mi dobar par za njihovo postizanje.
Nakon prolaska kroz ceo proces razmišljanja, prikupljanja podataka, revizije poslovnih planova i strategija, timova i procesa, slučajeva upotrebe i zahteva, teške komunikacije unutar i preko timova, integracija i tokova, definisanja prekretnica i podciljeva,… – dobijamo Delokrug. Delokrug određuje početak, tok i sudbinu projekta.
Ovde počinje naš projekat. 🙂
Photo credits: https://www.pexels.com/photo/black-and-white-dartboard-1552617/
Kako se očekivanja potrošača stalno razvijaju, vaši napori za personalizaciju takođe moraju da evoluiraju. Hiperpersonalizacija stupa na scenu — trend…
Read moreKao što verovatno već znate, prodajni levak igra ključnu ulogu u vođenju potencijalnih kupaca od početne svesti do konačne konverzije.…
Read moreU prošlosti smo dobijali preporuke od ljudi koje poznajemo, poput naših prijatelja ili članova porodice. Ponekad čak i od prodavaca.…
Read more