Recomendados
Recomendados
Más contenido relacionado
Similar a 130522 red ocean 5 prinsipper for analytiske prosjekter
Similar a 130522 red ocean 5 prinsipper for analytiske prosjekter (20)
130522 red ocean 5 prinsipper for analytiske prosjekter
- 1. PerformancePerformance Analytics VisibilityVisibility Analytics Hvordan tilby en bedre kundeopplevelse? 5 prinsipper for analytiske prosjekter Nils Kristensen, Hotel Continental, 22.mai 2013
- 2. 2 Red Ocean fokuserer på forbedringsprosjekter RED OCEAN JOBBER MED FORBEDRING GJENNOM FORRETNINGSANALYSE Informasjonoginnsikt Analytisketjenester Forretningsverdi Prising Kvalitet Prediksjon Lagerstyring Kundedialog Rapportering Segmentering Optimalisering Risikohåndtering Svindeldeteksjon Beslutningsstøtte Lojalitetsprogrammer Kapasitetsplanlegging Preventivt vedlikehold Nettverksoptimalisering Strategi – Analyse – Kontinuerligforbedring
- 3. 3 Hvordan benytte smarte analyser for å øke kundeopplevelsen PREDIKTIV KUNDEATFERD UTNYTTER TIDLIGERE KUNDEATFERD FOR Å FORUTSI SANNSYNLIG FREMTIDIG OPPFØRSEL Prediktiv analyse Hva kommer til å skje videre Forecasting Marketing Kundebetjening Preskriptiv analyse Hva gjør vi med det Beslutningstrær Simulering Optimalisering Deskriptiv analyse Hva skjedde og hvorfor Rapportering Statistikk Segmentering
- 4. 4 BIG DATA Hvis prediksjon er så kraftig, hvorfor gjør ikke alle det ANALYSE EKSISTERER IKKE I ET UNIVERS FOR SEG SELV Forretning Analyse IT Nå skal vi Tro’kke det Hæ? Vekst Målkart Struktur EBIT KPI DVH DB MDM SQL NoSQL ETL EA Avstand Sannsynlighet Clustering Nevrale nett Konfidensintervaller Sentiment Robusthet R Strategi Marked
- 5. 5 Vi vil starte med analytisk kundearbeid, hva gjør vi nå HVORDAN KAN VI SIKRE GJENNOMFØRING OGVARIG ENDRING I MÅTEN Å BEARBEIDE KUNDEDATA
- 6. 6 5 prinsipper for å jobbe med analyse og prediksjon som vil sette deg på riktig spor Gjør noe Sikre forankring Skaff hjelp Skap entusiasme Bruk riktig verktøy
- 7. 7 Prinsipp 1: Gjør noe Det er alltid gode unnskyldninger for ikke å gjøre noe: • Prediksjonsprosjekter krever mye av kompetanse og datatilgjengelighet • Det er lett å bli overveldet av datavolumer og kompleksitet i prosesser • IT kan virke som en større utfordring enn det faktisk er HVORFOR ER DETTE VIKTIG EKS. SALGSPROSESSER
- 8. 8 Prinsipp 1: Gjør noe Tenk stort start smått: 1. Sett opp et langsiktig mål for hva prediksjon skal gjøre for selskapet 2. Plukk ut et område for oppstart, fortrinnsvis et som har potensiale for god effekt 3. Definer et prosjekt av fornuftig størrelse med håndfaste mål 4. Avklar kompetanse- og ressursbehov HVORDAN GJØR DU DET IBM Customer Dialogue Framework
- 9. 9 Prinsipp 2: Sikre forankring Mangel på forankring er en av de viktigste årsakene til at analytiske initiativer ikke overlever over tid: • Analytisk kompetanse har lett for å bli isolert • Det er få selskaper som er modne i bruk av analytisk beslutningsstøtte • IT har ofte klare prioriteringer som ikke omfatter tilgjengeliggjøring og bruk av data til analyseformål og innovasjonsprosesser HVORFOR ER DETTE VIKTIG Beslutningsmodell og kommunikasjon Analytisk talent Analytiske verktøy Datatilgjengelighet Dataarkitektur Maskinvare og infrastruktur
- 10. 10 Prinsipp 2: Sikre forankring Bruk av analyse og prediksjon i kundearbeid eller leveranse er både et strategisk valg og et typisk teamarbeid, da må du gå hele prosessen med forankring 1. Lag en plan med utgangpunkt i hva som er identifisert som riktig start, hold kunden i fokus 2. Skaff sponsor i forretningsledelse og sett analytisk kundearbeid på kartet fremover slik at det klart kommer frem hvilke forretningsmål som skal støttes 3. Involver nøkkelpersoner i forretning, operasjon og IT, planlegg for å jobbe tett med dem for å utvikle analytisk kapasitet HVORDAN GJØR DU DET Crisp DM Prosjekt- og endringsledelse Kommunikasjon og informasjon
- 11. 11 Prinsipp 3: Skaff hjelp Selv om prediktiv analyse er nytt for de fleste, er det mange der ute å lære noe av: • Når du starter, er det mange hensyn å ta, det er lett å trå feil og brenne av tid og ressurser • Det vil være innslag av ny kompetanse og nye metoder • Det er ikke alltid det lønner seg å ha eksperter på alle områder • Det tar tid å bli god, ta konsekvensen av det HVORFOR ER DETTE VIKTIG Operasjonelt fokus Prosjekt- og kravfokus Strategi- og ytelsesfokus Innovasjons- og optimaliseringsfokus Analytisk modenhet
- 12. 12 Prinsipp 3: Skaff hjelp Utnytt ekstern hjelp smart for å få resultater raskt: 1. Skaff hjelp til de områder som ikke dekkes av egne ressurser, vurder spesielt innen implementering av analyse og prediksjon som aktiv del av leveransekjede 2. Finn noen som har jobbet på dine type utfordringer tidligere og som kan få det på riktig spor raskt 3. Hent inn spesialkompetanse på verktøy dersom du ikke har det tilgjengelig HVORDAN GJØR DU DET 1. prosjekt Analytisk modenhet Tid ? ? ? “omforentanalytisk visjon” (“Bedre omtrentlig riktig enn nøyaktig feil”) Analytisk visjon 2. prosjektbølge
- 13. 13 Prinsipp 4: Skap entusiasme Analytikere og dataarbeidere er ofte introverte, men brenner til gjengjeld for fag: • Det er vanskelig, om ikke umulig, å implementere varige resultater uten noen som brenner for oppgaven • Selv om initiativer er forankret alle veier, garanterer ikke det en varig interesse for området • Avansert analyse er en kryssfunksjonell øvelse, alle må involveres HVORFOR ER DETTE VIKTIG
- 14. 14 Prinsipp 4: Skap entusiasme Du har satt i gang, du forventer gode resultater, hvordan holde trykket oppe: 1. Kommunikasjon! Sørg for at alle får vite hva som skjer, fremdrift og resultater 2. Etabler samhandlingsplattformer for oppfølging og videreutvikling eks. analytisk forum 3. Tenk som IT, jobb etappevis i korte sykluser hvis mulig 4. Godt gjennomførte prosjekter er alles fortjeneste, la alle ta del i resultatet og feire fremskritt HVORDAN GJØR DU DET
- 15. 15 Prinsipp 5: Bruk riktig verktøy For å lykkes med prediksjon, er det viktig å ha verktøy som er tilpasset denne oppgaven: • Prediksjon krever kompetanse (den stygge sannheten), men et godt verktøy kan ta bort mye av kompleksiteten • Excel eller rapporteringsverktøy er ikke nok (dette handler om statistikk, utvikling av atferdsmodeller og datamining) • Resultater er ikke nødvendigvis enkle å kommunisere, da må du ha et verktøy som hjelper deg med det HVORFOR ER DETTE VIKTIG Eks. lineær regresjon som ikke fanger korrelasjon
- 16. 16 Prinsipp 5: Bruk riktig verktøy Et godt verktøy er halve jobben: 1. Skaff verktøy som er avpasset til kompetansen som skal bygges (R kan være bra nok hvis du er SSB) 2. Vær forsiktig med black-box-løsninger når du starter et initiativ, de er store og lett å trå feil med, da de krever stort innslag av eksterne løsningsdesignere 3. Løsning som du kan vokse med – både assistert utvikling og mulighet for full kontroll, big data, datakilder 4. Sørg for at verktøyet ditt kan håndteres tilstrekkelig internt, det er skuffende når du trenger 3 konsulenter for å endre selv enkle modeller HVORDAN GJØR DU DET Kunder & Prospects Online Email Mobil Call center Butikk ATM, etc. POS Post
- 17. 17 Oppsummering:Start nå! METODISK TILNÆRMING LAR DEG STARTE I DET SMÅ Finnditt område Gjør noe Sikre forankring Innsiktog forståelse Skaff hjelp Kom deg oppå stå Skap entusiasme Fellessamhandlingsplattformer Bruk riktig verktøy Gjørdet enkeltfor degselv Intelligente løsninger • Smarte analyser • Klaremål Involveringog team • Innovasjonsprosesser • Kommunikasjon Løsningsarkitektur • Datatilgjengelighet • Analyseplattform Kontinuerlig læring Samhandling Kundefokus Verdi Kompetanse Kundeopplevelse Løsninger
- 18. Nils Kristensen Partner Mob: +47 901 16 661 E-mail: nils.kristensen@redocean.no www.redocean.no CONSULTING – TECNOLOGY – ANALYTICS – VISIBILITY – PERFORMANCE