fbpx

Retourner en haut

11/07/2022

Un cercle vertueux créant un nouveau marché


Saviez-vous que notre cerveau est biaisé vers le négatif ? Cette orientation négative est probablement la raison pour laquelle nous sommes plus familiers avec un cercle vicieux qu’avec un cercle vertueux. Pourtant, un cercle vertueux, également connu sous le nom d’effet boule de neige, est un cycle récurrent d’événements qui se renforce grâce à un retour d’information entraînant une amélioration continue. C’est le processus qui sous-tend le volant d’inertie d’Amazon.

En 2001, Jeff Bezos a esquissé ce qu’il a appelé le cercle vertueux sur une serviette. Les données sont collectées lors de chaque expérience client. Ces données sont utilisées pour affiner le profil client. Plus un consommateur utilise Amazon, plus les données sont assemblées, créant ainsi une expérience personnalisée pour des millions d’utilisateurs. Chaque itération déplace un acheteur potentiel dans l’entonnoir de vente jusqu’à ce qu’Amazon recommande des produits dont les clients ne savaient pas qu’ils avaient besoin.

La boucle de rétroaction d’Amazon a permis à l’entreprise d’informer la conception de ses produits. Comme l’entreprise a introduit des données plus tôt dans sa conception de l’expérience client, meilleurs sont les résultats finaux et à moindre coût pour l’entreprise. Sans données, Amazon ne réaliserait pas son cercle vertueux.

extraction de données

Conception basée sur les données

Bien que le mantra de la conception de produits ait été axé sur le client, sa mise en œuvre n’a pas toujours produit un résultat positif. Les entreprises ont besoin de données associées à une orientation client si elles veulent assurer leur réussite financière. UN récent sondage ont constaté que les organisations disposant d’une stratégie d’extraction de données pour prendre en charge leurs conceptions axées sur les données ont ajouté 66 % de bénéfices supplémentaires à leur résultat net au cours des 12 derniers mois. Ces entreprises ont établi un processus de collecte, d’organisation et d’analyse des données qui a été utilisé pendant la phase de conception pour fournir un produit axé sur les données et axé sur le client.

Gouvernance des données

Savoir gérer le collecté est la première étape de la conception basée sur les données. Les entreprises collectent des données sur leurs clients à partir de diverses sources. Étant donné que ces données peuvent contenir des informations personnelles ou confidentielles, ils ont la responsabilité de réglementer les données collectées et stockées. Ils doivent définir les normes de collecte de données en :

  • Stipuler comment les données des clients sont sécurisées.
  • Supprimer autant d’informations d’identification que possible.
  • Documenter quelles données sont collectées et pourquoi.
  • Mener une évaluation des risques sur l’utilisation des données.
  • Incorporer des contrôles pour protéger l’accès aux données.
  • Respecter toutes les réglementations en matière de sécurité des données.
  • Utiliser des outils pour anonymiser les données le plus tôt possible.

Non seulement les organisations doivent normaliser la collecte de données pour protéger la confidentialité, mais elles ont également besoin de normes pour minimiser le besoin de manipulation des données. Grâce à une gouvernance appropriée, les entreprises peuvent fournir des données plus tôt sans encourir de risques supplémentaires.

Démocratisation des données

Pour que la conception basée sur les données fonctionne, tout le monde doit avoir accès aux mêmes données. La collecte d’informations sur les consommateurs à partir d’une campagne publicitaire ne doit pas être limitée au service marketing. Les concepteurs, les développeurs et les ingénieurs peuvent bénéficier de savoir comment les clients potentiels ont réagi à une gamme de produits spécifique. Cependant, la démocratisation des données nécessite une gouvernance des données pour garantir que les informations protégées ne soient pas accessibles à tous.

La collecte de données peut bénéficier d’un cercle vertueux de données. Au fur et à mesure que les données sont collectées, elles doivent être évaluées pour garantir la qualité des données. Grâce à un processus continu et itératif, la cohérence des données peut être assurée et des données plus précises peuvent être appliquées plus tôt dans le cycle de vie d’un produit. La mesure constante de la qualité des données assure la transparence de la collecte des données et inspire confiance dans les résultats.

Par exemple, les ingénieurs créent une nomenclature pour un produit. L’approvisionnement est chargé de trouver les pièces à des prix qui ne dépassent pas les coûts de production prévisionnels. Au fur et à mesure que les agents d’approvisionnement parcourent la liste, ils trouvent des fournisseurs ayant des problèmes de chaîne d’approvisionnement. Cet événement oblige l’ingénieur à ajuster la conception pour compenser les problèmes d’approvisionnement.

Si les données contenues dans le service des achats étaient à la disposition des ingénieurs concevant le produit, ils auraient pu identifier le goulot d’étranglement potentiel et sélectionner une pièce différente dès le départ. Selon la criticité de la pièce, la livraison du produit pourrait être retardée.

Cercle vertueux des données

Les organisations avec une stratégie de données qui inclut la gouvernance et la démocratisation ont la base d’un cercle vertueux de données. Cependant, ils ont besoin de technologie pour réaliser pleinement le potentiel de leurs données. Il y a tout simplement trop de données à traiter pour les humains. Combien de décennies faudrait-il à une personne pour analyser l’historique d’achat d’un seul client Amazon afin d’offrir une expérience personnalisée ?

L’intelligence artificielle (IA) est essentielle au fonctionnement d’un cercle vertueux de données. Le processus de collecte et de démocratisation des données est automatisé grâce à des algorithmes d’intelligence artificielle et d’apprentissage automatique (ML), de sorte que la qualité et la quantité des données s’améliorent continuellement au fur et à mesure que les processus se répètent. Au fur et à mesure que le cercle prend de l’ampleur, il devient le Disneyland des données où les rêves peuvent devenir réalité.

Comme Tom Davenport du Babson College commenté, la collecte de données améliore les modèles d’IA, qui améliorent les services qui réduisent les frictions avec les clients et aident à acquérir plus de clients qui fournissent plus de données. La valeur du cercle devient sensiblement supérieure à n’importe quel cycle.

Avec des données plus fiables injectées le plus tôt possible dans la conception des produits, les organisations obtiennent des informations précieuses à chaque cycle terminé, ce qui conduit à l’innovation. Black & Decker’s La compréhension de la façon dont leurs outils électriques étaient utilisés sur les chantiers de construction a abouti à une gamme de produits sans fil qui a généré plus de 300 millions de dollars de ventes supplémentaires en moins de trois ans. Étant donné que les sources d’alimentation sont souvent limitées aux générateurs sur les chantiers de construction, les outils à batterie ont facilité le travail des entrepreneurs professionnels. Comme Amazon, Black & Decker a créé un produit dont les entrepreneurs ne savaient pas qu’il était possible.

Nouveaux marchés

Amazon a créé un nouveau marché avec son modèle de volant d’inertie. Black & Decker a développé une solution dont les entrepreneurs professionnels ne savaient pas qu’ils avaient besoin. Comme Matt Ashare signalé, même Netflix a utilisé ses algorithmes de données pour financer son château de cartes extrêmement populaire.

Avoir des données à portée de main rend l’innovation possible. Qu’il s’agisse de comprendre les perturbations de la chaîne d’approvisionnement ou les fluctuations du marché, les cercles de données vertueux permettent aux entreprises de pivoter rapidement pour capitaliser sur les informations précieuses générées par l’IA et le ML. L’utilisation du planificateur de rapports Power BI (PBRS) de ChristianSteven garantit que les informations sont disponibles rapidement et de manière transparente. Automatisation de la livraison avec Planificateur de rapports Power BI permet aux entreprises de capitaliser sur les résultats d’un cercle vertueux de données.

Obtenir les fonctionnalités PDFCommencer l’essai gratuit



Source

Prev Post

Les mineurs déposent gros sur les échanges de produits dérivés

Next Post

BBBY Stock: Pourquoi Bed, Bath & Beyond est un achat

post-bars