Всего за 499 руб. Купить полную версию
С помощью суперкомпьютера IBM Watson фанаты получают беспрецедентные знания. Теперь искусственный интеллект помогает им узнать больше деталей о матчах и о местах, которые можно посетить в ходе турнира, а также отбирает лучшие моменты игр. Аналитика не только помогает болельщикам, но и способствует успешным выступлениям спортсменов. Кто-то может сказать, что это лишает игру чистоты, но задумайтесь: например, анализ данных может показать теннисистам, сколько усилий они приложили во время матчей. Разве это не замечательно? Теннисисты пользуются данными, чтобы лучше понимать, как они играют. И теннис это не единственный вид спорта, где данные и дата-аналитика работают на благо спортсменов.
Итак, тренеры и спортсмены благодаря данным отчетливее понимают, как правильнее играть и тренироваться, а болельщики получают дополнительную информацию, с которой становится интереснее следить за турниром. Но у нас остался еще один пример: моя любимая компания по производству газировки Coca-Cola (любители Pepsi, пожалуйста, простите).
Как чтение данных может помочь Coca-Cola? Хочу заметить, что в примере, который мы будем разбирать, нет ничего уникального: другие организации также могут воспользоваться сходными техниками. Но для начала давайте разберем ряд конкретных случаев успешного обращения с данными в Coca-Cola[30]. Случай 1: запуск Cherry Sprite стал прямым результатом сбора данных. Потребители заказывали газированный напиток и дополняли его вкусоароматическими добавками. Собрав нужные данные, компания решила запустить напиток с новым вкусом. Случай 2: для поддержания диалога с потребителями используются ИИ-боты. В данном случае бот с искусственным интеллектом был встроен в торговый автомат Coca-Cola и помогал покупателю смешать напиток в соответствии с его личными предпочтениями. Прекрасный способ понять потребителя и узнать потенциально привлекательные рецепты! Случай 3: Coca-Cola посредством социальных сетей узнает, каким образом ее продукция представлена потребителям через различные каналы. Используя неструктурированные данные соцсетей, руководство Coca-Cola понимает, как ее многочисленные потребители относятся к существующим продуктам компании, что и почему они покупают, как и с кем делятся соответствующей информацией. При помощи этих способов использования данных (и не только этих, но и множества других) и без того успешная компания сохраняет лидирующее положение на рынке[31].
Итак, мы рассмотрели три варианта использования данных: управление рисками в банке UOB, работа организаторов US Open по совершенствованию болельщицкого опыта, взаимодействие с потребителями компании Coca-Cola. Эти примеры из реального мира позволяют понять, как организации выигрывают от непосредственного чтения данных. Есть и другие примеры чтения данных, нередко встречающиеся в различных организациях:
отслеживание тенденций и закономерностей маркетинговых кампаний с целью понять, как работают маркетинговые стратегии компании в различных условиях;
понимание демографических условий и тенденций, что позволяет изучать потребительскую базу компании;
понимание различных рыночных трендов, благодаря чему организация разрабатывает новые продукты, запускает их в нужное время и анализирует, насколько успешным был запуск.
В целом можно сказать, что чтение данных помогает успеху инициатив организации в области дата-грамотности. Если коллектив уверенно чувствует себя при обращении с данными, компания способна гораздо быстрее достичь успеха в этой сфере.
Свободное владение данными
Начиная изучение свободного владения данными, давайте мысленно перенесемся в раннее детство когда мы только учились говорить и читать: принципы и идеи раннего развития речи помогут нам осознать, что значит говорить на определенном языке. И это возвращает нас к началу главы, к примеру с путешествием мечты, которое вы планировали. Помните, что в итоге получилось? Увы, все пошло не так, и ваша поездка оказалась основательно подпорчена незнанием местного языка. С организациями такое происходит постоянно. У руководства есть прекрасные идеи по поводу данных и аналитики, они мечтают, каких высот достигнет организация благодаря работе с данными но все это разбивается о стену непонимания: сотрудники не знают, что делать с данными. К счастью, есть замечательный способ убрать эту стену, и он очень прост. Это свободное владение данными.
Свободное владение данными, согласно определению, которое мы с вами будем использовать, это способность говорить на языке данных и понимать его. Иными словами, это общение с помощью данных и о данных. Иногда этим термином подменяют термин «дата-грамотность» в целом, но я против. В этой книге мы определяем дата-грамотность как способность читать данные, работать с ними, анализировать их и общаться на языке данных. Вы, наверное, заметили, что свободное владение данными соответствует последнему элементу определения дата-грамотности способности общаться на языке данных. Но для того, чтобы лучше разобраться в свободном владении данными, нам нужно связать эту способность со всеми четырьмя составляющими дата-грамотности. Через эту призму мы, во-первых, увидим, как свободное владение данными может стать для организации эффективным способом овладения дата-грамотностью, а во-вторых, узнаем, какое место оно занимает в общей стратегии.