3. 3
Az adat értéke – „4V”
Mások adatai helyett koncentráljunk a cégünkben (cégcsoportunkban)
elérhető adatvagyonra.
VOLUME
Adatok nagy mennyiségben
keletkeznek és állnak
rendelkezésünkre.
VARIETY
Adataink sokszínűek: a partnerekkel,
alkalmazottakkal, projektekkel, pénzügyi
és minőségbiztosítási állapotunkkal
egyaránt árulkodnak (szó szerint).
VERACITY
Adataink érvényesek
– a legfontosabb „V” –,
ha azokat képesek
vagyunk szintetizálni és
döntéshozói
folyamatainkba
integrálni.
VELOCITY
Adatok gyorsan terjednek: az
adatfeldolgozás egyre inkább valós időben
történik és hasonló igaz az adatok,
információ megosztására is.
4. 4
Az adatmanagement
Ma az adatokkal (saját, üzletági, általános
gazdasági, internetről származó,
feldolgozott, összehasonlító, historikus,
stb.) ADATMANAGEMENT-et végzünk.
Segít új üzleti
trendek
feltárásában
Lehetőséget
nyújt az aktuális
piac átfogóbb
megismerésére
Javítja a
felhasználói
élményt
Növeli az
ügyfélkapcsolatok
értékét
Személyre
szabott
kommunikációt
biztosít
Forrás: „http://www.itbusiness.hu/Fooldal/technology/aktualis_lapszam/tech/Az_adatolaj_igazi_erteke.html”
5. 5
Egy fontos adatmanagement eszköz: a performance dashboard
Forrás: https://www.yokogawa.com/solutions/solutions/manufacturing-operations-management/operations-management/production-dashboard-system/
Indikátorok
Vizualizáció
Folyamat
szemlélet
Konszolidált
adatforrások
Különböző
nézőpontok
Stratégia és
operáció
összekapcsolása
9. 9
Döntéshozatali paradoxon …
Van adat?
Nincs Van
Sok adat van?
Kevés Sok
Nem tudok dönteni
Ha az adatokkal támogatott
döntéshozatal során mindig
elveszettnek érzed magad, …
10. 10
… és feloldása
Van adat?
Nincs Van
Sok adat van?
Kevés Sok
Nem tudok dönteni
Ha az adatokkal támogatott döntéshozatal
során mindig elveszettnek érzed magad, …
… akkor lehet, hogy
Balanced Scorecardra
van szükséged.
12. 12
Esettanulmányok
Állásközvetítő cég abban a hiszemben van, hogy másfél millió álláskereső CV-jével
rendelkezik.
Egy adatbázis tisztítási feladat melléktermékeként kiderül, hogy a másfél millió CV
valójában nagyságrendileg 1.250 ezer embertől származik.
A 17%-os redundancia káros, mert
• fennáll a veszélye, hogy 250 ezer ember egynél több hírlevelet, vagy azonos, átfedő
állásajánlatot kap, ami alááshatja a cég szakértelmébe vetett hitet,
• növeli a költségeket (adattárolás, archiválás, humán ráfordítás),
• félrevezeti a managementet, rossz stratégiai döntéseket alapozhat meg.
Adatbázis tisztítás, redundancia szűrés
13. 13
Esettanulmányok (2)
Pénzügyi intézet új terméket vezet be, amelyet marketing
kampánnyal is támogatni kíván.
Az értékesített termék rendelkezik egy életciklusra vonatkozó
profitbecsléssel. Ez az érték minden ügyfélre más és a múltbeli
tranzakciós adatok alapján jól becsülhető.
Ha a célcsoport statisztikai módszerekkel, ún mintázat elemzés
alkalmazásával kerül kiválasztásra, akkor a válaszadási arány
(jelen esetben a megkötött szerződések száma) magasabb,
mint egy véletlenszerűen választott célcsoport esetén.
A sikerdíjat ebben a példában az intézet által választott 5 ezer
és az általunk választott 5 ezer elemű minta közötti válaszadási
arány különbsége alapján képeztük….
Mintázat elemzés, profil készítés,
14. 14
Esettanulmányok (3)
Hűségkártyánk támogatására többszintű bónuszrendszert akarunk kidolgozni.
A rendelkezésre álló vásárlási adatokból elkészítjük a modellünket (árbevétel hogyan függ a
különböző termékkategóriák árszintjének változásától).
Ezt követően hipotetikusan felállítjuk a kedvezmény-kategóriákat (pl. 5-10 és 15%-os
kedvezmény), a feltételrendszert (pl. 5-10 és 20 EFT forint feletti vásárlás esetén), illetve becslést
teszünk a kedvezményre jogosultak arányára (pl. 1 MFT összforgalom 1000 vásárlásból, ahol 20
EFT feletti a vásárlások 25%-a, 10 és 20 EFT közötti a vásárlások 70%-a és 5 EFT alatti a vásárlások
5%-a).
Ezek alapján kialakítható egy olyan web-alapú környezet, ahol ezek a paraméterek dinamikusan
változtathatók, sőt – igényesebb modell kialakítása esetén – elérhető, hogy szakértői
rendszerként maga az alkalmazás tegyen javaslatot a paraméterek profitot maximalizáló optimális
értékére.
Szimuláció
15. 15
Hogyan érvelj mellettünk?
• Kimagasló minőség
• 21 évnyi - főleg - gyógyszeripari tapasztalat, számos audit, minőségbiztosított folyamatok.
• Tanácsadói szemlélet
• Bár alkalmazásokat készítünk, elsősorban tanácsadók vagyunk: egyrészt nagy hatékonysággal használunk fel (legálisan ) rendelkezésre álló megoldásokat, másrészt
odaengedünk másokat is a nem testhezálló feladatokhoz.
• Statisztikai tudásunk
• Mai napig ritka szakma, kevés képviselővel.
• Értünk az adatokhoz
• Az adatminőség a dashboard rendszerek Akhilleusz sarka. Mi azonban már 23 ország 500+ cégének 1200+ projektjében végeztünk adatkonszolidációt, tehát ez a kérdéskört is
kezelni tudjuk.
16. 16
Kinek ajánlj?
Alapvetően magyar (magánszemély) tulajdonosi körrel rendelkező olyan kis és
középvállalkozásnak:
• amelyben már gyűjtenek adatokat (ADAMO, VFP, SeaFleet, miniCRM, stb.),
• amelyben sokat veszkelődnek Excellel és szívesen használnának struktúráltabb riportáló
felületeket,
• amely hirtelen nőtt egy nagyot és a régi kézivezérelt folyamatok automatizálásért
kiáltanak,
• amelynek rendszeres riportálási kötelezettsége van (pl. hatósági adatszolgálatás),
• amelyben a tulajdonosi kör több cég (értelmesen) kumulált adatát szeretné áttekinteni.
…és akinek sok adata van!