Lada chwila nastanie epoka post-cyfrowa. Czas się do niej przygotować

Biznes już na dobre zanurzył się w oceanie możliwości jakie oferuje cyfrowa transformacja, która niczym odpływ - odsłoniła przez firmami zupełnie nowe możliwości, ale skoro wszyscy robią to samo to czy wciąż możemy mówić o innowacyjności? Czy era digitalu podzieliła los elektryczności i stała się czymś oczywistym?

Tacy sami, a jednak inni

Spośród 6672 ankietowanych biznesmenów i dyrektorów IT biorących udział w badaniu Accenture Technology Vision 2019, zaledwie 6% respondentów przyznało, że nie odczuwa znacznych zmian związanych w rozwoju IT w swojej organizacji. Jak twierdzi Accenture w ramach technologicznej rewolucji lada chwila nastanie epoka post-cyfrowa, której głównym punktem będzie personalizacja.

„Post-digitalowy świat nie oznacza, że ??cyfryzacja się skończyła, wręcz przeciwnie, stawiamy nowe pytanie: skoro wszystkie organizacje rozwijają swoją cyfrową kompetencję, co je wyróżnia?” – tłumaczy PaulDaugh, CTIO w Accenture oraz dodaje: ”Organizacje będą musiały dostarczać spersonalizowane doświadczenia, aby sprostać oczekiwaniom cyfrowym otoczenia”.

Siła w organizacji

W jaki sposób firmy mogą się wyróżnić? Albert Einstein – jeden z najwybitniejszych umysłów w historii ludzkości – zwykł mawiać: “Szaleństwem jest robić wciąż to samo i oczekiwać różnych rezultatów”. Mimo, że od jego śmierci minęło 60 lat to tym tokiem myślenia kierują się również nowoczesne organizacje, które wiedzą, że głównym źródłem przewagi konkurencyjnej w biznesie jest elastyczność i ciągłe poszukiwanie innowacyjności – środowisko biznesu nie znosi nudy, powtarzalności i marazmu.

50 mld złotych – tyle do stracenia mają firmy w Polsce, które zaniedbują swoje cyfrowe “ja”. Szacuje się, że właśnie tyle wyniosą wydatki na zakupy w sieci w 2019, wskazuje raport interaktywnie.com. Jak widać, gra toczy się więc o olbrzymią stawkę. Skąd jednak firmy mają czerpać wiedzę na temat tego, czego oczekuje ich otoczenie zewnętrzne i wewnętrzne?

„Informacje to nic innego jak zinterpretowane dane, inaczej mówiąc punkty styczne użytkownika z siecią, które przeanalizowano, np. w działach data science organizacji. A tych mamy przecież coraz więcej, ilość generowanych danych eksplodowała dzięki rewolucji IoT, raport przygotowany przez nas raport przewiduje, że rynek danych w 2019 r. osiągnie wartość 26 mld USD” – odpowiada Maciej Sawa, CEO OnAudience.com z grupy Cloud Technologies do której należy jedna z największych na świecie hurtowni anonimowych danych o użytkownikach Internetu.

Do niedawna najpopularniejszy model zakładał zakup danych od zewnętrznych firm specjalizujących się w Big Data i analityce, które były już odpowiednio przetworzone, wyselekcjonowane i podzielone na gotowe segmenty użytkowników pod względem zainteresowań, intencji czy demografii.

„Marketerzy bardzo często korzystają w kampaniach programmatic z tego typu segmentów – to wygodne i szybkie rozwiązanie, szczególnie dla firm, które nie posiadają swoich działów analitycznych – mówi Rafał Szychowski, CEO agencji OAN, specjalizującej się w kampanii digital realizowanych w oparciu o Big Data.

Na ratunek - dane

Każdy biznes ma różne potrzeby, stąd wzrasta zainteresowanie wdrażaniem własnych działów analitycznych, co dobitnie pokazuje LinkedIn, gdzie ilość ofert pracy dla specjalistów sektora Data Science wzrosła o 56% w ciągu ostatniego roku, a sam zawód uważany jest za najbardziej obiecującą pracę. Dzieje się tak ponieważ firmy poszukują możliwości automatyzacji powtarzalnych procesów i dokładniejszej personalizacji tworzonego contentu, jednocześnie chcą wykorzystywać własne działy data science, które mają stać się kluczowym czynnikiem współtworzącym przewagę konkurencyjną.

“By móc analizować i wyciągać wnioski – potrzebujemy odpowiedniego materiału w postaci danych. W ostatnim czasie rośnie zainteresowanie nową usługą – data stream to nieprzetworzone dane, które można poddać modelowaniu i specjalistycznej analizie jeśli ma się własne kompetencje analityczne. Mówiąc prościej: segmenty to gotowy zapakowany produkt, a data stream to bardziej surowiec z którego można samodzielnie stworzyć model skrojony na własne potrzeby” – opowiada Maciej Sawa z OnAudience.com.

Co zyskuje biznes w ten sposób? Tworzone wewnątrz organizacji algorytmy uczenia maszynowego dopasowane są do konkretnych potrzeb i często znajdują ukryte wskazówki, które nie zostały dostrzeżone przez ludzkie oko. Przy dużej ilości przetwarzanych danych nawet cały zespół Data Science może pominąć określony trend lub wzorzec, stąd rośnie zaangażowanie w wykorzystanie algorytmów sztucznej inteligencji. Gartner twierdzi, że do 2022 r. zostanie wyprodukowanych ponad 30% więcej treści cyfrowych za pomocą AI, co zwiększy wydajność i skuteczność reklamy.