בדל מה לעשות כאשר שינויים ב-COVID הופכים את הנתונים שלך למיושנים - מובילי מחשבה - Unite.AI
צור קשר

מנהיגי מחשבה

מה לעשות כאשר שינויים ב-COVID הופכים את הנתונים שלך למיושנים - מובילי מחשבה

mm
מְעוּדכָּן on

עבור בני אדם, חוסר הניבוי של החיים הוא דאגה קיומית. זה איום דומה עבור מודלים אנליטיים. כמונו, אלגוריתמים מנסים לחזות את העתיד על ידי הכללת אירועי העבר. ככל שההיסטוריה אקראית יותר, כך שנינו נאבקים ליצור דפוס מתוך הכאוס. 

לפני חודש חשבנו שנגמר הקורונה. כעת, עם הופעתה של גרסת הדלתא, הכלכלה נמצאת בריקוד מוזר בין פתוח לסגור. ואם היינו רוצים לגלות מה הלאה - נניח, אם נזין למודל חזוי סיכום של השנה וחצי האחרונות - זה יכול מאוד לומר לנו שאנחנו לקראת סגירה נוספת. 

תוקף הנתונים, כמו אוכל או טרנדים אופנה, פג. אם תספקו לדגמים שלכם רק נתונים היסטוריים מוגבלים, הם לא יכולים לצייר תמונה מדויקת מאוד של מה שקורה היום בשוק, ועוד פחות מכך מה יקרה מחר. 

כאשר המציאות של חיי היומיום משתנה משבוע ואפילו מיום ליום, אתה צריך לרענן את המודלים שלך, כל הזמן, עם נכסי נתונים חדשים וממדים חדשים המספקים תובנות על ההקשר הנוכחי.

כשהמציאות משתנה, אתה צריך לשנות איתה

כל תנודה בהנחיות בטיחות הציבור עוררה שינוי מדהים בהתנהגות הצרכנים. למרבה הצער, כל אחד מהשינויים הללו בהתנהגות הצרכנים הפך חלקים גדולים מהמודלים האנליטיים של ארגונים למיושנים. 

עכשיו חשבו על החברות שלמרות השינוי המתמיד, שמרו ואף הגדילו את עסקיהן במהלך המגיפה. הם פעלו במהירות כדי למצוא את מערכי הנתונים הנכונים שיוכלו לתת להם נראות לגבי ההרגלים המשתנים של הלקוחות. החברות שניסו לדבוק באותם מקורות הנתונים הישנים שלהן, למרות שהעולם השתנה לחלוטין, איבדו את חלקן בשוק. 

תעשיית הקמעונאות, למשל, נאלצה לאמץ את המעבר המאסיבי לקניות מקוונות בתחילת המגיפה, את המורכבות של עסקאות שילוב מקוונות-לא מקוונות (כמו איסוף משולש) ו החייאה של חוויות אישיות עם הסרת הגבלות הקורונה. 

חברות קמעונאיות מתמצאות חיפשו מקורות נתונים חלופיים כדי לספק את ההקשר המתאים לכל שלב בתהליך. בהתחלה, הם חיפשו מערכי נתונים הקשורים ל-COVID - שכללו נתוני CDC על התפשטות המחלה, למשל - כדי להתאים את מודל חיזוי המכירות שלהם. לאחר מכן, הם בחנו תנועה רגלית לעומת תנועה מקוונת כדי לקבוע את הגישה שלהם לפתיחה מחדש. ככל שהמגיפה התגברה, חברות קמעונאיות בחנו את נתוני המכירות וההוצאות בכרטיסי אשראי מול מאפיינים דמוגרפיים כדי להבין כיצד השתנה פרופיל הלקוחות הטיפוסי שלהן. 

התדרדרות נתונים déjà vu

עד כמה שכולנו מצפים לפתיחה המחודשת (בכל פעם שהיא תגיע), השינוי החברתי הדרמטי הזה מזהיר תוצאה דומה לכיבוי העולמי הראשון. ארגונים שהכשירו את המודלים האנליטיים שלהם באמצעות מערכי נתונים הקשורים לשוק של עידן המגיפה יצטרכו שוב לחפש מקורות חדשים.

אבל בניגוד לנעילה הראשונה, הפעם יש לנו הזדמנות להתכונן לשינוי המשמעותי כשהוא יגיע. אנחנו יודעים שנצטרך למצוא מקורות נתונים חלופיים וליצור מודלים שיכולים להבין את המציאות החדשה. 

אז, מה עליך לעשות כאשר אתה יודע שהנתונים שלך יפוג? ראשית, חפש דרכים להרחיב את מקורות הנתונים שלך מחוץ לנתונים ההיסטוריים שלך. הארגונים עם התוכניות האנליטיות החזקות ביותר מתייחסים לרכישת נתונים כמו שהם מתייחסים לרכישת לקוחות - הם בונים גישה ניתנת להרחבה לגילוי, בדיקה והכנסת נכסי נתונים חדשים באופן מתמיד. גישה זו מסתכמת בשלושה מרכיבים: אנשים, מערכות ותהליכים, בסדר זה.

אֲנָשִׁים

יש הרבה מקורות נתונים בחוץ. איך אתה יודע שאלו שבהם אתה משתמש עובדים? איך אתה יודע מה אתה מפספס? על ידי בניית צוות המוקדש לרכישת הנתונים הנכונים, עבודה עם ספקים כדי לעשות זאת וניהול נכסי הנתונים שלך. התפקידים שיש להעסיק כוללים ראש תחום רכישת נתונים, ארכיטקט נתונים, אסטרטג נתונים ומדעני נתונים.

מערכות

זוכרים איך חברות מסוימות נאבקו במעבר לעבודה מרחוק כי לא היה להן IT מרכזי? זה לקח שעדיין צריך להזכיר לנו כשמדובר במודלים אנליטיים. ראיתי ארגונים גדולים קונים ומשלבים את אותם נתונים פעמיים או שלוש בשלבים שונים. מקום מרוכז שבו צדדים שונים של העסק יכולים לשתף פעולה על מערכי נתונים הנכנסים לארגון הוא הכרחי. 

אפילו יותר חשוב מכך, המערכת האקולוגית של רכישת הנתונים שלך צריכה לאפשר לך לחזור על מגוון נתונים ולהאיץ את ה-PLCs, הבדיקות והיוזמות העסקיות שלך. תוך מספר ימים, אתה אמור להיות מסוגל לא רק לקטלג מקורות נתונים חדשים אלא לפרוס אותם לייצור. זמן הוא הכל כשהמציאות משתנה כל כך מהר.

תהליכים

אם כבר מדברים על זמן, אם לוקח לארגון שלך חודשיים או שלושה לבחון מקור נתונים בודד (הרבה פחות לשלב אותו), זה סימן שאתה לא כל כך מוכן לקלוט נתונים חדשים. צור זרימת עבודה עבור מחזור החיים של רכישת נתונים, מבדיקה לקנייה ועד אינטגרציה. תהליך זה צריך לכלול שותפות צולבת המורכבת מ-IT, רכש, משפטי, תאימות ואבטחה, כך שכל צוות יוכל לטפל בבעיות המקור המתאימות.

סיכום

מובילי נתונים חכמים יודעים שמקורות נתונים הם נכס תחרותי לתגובה מהירה לתנאי השוק. לאחר שהשקעת באסטרטגיית רכישת נתונים, זה לא משנה אם נחזור לנעילה או להתאושש במהירות. אתה תהיה מוכן לנחות על הרגליים בתוך כל הפרעה גדולה. 

מאור הוא המייסד והמנכ"ל של אקספלוריום, התשוקה שלו לבניית מוצרי נתונים מעולים נובעת מניסיונו ביחידת המודיעין הצבאית העילית 8200, שם עבודתו בהתמודדות עם מגוון נתונים הובילה אותו ליצור פלטפורמת כריית נתונים עטורת פרסים ולהוביל פרויקטים בתחום מדעי הנתונים. מאור נבחר ברשימת פורבס ישראל לרשימת 30 מתחת לגיל 30.