📝 Сколько нужно данных?
📝 Сколько нужно данных?
Масштабные инвестиции в аналитику, дашборды и ИИ должны ускорять управление. На практике, оказывается, замедляют. Чем больше данных, тем сложнее принимать решения, констатирует SupplyChain Management Review.
❗️Три фактора:
1️⃣ Показатели противоречат друг другу. Закупки смотрят на стоимость, операционщики - на производительность, клиентский сервис - на уровень сервиса. А когда метрики в разных системах - согласование превращается в бесконечность.
2️⃣ Нет ответственного за решение. Проблема общая, команды смежные, а решение никто не принимает - все ждут, что кто-то другой скажет «да».
3️⃣ Чем больше данных - тем больше проверок. Руководители тонут в аналитике, пытаясь найти стопроцентную уверенность, которой не существует.
❗️Данные должны не определять действия, а поддерживать их, напоминает издание. Рецепт кажется простым: выбрать ключевые решения, где скорость критична; привязать дашборды к конкретным действиям, а не к сбору данных; и синхронизировать аналитику с ритмом бизнеса, а не наоборот.
📎 От авторов канала - все, как обычно, упирается в того, кто скажет: «Стоп. Данных достаточно. Решаем». Его все хотят заменить на алгоритм, но без человека пока никак🤷.
Вы не поверите, но в той самой книге будут даны рецепты и для таких случаев.
👉 Оригинал: SupplyChain Management Review
Спасибо, что вы с нами!
Успехов вам и вашему делу!
Масштабные инвестиции в аналитику, дашборды и ИИ должны ускорять управление. На практике, оказывается, замедляют. Чем больше данных, тем сложнее принимать решения, констатирует SupplyChain Management Review.
❗️Три фактора:
1️⃣ Показатели противоречат друг другу. Закупки смотрят на стоимость, операционщики - на производительность, клиентский сервис - на уровень сервиса. А когда метрики в разных системах - согласование превращается в бесконечность.
2️⃣ Нет ответственного за решение. Проблема общая, команды смежные, а решение никто не принимает - все ждут, что кто-то другой скажет «да».
3️⃣ Чем больше данных - тем больше проверок. Руководители тонут в аналитике, пытаясь найти стопроцентную уверенность, которой не существует.
❗️Данные должны не определять действия, а поддерживать их, напоминает издание. Рецепт кажется простым: выбрать ключевые решения, где скорость критична; привязать дашборды к конкретным действиям, а не к сбору данных; и синхронизировать аналитику с ритмом бизнеса, а не наоборот.
📎 От авторов канала - все, как обычно, упирается в того, кто скажет: «Стоп. Данных достаточно. Решаем». Его все хотят заменить на алгоритм, но без человека пока никак🤷.
Вы не поверите, но в той самой книге будут даны рецепты и для таких случаев.
👉 Оригинал: SupplyChain Management Review
Спасибо, что вы с нами!
Успехов вам и вашему делу!