Cosa fare quando i cambiamenti dovuti al COVID rendono obsoleti i tuoi dati – Leader di pensiero

Per gli esseri umani, l'imprevedibilità della vita è una preoccupazione esistenziale. È una minaccia simile per i modelli analitici. Come noi, gli algoritmi tentano di prevedere il futuro generalizzando gli eventi passati. Più la storia è casuale, più lottiamo entrambi per creare uno schema dal caos. 

Un mese fa pensavamo che il COVID potesse essere finito. Ora, con l'emergere della variante Delta, l'economia è in una strana danza tra aperto e chiuso. E se volessimo scoprire cosa c'è dopo, diciamo, se abbiamo fornito a un modello predittivo un riepilogo dell'ultimo anno e mezzo, potrebbe benissimo dirci che siamo diretti verso un altro blocco. 

I dati, come il cibo o le tendenze della moda, scadono. Se fornisci ai tuoi modelli solo dati storici limitati, non possono dipingere un quadro molto accurato di ciò che sta accadendo oggi sul mercato, tanto meno di ciò che accadrà domani. 

Quando la realtà della vita quotidiana cambia di settimana in settimana e persino di giorno in giorno, è necessario aggiornare costantemente i modelli con nuove risorse di dati e nuove dimensioni che forniscano approfondimenti sul contesto attuale.

Quando la realtà cambia, devi cambiare con essa

Ogni fluttuazione nelle linee guida di pubblica sicurezza ha innescato un notevole cambiamento nel comportamento dei consumatori. Sfortunatamente, ciascuno di questi cambiamenti nel comportamento dei consumatori ha reso obsoleti gran parte dei modelli analitici delle organizzazioni. 

Ora pensa alle aziende che, nonostante il costante cambiamento, hanno mantenuto e persino aumentato la propria attività durante la pandemia. Hanno agito rapidamente per trovare i set di dati giusti che potessero dare loro visibilità sulle mutevoli abitudini dei clienti. Le aziende che hanno cercato di restare con le stesse vecchie fonti di dati, anche se il mondo era completamente cambiato, hanno perso la loro quota di mercato. 

Il settore della vendita al dettaglio, ad esempio, ha dovuto accettare la massiccia transizione allo shopping online all'inizio della pandemia, la complessità delle transazioni combinate online-offline (come il ritiro all'esterno) e la rinascita delle esperienze di persona con l'abolizione delle restrizioni COVID. 

Le società di vendita al dettaglio più esperte cercavano fonti di dati alternative per fornire il contesto appropriato in ogni fase del processo. Inizialmente, hanno cercato set di dati relativi a COVID, che includevano i dati CDC sulla diffusione della malattia, ad esempio, per adattare i loro modelli di previsione delle vendite. Quindi, hanno esaminato il traffico pedonale rispetto al traffico online per determinare il loro approccio alla riapertura. Con il progredire della pandemia, le società di vendita al dettaglio hanno esaminato i dati sulle vendite e sulla spesa con carta di credito rispetto agli attributi demografici per capire come fosse cambiato il loro profilo di cliente tipico. 

Deterioramento dei dati déjà vu

Per quanto non vediamo l'ora che arrivi la riapertura (quando arriverà), questo drammatico cambiamento sociale preannuncia un risultato simile al primo blocco globale. Le organizzazioni che hanno addestrato i propri modelli di analisi utilizzando set di dati relativi al mercato dell'era della pandemia dovranno ancora una volta cercare nuove fonti.

Ma a differenza del primo blocco, questa volta abbiamo l'opportunità di prepararci al cambiamento significativo quando arriverà. Sappiamo che dovremo trovare fonti di dati alternative e creare modelli che possano dare un senso alla nuova realtà. 

Quindi, cosa dovresti fare quando sai che i tuoi dati scadranno? Innanzitutto, cerca modi per ampliare le tue fonti di dati al di fuori dei tuoi dati storici. Le organizzazioni con i programmi analitici più potenti trattano l'acquisizione dei dati nello stesso modo in cui trattano l'acquisizione dei clienti: creano un approccio scalabile per la scoperta, il controllo e l'onboarding continui di nuovi asset di dati. Questo approccio si riduce a tre componenti: persone, sistemi e processi, in quest'ordine.

Chi Siamo

Ci sono molte fonti di dati là fuori. Come fai a sapere che quelli che stai usando funzionano? Come fai a sapere cosa ti stai perdendo? Costruendo un team dedicato all'acquisizione dei dati giusti, collaborando con i fornitori per farlo e gestendo le proprie risorse di dati. I ruoli da assumere includono un Head of Data Acquisition, Data Architects, Data Strategist e Data Scientist.

Sistemi

Ricordi come alcune aziende hanno avuto difficoltà a passare al lavoro da remoto perché non disponevano di un IT centralizzato? È una lezione che dobbiamo ancora ricordare quando si tratta di modelli analitici. Ho visto grandi organizzazioni acquistare e integrare gli stessi dati due o tre volte in fasi diverse. È necessario un luogo centralizzato in cui i diversi lati dell'azienda possano collaborare sui set di dati che entrano nell'organizzazione. 

Ancora più importante, il tuo ecosistema di acquisizione dati dovrebbe consentirti di iterare su una varietà di dati e accelerare PLC, test e iniziative aziendali. Entro pochi giorni, dovresti essere in grado non solo di catalogare nuove origini dati, ma anche di distribuirle alla produzione. Il tempo è tutto quando la realtà cambia così velocemente.

Processi

Parlando di tempo, se la tua organizzazione impiega due o tre mesi per esaminare una singola fonte di dati (molto meno per integrarla) è segno che non sei molto ben preparato ad assorbire nuovi dati. Crea un flusso di lavoro per il ciclo di vita dell'acquisizione dei dati, dal test all'acquisto fino all'integrazione. Questo processo dovrebbe comportare una partnership interfunzionale composta da IT, approvvigionamento, legale, conformità e sicurezza in modo che ogni team possa affrontare i rispettivi problemi di approvvigionamento.

Conclusione

I leader dei dati intelligenti sanno che le fonti di dati sono una risorsa competitiva per reagire rapidamente alle condizioni del mercato. Dopo aver investito in una strategia di acquisizione dati, non importa se torniamo al blocco o ci riprendiamo rapidamente. Sarai pronto ad atterrare in piedi in mezzo a qualsiasi grave interruzione.