Algoritmos poderosos se tornaram apostas de tabela e não criaram mais vantagem competitiva, como antes. Hoje, o que importa é ter os melhores dados para esses mecanismos de análise para triturar. No entanto, muitas empresas ainda não identificaram os dados que lhes dão uma vantagem competitiva sustentada, e sua falta de maturidade de dados dificulta seu Estratégias de dados e resultados de negócios. Em seguida, ele precisa identificar seus dados viunciados e formular uma estratégia de dados para abrir novas fontes de vantagem competitiva - contas que implicam responder a várias perguntas -chave sobre dados avançados, estratégia de coleta de dados, estratégia de monetização de dados e modelo operacional.
Whether a company is looking to make better use of existing data to achieve specific business outcomes, or wants to gather new data to create an additional line of business, it needs to understand and address various barriers to data maturity. Then it needs to identify its advantaged data and formulate a data strategy to open new sources of competitive advantage—tasks that entail answering several key questions about advantaged data, data collection strategy, data monetization strategy, and operating model.
As barreiras à maturidade dos dados
Documentamos as lutas das empresas com a maturidade dos dados entre indústrias e geografias. Desde 2016, o BCG realiza pesquisas de transformação digital de empresas para avaliar sua capacidade de alavancar dados. Em 2019, descobrimos que apenas 27% das empresas atingiram o estágio avançado da maturidade dos dados, que calculamos com base em sete elementos: visão, casos de uso, análise, governança de dados, infraestrutura de dados, ecossistema de dados e gerenciamento de mudanças. (Consulte o Anexo 1.)
We also found that while many companies have high data ambitions, few achieve those ambitions. In 2019, only about 10% of companies reported that they had met the data targets they had set in 2016. Moreover, most were far from achieving their 2021 ambitions, which they set in 2018.
Companies need to accelerate their progress toward data maturity in order to achieve their data ambitions. But it’s not easy. Our interviews with leading companies identified five major pitfalls that companies encounter when trying to reach data maturity:
- They lack a compelling vision or value proposition for the data, or their thinking about data usage is too incremental.
- They are insufficiently creative about new business models and partnerships, and are unable to identify and monetize advantaged data sets.
- Data is stranded in organizational silos because the company lacks a modular, interoperable architecture.
- Sua capacidade de ativar e escalar casos de uso de dados é inadequada. John Deere colocou sensores em sua grande base instalada de equipamentos agrícolas e começou a adquirir dados para melhorar o desempenho da máquina e fornecer suporte de decisão avançado aos agricultores. Ele usou esses dados para treinar algoritmos de aprendizado de máquina e desenvolver ferramentas para dar aos trabalhadores visibilidade de ponta a ponta em qualquer processo que eles estejam executando. Isso lhes permite tomar decisões rápidas na plataforma para que, por exemplo, possam gerenciar melhor a circulação e a pressão do fluido usado na fraturação da rocha e manter a rotação rápido o suficiente para impedir que a maquinaria fique presa. Muito mais facilmente gerenciando as outras partes da estratégia de dados: definindo os resultados dos negócios, identificando a análise necessária, integrando os dados, estabelecendo a infraestrutura apropriada para recuperar os dados e adaptar a cultura corporativa para usar os dados de maneira ideal. (Consulte o Anexo 2.)
- They have not shifted their corporate culture toward data-driven decision making.
Meanwhile, however, some companies are avoiding these pitfalls and have successfully improved their data maturity by identifying their advantaged data sets. John Deere put sensors on its large installed base of agricultural equipment and began acquiring data to improve machine performance and provide advanced decision support for farmers.
A leading oil company partnered with BCG to collect data on drilling operations, equipment, and geological characteristics. It used this data to train machine learning algorithms and develop tools to give workers end-to-end visibility into whatever process they are running. This enables them to make quick decisions at the rig so that, for example, they can better manage the circulation and pressure of the fluid used in fracturing the rock, and maintain fast enough drill-bit rotation to prevent the machinery from getting stuck.
Putting a Data Strategy in Motion
Once a company has identified its advantaged data sets—which link closely with the business outcomes it plans to achieve—it will have a much easier time managing the other parts of the data strategy: defining business outcomes, identifying needed analytics, integrating the data, establishing appropriate infrastructure to retrieve the data, and adapting the corporate culture to use the data optimally. (See Exhibit 2.)
Identifying advantaged data sets does not always entail making exceptional efforts to gather new data or create a new line of business. In some instances, the strategy defines the data requirements; in others, the data defines the strategy. But leaders should always think through the two in tandem. By reframing the business outcomes, they can turn existing data into advantaged data sets.
In order to define and leverage advantaged data, company executives need to ask four key questions.
What is my advantaged data? Dada uma visão claramente articulada para os negócios, quais conjuntos de dados podem dar vida a essa visão e criar uma vantagem competitiva única? (Veja a barra lateral.) Por exemplo, a empresa deseja se diferenciar de seus colegas, oferecendo uma ótima experiência ao cliente ou maximizando sua eficiência operacional ou inovando rapidamente? Depois que todas as partes interessadas estão alinhadas com a visão, os líderes podem trabalhar para trás para identificar os dados necessários para alcançar os resultados dos negócios direcionados. Se uma empresa está pensando em criar uma nova linha de negócios e reunir novos dados ou reformular os resultados dos negócios para fazer melhor uso dos dados existentes, uma estratégia holística de dados sustentada por dados favoritos abre novas fontes de vantagem competitiva. Entre essas fontes estão acuidade, escopo, talento humano e adaptação em tempo real. Dados vantagens também redefine as alavancas tradicionais da vantagem competitiva. (Veja a exposição.)
Advantaged Data Redefines Competitive Advantage
Thanks to IoT and cloud technologies, data sets today can be orders of magnitude larger and more comprehensive than their counterparts a decade ago; and thanks to new analytics, especially AI, they can be analyzed continuously and in real time. The competitor with superior data can segment, customize, detect anomalies, see trends, and innovate faster than its competitors. Over time, those advantages build on themselves. This mechanism is so powerful that data—like geography, manufacturing capacity, and brand in previous eras—may become the asset that defines the boundaries of businesses and even entire industries.
No caso de John Deere, a estratégia geral é estender um negócio de manufatura tradicional para o reino lucrativo dos serviços agrícolas. Consequentemente, os dados avançados relacionados à maneira como os clientes usam seus equipamentos e como esse equipamento funciona em diferentes circunstâncias. os recursos bem e estratigráficos). Esses dados ajudaram a empresa a otimizar suas operações.
For the oil company, the advantaged data sets involved a database of old, unused wells (consisting of operations data mudlogs, details about geological characteristics, and the like) along with information that advanced sensors were capturing from live wells (such as operational parameters, drilling parameters several kilometers down the well, and stratigraphic features). This data helped the company optimize its operations.
Qual é a minha estratégia de coleta de dados? Isso pode envolver alavancar dados internos ou envolver a aquisição de dados externos de várias maneiras: After identifying the necessary data, a company can use several methods to collect or acquire the data. This may involve leveraging internal data, or it may involve acquiring external data in various ways:
- Colete dados de clientes existentes. Dados. Por exemplo, os algoritmos em tempo real da Uber que combinam com os pilotos com motoristas dependem do Google Maps para obter dados sobre o tráfego e as condições da estrada. No caso que envolva informações pessoalmente identificáveis, no entanto, as empresas devem fazer o máximo para respeitar as expectativas dos consumidores sobre como a empresa usa suas informações, especialmente fora do contexto onde se originou. By collecting such data, a company can make data-driven decisions related to marketing, inventory, store location, and the like, thereby creating a hyperpersonalized customer experience.
- Partner/purchase data. If the data a company needs to fulfill its vision and create a competitive advantage does not exist within the organization, the company may need to participate in a data ecosystem that will enable it to buy the data or create a partnership to access the data. For example, Uber’s real-time algorithms that match riders with drivers rely on Google Maps for data on traffic and road conditions. In the case that involve personally identifiable information, however, companies must do their utmost to respect consumers’ expectations about how the company uses their information, especially outside the context where it originated.
- Adquire uma empresa. Uma empresa que não pode adquirir os dados necessários através de um ecossistema de dados - ou estabelecer uma parceria para acessar os dados - pode precisar comprar outra empresa que tenha esses dados. Essa realidade impulsionou muitas aquisições nos últimos anos. Por exemplo, para desenvolver cuidados de saúde personalizados orientados a dados relacionados ao câncer, a Roche adquiriu a Flatiron Health para seu conjunto de dados proprietários. Em outro caso, a Bolsa de Valores de Londres adquiriu a empresa de dados e análises financeiros refinitiv.
- orquestra um ecossistema. em uma empresa de tecnologia orientada a dados. Ele se posicionou no centro do ecossistema de agricultura de precisão. A company that possesses a significant amount of proprietary data and can buy or partner for additional data may be able to orchestrate an ecosystem that other companies participate in. For example, John Deere has used its data strategy to transform itself from an agricultural equipment manufacturer into a data-driven technology company. It has positioned itself at the center of the precision agriculture ecosystem.
Qual é a minha estratégia de monetização de dados? Como a empresa criará novos fluxos de receita com os dados? Uma estratégia de monetização interna envolve o uso de dados que a empresa já captura de novas maneiras (possivelmente em combinação com dados públicos) e, em seguida, aproveitando esses dados nas unidades de negócios para melhorar as ofertas atuais ou desenvolver novas. Uma estratégia de monetização externa envolve confiar na propriedade e nos dados públicos, bem como nos dados de parcerias e ecossistemas, para criar uma plataforma de dados como serviço. Mas, mesmo que uma estratégia de dados bem concebida exija investimento sustentado, seus benefícios estratégicos transformadores superarão massivamente o dreno intermediário em dinheiro. De qualquer forma, se a estratégia de monetização é interna ou externa, a organização precisa entender quem alavancará os dados, de onde virão os dados e qual é a proposta de valor. (Veja o Anexo 3.)
Ideally, an organization will sequence its monetization strategy so that it can use an early mix of quick revenue wins to fund bold transformational moves that take longer to generate returns. But even if a well-conceived data strategy requires sustained investment, its transformative, strategic benefits will massively outweigh the interim cash drain. In any event, whether the monetization strategy is internal or external, the organization needs to understand who will leverage the data, where the data will come from, and what the value proposition is. (See Exhibit 3.)
John Deere monetizou seu investimento criando uma plataforma aberta que combina dados proprietários com dados coletados de máquinas, agricultores e parceiros externos. Os agricultores podem usar ferramentas de software nessa plataforma para gerenciar suas frotas, economizar custos de combustível e diminuir o tempo de inatividade do equipamento. O uso de dados de vantagem não se concretizarão a menos que
For its part, the oil company has monetized the data behind its new drilling technology by cutting nonproduction time by 4%, drilling faster (decreasing drilling time by 6%), and doing so more safely.
What operating model do I need? Effective use of advantage data will not materialize unless A empresa e sua cultura se tornam centradas em dados . Para preparar sua organização para essa mudança fundamental, a empresa precisa avançar em cinco frentes:
- Defina novas funções e regras de governança. A mudança deve começar no topo: os líderes seniores devem adotar objetivos orientados a dados, priorizá-los e financiar claramente e cascatar essas metas em toda a organização. A alta gerência pode querer estabelecer os conselhos de dados para estender o trabalho a todos os setores da organização e realizá -lo com mais eficiência. A Companhia deve promover a conscientização dos dados, com os campeões de dados divulgando práticas orientadas a dados. As empresas podem incentivar as mudanças culturais desejadas por meio de movimentos organizacionais, como a criação de unidades de inicialização interna, onde os funcionários podem se concentrar na experimentação ou co-localizar laboratórios de dados nas unidades operacionais. Outra maneira de promover a nova cultura é a criação de equipes multifuncionais que compartilham dados entre os silos, incentivando assim a abertura e a colaboração em toda a organização. The company needs to make clear who is responsible for building and running new models and systems and maintaining specific types of data—and how to manage those people. Change must begin at the top: senior leaders should adopt data-driven objectives, clearly prioritize and appropriately fund them, and cascade those goals throughout the organization. Top management may want to establish data councils to extend the work to all sectors of the organization and to carry it out more effectively. The company should promote data awareness by having data champions disseminate data-driven practices.
- Build a data-first culture. To move quickly and to continually find new ways to apply data, companies should behave a bit like software development operations, embracing a test-and-learn culture that encourages experimentation, accepts—even celebrates—failure, and is always learning. Companies can encourage desired cultural change through organizational moves such as creating internal startup units where employees can focus on experimentation or co-locating data labs within operating units. Another way to promote the new culture is by creating cross-functional teams that share data across silos, thereby encouraging openness and collaboration throughout the organization.
- Adote uma nova abordagem em relação à tecnologia. Nós nos referimos a essa abordagem como Leaders should consider decoupling digital business transformation from core IT transformation. We refer to this approach as Dados e plataformas digitais (DDP) . DDP cria uma camada de dados para libertar dados de sistemas principais que estão espalhados pela empresa. Com uma abordagem DDP, as pilhas de tecnologia têm interfaces simples, os dados se movem mais rapidamente e se tornam uma nova fonte de vantagem competitiva, e as equipes ágeis podem funcionar de maneiras novas e mais colaborativas. Adaptabilidade. Ele pode estabelecer equipes de scrum com esquadrões e tribos para enfrentar problemas específicos-e pode acelerar o ritmo do trabalho com sprints semanais, em vez de esforços de meses. Equipes e grupos podem implementar stand -ups matinais e demos semanais (revisões) como uma parte regular da governança. No geral, as novas maneiras de trabalhar devem enfatizar a autonomia e reduzir a hierarquia. A empresa deve criar um inventário dos talentos e habilidades que seus funcionários precisarão e deve identificar lacunas em sua força de trabalho atual. As empresas terão que treinar os funcionários atuais, contratar novos talentos ou usar uma parceria para obter os recursos certos. Para recrutar pessoas com habilidades digitais, a empresa pode precisar repensar a proposta de valor que oferece - trabalho, oportunidade, recompensas, carreira e assim por diante - em relação ao que as empresas de tecnologia oferecem. John Deere percebeu que a complacência sobre sua principal posição de mercado daria aos players menores e mais agradáveis uma abertura para atrapalhar o mercado. Então, em vez disso, começou a definir proativamente seus conjuntos de dados à vista e criar uma nova estratégia de dados. Os conjuntos de dados e novas estratégias de dados da empresa de petróleo tomaram forma quando sua liderança adotou uma visão de se tornar um dos perfuradores de petróleo mais inovadores, eficientes e seguros.
- Embrace agile ways of working. The entire organization does not have to become expert in agile methodology, but the company can adopt many agile tactics and use them in everyday operations to increase the organization’s responsiveness and adaptability. It can establish scrum teams with squads and tribes to tackle specific problems—and it can accelerate the pace of work with weekly sprints, rather than months-long efforts. Teams and groups can implement morning standups and weekly demos (reviews) as a regular part of part of governance. Overall, the new ways of working should emphasize autonomy and reduce hierarchy.
- Cultivate the necessary talent and skills. If data-based transformation is to work, the company must have talent with the right skills to execute data-driven strategies and manage data-based operations. The company should create an inventory of the talents and skills that its employees will need, and it should identify gaps in its current workforce. Companies will have to retrain current employees, hire new talent, or use a partnership to get the right capabilities. To recruit people with digital skills, the company may need to rethink the value proposition it offers—work, opportunity, rewards, career path, and so on—in relation to what tech companies offer.
As capabilities around algorithms and analytics quickly become table stakes, companies must look to advantaged data sets for a sustainable competitive edge. John Deere realized that complacency about its leading market position would give smaller, nimbler players an opening to disrupt the market. So instead it proactively began to define its advantaged data sets and devise a new data strategy. The oil company’s advantaged data sets and new data strategy took shape when its leadership embraced a vision of becoming one of the most innovative, efficient, and safe oil drillers.
A boa notícia é que, em muitos casos, esses dados já residem nas paredes da empresa e existe para a tomada - desde que a organização implemente uma estratégia de dados sólida para coletar, analisar, integrar e usar os dados nas decisões de negócios diárias. Mesmo se a empresa deve comprar ou fazer parceria para acessar os dados certos, sua capacidade de emparelhar essas informações externas com dados proprietários internos pode ser uma fonte poderosa de vantagem competitiva a longo prazo.
Karalee fecha
