Читацькі дописи
IT Community

Цей матеріал – не редакційнийЦе – особиста думка його автора. Редакція може не розділяти цю думку.

Компанії, які приймають рішення на основі даних, у 23 рази частіше здобувають нових клієнтів та в 6 разів частіше утримують їх. Тим компаніям, які бачать своє майбутнє у кінці поточного десятиліття, варто адаптувати свої стратегії цифрової трансформації з урахуванням цього факту. Чому це важливо: перехід до Data-Driven-моделі — це не просто модний тренд, а одна з умов виживання і процвітання бізнесу, спосіб уникнути статусу аутсайдера. 

Надихнувшись звітом McKinsey «The Data-Driven Enterprise of 2025», я розповім про те, яким може бути шлях компанії до Data-Driven. Але спершу нагадаю, що означає цей термін.

Що таке Data-Driven компанія

Data-Driven (дослівно «керована даними») — та компанія, в якій управлінські та інші важливі рішення ухвалюють на основі даних, а не на основі інтуїції або особистої думки. Це більше, ніж популярні рекомендаційні сервіси, що точно вгадують уподобання користувачів. Тут ми маємо справу з потужним аналітичним інструментом, що дає змогу отримати справді об’єктивну бізнес-інформацію, щоб точно визначати потреби клієнтів, шукати нові шляхи розвитку для бізнесу, оптимізувати операційну діяльність і багато іншого.

Візуал — порівняльна таблиця

Критерій	Data-Driven підхід	Традиційний підхід
Основне джерело	Дані та аналітика	Інтуїція та досвід керівництва
Процес ухвалення рішень	Об’єктивний, заснований на фактах	Суб’єктивний, заснований на думках
Роль аналітиків	Ключова — аналіз даних та інтерпретація	Допоміжна — для збору інформації
Гнучкість	Висока — адаптація на основі нових даних	Низька — зміни відбуваються повільно

 

Яким може бути шлях компанії до Data-Driven

Кожен бізнес обирає свій унікальний шлях розвитку, але якщо він прагне отримати максимум користі з Data-Driven-підходу в майбутньому, йому необхідно виконати низку умов і рекомендацій. 

Усвідомлення цінності даних і розробка принципів роботи з ними

Дуже важливо, щоб дані мали визначальне значення для компанії. Для цього їй слід уніфікувати процес їхнього збору, зробити доступними для використання всіма співробітниками та захистити чутливі дані від третіх осіб. Одночасно фахівцям, які відповідатимуть за роботу з даними, необхідно забезпечити можливість безперешкодного обміну всередині організації, а також встановити чіткі правила роботи з даними.

Безперервний розвиток у сфері роботи з даними, щоб отримувати більше цінності

Не існує мінімуму, до якого компанія може один раз наблизитися і зупинитися на цьому. Щоб стати лідером галузі або хоча б бути впізнаваним у своїй ніші, слід не просто орієнтуватися на тренди, а самим їх задавати, піднімаючи планку дедалі вище і вище. У контексті роботи з даними це може бути шлях налаштування та навчання власних LLM-моделей (великих мовних моделей). Також можна інтегрувати аналітику даних з AI-рішеннями та наявними IT-системами або сконцентрувати зусилля на створенні продуктів з високою вартістю даних. 

Ось кілька прикладів:

• Інтеграція АІ та машинного навчання дає змогу виявляти приховані (неочевидні) паттерни в поведінці клієнтів і впливати на показники відтоку, утримання, довічної цінності та інших.

• Розробка чат-ботів, навчених з використанням великих мовних моделей, дає змогу автоматизувати обслуговування клієнтів і обробляти необмежену кількість запитів у реальному часі без участі живих операторів чату. 

• Об’єднання даних, отриманих від IoT-пристроїв, з AI-аналітикою дає змогу оптимізувати виробничі процеси. 

Розвиток компетенцій і пошук нових талантів зі специфічними навичками

Брак компетенцій у команді сильно обмежує рух компанії в бік Data-Driven. Щоб розв’язати цю проблему, необхідно почати пошук фахівців з навичками управління даних, дотримання комплаєнсу, управління кіберзагрозами, пов’язаними з обробкою даними. Будуть потрібні інженери та архітектори даних, а також лідери, які знають, як отримати додаткову бізнес-цінність і підвищити ефективність підприємства користуючись даними. Деякі з цих навичок можуть засвоїти старі співробітники (ті ж інженери з роботи з даними), в інших випадках доведеться залучати нових — наприклад, експертів з етичного використання AI або обробки неструктурованих даних.

Потенційні ризики

Компанія, яка планує стати Data-Driven, не лише відкриє для себе нові можливості та перспективи, а й зіткнеться з певними ризиками. Наша держава все ще не регулює використання AI на належному рівні,  загальнодоступним генеративним моделям штучного інтелекту досі властиві галюцинації, виникають питання щодо захисту інтелектуальних прав результатів, отриманих за допомогою AI. Усі ці питання доведеться вирішувати на глобальному рівні.

Якщо взяти окрему досить велику компанію, яка в найближчі 3-5 років бачить себе Data-Driven, то їй необхідно підготуватися до нових кіберзагроз, що виникають, зокрема, завдяки бурхливому розвитку AI, а також потенційному збільшенню масштабів проблем у зв’язку з тим, що інтелектуальні системи будуть інтегровані в наявні бізнес-процеси та системи.

Іншими словами, виникнуть нові ризики, які неможливо буде вирішити традиційними способами. І до них також слід готуватися, залучаючи нові таланти з відповідними компетенціями або обираючи технологічних партнерів, які можуть закрити ці компетенції на аутсорсі.

Цей матеріал – не редакційнийЦе – особиста думка його автора. Редакція може не розділяти цю думку.