Was zu tun ist, wenn COVID-Änderungen Ihre Daten veralten lassen – Thought Leaders

Für Menschen ist die Unvorhersehbarkeit des Lebens eine existenzielle Bedrohung. Es ist eine ähnliche Bedrohung für analytische Modelle. Wie wir, versuchen Algorithmen, die Zukunft vorherzusagen, indem sie vergangene Ereignisse verallgemeinern. Je zufälliger die Geschichte, desto mehr kämpfen wir beide, um aus dem Chaos ein Muster zu schaffen.

Vor einem Monat dachten wir, COVID könnte vorbei sein. Jetzt, mit dem Auftauchen der Delta-Variante, tanzt die Wirtschaft in einem seltsamen Tanz zwischen offen und geschlossen. Und wenn wir herausfinden wollten, was als Nächstes kommt – sagen wir, wenn wir ein vorhersehbares Modell mit einer Zusammenfassung der letzten ein und einem halben Jahren und einem Überblick über die aktuelle Situation füttern – könnte es uns sehr wohl sagen, dass wir auf einen weiteren Lockdown zusteuern.

Daten, wie Lebensmittel oder Modetrends, veralten. Wenn Sie Ihre Modelle nur mit begrenzten historischen Daten versorgen, können sie kein sehr genaues Bild davon erstellen, was im Markt heute passiert, geschweige denn, was morgen passieren wird.

Wenn die Realität des täglichen Lebens sich von Woche zu Woche und sogar von Tag zu Tag ändert, müssen Sie Ihre Modelle ständig mit neuen Datenassets und neuen Dimensionen aktualisieren, die Einblicke in den aktuellen Kontext liefern.

Wenn die Realität sich ändert, müssen Sie sich ändern

Jede Fluktuation in den öffentlichen Sicherheitsrichtlinien hat eine bemerkenswerte Veränderung im Verbraucherverhalten ausgelöst. Leider hat jede dieser Veränderungen im Verbraucherverhalten große Teile der analytischen Modelle von Organisationen veraltet.

Denken Sie jetzt an die Unternehmen, die trotz der ständigen Veränderung ihre Geschäfte aufrechterhalten und sogar während der Pandemie gewachsen sind. Sie haben schnell gehandelt, um die richtigen Datensätze zu finden, die ihnen Einblicke in die veränderten Gewohnheiten der Kunden geben konnten. Die Unternehmen, die versuchten, an ihren alten Datenquellen festzuhalten, obwohl die Welt sich komplett geändert hatte, verloren ihren Marktanteil.

Die Einzelhandelsbranche musste beispielsweise den massiven Übergang zum Online-Shopping zu Beginn der Pandemie, die Komplexität von Online-Offline-Kombinationstransaktionen (wie Abholung am Straßenrand) und die Wiederbelebung von persönlichen Erfahrungen, als die COVID-Beschränkungen gelockert wurden, annehmen.und die Wiederbelebung von persönlichen Erfahrungen, als die COVID-Beschränkungen gelockert wurden.

Klugen Einzelhandelsunternehmen suchten nach alternativen Datenquellen, um den richtigen Kontext für jeden Schritt im Prozess zu liefern. Zunächst suchten sie nach COVID-bezogenen Datensätzen – wie z.B. CDC-Daten über die Verbreitung der Krankheit – um ihre Verkaufsprognosemodelle anzupassen. Dann überprüften sie den Fußverkehr im Vergleich zum Online-Verkehr, um ihre Herangehensweise an die Wiedereröffnung zu bestimmen. Als die Pandemie andauerte, untersuchten Einzelhandelsunternehmen Verkaufs- und Kreditkartenverbrauchsdaten im Vergleich zu demografischen Attributen, um zu verstehen, wie sich ihr typisches Kundenprofil geändert hatte.

Datenverfall Déjà-vu

So sehr wir alle auf die Wiedereröffnung (wann immer sie kommt) warten, kündigt sich eine dramatische gesellschaftliche Veränderung an, die ein ähnliches Ergebnis wie der erste globale Shutdown vorhersagt. Organisationen, die ihre Analysemodelle mit Datensätzen trainiert haben, die mit dem Markt während der Pandemie zusammenhängen, müssen erneut nach neuen Quellen suchen.

Aber im Gegensatz zum ersten Lockdown haben wir diesmal die Gelegenheit, uns auf die erhebliche Veränderung vorzubereiten, wenn sie kommt. Wir wissen, dass wir nach alternativen Datenquellen suchen und Modelle erstellen müssen, die den neuen Realitäten gerecht werden.

Was sollten Sie also tun, wenn Sie wissen, dass Ihre Daten veralten werden? Zuerst suchen Sie nach Möglichkeiten, Ihre Datenquellen außerhalb Ihrer historischen Daten zu erweitern. Die Organisationen mit den leistungsstärksten Analyseprogrammen behandeln Datenbeschaffung genauso wie Kundenbeschaffung – sie bauen einen skalierbaren Ansatz für die kontinuierliche Entdeckung, Überprüfung und Integration neuer Datenassets auf. Dieser Ansatz lässt sich auf drei Komponenten reduzieren: Menschen, Systeme und Prozesse, in dieser Reihenfolge.

Menschen

Es gibt viele Datenquellen da draußen. Wie wissen Sie, dass diejenigen, die Sie verwenden, funktionieren? Wie wissen Sie, was Ihnen fehlt? Indem Sie ein Team für die Beschaffung der richtigen Daten aufbauen, mit Lieferanten zusammenarbeiten, um dies zu tun, und Ihre eigenen Datenassets verwalten. Rollen, die Sie einstellen sollten, umfassen einen Leiter der Datenbeschaffung, Datenarchitekten, Datenstrategen und Datenwissenschaftler.

Systeme

Erinnern Sie sich, wie einige Unternehmen mit dem Übergang zur Fernarbeit zu kämpfen hatten, weil sie keine zentralisierte IT hatten? Es ist eine Lektion, an die wir uns noch erinnern müssen, wenn es um analytische Modelle geht. Ich habe große Organisationen gesehen, die dieselben Daten zwei- oder dreimal zu verschiedenen Stadien gekauft und integriert haben. Ein zentraler Ort, an dem verschiedene Seiten des Unternehmens auf Datenassets, die in das Unternehmen eingebracht werden, zusammenarbeiten können, ist notwendig.

Noch wichtiger ist, dass Ihr Datenbeschaffungssystem es Ihnen ermöglichen sollte, auf eine Vielzahl von Daten zu iterieren und Ihre PLCs, Tests und Geschäftsinitiativen zu beschleunigen. Innerhalb von wenigen Tagen sollten Sie in der Lage sein, nicht nur neue Datenquellen zu katalogisieren, sondern sie auch in die Produktion zu überführen. Zeit ist alles, wenn die Realität sich so schnell ändert.

Prozesse

Wenn es Ihrem Unternehmen zwei oder drei Monate dauert, eine einzelne Datenquelle zu untersuchen (geschweige denn, sie zu integrieren), ist das ein Zeichen dafür, dass Sie nicht sehr gut vorbereitet sind, um neue Daten aufzunehmen. Erstellen Sie einen Workflow für den Lebenszyklus der Datenbeschaffung, von der Überprüfung bis zur Integration. Dieser Prozess sollte eine cross-funktionale Partnerschaft umfassen, die IT, Beschaffung, Recht, Compliance und Sicherheit umfasst, damit jedes Team die jeweiligen Beschaffungsprobleme angehen kann.

Fazit

Klugen Datenführer wissen, dass Datenquellen ein wettbewerbsfähiger Vermögenswert sind, um schnell auf Marktbedingungen zu reagieren. Sobald Sie in eine Datenbeschaffungsstrategie investiert haben, spielt es keine Rolle, ob wir in einen Lockdown zurückkehren oder schnell wieder auf die Beine kommen. Sie werden bereit sein, auf den Beinen zu landen, egal bei welcher großen Störung.