Data bliver i det 21. århundrede et smøremiddel for vækst, ligesom elektricitet var det for industrien i det 20. århundrede. Er jeres virksomhed ikke med på datasporet, svarer det altså groft set til, at I står uden elektricitet.
For at kunne drage nytte af data er der behov for datakyndige medarbejdere, som er i stand til både at strukturere, analysere og stille de opklarende og ofte status quo-udfordrende spørgsmål. Netop at gå fra blot at indsamle data til at begynde at omsætte data til nye forretningsmodeller vil være en kolossal udfordring for danske virksomheder i årene fremover.
“We are drowning in information but starved for knowledge.”
~ John Naisbitt ~
Hvem er så i stand til at stille de status-quo udfordrende spørgsmål? Det er personer med erfaring inden for mønstergenkendelse, data mining, prædiktiv analyse, maskinlæringsalgoritmer og meget mere. Det er medarbejdere med et ”disruptor mindset”, der er på tværs, i opposition og ikke stiller sig tilfreds med ”sådan plejer vi at gøre”. Det er personer med såkaldte hacker-egenskaber, som gør dem i stand til at udtrække data fra alverdens kilder, rense disse data og vælge den rigtige statistiske model til den videre analyse. Sidst men ikke mindst besidder de evnen til at omsætte indsigter til menneskesprog, så de øvrige medarbejdere i den pågældende organisation kan tage action og skabe den impact, der er nødvendig for at overleve som virksomhed i det 21. århundrede. Disse personer er de såkaldte Data Scientists.
Mange kendte virksomhedssucceser er i dag dybt afhængige af deres evne til at indsamle, analysere og anvende data til at drive deres forretning, da de opererer med forretningsmodeller, der ligger langt fra normalen. Derfor er der en enorm efterspørgsel efter personer med karakteristika og evner, som dem der er beskrevet ovenfor, da de med deres kompetencer er i stand til at understøtte en moderne og datadreven forretningsmodel i det 21. århundrede. De forretningsmodeller som i dag går i kødet på etablerede virksomheder og fravrister dem kundegrundlaget – styk for styk.
For at kunne forstå det i praksis, er her fem eksempler på virksomheder, der alle anvender data i driften af deres forretning, samt de stillingsopslag der matcher deres udfordringer med data og anvendelsen heraf.
Netflix
Data bruges til at forbedre kundernes oplevelse med Netflix, ved bl.a. at optimere streaming-ydelsen, så kunderne sjældent oplever, at en film stopper eller bliver ’grynet’. Dette gøres ved adaptivt at tilpasse kvaliteten af filmen til den streaming-hastighed, kunden kan opnå på den forbindelse vedkommende sidder med, og det kan være en blanding af mobil, Playstation, desktop, computer, osv. Derudover anvendes data i høj grad til at tilpasse brugeroplevelsen med personaliserede anbefalinger samt behandling af kundefeedback om fejl på film, der blandt andet kræver maskinlæring, da arbejdsopgaven ellers ville blive uoverkommelig. Netflix har i Danmark, ifølge Berlingske 28.nov 2015, en omsætning på 60,5 millioner kroner hver måned og tilsvarende har de danske kabel-TV udbydere et månedligt tab på 25,9 millioner kroner. Det er disruption, så det kan forstås.
- Eksempel på stillingsopslag hos Netflix
Uden brug af data ville LinkedIn ikke have haft den voldsomme vækst af brugere, som de har oplevet det de senere år. Da LinkedIn kom frem, var det op til brugerne selv at finde folk, som de kunne udbygge deres netværk med, og det satte en bremse på den udvikling LinkedIn ønskede sig. Så ved at ansætte de rigtige kompetencer blev LinkedIn i stand til at analysere deres brugeres netværk og de kunne derved give anbefalinger af, hvilke personer de burde kende og knytte netværk til. Det gjorde, at netværket eksploderede i antallet af nye brugere måned efter måned! Sidenhen er anvendelsen af data brugt til at matche profiler med jobannoncer, og det må sætte grå hår i hovedet på de traditionelle jobportaler, der sjældent ejer opdateret data om deres brugere, ud over webstatistik og gamle profiloprettelser.
- Eksempel på stillingsopslag hos LinkedIn
Uber
Hos Uber anvendes data til at holde priserne så lave, at det gør dem i stand til at konkurrere effektivt med den etablerede taxa-tjeneste. Derudover hjælper data chaufførerne til at undgå uheld ved at omdirigere bilerne væk fra uheldsramte positioner. Data anvendes også til at pege chaufførerne i retning af de steder, hvor de kan hente flere kunder og dermed tjene flest penge. Uden disse data vil den viden normalt tage år at opbygge som chauffør. Data er så centralt i Ubers forretningsmodel, at de ikke ville kunne levere et konkurrencedygtigt produkt, uden den enorme viden de finder i deres data. Det er derved ikke nok blot at kopiere Ubers app, man skal også kopiere hele deres IT-infrastruktur og anvendelsen af data for at kunne konkurrere ligeligt med dem.
- Eksempel på stillingsopslag hos Uber
Tesla
Tesla lavede bilen, som vi kender den, om til en app med hjul og er blandt andet kendt for løbende at opdatere bilernes ydeevne og funktionalitet. Det ville ikke kunne lade sig gøre uden at anvende store mængder data til at analysere sig frem til den optimale fordeling af bilens ressourcer, teste nye algoritmer, der kan få bilen til selv at holde kursen, og skifte vognbane på motorvejen og meget mere. Teslas biler bliver eksponentielt bedre år for år, hvilket er en meget kraftig konkurrenceparameter, når bilkøbere skal vælge mellem bilproducenter: En bil der aldrig bliver opdateret, eller en bil der løbende forbedres med nye funktioner og effektivitetsforbedringer.
- Et eksempel på stillingsopslag hos Tesla
Vestas
Har skabt et bibliotek over vindmønstre, som indeholder iflg. IBM 18-14 petabytes vejr og turbine data. Det gør Vestas i stand til at forudse en optimal placering af turbinerne på blot 15 minutter, frem for at det ellers ville tage tre uger. Alt sammen noget, der gør det lettere at vælge Vestas frem for en konkurrent, når der skal investeres i vindmøller.
- Et eksempel på stillingsopslag hos Vestas
Tsunamien vælter ind over landet
Data og evnen til at omsætte bits og bytes til forretningsudvikling er en afgørende parameter i dag og i årene fremover. Der er ikke længere tid til at vente og se hvad der sker, da en tsunami af anvendt data vælter ind over landet, og den er ledsaget af udenlandske virksomheder med nye konkurrerende forretningsmodeller skabt med afsæt i det 21. århundrede.
Hvor er jeres virksomhed på denne færd og har I ansat de rigtige medarbejdere til at knække koden for vækst?
Sluttelig er det en god idé at notere sig følgende når det gælder data:
“Not everything that can be counted counts, and not everything that counts can be counted.”
~ Albert Einstein ~