samhället har genomsyrat begreppet ”intuition”-att helt enkelt veta när något är rätt eller fel-med en enorm mängd prestige, betydelse och inflytande.

faktum är att enligt vissa studier är mer än hälften av amerikanerna beroende av deras ”tarm” för att bestämma vad de ska tro, även när de konfronteras med bevis som talar motsatsen.begreppet intuition har blivit så romantiserat i det moderna livet att det nu är en del av hur många människor pratar om och förstår ”genier” i vår generation. I vetenskapen, till exempel, Albert Einstein citeras ofta som att säga, ”det intuitiva sinnet är en helig gåva”, och i affärer Citeras Steve Jobs som att säga, ”ha modet att följa ditt hjärta och intuition; de vet på något sätt redan vad du vill bli.”även om intuition kan vara ett användbart verktyg, skulle det vara ett misstag att basera alla beslut kring en ren magkänsla.

medan intuition kan ge en föraning eller gnista som startar dig på en viss väg, är det genom data som du verifierar, förstår och kvantifierar. Enligt en undersökning av mer än 1 000 ledande befattningshavare som utförs av PwC är mycket datadrivna organisationer tre gånger mer benägna att rapportera betydande förbättringar i beslutsfattandet jämfört med dem som litar mindre på data.

är du intresserad av att lära dig hur datastyrt beslutsfattande kan göra det möjligt för dig att bli en effektivare entreprenör eller medlem i din organisation? Nedan finns information om fördelarna med att bli mer datadriven, samt ett antal steg du kan vidta för att bli mer analytisk i dina processer.

Vad är datadriven beslutsfattande?

datadriven beslutsfattande (ibland förkortat som DDDM) är processen att använda data för att informera din beslutsprocess och validera en åtgärd innan du förbinder dig till den.

i affärer ses detta i många former. Ett företag kan till exempel:

• samla enkätsvar för att identifiera produkter, tjänster och funktioner som deras kunder vill
• genomföra användartestning för att observera hur kunderna är benägna att använda sin produkt eller tjänster och för att identifiera potentiella problem som bör lösas före en fullständig release
• lansera en ny produkt eller tjänst på en testmarknad för att testa vattnet och förstå hur en produkt kan prestera på marknaden
• analysera förändringar i demografiska data för att bestämma affärsmöjligheter eller hot

hur exakt data kan införlivas i beslutsprocessen beror på ett antal faktorer, till exempel dina affärsmål och typen och kvaliteten på data du har tillgång till.

insamlingen och analysen av data har länge spelat en viktig roll i företag och organisationer på företagsnivå. Men eftersom mänskligheten genererar mer än 2,5 quintillion byte data varje dag, har det aldrig varit lättare för företag av alla storlekar att samla in, analysera och tolka data till verkliga, handlingsbara insikter. Även om datadrivet beslutsfattande har funnits i affärer i en eller annan form i århundraden, är det ett verkligt modernt fenomen.

exempel på datadriven beslutsfattande

dagens största och mest framgångsrika organisationer använder data till sin fördel när de fattar stora affärsbeslut. För att bättre förstå hur din organisation kan integrera dataanalys i sin beslutsprocess, överväga framgångshistorierna för dessa välkända företag.

ledarskapsutveckling på Google

Google har ett stort fokus på vad det hänvisar till som ”people analytics.”Som en del av ett av sina välkända people analytics-initiativ, Project Oxygen, minskade Google data från mer än 10 000 prestationsgranskningar och jämförde data med anställdas kvarhållningsgrader. Google använde informationen för att identifiera vanliga beteenden hos högpresterande chefer och skapade utbildningsprogram för att utveckla dessa kompetenser. Dessa ansträngningar ökade median favorability poäng för chefer från 83 procent till 88 procent.

Fastighetsbeslut på Starbucks

Efter att hundratals Starbucks-platser stängdes 2008 lovade dåvarande VD Howard Schultz att företaget skulle ta ett mer analytiskt tillvägagångssätt för att identifiera framtida butiksplatser. Starbucks samarbetar nu med ett platsanalysföretag för att hitta ideala butiksplatser med hjälp av data som demografi och trafikmönster. Organisationen överväger också input från sina regionala team innan beslut fattas. Starbucks använder dessa data för att bestämma sannolikheten för framgång för en viss plats innan de tar på sig en ny investering.

Driving Sales at Amazon

Amazon använder data för att bestämma vilka produkter de ska rekommendera till kunder baserat på deras tidigare inköp och mönster i sökbeteende. I stället för att blint föreslå en produkt använder Amazon dataanalys och maskininlärning för att driva sin rekommendationsmotor. McKinsey uppskattade att 2017 kunde 35 procent av Amazons konsumentköp knytas tillbaka till företagets rekommendationssystem.

fördelar med datadriven beslutsfattande

du kommer att fatta mer självsäkra beslut

När du börjar samla in och analysera data kommer du sannolikt att upptäcka att det är lättare att nå ett säkert beslut om praktiskt taget alla affärsutmaningar, oavsett om du bestämmer dig för att starta eller avbryta en produkt, justera ditt marknadsföringsmeddelande, filial till en ny marknad eller något annat helt.

Data utför flera roller. Å ena sidan tjänar det till att jämföra det som för närvarande finns, vilket gör att du bättre kan förstå vilken inverkan alla beslut du fattar kommer att ha på ditt företag.

utöver detta är data logiska och konkreta på ett sätt som tarminstinkt och intuition helt enkelt inte är. genom att ta bort de subjektiva elementen från dina affärsbeslut kan du införa förtroende för dig själv och ditt företag som helhet. Detta förtroende gör det möjligt för din organisation att engagera sig fullt ut till en viss vision eller strategi utan att vara alltför bekymrad över att fel beslut har fattats.

bara för att ett beslut är baserat på data betyder det inte att det alltid kommer att vara korrekt. Medan data kan visa ett visst mönster eller föreslå ett visst resultat, om datainsamlingsprocessen eller tolkningen är felaktig, skulle alla beslut baserade på data vara felaktiga. Därför bör effekterna av varje affärsbeslut regelbundet mätas och övervakas.

relaterad: 3 Exempel på affärsanalys i aktion

du blir mer proaktiv

När du först implementerar en datadriven beslutsprocess är det troligt att det är reaktionärt. Uppgifterna berättar en historia som du och din organisation sedan måste reagera på.

även om detta är värdefullt i sig, är det inte den enda roll som data och analys kan spela inom ditt företag. Med tanke på tillräcklig praxis och rätt typer och mängder data är det möjligt att utnyttja det på ett mer proaktivt sätt—till exempel genom att identifiera affärsmöjligheter innan din tävling gör det eller genom att upptäcka hot innan de blir för allvarliga.

du kan realisera kostnadsbesparingar

det finns många anledningar till att ett företag kan välja att investera i ett big data-initiativ och sträva efter att bli mer datadriven i sina processer. Enligt en nyligen genomförd undersökning av Fortune 1,000-chefer som utförs av NewVantage Partners för Harvard Business Review, varierar dessa initiativ i sina framgångsgrader.

ett av de mest effektiva initiativen, enligt undersökningen, använder data för att minska kostnaderna. Av de organisationer som startade projekt för att minska kostnaderna har mer än 49 procent sett värde från sina projekt. Andra initiativ har visat mer blandade resultat.

”Big data används redan för att förbättra den operativa effektiviteten”, säger Randy Bean, VD och managing partner för konsultföretaget NewVantage Partners, när de meddelar resultaten av undersökningen. ”Och förmågan att fatta välgrundade beslut baserat på den allra senaste aktuella informationen blir snabbt den vanliga normen.”

hur man blir mer datadriven

om du har ett mål att bli mer datadriven i din inställning till affärer finns det många steg du kan vidta för att nå det målet. Här är en titt på några av de sätt du kan närma dig dina dagliga uppgifter med en analytisk tankegång.

leta efter mönster överallt

dataanalys är i sitt hjärta ett försök att hitta ett mönster inom eller korrelation mellan olika datapunkter. Det är från dessa mönster och korrelationer som insikter och slutsatser kan dras.

det första steget i att bli mer datadriven är att göra ett medvetet beslut att vara mer analytiskt—både i näringslivet och i ditt personliga liv. Även om detta kan verka enkelt är det något som kräver övning.

oavsett om du är på kontoret som häller över finansiella rapporter, står i kö i mataffären eller pendlar på tåget, leta efter mönster i data runt dig. När du har märkt dessa mönster, öva extrapolera insikter och försöka dra slutsatser om varför de finns. Denna enkla övning kan hjälpa dig att träna dig själv för att bli mer datadriven inom andra områden i ditt liv.

bind varje beslut tillbaka till Data

När du presenteras med ett beslut, oavsett om det är affärsrelaterat eller personligt, gör ditt bästa för att undvika att förlita dig på tarminstinkt eller tidigare beteende när du bestämmer en åtgärd. Gör istället en medveten ansträngning för att tillämpa en analytisk tankegång.

identifiera vilka data du har tillgängliga som kan användas för att informera ditt beslut. Om inga data finns, överväga hur du kan samla in det på egen hand. När du har data, analysera den och använd alla insikter som hjälper dig att fatta ditt beslut. Som med mönsterfläckningsövningen är tanken att ge dig själv tillräckligt med övning att analys blir en naturlig del av din beslutsprocess.

visualisera betydelsen bakom Data

datavisualisering är en stor del av dataanalysprocessen. Det är nästan omöjligt att härleda mening från en tabell med siffror. Genom att skapa engagerande bilder i form av diagram och grafer kan du snabbt identifiera trender och dra slutsatser om data.

bekanta dig med populära datavisualiseringstekniker och verktyg och öva på att skapa visualiseringar med alla former av data du har lätt tillgängliga. Detta kan vara så enkelt som att skapa en graf för att visualisera dina månatliga utgiftsvanor och dra slutsatser från visualiseringen. Du kan sedan använda dessa insikter för att göra en personlig budget för nästa månad. Efter att ha avslutat den övningen har du framgångsrikt fattat ett datadrivet beslut.

överväg att främja din utbildning

Om du är obekväm med tanken på att lära dig att integrera data i din beslutsprocess på egen hand finns det ett antal utbildningsalternativ du kan fortsätta för att utveckla de datavetenskapliga färdigheter som behövs för att lyckas.

vilket alternativ som är mest meningsfullt beror på dina personliga och professionella mål. Till exempel kan individer som överväger en seriös karriärförändring besluta att bedriva en magisterexamen med tonvikt på dataanalys eller datavetenskap. Men för alla andra, helt enkelt ta en online business analytics eller data science kurs kan vara tillräckligt för att lägga grunden som krävs för framgång.

använda Data för att svara på kritiska frågor

även om det finns många fördelar med datastyrt beslutsfattande är det viktigt att notera att du inte behöver ta en allt-eller-ingenting-strategi för att komma dit. Genom att starta små, benchmarking din prestation, dokumentera allt, och justera när du går, du kan bli mer datadriven och frodas på din organisation.

vill du lära dig mer om hur du använder data för att informera affärsbeslut i din organisation? Utforska hur våra online-analyskurser, som Data Science Ready och Data Science for Business, kan hjälpa dig att utveckla ett datatänkande.
detta inlägg uppdaterades den 19 februari 2021. Den publicerades ursprungligen den 26 augusti 2019.