چهار بیزینس مدل برای عصر داده‌ها: چگونه از اطلاعات پول بسازیم؟ (مقاله هاروارد HBR)

عنوان اصلی این مقاله 4 Business Models for the Data Age – چهار بیزینس مدل برای عصر داده‌ها است که توسط هاروارد بیزینس ریویو HBR منتشر شده به دنبال پاسخ این سوال است: چگونه از دیتا و اطلاعات پول بسازیم؟

این مقاله صرفاً یک مقاله تئوریک نیست؛ بلکه چهار مسیر مشخص برای کسب درآمد و ایجاد مزیت رقابت در عصر جدید را پیش پای شما می‌گذارد.
اگر می‌خواهید بدانید چگونه داده‌ها را از “بایگانی” به “خط مقدم استراتژی” بیاورید، این پست را تا انتها بخوانید.

مقدمه

سازمان‌ها همیشه به داده‌ها وابسته بوده‌اند—برای مدیریت عملیات، ارتباط با مشتریان، پرداخت حقوق کارکنان و تامین‌کنندگان، برنامه‌ریزی برای آینده و مواردی از این دست.
آن‌هایی که بهترین داده‌ها را داشتند، از مزایای متمایزی برخوردار بودند؛ برای مثال در تجارت، درک بهتر بازار منجر به ارائه محصولات بهتر با قیمت‌های مناسب‌تر می‌شد.
داده‌ها همواره «امکان اجرای استراتژی» را فراهم می‌کردند، اما به ندرت (با استثنائات اندک) خودِ استراتژی را هدایت می‌کردند یا در قلب آن قرار داشتند.

اما این وضعیت در حال تغییر است. داده‌ها در حال نفوذ به هر گوشه و کنارِ هر بخش، هر شرکت در آن بخش، هر دپارتمان و هر شغلی هستند. همانطور که این نفوذ اتفاق می‌افتد، داده‌ها در حال قدرت‌نمایی استراتژیک هستند و چهار روش برای رقابت با استفاده از داده‌ها در حال ظهور است.

در ادامه، این چهار استراتژی را به تفصیل بررسی می‌کنیم:

۱. کاهش هزینه از طریق بهبود “کیفیت داده”

اولین مدل شامل کاهش هزینه از طریق بهبود کیفیت داده‌ها است. حجم زیادی از داده‌ها کیفیت لازم را ندارند (Not up-to-snuff) و این موضوع باعث ایجاد انواع و اقسام خرابی‌ها می‌شود

خوشبختانه، اکثر مسائل مربوط به کیفیت داده‌ها پیش‌پاافتاده‌تر هستند، اما در مجموع، هزینه‌های هنگفتی را اضافه می‌کنند؛ زیرا افراد و دپارتمان‌ها مجبورند داده‌هایی را که درست به نظر نمی‌رسند قبل از تصمیم‌گیری بررسی و اصلاح کنند؛ داده‌های منابعی را که تعاریف مشابه اما نه کاملاً یکسانی دارند، تطبیق دهند؛ و اشتباهات را رفع کنند— برای مثال:

• تغییر مسیر بسته‌هایی که به آدرس اشتباه فرستاده شده‌اند،
• اصلاح صورت‌حساب‌های مشتریان
• و بازنگری در تصمیماتی که اشتباه از آب درآمده‌اند

به‌طور خلاصه، بهبود کیفیت داده‌ها این هزینه‌ها را حذف می‌کند، عمدتاً با ایجاد صحیح داده‌ها در همان بار اول. مبالغ صرفه‌جویی شده می‌تواند عظیم باشد.
برای مثال، شرکت AT&T سالانه ده‌ها میلیون دلار در یک دپارتمان واحد و در سطح کل شرکت صرفه‌جویی کرد که به آن مزیت بزرگی بخشید.

۲. استراتژی “محتوا پادشاه است” (Content is King)

بهبود کیفیت داده همچنین ریشه در استراتژی دوم دارد که من آن را “محتوا پادشاه است” می‌نامم. هدف این استراتژی کاهش هزینه‌های داخلی نیست، بلکه ارائه داده‌های اضافی، مرتبط‌تر یا جدیدتر به مشتری است.
حداقل سه نوع از ارائه‌دهندگان محتوا در این دسته وجود دارند:

الف) ارائه‌دهندگان محتوای خالص (Pure Content Providers)

این‌ها داده‌های جدید یا نوآورانه‌ای را ضبط می‌کنند، یا داده‌هایی که قبلاً هرگز ضبط نشده بودند، و کسب‌وکاری را پیرامون آن می‌سازند.

این کسب‌وکارها شامل بلومبرگ (Bloomberg) و مورنینگ‌استار (Morningstar) می‌شوند که داده‌هایی درباره بازارهای مالی ارائه می‌دهند.

اوبر (Uber) مثال دیگری است. اوبر راهی پیدا کرد تا عبارت “من نیاز به سواری دارم” را به “من به دنبال مسافر هستم” متصل کند و خدمتی ارائه دهد که مردم عاشق آن هستند.

به همین ترتیب، فیت‌بیت (Fitbit) گام‌ها را می‌شمارد و خلاصه‌های ساده‌ای ارائه می‌دهد که به افراد کمک می‌کند تناسب اندام خود را بهتر مدیریت کنند.

من انتظار دارم که رژه‌ای تقریباً بی‌پایان از چنین فرصت‌هایی با ایجاد داده‌هایی توسط پهپادها، اینترنت اشیاء و فناوری نانو که تا چند سال پیش فقط در رویا دیده می‌شد، پدید آید.

ب) اطلاعاتی‌سازی محصولات و خدمات موجود (Informationalization)

در این حالت، شما داده‌هایی را که مشتریان نیاز دارند، درون محصول خود می‌سازید. راهنمای مسیر بر اساس GPS در خودروها، و کوه‌های روی قوطی آبجوی Coors که وقتی نوشیدنی سرد می‌شود به رنگ آبی درمی‌آیند، نمونه‌های کلاسیک این مورد هستند.

این استراتژی بسیار سودآور به نظر می‌رسد—چند سال پیش مجله Wired پیش‌بینی کرد که تا چند سال آینده، نیمی از ارزشِ تحویلِ یک کانتینر حمل‌ونقل از آن سوی دنیا، در داده‌های مرتبط با محتویات آن نهفته خواهد بود.

ج) واسطه‌گری اطلاعات (Infomediation)

در این روش، شما ذاتاً داده‌های جدیدی خلق نمی‌کنید، بلکه واسطه تبادل می‌شوید و به مردم کمک می‌کنید داده‌های مورد نیاز خود را پیدا کنند.

به گوگل (Google) فکر کنید. واسطه‌های زیادی وجود خواهند داشت؛ زیرا داده‌های بیشتر به معنای داده‌های بیشتر برای مبادله است.

برای مثال، من بخش زیادی از داده‌های مربوط به خودم را متعلق به خودم می‌دانم. تعداد زیادی از شرکت‌ها خواهان آن داده‌ها هستند و من خوشحال می‌شوم که آن را به برخی از آن‌ها، با قیمت مشخصی ارائه دهم. اما چگونه و با چه قیمتی؟ من عاشق شرکتی خواهم شد که به نمایندگی از من این واسطه‌گری را انجام دهد!.

۳. نوآوری داده‌محور: ساخت تله‌موش بهتر

“ساختن یک تله‌موش داده‌ای بهتر”—یا همان نوآوری داده‌محور (Data-Driven Innovation)—سومین راه برای پیگیری مزیت رقابتی از طریق داده است.
در واقع، کشف یک رابطه تغییردهنده بازی که قبلاً در داده‌ها پنهان بوده و استفاده از کلان‌داده (Big Data) و تحلیل‌های پیشرفته، دانشمندان داده را در همه جا الهام می‌بخشد.

از نظر عملی، هدف این استراتژی دستیابی به مجموعه‌ای از اکتشافات کوچک، چند بینش بزرگتر، و شاید، فقط شاید، گهگاهی یک کشف بزرگ است.

این استراتژی ریشه‌های عمیقی در علم دارد و در حال اثبات خود در طیف وسیعی از صنایع است. برای نمونه:

• شرکت‌های بیمه در حال توسعه درک جدیدی از ریسک هستند،
• خرده‌فروشان قفسه‌های خود را بهتر پر می‌کنند،
• و منابع انسانی در حال یافتن منابع جدیدی از استعدادهاست.

۴. سازمان داده‌محور: تصمیم‌گیری بهتر در همه جا

در نهایت، استراتژی چهارم این است که در هر کاری که انجام می‌دهید، به‌طور فزاینده‌ای داده‌محور شوید. تحقیقات دانشگاهی نشان می‌دهد که این استراتژی بسیار سودآور است.

اگر بخواهیم کمی ساده‌سازی کنیم، ایده این است که همه—به صورت فردی و گروهی، در بالا و پایین چارت سازمانی، در سراسر سیلوهای داخلی و با شرکای تجاری—با استفاده از داده‌های بیشتر و بهتر، تصمیمات بهتری بگیرند.

از آنجا که داده‌ها فقط تا حد مشخصی می‌توانند تصمیم‌گیرنده را پیش ببرند، آن‌ها باید یاد بگیرند که آن داده‌ها را با شهود (Intuition) خود ترکیب کنند. در نتیجه، همه چیز فقط کمی بهتر می‌شود.

نتیجه‌گیری

البته، رقابت از طریق کاهش هزینه، ارائه محصولات بهتر و نوآوری چیز جدیدی نیست. به همین ترتیب، مدیران همیشه تلاش کرده‌اند تا تصمیمات بهتری بگیرند.
با این حال، هدایت این تلاش‌ها با داده‌ها، امری جدید است. و برای اکثر افراد، داده یک دارایی ناآشنا با ویژگی‌های متفاوت است.
یادگیری مجدد این استراتژی‌ها نیاز به تلاش واقعی دارد. اما منافع آن برای کسب‌وکار شما می‌تواند عظیم باشد.

مشخصات منبع:

• عنوان مقاله: 4 Business Models for the Data Age (چهار مدل کسب‌وکار برای عصر داده)
• نویسنده: Thomas C. Redman
• منبع اصلی: Harvard Business Review