ข้อความที่ตัดตอนมาต่อไปนี้มาจาก หนังสือ ของBenjamin GiladและMark Chussilเรื่องThe New Employee Manual: A No-Holds-Barred Look at Corporate Life ซื้อเลยจากAmazon | บาร์นส์แอนด์โนเบิล | หนังสือแอปเปิ้ล | IndieBound หรือคลิกที่นี่เพื่อซื้อโดยตรงจากเราและ รับ ส่วนลด 60% สำหรับหนังสือเล่ม นี้เมื่อคุณใช้รหัส CAREER2021 ถึง 17/4/24
Google คำกริยา “ข้อมูลขนาดใหญ่” และคุณได้รับผลลัพธ์
3.68 พันล้านรายการ (ข้อมูล ณ วันที่ 8 มิถุนายน 2018) ดูรายการยอดนิยม (10 รายการแรกบวกโฆษณาแบบชำระเงิน) และดูว่าใครอยู่ในหน้าแรก: Oracle, IBM, SAS (พันธมิตรของ IBM), McKinsey, Informatica ข้อมูลขนาดใหญ่คือธุรกิจขนาดใหญ่ ค่าใช้จ่ายนั้นสมเหตุสมผลหรือไม่?
แน่นอน และไม่เลย ขึ้นอยู่กับสิ่งที่คุณคาดหวังจากมัน
แน่นอนเพราะสามัญสำนึก ข้อมูลขนาดใหญ่พร้อมกับการวิเคราะห์เพื่อประมวลผลหมายถึงการคาดการณ์ที่ดีขึ้น เร็วขึ้น แม่นยำยิ่งขึ้น และดังนั้นจึงเป็นการตัดสินใจที่ดีขึ้น เร็วขึ้น และแม่นยำยิ่งขึ้น สื่อธุรกิจ (และ Oracle, IBM และคณะ) สามารถจัดทำ Big Stories, Big Anecdotes และกรณีศึกษาขนาดใหญ่ เพื่อแสดงให้เห็นว่า Big Data ช่วยให้บริษัทต่างๆ สามารถกำหนดเป้าหมายโฆษณาและการส่งเสริมการขายได้แม่นยำยิ่งขึ้น แบ่งกลุ่มฐานลูกค้า วางแผนการผลิตและสินค้าคงคลังได้อย่างไร และแอปพลิเคชันอื่นๆ มากมายสำหรับการดำเนินงานภายในทั้งหมด ตั้งแต่ฝ่ายทรัพยากรบุคคล การตลาด ไปจนถึง R&D ลองคิดดู: การจัดการแบบใดจะมีประสิทธิภาพในการแข่งขันมากกว่า แบบหนึ่งใช้การเดาและสัญชาตญาณ หรือแบบใช้ตัวเลขนับล้านเพื่อสนับสนุนการตัดสินใจ
ที่เกี่ยวข้อง: การจัดการกับการปฏิเสธ? จำไว้ว่าความดื้อรั้นจะช่วยให้คุณไปได้ไกล
คำตอบควรง่าย แต่ก็ไม่เป็นเช่นนั้น แดกดันมีข้อมูลเพียงเล็กน้อยเกี่ยวกับมูลค่าของข้อมูลขนาดใหญ่ เราไม่รู้ว่าจักรพรรดิสวมเสื้อผ้าใหม่หรือเปิดเผยข้อมูลมากเกินไปในสำนักงานแบบเปิดหรือไม่ ในบทความ Harvard Business Reviewปี 2012 โดย Andrew McAfee จาก MIT หัวข้อ “Big Data: The Management Revolution” ผู้เขียนยอมรับความขาดแคลนของการวัดผลที่ดีเกี่ยวกับการปฏิวัติการจัดการที่ดีขึ้น เขารายงานผลการสำรวจที่ทำโดยทีมของเขาและ McKinsey ซึ่งแสดงให้เห็นว่าบริษัทเหล่านั้นที่รายงานโดยใช้ Big Data ทำงานได้ดีขึ้น แต่เขายังเปิดเผยว่ามีผู้บริหารจำนวนมากเกินไปที่ “แสร้งทำเป็นใช้ข้อมูลมากกว่าที่เป็นจริง” สิ่งนี้สนับสนุนข้อสรุปของ Phil Rosenzweig ในหนังสือThe Halo Effect ของเขาเกี่ยวกับการศึกษาที่คล้ายกันซึ่งได้รับผลกระทบจากผลกระทบของตัวแปรตาม (ประสิทธิภาพ) ต่อตัวแปรอิสระ (การใช้ข้อมูลขนาดใหญ่) ทำให้ผลลัพธ์ค่อนข้างไร้ประโยชน์ ดังที่ Rosenzweig แสดงให้เห็น การศึกษาเกี่ยวกับ “สูตรสำเร็จ” ขององค์กรที่เป็นที่รู้จักกันดีหลายชิ้นส่งผลให้เกิดข้อสรุปที่ผิดๆ โดยอาศัยอคตินี้
ดังนั้นแม้ว่าจะไม่มีข้อมูลเกี่ยวกับมูลค่าของ Big Data แต่เราสามารถประกาศได้ว่าการใช้ข้อมูลมากขึ้นและเทคนิคทางสถิติที่ดีขึ้นเท่านั้นที่สามารถปรับปรุงการจัดการได้ และนั่นคือปัญหาจริงๆ พอๆ กับการแก้ปัญหา การใช้ข้อมูลขนาดใหญ่และการวิเคราะห์เกือบสมบูรณ์ถูกจำกัดไว้ที่ข้อมูลภายในหรือข้อมูลทางยุทธวิธีของโซเชียลมีเดีย ทั้งสองอยู่ในสิ่งที่ Michael Porter เรียกว่า “ประสิทธิผลในการปฏิบัติงาน” แต่มีผลเพียงเล็กน้อยหรือไม่มีเลยในการแข่งขัน
ข้อมูลขนาดใหญ่ไม่ได้ช่วยในการวางกลยุทธ์
การจัดการที่ดีขึ้นควรอยู่ในใจของผู้บริหารทุกคน แต่นี่คือการแข่งขันที่ไม่มีผู้ชนะและไม่มี ความ ได้เปรียบในการแข่งขันที่ยั่งยืน เนื่องจากบริษัทที่ติดอันดับ Fortune 500 แห่งหนึ่งใช้ Big Data และการวิเคราะห์ บริษัทอีกแห่งจะรีบดำเนินการเช่นเดียวกัน เมื่อถึงจุดนั้น บริษัทอื่น ๆ จะกลัวที่จะล้าหลัง (ที่ปรึกษาจะกระจายข่าวลือว่าคนอื่น ๆ ต่างก็ใช้ Big Data อยู่แล้ว) และผู้ให้บริการแพลตฟอร์ม / ที่ปรึกษาเหล่านี้จะยืดเวลาการใช้จ่ายไปจนกว่าจะมีการปรับปรุงประสิทธิภาพการทำงานครั้งต่อไป การแข่งขันจะดำเนินต่อไปเมื่อผู้ค้าบิ๊กดาต้าทุกรายร่ำรวยขึ้น เช่นเดียวกับที่เคยเกิดขึ้นกับการลงทุนด้านเทคโนโลยีสารสนเทศ มันเป็นวิธีที่ระบบทุนนิยมควรจะทำงาน แต่มันไม่ได้ทำอะไรเพื่อการคิดเชิงกลยุทธ์…หรือการแข่งขัน
ที่เกี่ยวข้อง: วิธีระบุ OOP ขององค์กร
ความแตกต่างระหว่างการใช้ Big Data และการวิเคราะห์เพื่อปรับปรุงการดำเนินการปัจจุบันของกลยุทธ์ที่มีอยู่เทียบกับการปรับปรุงกลยุทธ์เอง (กล่าวคือ แข่งขันได้ดีขึ้น) สามารถทำให้ชัดเจนได้โดยใช้ตัวอย่างที่ McAfee มอบให้ (แดกดัน) เพื่อแสดงให้เห็นถึงคุณค่าของ Big Data . บทความกล่าวถึงวิธีที่บริษัทขนาดใหญ่ปรับปรุงการส่งเสริมการตลาดสำหรับแบรนด์ต่างๆ ของตนโดยใช้ Big Data ความเร็วของรอบการเลื่อนขั้นลดลงจากแปดสัปดาห์เหลือหนึ่งสัปดาห์! บริษัท? เซียร์
เราต้องพูดมากกว่านี้ไหม
พูดตามตรง ผู้เขียนที่ McAfee ยอมรับว่า Big Data ไม่ใช่สิ่งทดแทนวิสัยทัศน์และกลยุทธ์ที่ถูกต้อง (กล่าวคือ การแข่งขัน) แต่คำเตือนของเขาย่อมเป็นสิ่งที่ต้องคิดในภายหลัง พวกเขาไม่ควร การแทนที่การตัดสินใจเชิงกลยุทธ์ที่ดีด้วยการตัดสินใจเชิงกลยุทธ์ที่ยอดเยี่ยมไม่ได้เปลี่ยนแก่นแท้ของปัญหาของบริษัทแม้แต่น้อย การเร่งรอบการเลื่อนตำแหน่งนั้นดี แต่มันไม่ได้หยุดเรือจากการจม การระบุความเสี่ยงเชิงกลยุทธ์และโอกาสเชิงกลยุทธ์ตั้งแต่เนิ่นๆและดำเนินการก่อนที่ประสิทธิภาพจะตกต่ำลง เป็นสิ่งสำคัญ นั่นคือการฝึกทักษะการแข่งขัน
Credit : สล็อต
