COVID 변경 사항으로 인해 데이터가 구식이 될 때 무엇을 해야 하는지 – 사고 지도자

인간에게 삶의 불확실성은 존재적인 문제입니다. 분석 모델에도 마찬가지입니다. 우리와 마찬가지로 알고리즘은 과거의 이벤트를 일반화하여 미래를 예측하려고 시도합니다. 과거가 더 랜덤할수록, 우리는 모두 혼란에서 패턴을 만들려고 노력합니다.

한 달 전, 우리는 COVID가 끝날지도 모른다고 생각했습니다. 이제 델타 변종의 출현으로 인해 경제는 열리고 닫히는 이상한 춤을 추고 있습니다. 그리고 만약 우리가 다음에 무엇이 될지 알고 싶다면, 예를 들어, 예측 모델에 지난 1년 반의 요약과 함께 데이터를 입력한다면, 그것은 우리가 또 다른 잠금으로 향하고 있음을 알릴 수 있습니다.

데이터는 음식이나 패션 트렌드와 마찬가지로 만료됩니다. 만약 여러분이 모델에 역사적인 데이터만 제공한다면, 그것은 오늘의 시장 상황이나 내일의 상황에 대해 정확한 그림을 그릴 수 없습니다.

일상 생활의 현실이 주당, 심지어 하루당으로 바뀔 때, 여러분은 새로운 데이터 자산과 현재 상황에 대한 통찰력을 제공하는 새로운 차원을 가진 모델을 지속적으로 새로 고쳐야 합니다.

현실이 바뀔 때 여러분도 바뀌어야 합니다

공개 안전 지침의 모든 변동은 소비자 행동의 현저한 변화를 일으켰습니다. 불행히도, 소비자 행동의 각 변동은 분석 모델의 큰 부분을 구식으로 만들었습니다.

이제 팬데믹 동안 비즈니스를 유지하고 성장한 회사들을 생각해 보십시오. 그들은 고객의 행동이 바뀌는 것을 보면서 올바른 데이터 세트를 찾기 위해 신속하게 행동했습니다. 세계가 완전히 바뀐에도 불구하고 같은 데이터 소스를 사용하려고 시도한 회사들은 시장 점유율을 잃었습니다.

예를 들어, 소매 산업은 팬데믹 초기에 온라인 쇼핑으로의 대규모 전환, 온라인-오프라인 결합 거래(예: 커브사이드 픽업)의 복잡성, 그리고 COVID 제한이 해제됨에 따라 직접 경험의 부흥을 받아들여야 했습니다.

지능 있는 소매 회사들은 각 단계에서 적절한 상황을 제공할 수 있는 대체 데이터 소스를 찾았습니다. 처음에는 판매 예측 모델을 조정하기 위해 COVID 관련 데이터 세트(예: 질병의 확산에 대한 CDC 데이터)를 찾았습니다. 그런 다음, 재개장을 결정하기 위해 발길 지문을 대조했습니다. 팬데믹이 지속됨에 따라, 소매 회사들은 판매 및 신용 카드 지출 데이터를 인구 통계 속성과 비교하여 고객 프로필이 어떻게 변경되었는지 이해했습니다.

데이터 열화 데자뷰

우리가 재개장을 기대하고 있지만(언제일지 모르지만), 이 사회적 변화는 첫 번째 세계적인 폐쇄와 비슷한 결과를 예고합니다. 팬데믹 시대 시장과 관련된 데이터 세트를 사용하여 분석 모델을 훈련시킨 조직은 다시 새로운 소스를 찾게 될 것입니다.

그러나 이번에는 첫 번째 폐쇄와는 달리, 우리는 중요한 변화를 준비할 기회가 있습니다. 우리는 대체 데이터 소스를 찾고 새로운 현실을 이해할 수 있는 모델을 만들어야 한다는 것을 알고 있습니다.

그러면 여러분의 데이터가 만료되면 무엇을 해야 합니까? 먼저, 역사적인 데이터 이외의 데이터 소스를 확장하는 방법을 찾으십시오. 가장 강력한 분석 프로그램을 가진 조직은 데이터 수집을 고객 수집과 마찬가지로扱하며, 지속적으로 새로운 데이터 자산을 발견, 검증 및 온보딩하는 확장 가능 접근 방식을 구축합니다. 이 접근 방식은 세 가지 구성 요소로 요약됩니다. 사람, 시스템, 프로세스, 순서대로.

사람

많은 데이터 소스가 있습니다. 사용 중인 데이터 소스가 작동하는지 어떻게 알 수 있습니까? 무엇을 놓치고 있는지 어떻게 알 수 있습니까? 데이터를 수집하기 위해 헌신한 팀을 구축하여 벤더와 협력하고 자신의 데이터 자산을 관리함으로써입니다. 고용할 역할로는 데이터 수집 책임자, 데이터 아키텍트, 데이터 전략가 및 데이터 과학자가 포함됩니다.

시스템

중앙 집중식 IT가 없는 회사가 원격 작업으로의 전환에 어려움을 겪은 것을 기억하십시오. 분석 모델에도 이것은 여전히 기억해야 할 교훈입니다. 큰 회사들이 다른 단계에서 두 번 또는 세 번 동일한 데이터를 구매하고 통합하는 것을 본 적이 있습니다. 조직에 들어오는 데이터 세트에 대한 협력을 위한 중앙 집중식 장소가 필요합니다.

더욱 중요한 것은, 데이터 수집 생태계가 다양한 데이터에 대해 반복하고 비즈니스 이니셔티브, 테스트 및 제품 수명 주기를 가속화할 수 있어야 합니다. 몇 일 내에 새로운 데이터 소스를 카탈로그화하는 것만이 아니라 프로덕션에 배포할 수 있어야 합니다. 현실이这么 빠르게 바뀔 때 시간은 모든 것이 됩니다.

프로세스

시간에 관해서 말하면, 데이터 소스를 검토하는 데 2~3개월이 걸린다면, 새로운 데이터를 흡수하기 위해 잘 준비되어 있지 않다는 신호입니다. 데이터 수집의 수명 주기, 테스트에서 구매 및 통합까지 워크플ローを作成하십시오. 이 프로세스는 IT, 조달, 법률, 규제 및 보안을 포함하는 크로스 기능적 파트너십으로 구성되어야 하며 각 팀은 해당 소싱 문제를 해결해야 합니다.

결론

데이터 리더들은 데이터 소스가 시장 상황에 신속하게 반응하는 경쟁력 자산이라는 것을 알고 있습니다. 데이터 수집 전략에 투자한 후에는 잠금으로 돌아가거나 빠르게 반등하는지 여부와 상관없이 중요하지 않습니다. 주요 중단이 발생할 때 발을 잘 들여놓을 준비가 됩니다.