Nuo pramoninės revoliucijos mažiausias verslas mažėja.
Jie praranda didesnių įmonių, kurios, be masto ekonomijos, naudojasi duomenų pranašumu. Šiandieninėje aplinkoje įmonės, turinčios galimybę rinkti, analizuoti ir nuspręsti, remiantis duomenimis laimėti. Netrukus technologiniai laimėjimai taps visuotinai prieinami dideliems duomenims.
Tai puiki naujiena „Main Street“.
$config[code] not foundAnkstesniame „Bain & Company“ analitiko vaidmenyje aš praleidau daugybę naktų ir savaitgalių, analizuojant didelius duomenų rinkinius „Excel“ ir „SQL“. Mūsų tikslas - rengti klientus žaidimų keitimo įžvalgomis remiantis duomenimis.
Kaip galime tapti pelningesni? Kas yra mūsų geriausi klientai? Kokie kanalai rinkoje yra efektyviausi? „Bain“ teigia, kad sumanus duomenų naudojimas leidžia savo klientams geriau nei S&P 500 padidinti nuo keturių iki vieno.
Pastaruoju metu duomenų galia šoktelėjo iš uždarųjų durų susitikimų ir „PowerPoint“ denių į sudėtingą programinę įrangą įvairiose verslo srityse, skatindama efektyvumą ir pajamas iš visų verslo įmonių pusių.
„Starbucks“ analitikos ir verslo žvalgybos vadovas Joe Lagunda neseniai priminė vartotojams, kad „Starbucks“ žino, kas esate ir kodėl esate kitoks. ”„ Starbucks “naudoja šią informaciją laiku siųsti atitinkamus rinkodaros pranešimus, kurie leidžia jums daugiau kofeinu, ir„ Starbucks “ pelningiau.
Smulkiojo verslo duomenų rinkimas
Nors šios su duomenimis susijusios verslo strategijos jau seniai užima mažų įmonių pasiekiamumą, dabartinės technologinės tendencijos padeda užbaigti savo didelių kolegų lyderystę daugelį metų.
Pirma, mažos įmonės turi ribotą prieigą prie duomenų. Didelės įmonės gali kaupti milijonų vartotojų duomenis, kad galėtų geriau nustatyti tendencijas ir rinkos sąlygas.
Nepriklausoma maža įmonė turi ribotą informaciją. Greitas debesų kompiuterijos pritaikymas pašalins šį duomenų pranašumą. Debesų pagrindu veikiančios platformos pradeda kaupti duomenis iš visų savo smulkiojo verslo naudotojų, teikdamos bet kuriam verslui daugiau duomenų nei jie galėtų rinkti patys, panašiai kaip vartotojai gauna naudos iš „Google“ žemėlapių teikiamų srauto duomenų.
Antra, mažosioms įmonėms trūksta žmonių ir sistemų analizuoti didelius sudėtingus duomenų rinkinius. Dirbtinio intelekto (AI) komponentai tai išspręs.
Naujausiame straipsnyje „Wired Magazine“ Kevinas Kelly teigia, kad po „apgailėtinų gedimų“ eilutės AI pagaliau pasiruošė pirminiam laikui. O ne tik labiau pažengusiems virtualiems asmeniniams asistentams, o „Kelly“, tikrasis „AI“ bus „labiau panašus į„ Amazon Web Services “- pigus, patikimas, pramoninio lygio skaitmeninis sumanumas, kuris veikia viskas.
Šiuo metu „AI“ atsilieka nuo savęs vairavimo automobilių iki „Facebook“ naujienų kanalo, į verslo priemones, pvz., „RelateIQ“, kurios analizuoja duomenis ir prognozuoja geriausią pardavimo metodą. AI ne tik gali pakeisti „Bain“ konsultanto veiklą, bet ir sudėti sudėtingą įmonės programinę įrangą, kad būtų galima atlikti stalo keramikos verslą.
Galiausiai, net ir turint tinkamas įžvalgas, mažoms įmonėms dažnai trūksta išteklių veikti. Čia žaidžia automatizavimas. Lengvas vartotojų pavyzdys namų automatikos srityje yra „Nest“ termostatas, kuris išsijungia, kai jausmas, kad niekas nėra namuose. Ir verslo įmonės naudojasi automatizuotų sprendimų gausa sparčiai augančioje pardavimo ir rinkodaros programinės įrangos srityje. Nors automatizavimas padeda korporacijoms efektyviau, jis iš tikrųjų leidžia mažųjų įmonių savininkams naudoti programinę įrangą, nes dabartiniai sprendimai yra pernelyg sudėtingi.
Smulkiojo verslo sukuriamų ir stebimų elgesio ir sandorių duomenų apimtis yra sprogstama, o smulkaus verslo savininkai turi padėti jai pasinaudoti.
Netrukus jūsų maža kaimynystės kavinė turės tas pačias aukštųjų technologijų priemones, kurias „Starbucks“ naudojasi šiandien. Jie žinos, kas yra jų klientai, paskutinį kartą apsilankę ir, galbūt, svarbiausia, kada yra tinkamas laikas pasiūlyti lojalumo skatinimą, paprašyti kreiptis arba priminti jums palikti atsiliepimą savo „Google+“ puslapyje.
Kai mažos įmonės gali valdyti ir panaudoti sudėtingus duomenis, kaip ir korporacijos, jie dar kartą įgis konkurencinį pranašumą.
„Big Data Photo“ per „Shutterstock“
7 Pastabos ▼
