ارکان درستی داده: الزامات جدید برای کسب‌وکارها

نوآوری در هوش داده‌محور (data-driven intelligence) همچنان موتور محرکهٔ تغییرات مبتکرانه در کسب‌وکارهای مدرن است. اگرچه این نوآوری‌ها نحوهٔ جمع‌آوری، ذخیره کردن، تغییر دادن و تحلیل داده را بهبود بخشیده‌اند، اما هنوز حتی با استفاده از این نوآوری‌ها نمی‌توان از تمام پتانسیل‌های داده به‌خوبی بهره‌برداری کرد. برای بهره‌بردن از همهٔ ظرفیت‌های داده‌، باید داده‌ها دقیق و منسجم باشند و با توجه به بافت خود تحلیل شوند. ترکیب این سه جزء است که درستی داده (data integrity) را تضمین می‌کند و به ما اطمینان می‌دهد که همهٔ اطلاعات لازم برای تصمیم‌گیری قطعی در مورد کسب‌وکار از داده‌ها استخراج شده است.

اگر قرار باشد کسب و کارها با داده به عنوان یک دارایی استراتژیک برخورد کنند، درستی داده یک ضرورت خواهد بود، زیرا بدون آن ممکن است تصمیم‌های نادرست گرفته شود و از دل آن تصمیم‌گیری‌ها، استراتژی‌های ناقص بیرون بیاید. اما کسب‌وکارها چطور می‌توانند به درستی داده برسند؟ ابتدا باید چهار رکن اصلی را که درستی داده بر آنها استوار است به خوبی درک کنیم:

• یکپارچه‌سازی (integration)،
• کیفیت،
• هوش مکانی (location-intelligence)
• و غنی‌سازی داده.

رکن اول: یکپارچه‌سازی داده

کسب‌وکارها مدام داده‌های مربوط به مشتریان فعلی، مشتریان بالقوه (prospect)، فروشندگان، موجودی (کالا، قطعات یا هر چیز دیگر)، کارکنان و غیره را مدیریت می‌کنند. معمولاً کسب‌وکارها از چندین برنامه استفاده می‌کنند که به‌صورت جداگانه و منفرد عمل می‌کنند و نه به‌صورت منسجم و یکپارچه. وقتی برنامه‌ها جدا از هم کار می‌کنند، حفظ بهره‌وری در سراسر سازمان مشکل می‌شود و بدین شکل سیلوهای داده شکل می‌گیرد و در نتیجه، درک و دریافت ما از کسب‌وکارمان مخدوش می‌شود.

حالا به این موضوع توجه کنید که هر نرم‌افزار با زبان مخصوص خودش کار می‌کند. خود این موضوع شرایط را سخت‌تر هم می‌کند. به‌عنوان‌مثال، سیستم برنامه‌ریزی منابع سازمانی (ERP) مشتری را فقط یک مشتری می‌داند و تمرکز آن بیشتر روی آدرس انبار، آدرس گیرندهٔ صورت‌حساب و ازاین‌قبیل جزئیات است. اما تمرکز سیستم مدیریت ارتباط با مشتری (CRM)، بیشتر روی داده‌های مربوط به حساب‌ها، مشتریان بالقوه و سرنخ‌ها (leads) است و هر مشتری را یک خریدار با تصمیم‌گیری فردی در نظر می‌گیرد. رویکردهای مختلفی که این سیستم‌ها در برخورد با اطلاعات و ذخیره کردن آن دارند، باعث می‌شود تصمیم‌گیریِ آگاهانه با چالش روبه‌رو شود، زیرا هر سیستم به تنهایی فاقد بینش کاملی است که می تواند به کل کسب و کار کمک کند.

اینجاست که یکپارچه‌سازی داده به کار می‌آید. با این روش می‌توان از مشتریان فعلی و مشتریان بالقوه یک دید کلی به دست آورد. البته این کار همیشه هم به‌آسانی انجام نمی‌شود. یکپارچه‌سازی داده‌های سازمانی به برنامه‌ریزی جامع و رویکردهای استراتژیک نیاز دارد؛ اما این سرمایه‌گذاری برای یکپارچه‌سازی در ابعاد وسیع، معمولاً به‌صرفه است، چراکه تصمیم‌گیرندگان با این روش‌ها می‌توانند از نحوهٔ تعامل بخش‌های مختلف کسب‌وکار با هر مخاطب آگاه شوند.

رکن دوم: کیفیت داده

دستیابی به‌وضوح و آگاهی از جریان اطلاعات برای شروع خوب است؛ اما کیفیت داده نقش مهمی در تضمین کامل بودن، دقیق بودن و منسجم بودن داده ایفا می‌کند. فرقی نمی‌کند که داده‌های چند منبع یکپارچه شده باشد یا داده‌ها از یک سیستم جمع شده باشند؛ اگر اطلاعات با فرمت‌های مختلفی جمع‌آوری و ثبت شود، کیفیت داده معمولاً ضعیف و داده‌ها نامنسجم خواهند بود. کسب‌وکارها باید با استفاده از تحلیل داده به عملکرد مؤثرتری دست پیدا کنند، اما با داده‌های ضعیف و نامنسجم، تحلیل‌ها دچار اختلال می‌شود.

یکی از مصداق‌های پرتکرار کیفیت پایین داده مربوط به وقتی است که اسامی مشتریان به شکل های متفاوتی در سیستم ها وارد می شود به طور مثال در یک فهرست نام مشتری به‌صورت مخفف وارد می‌شود و در فهرست دیگر به‌صورت کامل. این مسئله موجب عدم انسجام داده‌ها و افزایش  حجم مجموعه‌های داده می‌شود و تحلیل های معیوب را در پی دارد. این مورد در سیستم‌های مختلف، مثل سیستم برنامه‌ریزی منابع سازمانی و سیستم مدیریت ارتباط با مشتری، قابل‌مشاهده است. این وضعیت با وجود فرایند ادغام و تملک شرکت‌ها توسط یکدیگر  که بسیاری کسب‌وکارها امروزه با آن مواجه هستند، بدتر هم شده است. این چالش‌ها کارایی را کاهش می‌دهند. در مورد این مثال، رسیدگی به اسامی تکراری و تصحیح آنها به زمان و منابع فراوان نیاز دارد، درحالی‌که به‌راحتی می‌توان از هدررفتن زمان و منابعی که باید به تصحیح اسامی اختصاص یابد، جلوگیری کرد.

وقتی پای تحلیل و درک مشتریان به میان می‌آید، اشتباهات به‌ظاهر کوچک به مشکلات بزرگی در سازمان تبدیل می‌شوند که بر نحوهٔ ارزیابی و شیوهٔ برآورده کردن نیازهای مخاطبان، تأثیر منفی می‌گذارد. کسب‌وکارها باید از همان ابتدا، برای بهبود کیفیت داده سرمایه‌گذاری کنند تا مطمئن شوند که بینش‌های درست، محور تمام تصمیم‌گیری‌های تجاری آنها است.

رکن سوم: هوش مکانی

بر اساس هوش مکانی، داده‌ها در مقیاس ناحیه‌ای (territorial scale) جمع‌آوری می‌شود و این یعنی اطمینان از این که  کسب‌وکارها می‌توانند از ویژگی‌های مرتبط با مکانِ داده به درستی استفاده کنند. با این کار، درستی داده ها از طریق افزایش دقت و انسجام داده افزایش می یابد. به‌عنوان‌مثال، وقتی یک آدرس یا یک مکان در میان عموم با دو اسم شناخته می‌شود (مثل جاده 66  یا بزرگراه 66)، سیستم‌ها باید بتوانند تشخیص دهند که این اسامی متفاوت، مربوط به یک مکان هستند.

تمایز گذاشتن بین آدرس صورت‌حساب مشتری و آدرس تحویل کالا ظاهراً خیلی پیش‌پاافتاده است، اما کسب‌وکارها معمولاً این تفاوت بسیار مهم را نادیده می‌گیرند. دقیق بودن اطلاعات مکانی برای داده‌های کسب‌وکار حیاتی است و هوش مکانی در این مورد، یعنی فرق گذاشتن دقیق بین دو موقعیت مکانی مختلف، یعنی تمایز قائل شدن بین آدرسی که سفارش‌ها باید به آن ارسال شود و مکانی که مشتری در آن حضور دارد.

کسب‌وکارهایی که خدمات فیزیکی اعم از خرده‌فروشی و خدمات درمانی و خدمات تلفنی و یا خدمات ایمنی ارائه می‌دهند، لاجرم باید از هوش موقعیت برخوردار باشند. برای سرویس دادن به یک شخص یا یک گروه، اطلاعات مربوط به موقعیت آن افراد باید کاملاً صحیح و درست باشد.

رکن چهارم: غنی‌سازی داده

برای کسب‌وکارهایی که به دنبال ساختن مزیت رقابتی هستند، غنی‌سازی داده بسیار مهم است؛ چون به ایجاد یک نگاه بهتر مبتنی بر شرایط زمینه ای (contextualized) برای تصمیم‌گیری کمک می‌کند. سازمان‌ها در کنار داده‌های موجود می‌توانند از منابع خارجی، مثل داده‌های شرکت‌های دیگر (third-party) نیز استفاده کنند و از این طریق به تحلیل‌های بسیار بهتری دست یابند. این داده‌ها می‌توانند شامل موقعیت، زمینه کسب‌وکار، اقلیم زندگی، اطلاعات جمعیت‌شناختی مشتریان و موارد دیگر باشد. این دست داده‌ها ابعاد جدیدی به مجموعه داده‌های موجود اضافه می‌کند که به کمک آنها بنیان محکم‌تری برای آغاز برنامه‌ریزی ساخته خواهد شد. غنی‌سازی داده‌های موجود به کسب‌وکارها کمک می‌کند پروفایل بهتری از مشتری و مناطق جغرافیایی بسازند و در نهایت در مسیر رسیدن به هدف به کمک کسب‌وکارها بیایند. غنی‌سازی داده‌های داخلی به‌وسیلهٔ تلفیق داده‌های شرکای تجاری (third-party)، می‌تواند دنیای جدیدی از نوآوری‌ها را پیش روی کسب‌وکارها قرار دهد.

سفری به دنیای درستی داده

رهبران کسب‌وکارها باید بنیانی مستحکم برای اقدامات خود در زمینهٔ تحول دیجیتال ایجاد کنند. سازمان‌ها با اولویت دادن به یکپارچه‌سازی، کیفیت، هوش موقعیت و غنی‌سازی می‌توانند از طریق افزودن به‌دقت و انسجام و توجه بیشتر به بافت داده (context) به مزیت رقابتی دست بیابند. درستی داده، شیوه‌های تصمیم‌گیری کسب‌وکارها را کارآمدتر می‌کند و رویکرد آنها به بازار را اصلاح می‌کند. برای موفقیت در دنیای امروز که هر روز بیشتر و بیشتر داده‌محور می‌شود، درستی داده یک ضرورت است.