20.000 Λεύγες κάτω από τα Δεδομένα και τα Ψηφιακά Συστήματα

Έχουμε δεδομένα; Πολλά! Έχουμε ψηφιακά συστήματα; Πολλά! Τότε γιατί λοιπόν νιώθουμε πως δεν καταλαβαίνουμε τι πραγματικά συμβαίνει στην επιχείρησή μας;

Ζούμε σε μια εποχή όπου οι επιχειρήσεις διαθέτουν περισσότερα δεδομένα και περισσότερες ψηφιακές πλατφόρμες από ποτέ: (CRM, ERP, τιμολογιέρες, open sourcing πλατφόρμες, εργαλεία Marketing, dashboards, reports, BI Dashboard tools, κ.ά.). Κι όμως, στις περισσότερες διοικητικές συζητήσεις, οι αποφάσεις εξακολουθούν να λαμβάνονται με ένστικτο, εμπειρικές εκτιμήσεις ή αποσπασματική πληροφόρηση.

Την ίδια λογική συναντάμε καθημερινά και στις επιχειρήσεις. Άνθρωποι με όρεξη, ιδέες, εμπειρία και χρόνο υπάρχουν. Προσπάθεια υπάρχει. Κίνηση υπάρχει. Κι όμως, το αποτέλεσμα συχνά δεν ανταποκρίνεται στην ένταση της προσπάθειας.

Το παράδοξο είναι προφανές: πληροφορία υπάρχει, κατανόηση όχι πάντα.

Ποια δεδομένα KPIs έχουν αξία για μία επιχείρηση;

Τα δύο άκρα της πληροφορίας:

Στις περισσότερες επιχειρήσεις, τα δεδομένα συγκεντρώνονται σε δύο άκρα.

Μικροσκοπικά δεδομένα:

• Clicks, ctr, impressions, κλήσεις ανά agent, ραντεβού, προσφορές, tasks, στάδια ευκαιριών. Δεδομένα καθημερινής δραστηριότητας, χρήσιμα για την εκτέλεση, αλλά εξαιρετικά ευαίσθητα στον θόρυβο, στη συγκυρία και στις συνθήκες.

Μακροσκοπικά δεδομένα:

• Κύκλος εργασιών, μικτό κέρδος, κόστος, μισθοδοσία, ρευστότητα, κερδοφορία. Δεδομένα αποτελέσματος, απαραίτητα για τη διοίκηση, αλλά συνήθως εμφανίζονται όταν τα πράγματα έχουν ήδη συμβεί.

  • Και τα δύο είναι απαραίτητα. Κανένα όμως δεν αρκεί από μόνο του.

Το μεγάλο κενό; Τα ενδιάμεσα στατιστικά:

Αυτό που λείπει συστηματικά από τις περισσότερες επιχειρήσεις είναι το ενδιάμεσο στρώμα πληροφορίας. Τα δεδομένα που γεφυρώνουν τη δραστηριότητα με το αποτέλεσμα. Αυτά τα ενδιάμεσα στατιστικά, ας τα ονομάσουμε: "Δείκτες Εμπορικής και Επιχειρησιακής Υγείας" που δεν δείχνουν απλώς τι κάνουμε ή πού καταλήξαμε. Δείχνουν πώς εξελίσσεται η πορεία, με τι κόστος, με τι ένταση και με ποια ποιότητα.

Χωρίς ενδιάμεσα δεδομένα, το “πώς” και το αποτέλεσμα δεν συναντιούνται ποτέ.

Παραδείγματα τέτοιων δεικτών:

• Από τις προσφορές που στέλνονται, πόσες γίνονται αποδεκτές.

• Από τα εισερχόμενα ενδιαφέροντα, πόσα μετατρέπονται σε πραγματικές ευκαιρίες.

• Πόσο effort απαιτείται ανά πελάτη για να παραχθεί ένας συγκεκριμένος τζίρος.

• Πόσο συχνά επανέρχονται αιτήματα για το ίδιο θέμα.

• Ποια κατηγορία πελατών παράγει τζίρο με δυσανάλογο λειτουργικό βάρος.

Αυτοί οι δείκτες είναι τα πρώιμα σήματα. Εκεί φαίνεται αν ο τζίρος είναι υγιής ή τοξικός, αν η ανάπτυξη είναι βιώσιμη ή απλώς μεταθέτει προβλήματα στο μέλλον.

Είναι πρόβλημα τα Συστήματα;

Η εύκολη απάντηση είναι "ναι". Διότι πολλά συστήματα είναι αποσπασματικά, σχεδιασμένα για ένα μόνο τμήμα: πωλήσεις, λογιστήριο, εξυπηρέτηση. Η ουσιαστική απάντηση όμως είναι άλλη: Τα συστήματα συνήθως κάνουν ακριβώς αυτό που τους ζητήθηκε. Καταγράφουν. Δεν ερμηνεύουν. Αν δεν τους ζητήσουμε να αποτυπώσουν ενδιάμεσους δείκτες νοήματος, δεν φταίνε που δεν το κάνουν.

Είναι πρόβλημα τα Δεδομένα;

Και εδώ η αυθόρμητη απάντηση είναι "ναι". Πολλά δεδομένα, αντικρουόμενα reports, dashboards που δεν οδηγούν σε αποφάσεις.

Στην πραγματικότητα όμως, το πρόβλημα δεν είναι η ποσότητα των δεδομένων. Είναι ότι:

1. Μετράμε ό,τι είναι εύκολο.

2. Μετράμε για να 'μετρήσουμε' ανθρώπους... και όχι την επιχείρηση.

3. Και όχι ό,τι είναι κρίσιμο.

Τα περισσότερα δεδομένα σήμερα είναι είτε πολύ μικρά για να οδηγήσουν απόφαση, είτε πολύ μεγάλα για να επιτρέψουν έγκαιρη παρέμβαση.

Είναι πρόβλημα οι Άνθρωποι;

Η ερώτηση αυτή συχνά αποφεύγεται, αλλά είναι δομική και αφορά σε επίπεδο ανθρωπογεωγραφίας των στελεχών των περισσότερων ελληνικών επιχειρήσεων. Από τη μία χαμηλότερες βαθμίδες της ιεραρχίας που δεν πρέπει και συχνά δεν μπορούν να βλέπουν σύνθετα επιχειρησιακά δεδομένα και από την άλλη οι ιδιοκτήτες και οι CEOs, δεν θέλουν, δεν μπορούν ή/ και δεν χρειάζονται - μικροσκοπική λεπτομέρεια.

Κάπου ανάμεσα, όμως, λείπει ο ρόλος. Σε πολλές ελληνικές ΜμΕ απουσιάζουν στελέχη ενδιάμεσης ιεραρχίας που:

1. Καταλαβαίνουν τη λειτουργία.

2. Αποκωδικοποιούν τα δεδομένα.

3. Και μεταφράζουν αριθμούς σε νόημα για κάθε επίπεδο.

Χωρίς αυτούς, τα κρίσιμα δεδομένα μένουν ορφανά αντίληψης αλλά και γεφύρωσης που δίνει την ουσία της επιχειρησιακής πληροφόρησης.

Το ίδιο συμβαίνει και στην αγορά των συμβούλων:

Από τη μία πλευρά, κυριαρχούν οι διαφημιστικές και οι σύμβουλοι Marketing, με έντονη εστίαση στα μικροσκοπικά δεδομένα: καμπάνιες, clicks, impressions, funnels, metrics απόδοσης επικοινωνίας.

Από την άλλη, βρίσκονται οι ελεγκτικές και οι σύμβουλοι εταιρικής διακυβέρνησης ή οικονομικού ελέγχου, που εστιάζουν σχεδόν αποκλειστικά στα μακροσκοπικά μεγέθη: τζίρο, κόστος, κερδοφορία, συμμόρφωση και ρίσκο.

Όμως το τέλος της ημέρας τα συστήματα τα φτιάχνουν άνθρωποι ή/ έστω προδιαγραφές ανθρώπων, άρα αυτό που εκτιμάται ως αξία αυτό ζητάμε και από τα συστήματα. Αλλά για να δώσουμε αξία, πρέπει και να είναι αντιληπτή η αξία των δεδομένων-που δυστυχώς πολλές φορές, δεν είναι.

2 Βασικές συμβουλές:

1. Συμβουλή: Επιλογή δεδομένων που είναι λίγα, κρίσιμα, σταθερά στον χρόνο δεδομένα:

   • Στην πράξη, η διοίκηση δεν χρειάζεται δεκάδες dashboards. Χρειάζεται λίγα, καλά επιλεγμένα ενδιάμεσα νούμερα. Ένα υγιές διοικητικό πλαίσιο μπορεί να στηρίζεται σε 8-10 τέτοιους δείκτες, οι οποίοι:

     • Παρακολουθούνται κάθε μήνα.

     • Συγκρίνονται με τον προηγούμενο μήνα.

     • Και με τον αντίστοιχο μήνα του προηγούμενου έτους.

       • Όχι για να γεμίζουν παρουσιάσεις, αλλά για να χτίζεται μνήμη, τάση και κατανόηση.

2. Extra συμβουλή: Επιλογή συστημάτων που συλλέγουν και αναλύουν κεντρικοποιημένα τα δεδομένα (έγκαιρα και έγκυρα):

   • Η αξία των δεδομένων δεν κρίνεται μόνο από το τι μετράμε, αλλά και από πότε και πώς αυτά τα δεδομένα συγκεντρώνονται.

   • Συστήματα που λειτουργούν αποσπασματικά, ανά τμήμα ή ανά ρόλο, παράγουν εικόνες που σπάνια συνθέτονται κεντρικά.

   • Η επιλογή ψηφιακών πλατφορμών οφείλει να δίνει προτεραιότητα στη δυνατότητα κεντρικής συλλογής, διασταύρωσης και χρονικής ευθυγράμμισης της πληροφορίας, ώστε τα ενδιάμεσα στατιστικά να είναι έγκαιρα, συγκρίσιμα και αξιόπιστα. Διαφορετικά, ακόμη και τα «σωστά» δεδομένα καταλήγουν να αξιοποιούνται καθυστερημένα ή αποσπασματικά, μειώνοντας δραστικά τη διοικητική τους αξία.

Το πρόβλημα δεν είναι ότι οι επιχειρήσεις δεν έχουν δεδομένα. Το πρόβλημα είναι ότι δεν έχουν τα σωστά ενδιάμεσα δεδομένα για να καταλάβουν τι πραγματικά συμβαίνει.

Όταν η ανάλυση παραλύει:

Συχνά ακούγεται ότι "η πολλή ανάλυση φέρνει παράλυση", Aυτό ισχύει μόνο όταν αναλύουμε λάθος πράγματα. Η παράλυση δεν έρχεται από την ανάλυση. Έρχεται από την ανάλυση άσχετων ή αποσυνδεδεμένων στατιστικών, χωρίς ιεράρχηση και χωρίς νόημα. Το θέμα αυτό το έχουμε αναλύσει διεξοδικότερα σε ξεχωριστό άρθρο, διαβάστε το εδώ.

---

Συμπέρασμα:

Το πρόβλημα δεν είναι ότι οι επιχειρήσεις δεν έχουν δεδομένα ή συστήματα. Το πρόβλημα είναι ότι δεν έχουν μηχανισμό να μετατρέπουν τη δραστηριότητα σε γνώση και τη γνώση σε έγκαιρη απόφαση. Οι Δείκτες Εμπορικής και Επιχειρησιακής Υγείας δεν είναι πολυτέλεια. Είναι το ενδιάμεσο νευρικό σύστημα της επιχείρησης. Και χωρίς αυτό, όσα εργαλεία κι αν έχουμε, απλώς κοιτάμε αριθμούς - δεν διοικούμε.

Γεώργιος Δασκαλέλος

Σύμβουλος Marketing και Εταιρικών Λειτουργιών με Ψηφιακό Μετασχηματισμό