چگونه تصمیم گیری داده محور بهتری داشته باشیم؟

با توجه به حجم روز افزون داه ها، اهمیت تصمیم گیری داده محور بر کسی پوشیده نیست. در این مقاله در مورد چرایی استفاده از Data Driven Decision Making  صحبت کردیم.

در ادامه این مطلب قصد داریم ۱۰ راهکار عملی برای انجام بهتر تصمیم گیری داده محور در کسب و کار به شما پیشنهاد کنیم.  در پایان شما به اهمیت اینگونه تصمیم‌ها پی خواهید برد.

بسیاری از فعالیت‌های ذهنی ما به صورت غیرآگاهانه انجام می‌شود. بنابراین گاهی اوقات سخت است که تشخیص دهیم بر اساس چه منطقی تصمیم گیری کرده‌ایم. به همین دلیل است که بعضی اوقات مقصر هستیم چون تمایل داریم به جای داده‌های واقعی، داده های مطلوب و ذهنی خود (که واقعی نیستند) را ببینیم.

کار کردن با تیمی که داده‌های شما را می‌شناسد باعث می‌شود که درهای زیادی رو به شما باز شود و بازخوردهای بسیار خوبی بگیرید. وقتی اعضای تیم به داده‌ها دسترسی داشته باشند، افراد بدون توجه به سطح دانش فنی، قدرتمند می‌شوند و می‌توانند تصمیم‌گیری های بهتری انجام دهند. امروزه از داشبورد ها به همین منظور استفاده می‌شود. مصورسازی داده ها و استفاده از ویژوال‌ها به جای جدول‌ها و گراف‌های پیچیده یک دید کلی و جامع از داده ها ارائه می‌دهد. بنابراین فهم و درک بهتری از داده‌ها به دست می‌آید و افراد قادر خواهند بود تصمیم‌گیری بهتری برمبنای داده‌های سازمان انجام دهند.

وقتی افراد بیشتری داده‌ها را درک کنند، شما این فرصت را دارید که بازخوردهای بهتری دریافت کنید. شاید با دیدن اعداد و ارقام اهمیت این موضوع را بیشتر متوجه شوید. مطابق یکی از مطالعات McKinsey در سال ۲۰۱۰ (که حتی با وجود قدیمی شدن، باز هم ارزش مطالعه دارد)، ۱۰۰۰ کسب و کار بزرگ بررسی شدند. در این مطالعه، سازمان‌ها برروی کاهش اثر خطاهای تصمیم‌گیری کار کردند. در این حالت ۷٪ بازگشت سرمایه بیشتری داشتند. بنابراین تصمیم گیری داده محور‌ (DDDM)، انحرافات را کاهش داده و باعث می‌شود داده‌ها برای خودشان صحبت کنند و تفاوت چشم گیری ایجاد کنند.

برای دریافت بهترین خروجی از داده‌ها، قبل از اینکه شروع به تحلیل داده‌ها کنید، اهداف سازمان را مشخص نمایید. بعد از تعیین اهداف سازمان،‌ شاخص‌های کلیدی عملکرد (KPIs) را مشخص نمایید. ممکن است مثال‌های زیادی از شاخص‌های کلیدی عملکرد وجود داشته باشد، اما سعی کنید که مهم‌ترین آن‌ها را انتخاب نمایید.

جمع آوری داده‌ها نیز بسیار حیاتی است. برای کسب و کارهای کوچک و یا استارتاپ‌ها،‌ جمع‌آوری داده (Data Collection) باید از همان روز اول انجام شود. جک دورسی (بنیان گذار توییتر) می‌گوید:‌ در دو سال اول توییتر، ما با چشمان بسته پرواز می‌کردیم. همه کارهای ما براساس شهود انجام می‌شد درحالیکه می‌بایست از داده‌ها نیز استفاده کنیم.

هنگامیکه استراتژی و اهداف تعیین شدند، باید سوالاتی که پاسخ داده نشدند را پیدا کنید. پرسیدن سوالات تحلیلی، به تیم‌ها کمک می‌کند که روی داده‌های درست تمرکز کنند و در هزینه و زمان صرفه‌جویی کنند. والمارت و گوگل هر دو سوالات مشخصی داشتند که نتایج را به طرز شگفت انگیزی تغییر داد. در این صورت شما روی داده‌هایی تمرکز می‌کنید که به آ‌ن‌ها واقعا نیاز دارید. بنابراین به جای اینکه هر داده‌ای که به دستتان می آید را جمع کنید، تنها به داده‌هایی را جمع آوری می‌کنید که به سوالات پاسخ دهند.

در بین داده‌هایی که جمع آوری کردید، سعی کنید روی داده‌های ایده‌آل و مطلوب خود تمرکز کنید. در این صورت پاسخ سوالاتی که در مرحله قبل گفتیم را پیدا می‌کنید. هنگامیکه داده‌های مطلوب را پیدا کردید، چک کنید که آیا این داده‌ها جمع آوری شده اند یا اینکه نیاز به جمع آوری این‌ داده‌ها (Data Collection) از خارج از سازمان دارید.

این نکته ممکن است از نظر شما بسیار بدیهی باشد، اما لازم است که در مورد آن صحبت کنیم: بعد از اینکه چهارچوب سوالات و جمع آوری داده مشخص شد، سراغ کشف مفهوم و بینش از داده‌ها می‌رویم. این امر موجب DDDM می‌شود.

ذهن ما به نتیجه گراست و تمایلی ندارد که گزینه‌های جایگزین را در نظر بگیرد. ما در اکثر موارد تمایلی نداریم که ارزیابی‌های اولیه خود را مجددا بررسی کنیم.

اگر شما داده‌ها را شناسایی کنید و درستی معیارهای درنظر گرفته شده را بررسی نمایید،‌ باعث می‌شود که از الگوهای تصمیم‌گیری خود بیرون بیایید. با کمک اعضای تیم خود که نگرش خوبی دارند، می‌توانید انحرافات را شناسایی کنید. هیچ گاه از برگشت به عقب و فکر کردن در مورد تصمیمات خود نهراسید. این کار ممکن است در نگاه اول شکست به نظر برسد اما مطمئن باشید این کار برای موفقیت شما الزامی است. با ارزیابی اشتباهات گذشته و کشف مسیر این اشتباهات نتایج مثبتی به دست میاوریم. در حالیکه اگر بنشینیم و منتظر اتفاقات بعدی باشیم، متحمل هزینه‌ خواهیم شد.

دریافت بینش از داده‌ها بسیار خوب است.اما می‌بایست پیام‌های ویژوال‌ها و داده‌ها مدیریت کنیم. به لطف ظهور ابزارهای مصورسازی داده مانند Power BI، لزومی ندارد برای طراحی داشبورد های اطلاعاتی، حتما متخصص IT باشید. با طراحی داشبوردهای آنلاین، اطلاعات مهمی را از داده‌ها استخراج کنید و تصمیمات درستی در کسب و کار اتخاذ نمایید. به داشبورد زیر توجه کنید که با توجه به داده‌های مالی طراحی شده است:

با توجه به داشبورد بالا،‌ می‌توانید نگاه کلی و جامعی از عملکرد مالی سازمان داشته باشید. با استفاده از KPI هایی مانند نسبت هزینه‌های عملیاتی، حاشیه سود خالص، درامد، درامد قبل از مالیات و … فرایند تصمیم‌گیری با سرعت بالاتری انجام خواهد شد.

بعد از مشخص‌ شدن سوالات، داده‌ها و بینش (insight)، به سخت‌ترین مرحله یعنی تصمیم‌گیری می‌رسیم. در این مرحله می‌بایست مطمئن شوید که تصمیمات شما با ماموریت و چشم‌انداز (Mission & Vision) سازمان همخوانی دارد یا خیر؟ از این رو اهدافی قابل اندازه‌گیری تعیین کنید تا مطمئن شوید که در حال حرکت در مسیر درست هستید.

این موضوع معمولا نادیده گرفته می‌شود، اما توجه کنید که در DDDM هیچ گاه از آزمایش، تحلیل و پرسش دست نکشید. در دنیای دیجیتال امروزی، ما دسترسی بیشتری به داده‌ها داریم. برای استخراج ارزش واقعی از داده‌ها باید به صورت مستمر اهداف سازمان را به روز رسانی کنیم. چرا که محیط اطراف در حال تغییر است و ما نیز باید همگام با این دگرگونی‌ها حرکت کنیم.