COVIDの変化がデータを古くする場合の対処法 – 思考のリーダー

人間にとって、生活の予測不可能性は存在的な懸念事項です。アルゴリズムも同様に、過去のイベントから将来を予測しようとします。歴史がランダムであるほど、我々は両者ともにカオスからパターンを作り出すのに苦労します。

1ヶ月前、COVIDが終わったと思っていました。ただし、デルタ株の出現により、経済は開放と閉鎖の奇妙なダンスを続けています。如果私たちが、過去1年半の要約と予測モデルを使用して次のことを知りたい場合、もう一度ロックダウンする可能性があると言われるでしょう。

データは、食料やファッションのトレンドと同様に、期限切れになります。もしもあなたがモデルに限られた歴史データのみを提供する場合、モデルは市場や将来について正確な絵を描くことができません。

毎週、毎日、現実が変化する場合、あなたのモデルを新しいデータ資産や新しい次元で常に更新する必要があります。これらの新しいデータ資産や次元は、現在の状況に関する洞察を提供します。

現実が変化するとき、あなたも変化する必要があります

公共の安全ガイドラインの毎回の変化は、顧客の行動の顕著な変化をもたらしました。不幸にも、これらの変化は、多くの企業の分析モデルを古くしました。

しかし、常に変化する中で、企業がビジネスを維持し、さらに成長させた場合を考えてみましょう。これらの企業は、顧客の行動の変化に関する洞察を提供する正しいデータセットを見つけるために迅速に動きました。世界が完全に変化したにもかかわらず、同じ古いデータソースに固執した企業は市場シェアを失いました。

小売業界の場合、パンデミックの開始時に大規模なオンラインショッピングへの移行、オンラインとオフラインの組み合わせトランザクション（例：カースルーピックアップ）、そしてCOVIDの制限が解除された後の直接体験の復活を受け入れる必要がありました。

賢い小売企業は、各ステップで適切なコンテキストを提供するための代替データソースを探しました。まず、CDCのデータなどのCOVID関連データセットを使用して、売上予測モデルを調整しました。次に、店頭の来店客とオンライントラフィックを比較して、再開へのアプローチを決定しました。パンデミックが続くにつれて、小売企業は、販売データとクレジットカード支出データを顧客プロファイルの属性と比較して、典型的な顧客プロファイルがどのように変化したかを理解しました。

データの劣化デジャブ

私たちが再開を待ち望んでいるように（いつ再開されるかはわかりませんが）、この大きな社会的変化は、最初の世界的ロックダウンのような結果を予測しています。パンデミック時代の市場に関するデータセットを使用して分析モデルをトレーニングした組織は、再び新しいデータソースを探す必要があります。

しかし、最初のロックダウンとは異なり、このとき私は大きな変化が起こる前に準備する機会を持っています。新しい現実を理解できるモデルを作成し、新しいデータソースを見つける必要があることを知っています。これには3つのコンポーネントが必要です：人、システム、プロセス、という順序です。

あなたのデータが期限切れになることがわかった場合、あなたはどうしますか。まず、歴史データ以外のデータソースを広げる方法を見つけます。最も強力な分析プログラムを持つ組織は、データ取得を顧客取得と同様に扱います。彼らは、新しいデータ資産を継続的に発見、検証、オンボードするためのスケーラブルなアプローチを構築します。これには3つのコンポーネントが必要です：人、システム、プロセス、という順序です。

人

利用可能なデータソースは多数あります。どのデータソースが機能しているか、どれが欠けているかを知るにはどうすればよいですか。データ取得を担当するチームを構築し、ベンダーと協力し、自社のデータ資産を管理することで実現できます。採用する役割には、データ取得責任者、データアーキテクト、データ戦略家、データサイエンティストが含まれます。

システム

リモートワークへの移行で苦労した企業は、集中管理されたITが必要であることを思い出します。分析モデルについても、同じ教訓が適用されます。私は、大きな企業が同じデータを2回または3回購入し、異なる段階で統合しているのを見たことがあります。組織内でさまざまなビジネス部門が協力してデータセットを管理するための集中管理された場所が必要です。

さらに重要なことは、データ取得エコシステムがさまざまなデータを迅速に反映し、製品ライフサイクル、テスト、ビジネスイニシアチブを加速できるようにすることです。数日以内に、新しいデータソースをカタログ化するだけでなく、プロダクションにデプロイできる必要があります。現実が急速に変化する場合、時間はすべてです。

プロセス

時間について話すと、1つのデータソースを調査するのに2か3か月かかる組織は、新しいデータを吸収する準備ができていないことを示しています。データ取得のライフサイクル、テストから購入、統合まで、ワークフローを作成します。このプロセスには、IT、調達、法務、コンプライアンス、セキュリティのクロスファンクショナルパートナーシップが必要です。各チームは、それぞれのソーシング問題に対処します。

結論

賢いデータリーダーは、データソースが市場条件に迅速に反応するための競争上の資産であることを理解しています。データ取得戦略に投資した後、ロックダウンに戻るか、迅速に回復するかは関係ありません。主要な混乱の中で、すぐに立ち直る準備ができています。