حمیدرضا مردی
حمیدرضا مردی
خواندن ۵ دقیقه·۲ سال پیش

مدیریت در مه، صدای داده‌ها را بشنویم!!!

مدیریت سازمان بدون استفاده از داده های واقعی و تحلیل های آن مانند قدم زدن در مه است.تصمیمات ناشی از شهود، بدون منطق و هیجانی نتیجه ای جز پایین آمدن عملکرد سازمان و خراب تر شدن وضع KPIهای سازمان نخواهد داشت.

شاید این گزاره ها برای شما بدیهی به نظر برسد اما با با سازمان هایی کار کردم و بهشون مشاوره دادم که همین موارد بدیهی را رعایت نمی کنند و برای بهتر شدن اوضاع مجدد بدون بررسی داده های واقعی، راهکارهای شهودی می دهند.این حلقه باطل ادامه خواهد داشت تا یک فاجعه.

مدیریت در مه، صدای داده‌ها را بشنویم!!!
مدیریت در مه، صدای داده‌ها را بشنویم!!!


چرا برخی از سازمان‌ها داده محور نیستند؟؟

سازمان ها داده محور نیستند چون:

  • عدم اعتقاد و حمایت مدیران ارشد سازمان از داده محور بودن سازمان
  • نداشتن استراتژی مشخص در سازمان برای استفاده مناسب از داده ها
  • عدم جمع آوری صحیح داده ها
  • عدم نگهداری صحیح داده ها در Databaseهای سازمان
  • وجود Database های متعدد با داده های کثیف
  • بدنه اجرایی سازمان توانایی استفاده از داده ها را ندارد
  • عدم توانایی استفاده از ابزارهای تحلیل داده
  • نپذیرفتن ریسک تغییر از سازمان سنتی به سازمان داده محور

اینا مواردی است که من تجربه و مشاهده شان کرده ام.

نشریه Forbes نیز در یک تحقیق بین المللی عوامل دیگری را شناسایی کرده است که می توانید در اینجا مطالعه نمایید.
نتایج تحقیق Forbes
نتایج تحقیق Forbes


داده محور شدن، سخت یا آسان؟؟؟

بعد از اینکه موفق شدیم یک سازمان و مدیرانش را قانع کنیم که ریسک تغییر را بپذیرند و از روال های سنتی به داده محوری حرکت کنند یک سوال مهم به وجود می آید، آیا این تغییر راحت است یا سخت؟

راستش همیشه تغییر برای سازمان ها سخت بوده، هست و خواهد بود.اساسا چه چالش ها و ریسک هایی برای داده محور شدن سازمان وجود دارد؟

چالش‌ های تغییر
چالش‌ های تغییر


  • افراد و فرهنگ سازمان

تغییر فرهنگ و مقاومت بدنه سازمان برای اجرای تغییر را می توان بزرگ ترین چالش دانست.سازمان را نمی توان یک شبه تغییر داد.داده محور شدن سازمان به توانایی افراد و سازمان برای سازگاری با تغییرات مربوط می شود.

  • فرآیندها

سازمان ها داخل خود فرآیندهای مختلفی را طراحی کرده و نیروها هر روز در حال اجرای فرآیندها هستند.ترسیم و ایجاد فرآیندهای جدید که مبتنی بر استفاده از داده های واقعی هستند یک چالش برای سازمان و افراد دخیل در فرآیندهاست.

  • فناوری و ابزارها

جمع آوری صحیح، نگهداری صحیح، آنالیز و تحلیل و ارزیابی نتایج حاصل از داده ها نیازمند الزامات فنی و فناوری مختلفی است که سازمان های سنتی با چالش های متعددی در آن مواجه اند.عدم وجود نیروهای فنی و دانش استفاده از ابزارها مسائلی است که باید به آن توجه شود.

  • پذیرفتن حکمرانی داده

آیا پس از تحلیل داده ها و ارائه گزارش های مختلف مدیران ارشد سازمان به تصمیم های شهودی خود پایبند هستند یا نتایج تحلیل داده؟ اگر نتایج حاصل از تحلیل داده ها خلاف تصمیم شهودی مدیرعامل بود، چه می شود؟


گام هایی برای داده محور شدن...

داده محور شدن سازمان اقدامی یک شبه، سریع و فوری نیست!!! نیازمند پیمودن گام ها و پذیرش ریسک تغییر و شکست است.

گام 1) استخدام و آموزش نیروهای فعلی

در قدم اول لازم است تا سازمان نیروهای متخصصی را به سازمان جهت مدیریت فرآیند تغییر اضافه کند.این نیروها می توانند نیروهای فنی و مدیریتی باشند.

از سوی دیگر نیروهای فعلی سازمان باید آموزش هایی را برای استفاده از داده ها و تغییر رویکرد سازمان ببینند.

گام 2) ترسیم اهداف کسب‌ و کار

سازمان، مدیران و مشاوران باید اهداف خود را برای استفاده از داده ها مشخص کنند. کاربرد داده ها در سازمان بسیار متنوع است از بهبود فرآیندهای سازمان تا پیشبینی فروش و بخش بندی مشتریان همه کاربردهای داده محور شدن سازمان است.

شناسایی اهداف و سوالات سازمان که قرار است توسط داده ها پاسخ داده شود باید توسط تیم های کسب و کار سازمان مشخص شود.

گام 3) پیاده سازی سیستم های فنی برای جمع آوری و نگهداری داده‌ها

جمع آوری داده ها و نگهداری صحیح آن نیازمند استفاده از سیستم های نرم افزاری و سخت افزاری متعددی است.ایجاد Database های مختلف و نگهداری مناسب از داده ها به صورتی که داده ها به صورت تمیز جمع آوری و نگهداری شود مرحله ای مهم در فرآیند داده محور شدن است.

با داده های ناقص و کثیف به خروجی های غلط خواهیم رسید.

گام 4) گردآوری داده ها از منابع مختلف

بخش های مختلف سازمان در حال ایجاد داده هستند.تیم فروش، بازاریابی، پشتیبانی، دیجیتال مارکتینگ و تحقیق توسعه و سایر بخش های سازمان هر کدام داده های مختص خود را دارند.لازم است اطمینان حاصل کنیم که داده ها از همه منابع مختلف به صورت صحیح جمع آوری و نگهداری می شوند.

از دست دادن بخشی از منابع داده ها می تواند تحلیل های حاصل را دچار نقص کند.

گام 5) پیاده سازی ابزارهای فنی تحلیل داده

ابزارهای متعددی برای تحلیل داده ها در بازار موجود است.انتخاب میان ابزارها بستگی به زیرساخت های فنی، تخصص نیروها و اهداف کسب و کار دارد.

گاهی لازم است تا فقط یک داشبورد مدیریتی ساخته شود و گاهی لازم است تا مدل های هوش مصنوعی برای پیشبینی فروش سازمان ایجاد شود.

لیستی از ابزارها که داخل ایران هم محبوب اند شامل:

  • Microsoft Power BI
  • Tableau
  • Google Data Studio
  • RapidMiner
  • Excel
  • Python & R

شاید مشاهده Excel برای شما در این لیست جالب باشد، اما نیاز خیلی از سازمان ها شاید با همین ابزار حل شود.

گام 6) ساخت گزارشات و تحلیل ها

داده های تمیز که به درستی نگهداری شده اند ورودی مناسبی برای مدل های تحلیلی هستند.گزارش ها و تحلیل های مورد نیاز شرکت که در گام های قبل شناسایی شده اند با استفاده از ابزارهای انتخاب شده، قابل ایجاد هستند.

ارائه این گزارشات به مدیران ارشد سازمان و دریافت بازخورد مثبت آن ها می تواند قوت قلبی برای تیم راهبری داده محوری سازمان باشد.

نمونه ای از گزارشات و تحلیل ها که در تجربه های قبلی ام برای سازمان ها ارائه کرده ام:

  • 10 دلیل برتر تماس مشتریان با واحد مرکز تماس بر اساس بخش بندی مشتریان
  • 10 دلیل برتر ترک مشتریان سازمان
  • بخش بندی مشتریان سازمان بر اساس مدل RFM
  • پیشبینی نرخ فروش سازمان بر روی محصولات مختلف
  • بررسی ارتباط میان فصول سال و فروش محصولات مختلف سازمان
  • پیشبینی تعداد مناسب پشتیبانان تلفنی در ساعات مختلف شبانه روز به منظور کاهش زمان انتظار پشت خط
  • گزارش عملکرد نیروهای فروش و پشتیبانی شرکت
  • و ...

گام 7) بازخورد و اصلاح

در برابر گرفتن بازخورد از مشتریان، کارمندان و مدیران سازمان مقاومت نداشته باشید و پیشنهادهای آنان را بشنوید.فرآیندها و تحلیل ها می تواند بر اساس بازخوردهای دریافت شده اصلاح شده و تغییر یابند.

در انتها خوشحال می شم اگر نظر یا نقدی برای تکمیل این محتوا دارید با من در میون بگذارید.



کسب و کارسازماندادهداده محورمدیریت
یک مدیر محصول که داره تو دنیای چابک نفس می کشه
شاید از این پست‌ها خوشتان بیاید