Цифровые аналитические решения кардинально изменили почти все стороны бизнеса, от маркетинга и ценообразования до обслуживания клиентов и производства. Исключение, пожалуй, разработка стратегии: в этой области аналитика пока применяется не так широко. И это заметное упущение. Конечно, стратегический процесс требует креативного подхода и масштабного мышления. Но продвинутая аналитика позволяет серьезно усовершенствовать этот процесс. В данной статье поговорим о том, как продвинутая аналитика помогает в разработке стратегии бизнеса.
Непредвзятые решения
Согласно исследованиям McKinsey cлишком часто даже опытные руководители при планировании полагаются в основном на контекст проекта и личный опыт. В результате прогноз опирается на «взгляд изнутри» и получается излишне оптимистичным. Но если провести углубленный анализ внешних данных, можно сформулировать более объективный «взгляд снаружи». Например, энергетический холдинг изучил данные тысяч публичных компаний, и руководители поняли, что разработанная ими стратегия была в прошлом финансово успешна лишь в 10% случаев.
Новые возможности для роста
Продвинутые аналитические инструменты позволяют находить привлекательные новые сегменты, объекты для сделок M&A, идеи новых продуктов и услуг. Например, компания — производитель бромистых соединений проанализировала тексты более 120 млн патентов и 100 млн научных работ с помощью технологий обработки естественного языка. Этот анализ подсказал компании новые сферы применения её продуктов, и она смогла запланировать увеличение выручки на 50 млн долларов.
Новые тренды
С помощью передовых аналитических моделей можно в режиме реального времени анализировать разрозненные открытые источники информации — веб-страницы, тексты патентов и клинических исследований, соцсети и т. д. Такие модели позволяют вовремя увидеть, например, зарождающиеся тренды в государственном регулировании или меняющиеся настроения потребителей.
Построение сложных рыночных моделей
Системная динамика, имитационное моделирование, метод Монте-Карло и другие алгоритмы машинного обучения помогают принимать стратегические решения, когда на рынке множество независимых участников и их действия сложно предсказать. Крупный оператор электросетей построил модель развития рынка, состоящую из нескольких сценариев и более 10 тысяч переменных. Среди них были динамика генерирующих мощностей, ожидаемое распределение и профиль нагрузки на сети, импорт и экспорт электроэнергии. По результатам анализа компания перераспределила миллиарды долларов инвестиций, чтобы снизить затраты и простои и максимально увеличить количество мощностей и их надёжность. В итоге удалось сэкономить около 500 млн долларов.
Подписывайтесь на канал AlfaProExpert, чтобы узнать больше о карьере, заработных платах, лучших работодателях, прохождении интервью, поступлению в ВУЗ, образовании известных людей, лучших университетах и многом другом.