Automatizacija znatiželje

Svakog drugog tjedna nailazim na još jedan članak koji govori o novim načinima stjecanja „uvida“ o potrošačima, tržištima, zaposlenicima ili bilo kojem drugom segmentu kompanija do kojih je stalo.

Kao da su ovi uvidi enigma koju sve tvrtke pokušavaju razumjeti. Što ako vam kažem da ne postoji čarobni recept?

Sve što treba je jednostavno načelo koje se često previdi: biti znatiželjni.

Prije nego što objasnim dalje, dopustite mi da podijelim neke pozadine o meni koje su relevantne za veću priču ovdje. Bio sam u prostoru za analizu podataka više od petnaest godina, mnogo prije nego što je postao seksi buzzword. Radio sam u korporativnom sektoru, s vladama i nevladinim organizacijama, te predavao istraživanja na sveučilišnoj razini.

Kroz karijeru sam imao nekoliko velikih pobjeda. Uspio sam otkriti uvide koji tvrtkama omogućuju da riješe izazove vezane uz potrošače kojih nisu bili svjesni, pomoći organizacijama da smisle kako uspješno razmjenjivati ​​inicijative putem donošenja podataka, čak i spriječiti veliku tužbu za veliku korporaciju i sve u između.

Te pobjede nisu bile zbog nekog posebnog skupa sposobnosti u mojim tehničkim sposobnostima. Znao sam ljude koji su puno pametniji od mene, bolje obučeni i s više iskustva. Imao sam jednu prednost koja mi je dala prednost, urođenu znatiželju i ovisnost o istraživanju.

Ono što je značilo za skupove podataka kojima sam se bavio, vezane uz potrošače ili na neki drugi način, jest da nisam ostavio nijedan kamen neuređen. Ručno sam obavio kiruršku razinu analize.

Podatke sam segmentirao na svaki mogući način.

Zatim sam segmentirao.

Nadzirao sam svaku dostupnu varijablu. Zatim sam vidio kako su utjecali na moje varijable ishoda, kroz regresijske modele, korelacije ili značajna ispitivanja.

Smanjio sam analizu na najznačajniju jedinicu.

Ako je to značilo da moram pokrenuti 100 regresijskih modela koji kontroliraju sve varijable kako bih vidio je li zemljopisni položaj u Sjedinjenim Državama prediktor ponašanja potrošača, to je i učinjeno.

Zašto 100 modela, a ne 50?

Ako su postojale dvije varijable za spol, muško i žensko i 50 američkih država, da bi se moglo znati je li rod utjecao na ponašanje potrošača u svakoj državi, bilo je 100 modela.

To je bio samo početak. Zamislite da ste imali varijable za rasu, vrstu posla ili druge, broj permutacija raste u tisućama.

Zasigurno to nije nešto što bih mogao raditi ručno, ili čak uz pomoć tima znanstvenika s podacima kojim sam upravljao.

U mjeri u kojoj je dopušteno vrijeme, prije prezentacije upravnom odboru ili predstavniku klijenta, izvršio sam što više analiza jer sam iskreno radoznao kako bih utvrdio kako su se rezultati promijenili ili nisu.

Nepraktičan?

Bilo je.

Pogodi što se dogodilo u procesu? Otkriveni su uvidi da su kompanije očajnički imale i trebale im za rast poslovanja. Donesene su glavne strateške odluke, predstavljeni su nalazi koji su promijenili smjer tužbi protiv tvrtki Fortune500, a ljudi su počeli primati obavijesti.

Poklon i prokletstvo.

Taj dar znatiželje također je postao prokletstvo kako su se zahtjevi za mojim vremenom povećavali. Opterećenje se ponekad osjećalo nepodnošljivo. To nije bilo održivo. Morao je postojati način da automatiziram neki svoj rad. Bilo je mnogo neprospavanih noći prije nego što se posložena žarulja ugasila u mojoj glavi.

Brzo naprijed prije nekoliko godina kad sam iza sebe ostavio korporativni svijet. Uz pomoć suosnivača i ironično, neprospavanije noći krenuli smo u izgradnju platforme za mene starog.

Svijetla ideja.

Vizija, korištenje snage dostupnih tehnologija, strojnog učenja i umjetne inteligencije kako bi se odmah otkrili duboki uvidi u ljudsku psihologiju - kako se ljudi osjećaju, ponašaju i razmišljaju.

Naoružani time, možemo donijeti strateške odluke u stvarnom vremenu informirane stvarnim statističkim podacima i analizom pisanih povratnih informacija u mjerilu.

Oživljavanje najvažnijih i najrelevantnijih uvida u život za naše klijente omogućuje ne samo nama, već i njima da spavaju više.

Najduže sam vrijeme mislila da se bavimo analizom automatizacije, sve dok me nije pogodilo, automatizirali smo znatiželju.

Samo sa znatiželjom možemo pomaknuti iglu prema smislenim spoznajama.

Vrijeme je jedina roba koju nikad u životu ne vraćamo. Naša uspješnost je da možemo vratiti vrijeme svojim korisnicima kako bi se mogli usredotočiti na rast svog poslovanja odlukama temeljenim na podacima.

Napisala: dr. Naira Musallam