Data zVesela: Mají data hodnotu?

Mají data vůbec nějakou hodnotu?

Jakou hodnotu má číslo 34 nebo řetězec “Well done!”?

Žádnou! … Nekonečnou! … 

Tak moment! Co je tedy pravda?

Jsou data jen bezcenné alfanumerické hodnoty nebo klíčový zdroj ekonomického rozvoje v 21. století. Tušíme, že nějaká hodnota v datech ukryta je nebo být může. 

Jak velká, to potom záleží na kontextu, interpretaci a další analýze. Zprvu nepřehledná sekvence dat může postupně začít dávat smysl, mít svůj informační význam a já se mohu v přemýšlení o využití dat posouvat dál (a výš). 

Datová DIKW pyramida ukazuje, jak vhodnou kombinací dat a jejich analýzou mohu postupně budovat cenné Informace - ejhle tohle spojení už je docela běžné a v informační době chápeme, že informace mají svou cenu. Podkladová data tedy logicky také.

Pokud jsme šampioni v datové analytice můžeme získat klíčové Znalosti a porozumění danému problému, nebo dojít až do úrovně Moudrosti, kdy všechna svá rozhodnutí máme podložena daty, nepodléháme dojmům, trendům nebo naivním přáním, ale moudře činíme to, co je ověřené a pro náš dlouhodobý úspěch nejvhodnější. 

Příběh o nalezených milionech

Pojďme si data a jejich hodnotu demonstrovat na příběhu automobilky, která prodává po Evropě své vozy. Její garanční oddělení kontinuálně zpracovává požadavky na záruční opravy (pro zákazníka zdarma) a proplácí náklady dealerům. Je to řeka peněz, které automobilka platí, to mi věřte. Jakákoli úspora nákladů zde je vítaná. 
 

Úroveň práce s daty ⇒ 0

Pracovníci garančního oddělení každý den namátkově zkontrolují jeden požadavek ze sta k proplacení, zda je v souladu s postupy pro opravu dané komponenty. Občas objeví nějakou anomálii (dealer si účtuje více času, použil jiný díl, něco přidal na fakturu, apod.) a tu vyřeší = opraví nebo reklamaci zamítnout. Automobilce tak ušetří pár stovek/tisíců EUR ročně.

Úroveň práce s daty ⇒ 1

Automobilka začne počítačově analyzovat každou novou reklamaci a srovnává ji s miliony reklamací za minulá období. Hledá se anomálie v délce práce, použitých dílech, výší ceny, apod. Systém pracovníkům identifikuje ty podezřelé - s největší pravděpodobností problému.

Už nejde o namátkovou, ale přesně zacílenou kontrolu. Dochází k úsporám v řádech stovek tisíc EUR ročně.
Současně probíhá efektivnější edukace a kultivace práce dealerské sítě.

Úroveň práce s daty ⇒ 2, 3 …

K existujícím datů přidám informace o modelu každého auta a jeho přesné konfiguraci. O zákazníkovi, který auto používá na daném trhu. O technických datech přímo z jedoucího vozu. O výrobním procesu, kterým bylo auto vyrobeno. O jednotlivých použitých komponentách, jejich šaržích, jejich dodavatelích.

Najednou mohu začít odpovídat na mnohem složitější otázky typu:

• Není reklamace způsobena zvláštním chováním řidičů na daném trhu?
• Není problém ovlivněn klimatickými vlivy na Sicílii, v Holandsku nebo Švédsku?
• Nemohla technický problém způsobit vada ve výrobě nebo vývoji?
• Co když jde o špatnou šarži komponent od konkrétního dodavatele?

Automobilka je nyní schopna velmi cíleně analyzovat celý proces výroby a používání vozu. Je možné do reklamačního kolečka zapojit i dodavatele, pokud se zjistí pochybení na jejich straně. Je možné opravit chybu už ve výrobě a dál neprodukovat problematické vozy, které budou zdrojem budoucích reklamací. Je možné dealerům cíleně označit vozy, které by měli skrytě zkontrolovat nebo opravit při nejbližší příležitosti.

Automobilka šetří miliony EUR ze své garanční rezervy a zvyšuje tím profitabilitu. Zákazníci jsou spokojenější. Reputace firmy se díky kontinuálnímu odstraňování chyb ve výrobě zvyšuje. Spokojenost a reputace se obtížně vyčísluje, ale je významná a zásadní 🙂

Tento reálný příběh demonstruje význam a hodnotu dat. Do jaké hloubky můžeme při jejich analýze zajít. Ano, ta může být téměř nekonečná, pokud s daty umí firma správně pracovat.

Věřím, že jsme vás o hodnotě skryté v datech a jejich potenciálu pro inovace a rozvoj přesvědčili. 

Jak hodnotu najít, získat a využít (monetizovat), si řekneme v dalších dílech našeho blogu.