Cạnh tranh dựa trên phân tích dữ liệu

Chúng ta đều biết sức mạnh của ứng dụng hủy diệt (killer app). Trong những năm qua, hệ thống sáng tạo đột phá được tạo ra từ các công ty như American Airlines (đặt chỗ điện tử), Otis Elevator (dự báo bảo trì) và American Hospital Supply (đặt hàng trực tuyến) đã làm tăng đáng kể thu nhập và danh tiếng của người tạo ra chúng. Những ứng dụng dự báo đáng ao ước đó đã thu thập và sử dụng dữ liệu để làm tăng sự kì vọng của khách hàng và tối ưu hóa hoạt động đến mức chưa từng có. Họ biến công nghệ từ một công cụ hỗ trợ thành một vũ khí chiến lược.

Các công ty tìm kiếm các killer apps thường đầu tư mọi thứ của họ vào lĩnh vực hứa hẹn tạo ra lợi thế cạnh tranh lớn nhất. Nhưng có một kiểu công ty mới đang ngày càng đặt cược nhiều vào các ứng dụng này. Các tổ chức như Amazon, Harrah, Capital One và Boston Red Sox đã thống trị trong lĩnh vực của họ bằng cách triển khai phân tích sức mạnh công nghiệp trên nhiều hoạt động khác nhau. Về bản chất, họ đang biến tổ chức của mình thành đội quân của các ứng dụng sát thủ và cố gắng hết sức để chiến thắng.

Các tổ chức đang cạnh tranh ở lĩnh vực phân tích dữ liệu không chỉ vì họ có thể làm hay vì kinh doanh ngày nay tràn ngập dữ liệu và bộ siêu xử lý, mà còn bởi họ nên làm điều đó. Vào thời điểm khi các ngành công nghiệp cung cấp các sản phẩm tương tự nhau và sử dụng các công nghệ tương đương, quy trình kinh doanh là một trong những điểm khác biệt còn lại cuối cùng. Và các doanh nghiệp cạnh tranh trong lĩnh vực phân tích dữ liệu này sẽ tận dụng mọi giá trị từ các quy trình đó. Vì vậy, giống như các công ty khác, họ biết những sản phẩm mà khách hàng của họ muốn, nhưng họ cũng biết giá mà khách hàng sẽ trả, bao nhiêu thứ mà khách hàng sẽ mua trong đời và điều gì sẽ khiến mọi người mua nhiều hơn. Giống như các công ty khác, họ biết chi phí phải trả cho nhân viên và tỷ lệ thôi việc, nhưng họ cũng có thể tính toán số lượng nhân viên đóng góp hoặc làm giảm hiệu quả và mức lương liên quan đến hiệu suất của cá nhân như thế nào. Giống như các công ty khác, họ biết khi hàng tồn kho đang ở mức thấp, nhưng họ cũng có thể dự đoán các vấn đề với lượng cầu và chuỗi cung ứng, để đạt được tỷ lệ hàng tồn kho thấp và tỷ lệ đặt hàng hoàn hảo cao.

Và các doanh nghiệp cạnh tranh bằng phân tích dữ liệu thực hiện tất cả những nghiệp vụ đó một cách nhịp nhàng, như một phần của chiến lược kinh doanh tổng thể được hoạch định bởi người đứng đầu và chiến lược ấy truyền đạt xuống cho các nhà hoạch định ở mọi cấp độ. Nhân viên được thuê bởi sự tinh thông của họ với những con số hay được đào tạo để nhận ra tầm quan trọng của mình với dữ liệu và các công cụ định lượng tốt nhất. Kết quả là, họ đưa ra quyết định tốt nhất: dù lớn hay nhỏ, cứ thế đều đặn ngày qua ngày.

Mặc dù nhiều tổ chức đang đi theo con đường phân tích dữ liệu,nhưng chỉ một số ít đã đạt được mức độ hiệu quả này. Nhưng những doanh nghiệp cạnh tranh trong lĩnh vực phân tích dữ liệu lại là các doanh nghiệp đứng đầu trong các lĩnh vực khác nhau từ các sản phẩm tiêu dùng, tài chính, bán lẻ cho đến du lịch và giải trí và nhiều lĩnh vực khác. Phân tích dữ liệu là công cụ giúp Capital One, trở thành công ty có tốc độ tăng trưởng EPS (lợi nhuận trên mỗi cổ phiếu) hơn 20% mỗi năm kể từ khi nó cổ phần hóa. Công cụ này cũng đã đưa Amazon lên vị trí thống trị các kênh bán lẻ trực tuyến và sinh lời chứ không phải là khoản đầu tư khổng lồ vào tăng trưởng và cơ sở hạ tầng. Trong thể thao, vũ khí bí mật thực sự không phải là steroid, mà là số liệu thống kê. Những chiến thắng ấn tượng của Boston Red Sox, New England Patriots, và Oakland A đã chứng minh điều đó.

Tại các tổ chức như vậy, mức độ lành nghề trong phân tích dữ liệu thường là một phần của thương hiệu. Tập đoàn Progressive làm quảng cáo cỏ khô dựa trên những phân tích chi tiết về tỷ lệ bảo hiểm cá nhân . Khách hàng của Amazon thấy công ty ngày càng hiểu về mình bởi vì dịch vụ của Amazon ngày càng tập trung vào khách thường xuyên mua hàng. Trong cuốn sách Moneyball, một tác phẩm bán chạy nhất của Michael Lewis, ông có nói về sức mạnh của số liệu thống kê trong bóng chày chuyên nghiệp. Nhờ vào quyển sách này,đội bóng chày Oakland A’s trở nên nổi tiếng bởi số lượng những chuyên gia tính toán cũng giống như việc họ nổi tiếng bởi tài năng trong bóng chày.

Để xác định các đặc điểm chung của các doanh nghiệp cạnh tranh về phân tích dữ liệu, tôi và hai đồng nghiệp của mình tại Trung tâm nghiên cứu Working Knowledge Research Center của trường Babson đã nghiên cứu 32 tổ chức đã cam kết phân tích dựa trên các phân tích số lượng và bằng chứng thực tế. Trong số các tổ chức đó, có 11 tổ chức được chúng tôi phân loại là doanh nghiệp cạnh tranh bằng phân tích đầy đủ, tức là quản lý hàng đầu của các công ty này đã tuyên bố rằng phân tích dữ liệu là trọng tâm cho chiến lược của họ; họ đã có nhiều sáng kiến ​​đang được tiến hành liên quan đến dữ liệu phức tạp và phân tích thống kê, và họ quản lý hoạt động phân tích ở quy mô doanh nghiệp (không phải của bộ phận).

Bài viết này đưa ra các đặc điểm và phương pháp của các công ty chuyên thống kê trên và mô tả một số thay đổi rất đáng kể mà các công ty khác phải trải qua để cạnh tranh trên thị trường. Như mọi người biết, việc chuyển đổi yêu cầu sự đầu tư đáng kể vào công nghệ, tích lũy kho dữ liệu khổng lồ và xây dựng chiến lược toàn công ty để quản lý dữ liệu. Nhưng ít nhất, việc này phải đòi hỏi một tuyên ngôn kiên quyết của nhà điều hành và sự sẵn lòng thay đổi cách nhân viên nghĩ, làm việc và đối xử. Như Gary Loveman, giám đốc điều hành của doanh nghiệp cạnh tranh bằng phân tích dữ liệu của Harrah, thường xuyên nói, “Chúng ta có nghĩ điều này là đúng không? Hay chúng ta biết? ”

PHÂN TÍCH MỘT DOANH NGHIỆP CẠNH TRANH BẰNG PHÂN TÍCH DỮ LIỆU

Một doanh nghiệp hàng đầu về phân tích dữ liệu là Marriott International. Trong hơn 20 năm qua, tập đoàn đã tôn sùng một hệ thống khoa học để thiết lập mức giá tối ưu cho khách đặt phòng (quy trình phân tích chính trong khách sạn được gọi là quản lý doanh thu). Ngày nay, tham vọng của nó lớn hơn rất nhiều. Thông qua chương trình Tối ưu hóa khách sạn tổng thể, Marriott đã mở rộng chuyên môn trong mảng phân tích số liệu của mình đến các khu vực như trang thiết bị trong phòng hội nghị, cung cấp thực phẩm và làm ra các công cụ tương tự trên Internet cho nhà quản lý doanh thu bất động sản cũng như chủ khách sạn. Nó đã phát triển các hệ thống để tối ưu hóa các dịch vụ cho khách hàng thường xuyên và đánh giá khả năng của những khách hàng đó đang phá hoại đối thủ cạnh tranh.Công cụ này đã mang lại cho những nhà quản lý doanh thu địa phương khả năng bỏ qua các khuyến nghị của hệ thống khi một số yếu tố địa phương không thể dự đoán được (như số lượng lớn người di tản bão Katrina đến Houston). Marriott thậm chí đã tạo ra một mô hình cơ hội doanh thu, tính toán doanh thu thực tế theo tỷ lệ phần trăm của các mức giá tối ưu có thể đã bị tính phí. Tỷ lệ đó đã tăng từ 83% lên 91% do phân tích quản lý doanh thu từ bên trong doanh nghiệp của Marriott. Điều này xoay quanh các chủ sở hữu và người nhận nhượng quyền: Nếu bạn muốn thu nhiều doanh thu nhất từ ​hàng tồn kho, cách tiếp cận của Marriott là cách làm đúng đắn.

Rõ ràng, các tổ chức như Marriott không làm như các công ty truyền thống. Khách hàng nhận thấy sự khác biệt trong mọi lúc tương tác; nhân viên và nhà cung cấp đưa ra sự khác biệt mỗi ngày. Nghiên cứu của chúng tôi đã tìm thấy ba thuộc tính chính trong số các doanh nghiệp cạnh tranh bằng phân tích dữ liệu:

1. Sử dụng rộng rãi việc quy chuẩn và tối ưu hóa.

Bất kỳ công ty nào cũng có thể tạo ra các thống kê mô tả đơn giản về các khía cạnh của doanh nghiệp ví dụ như doanh thu trung bình trên mỗi nhân viên, kích thước đơn đặt hàng trung bình. Nhưng các doanh nghiệp cạnh tranh bằng phân tích dữ liuej nhìn xa hơn các thống kê cơ bản. Các công ty này sử dụng mô hình dự báo để xác định các khách hàng sinh lời lớn nhất – cộng với những khách hàng tiềm năng sinh lời lớn nhất và những người có nhiều khả năng hủy đơn hàng của họ nhất. Họ gộp dữ liệu bên trong và dữ liệu thu được từ các nguồn bên ngoài (chúng phân tích sâu hơn so với các đối thủ ít hiểu biết về thống kê) để hiểu rõ hơn về khách hàng của họ. Họ tối ưu hóa chuỗi cung ứng của họ và do đó có thể xác định tác động của các tác động bất ngờ, mô phỏng các lựa chọn thay thế và định tuyến các lô hàng khi xảy ra vấn đề. Họ thiết lập mức giá trong thời gian thực để có được lợi nhuận cao nhất có thể từ mỗi giao dịch với khách hàng của họ. Họ tạo ra các mô hình phức tạp về chi phí hoạt động liên quan đến hiệu suất tài chính của chúng như thế nào.

Doanh nghiệp hàng đầu trong phân tích cũng sử dụng các thí nghiệm phức tạp để đo lường tác động tổng thể hoặc “nâng cao” các chiến lược can thiệp và sau đó áp dụng các kết quả để liên tục cải thiện các phân tích tiếp theo. Ví dụ, Capital One có hơn 30.000 thí nghiệm mỗi năm, với các mức lãi suất, ưu đãi, bao bì thư gửi trực tiếp và các biến số khác. Mục tiêu của nó là để tối đa hóa khả năng: có thể cả hai khách hàng tiềm năng sẽ đăng ký thẻ tín dụng và cũng có thế họ sẽ trả lại Capital One. Tập đoàn Progressive sử dụng các thử nghiệm tương tự bằng cách sử dụng nguồn dữ liệu dồi dào trong ngành bảo hiểm. Công ty này xác định các nhóm, hoặc các tập hợp khách hàng nhỏ: ví dụ: người đi xe mô tô từ 30 tuổi trở lên, với giáo dục đại học, điểm tín dụng ở một mức nhất định và không có tai nạn. Đối với mỗi nhóm, công ty thực hiện phân tích hồi quy để xác định yếu tố nào tương quan đến những thất bại của nhóm. Sau đó, họ đặt giá cho các nhóm, cho phép công ty kiếm được một danh mục giá của các nhóm khách hàng và sử dụng phần mềm mô phỏng để kiểm tra các tác động tài chính của những giả thuyết đó. Với cách tiếp cận này, tập đoàn Progressive có thể ủng hộ các khách hàng theo các loại rủi ro truyền thống cao. Các công ty bảo hiểm khác từ chối khách hàng có nguy cơ cao, bỏ qua các nghiên cứu dữ liệu sâu hơn (mặc dù các doanh nghiệp truyền thống, chẳng hạn như All-state, đang bắt đầu nắm lấy phân tích như một chiến lược).

2. Một cách tiếp cận doanh nghiệp.

Các doanh nghiệp cạnh tranh bằng phân tích dữ liệu hiểu rằng hầu hết các nghiệp vụ kinh doanh – ngay cả những nghiệp vụ như tiếp thị, có nguồn gốc phụ thuộc vào nghệ thuật chứ không phải khoa học – đều có thể được cải thiện bằng các phân tích định lượng tinh vi. Các tổ chức này không có được lợi thế từ một ứng dụng killer app, mà là từ nhiều ứng dụng hỗ trợ nhiều mảng trong doanh nghiệp – và, trong một vài trường hợp, các ứng dụng đó được triển khai cho khách hàng và nhà cung cấp sử dụng. UPS thể hiện sự phát triển từ người dùng phân tích mục tiêu đến doanh nghiệp phân tích toàn diện. Mặc dù công ty này là một trong những công ty đang nghiên cứu vận hành và kỹ thuật công nghiệp khắt khe nhất trên thế giới, khả năng của họ, cho đến gần đây, là tập trung hẹp lại. Hiện tại, UPS đang sử dụng kỹ thuật thống kê để theo dõi quá trình vận chuyển của các gói hàng, dự đoán, làm thay đổi hành vi của con người – đánh giá khả năng mất khách hàng và xác định nguồn gốc của các vấn đề. Ví dụ, tập đoàn về UPS Customer Intelligence Group có thể dự đoán chính xác các khiếm khuyết của khách hàng bằng cách kiểm tra các mẫu sử dụng và những lời phàn nàn . Khi điểm dữ liệu chỉ ra một người sắp từ bỏ dịch vụ của công ty, một nhân viên bán hàng liên hệ với khách hàng đó để xem xét và giải quyết vấn đề, làm giảm đáng kể sự mất mát tài khoản. UPS vẫn thiếu quy mô của các sáng kiến so với một doanh nghiệp cạnh tranh phân tích đầy đủ, nhưng nó đang đi theo hướng đó

Doanh nghiệp cạnh tranh bằng phân tích dữ liệu xử lý tất cả các hoạt động đó từ tất cả các dữ liệu như là một sáng kiến ​​đơn nhất, mạch lạc, thường được gộp lại dưới dạng phiếu đánh giá, chẳng hạn như “chiến lược dựa trên thông tin” tại Capital One hoặc “quản lý khách hàng dựa trên thông tin” tại Ngân hàng Barclays. Các chương trình này hoạt động không chỉ dưới một nhãn thông thường mà còn dưới sự điều phối chung và bằng các công nghệ và công cụ phổ biến. Trong các công ty truyền thống, “trí tuệ doanh nghiệp” (business intelligence) (thuật ngữ IT mà mọi người sử dụng cho việc phân tích dữ liệu và các quy trình báo cáo và phần mềm) thường được quản lý bởi các phòng ban; phòng kế toán chọn công cụ riêng, kiểm soát kho dữ liệu của riêng và đào tạo người của riêng họ. Nhưng theo cách đó mọi thứ sẽ rất hỗn loạn. Một điều nữa là, sự gia tăng của bảng tính và cơ sở dữ liệu do người dùng phát triển chắc chắn dẫn đến vô vàn phiên bản của các chỉ số chính trong một tổ chức. Hơn nữa, nghiên cứu đã chỉ ra rằng từ 20% đến 40% bảng tính có lỗi; càng có nhiều bảng tính xung quanh một công ty, do đó, càng có nhiều cơ sở dẫn đến những sai lầm. Ngược lại, các doanh nghiệp cạnh tranh dựa vào phân tích dữ liệu tập trung hóa vào các nhóm để đảm bảo rằng các dữ liệu quan trọng và các tài nguyên khác được quản lý tốt và các phòng ban khác nhau của tổ chức có thể chia sẻ dữ liệu một cách dễ dàng mà không bị cản trở bởi các định dạng, định nghĩa và tiêu chuẩn không nhất quán.

Một số doanh nghiệp cạnh tranh bằng phân tích dữ liệu áp dụng cùng một phương pháp tiếp cận con người như đối với công nghệ. Procter & Gamble, ví dụ, gần đây đã tạo ra một nhóm überanalytics bao gồm hơn 100 nhà phân tích từ các nghiệp vụ như vận hành, chuỗi cung ứng, bán hàng, nghiên cứu người tiêu dùng và tiếp thị. Mặc dù hầu hết các nhà phân tích được tiếp cận các đơn vị hoạt động kinh doanh, nhóm này được quản lý một cách tập trung. Do sự hợp nhất này, P & G có thể sử dụng một lượng lớn kiến thức chuyên môn cho các vấn đề bức xúc nhất của mình. Vì vậy, ví dụ, các nhà phân tích bán hàng và tiếp thị cung cấp dữ liệu về cơ hội tăng trưởng ở các thị trường hiện có cho các nhà phân tích, những người đã thiết kế mạng lưới cung ứng của công ty. Các nhà phân tích chuỗi cung ứng, lần lượt, áp dụng chuyên môn của họ dựa vào kĩ thuật phân tích và đưa ra quyết định cho các lĩnh vực mới như là nguồn thông tin cạnh tranh.

Nhóm chuyên gia tại P & G này cũng tăng tính hình tượng hóa quá trình ra quyết định dựa trên số liệu và việc phân tích số liệu trong công ty. Trước đây, các nhà phân tích xuất sắc của P & G đã cải thiện quy trình kinh doanh và tiết kiệm tiền cho doanh nghiệp; nhưng bởi vì họ bị đưa đi các miền phân tán, nhiều giám đốc điều hành không biết họ cung cấp những dịch vụ gì hoặc hiệu quả của chúng như thế nào. Giờ đây, những giám đốc điều hành này có nhiều cơ hội để khai thác trình độ chuyên môn cao của công ty cho các dự án của họ. Trong khi đó, việc kiểm soát số sách kế toán cũng đã trở thành một phần trong câu chuyện P & G nói với các nhà đầu tư, báo chí và công chúng.

3. Sự ủng hộ của nhà điều hành cấp cao.

Việc nắm bắt quá trình phân tích toàn công ty thúc đẩy những thay đổi về văn hóa, quy trình, hành vi và kỹ năng cho nhiều nhân viên. Và như vậy, giống như bất kỳ quá trình chuyển hóa lớn nào, nó đòi hỏi sự lãnh đạo từ các giám đốc điều hành, những người đứng đầu công ty phải có sự say mê cho phương pháp định lượng. Lý tưởng nhất, người ủng hộ chính là Giám đốc điều hành. Thật vậy, chúng tôi đã tìm thấy một số giám đốc điều hành đã thúc đẩy sự chuyển đổi sang phân tích dữ liệu tại các công ty của họ trong vài năm qua, bao gồm Loveman của Harrah, Jeff Bezos của Amazon và Rich Fairbank của Capital One. Trước khi cựu giám đốc điều hành Barry Beracha của Sara Lee Bakery Group nghỉ hưu, ông luôn để lại một dấu hiệu trên bàn của mình. Dấu hiệu đó là những tóm tắt triết lý cá nhân và tổ chức của mình: “Theo đức chúa trời, chúng tôi tin tưởng. Tất cả mọi người đều mang lại dữ liệu. ”Chúng tôi đã gặp một số công ty trong đó, nhà lãnh đạo đơn vị kinh doanh hoặc chức năng đang cố gắng thúc đẩy việc phân tích diễn ra trong toàn tổ chức, và một số ít cho thấy sự tiến bộ. Nhưng chúng tôi thấy rằng những người cấp thấp này thiếu tầm ảnh hưởng, tiếng nói cá nhân và phạm vi đa chức năng để thay đổi văn hóa theo bất kỳ cách nào có ý nghĩa.

Các CEO đồng ý chi phí phân tích yêu cầu cả sự đánh giá cao và sự quen thuộc với chủ đề. Một nền tảng trong thống kê là không cần thiết, nhưng những nhà lãnh đạo đó phải hiểu lý thuyết đằng sau các phương pháp định lượng khác nhau để họ nhận ra những giới hạn của phương pháp đó – những yếu tố nào đang được cân nhắc và những yếu tố nào không được cân nhắc. Khi các CEO cần sự giúp đỡ trong việc nắm bắt các kỹ thuật phân tích số liệu, họ nhờ các chuyên gia hiểu được doanh nghiệp và cách phân tích có thể áp dụng được cho doanh nghiệp. Chúng tôi đã phỏng vấn một số nhà lãnh đạo đã giữ lại những người cố vấn như vậy, và những giám đốc điều hành đó nhấn mạnh sự cần thiết phải tìm một người có thể giải thích mọi thứ bằng ngôn ngữ đơn giản và đáng tin cậy không thay đổi các số. Chúng tối đã nói chuyện với một vài CEO mà giữ lại xung quanh mình nhiều chuyên gia phân tích như thế. Họ là giáo sư, người cố vấn, người tốt nghiệp MIT, và nhiều người gần giống vậy. Nhưng đó thường là sở thích cá nhân hơn là điều cần phải thực hiện.

Tất nhiên, không phải tất cả các quyết định phải dựa vào phân tích – ít nhất là không hoàn toàn như vậy. Các vấn đề nhân sự, đặc biệt, thường được diễn đạt tốt và thích hợp bằng sự khéo léo tự nhiên hay những câu chuyện vặt. Nhiều tổ chức đang phải đưa ra các quyết định tuyển dụng và thuê mướn để phân tích thống kê. Nhưng nghiên cứu cho thấy rằng con người có thể thực hiện các đánh giá nhanh chóng, chính xác một cách đáng ngạc nhiên về tính cách và đặc điểm dựa trên các quan sát đơn giản. Đối với các nhà lãnh đạo có đầu óc phân tích, thách thức sẽ là khi nào nên quyết định dựa trên các con số và khi nào quyết định dựa trên sự can đảm

NGUỒN SỨC MẠNH CỦA HỌ

Các doanh nghiệp cạnh tranh bằng phân tích số liệu không chỉ đơn giản là các nhà máy tính toán đơn giản. Chắc chắn, họ áp dụng công nghệ – với sự kết hợp của sức lực và sự khéo léo – cho nhiều vấn đề kinh doanh. Nhưng họ cũng điều khiển năng lượng của mình hướng tới đúng điểm cần tập trung, xây dựng nền văn hóa phù hợp và tuyển dụng đúng người để tận dụng tối ưu dữ liệu họ liên tục sử dụng. Cuối cùng, con người và chiến lược, cũng như công nghệ thông tin, cung cấp cho các tổ chức như vậy sức mạnh.

Đúng trọng tâm.

Mặc dù các doanh nghiệp cạnh tranh dựa vào phân tích khuyến khích các quyết định dựa trên thực tế trên toàn thế giới , họ phải chọn nơi để tập trung tối đa các nguồn lực. Nói chung, họ chọn một loạt các nghiệp vụ hay sáng kiến ​​cùng hướng tới một chiến lược bao quát. Chẳng hạn, Harrah đã nhắm nhiều hoạt động phân tích của mình đến việc tăng sự trung thành của khách hàng, dịch vụ khách hàng và các lĩnh vực liên quan như định giá và khuyến mãi. UPS đã mở rộng trọng tâm phát triển của mình từ logistic cho đến khách hàng, để cung cấp chất lượng dịch vụ vượt trội. Trong khi các chiến lược đa dạng như vậy định vị các doanh nghiệp cạnh tranh bằng phân tích dữ liệu, những giám đốc điều hành chúng tôi đã phỏng vấn cảnh báo các công ty không nên mở rộng quá mức các sáng kiến ​​của họ hoặc mất đi tầm nhìn rõ ràng về mục đích kinh doanh đằng sau mỗi công ty. Một vấn đề khác khi phân bổ nguồn lực là các nghiệp vụ sẵn sàng đến mức nào để đào sâu phân tích. Có ít nhất bảy mục tiêu chung cho hoạt động phân tích, và các ngành công nghiệp khác nhau có thể có các mục tiêu khác nhau. Các mô hình thống kê và các thuật toán làm tăng khả năng đột phá về hiệu năng khiến cho viễn cảnh trở nên đặc biệt hấp dẫn. Tiếp thị, ví dụ, luôn luôn là điều khó khăn để định lượng bởi vì nó bắt nguồn từ tâm lý học. Nhưng hiện nay các công ty sản xuất hàng tiêu dùng có thể tăng cường nghiên cứu thị trường của họ bằng cách sử dụng lý thuyết đa tiện ích – một công cụ để hiểu và dự đoán hành vi và quyết định của người tiêu dùng. Tương tự, ngành quảng cáo đang áp dụng toán kinh tế và các công cụ thống kê để đo độ hiệu quả của các chiến dịch quảng cáo và giảm giá qua thời gian.

Các doanh nghiệp phân tích chuyên nghiệp nhất không chỉ đo lường các mối quan tâm của riêng họ – doanh nghiệp này cũng giúp khách hàng và nhà cung cấp đánh giá mối quan tâm của họ. Ví dụ, WalMart khẳng định rằng các nhà cung cấp sử dụng hệ thống Liên kết bán lẻ (Retail LInk) của mình để theo dõi chuyển động của sản phẩm theo cửa hàng, lên kế hoạch quảng cáo và bố cục trong cửa hàng và giảm hàng tồn kho. E. & J. Gallo cung cấp cho nhà phân phối của mình dữ liệu và các phân tích về chi phí và giá cả của nhà bán lẻ để họ có thể tính toán khả năng sinh lời của từng chai trong số 95 loại rượu của Gallo. Các nhà phân phối, lần lượt, sử dụng thông tin đó để giúp các nhà bán lẻ tối ưu hóa hàng hóa của họ trong khi thuyết phục họ thêm không gian cho các sản phẩm của Gallo. Procter & Gamble cung cấp dữ liệu và phân tích cho khách hàng bán lẻ của mình, như một phần của chương trình được gọi là Tạo giá trị chung và cho các nhà cung cấp để giúp cải thiện khả năng đáp ứng và giảm chi phí. Nhà cung cấp bệnh viện Owens & Minor cung cấp các dịch vụ tương tự, cho phép khách hàng và nhà cung cấp truy cập và phân tích dữ liệu mua và bán của họ, theo dõi các mẫu đặt hàng để gộp các đơn hàng và chuyển các giao dịch mua ngoài hợp đồng thành các sản phẩm do Owens & Minor phân phối cũng như đối thủ cạnh tranh của nó. Ví dụ: Owens & Minor có thể đưa ra cho giám đốc chuỗi bệnh viện số tiền họ có thể tiết kiệm bằng cách hợp nhất việc mua hàng trên nhiều vị trí hoặc giúp họ thấy sự cân bằng giữa tăng tần suất phân phối và thực hiện kiểm kê.

Văn hóa phù hợp.

Văn hóa là một khái niệm trừu tượng; phân tích lại là một nguyên tắc cứng nhắc. Tuy nhiên, các doanh nghiệp cạnh tranh bằng phân tích dữ liệu phải thấm nhuần sự tôn trọng toàn công ty để đo lường, thử nghiệm và đánh giá bằng chứng định lượng. Nhân viên được khuyến khích để quyết định dựa trên các trường hợp khó khăn. Và họ biết rằng hiệu suất của họ được đo theo cùng một cách. Các đơn vị nhân sự trong các doanh nghiệp cạnh tranh dựa vào phân tích dữ liệu rất nghiêm túc về việc áp dụng các số liệu để trả lương và thưởng. Chẳng hạn, Harrah đã tạo ra một sự thay đổi đáng kể từ nền văn hóa phần thưởng dựa trên chủ nghĩa gia trưởng và thời gian nhiệm kỳ dựa trên các phép đo hiệu suất được thu thập tỉ mỉ như kết quả dịch vụ tài chính và khách hàng. Giám đốc điều hành cấp cao cũng thiết lập một kiểu mẫu phù hợp với hành vi của riêng họ, thể hiện sự thèm khát và tự tin vào dẫn chứng thực tế và sự phân tích dữ liệu. Một ví dụ của lãnh đạo như vậy là Beracha của Sara Lee Bakery Group, được biết đến với nhân viên của mình như là một “data dog” bởi vì anh ta nhân viên để lấy dữ liệu có thể hỗ trợ bất kỳ khẳng định hoặc giả thuyết nào.

Không ngạc nhiên, trong một nền văn hóa phân tích, đôi khi có sự căng thẳng giữa các xung đột về sáng tạo hoặc kinh doanh và yêu cầu có dẫn chứng. Một số công ty chú trọng ít hơn vào phát triển sự sáng tạo, trong đó các nhà thiết kế hoặc kỹ sư đuổi những điều chưa ai làm được Trong các tổ chức này, R & D, giống như các nghiệp vụ khác, được định hướng một cách chặt chẽ. Tại Yahoo, Progressive và Capital One, các thay đổi về quy trình và sản phẩm được thử nghiệm trên quy mô nhỏ và được triển khai khi chúng được xác thực. Cách tiếp cận đó, được thiết lập chuẩn xác trong nhiều ngành học và kinh doanh khác nhau (bao gồm kỹ thuật, quản lý chất lượng và tâm lý học), có thể áp dụng cho hầu hết các quy trình của công ty – ngay cả đối với các đối tượng mơ hồ, như nguồn nhân lực và dịch vụ khách hàng.

Ví dụ, nhân sự có thể tạo ra các đặc điểm về nhân cách và phong cách lãnh đạo của các nhà quản lý và sau đó kiểm tra những người quản lý đó trong các tình huống khác nhau. Sau đó, nó có thể so sánh những dữ liệu liên quan đến hiệu suất công việc với dữ liệu liên quan đến tính cách của từng cá nhân. Thông qua đó xác định những đặc điểm quan trọng nhất để quản lý dự án khi chúng đang chậm tiến độ hoặc giúp cho các nhóm nhân viên mới có thể hòa nhập

Tuy nhiên, có những trường hợp mà quyết định thay đổi một cái gì đó hoặc thử cái mới bị ép thực hiện quá nhanh để phân tích tỉ mỉ, hoặc cũng có trường hợp không thể thu thập đủ dữ liệu để phân tích. Ví dụ, mặc dù Jeff Bezos của Amazon rất thích định lượng nghiêm ngặt phản ứng của người dùng trước khi tung ra các tính năng mới, anh ta không thể thử nghiệm công cụ tìm kiếm bên trong của cuốn sách mà không áp dụng nó cho một lượng sách đủ lớn ( bắt đầu với 120,000). Việc đó cũng đắt đỏ để phát triển và làm tăng rủi ro. Trong trường hợp này, Bezos tin tưởng bản năng của mình và đánh cược với nó. Và tính năng này đã trở nên phổ biến khi được giới thiệu.

Đúng người.

Doanh nghiệp phân tích thuê người phân tích – và giống như tất cả các công ty cạnh tranh về tài năng, họ theo đuổi người tốt nhất.Ví dụ, khi Amazon cần một người lãnh đạo mới cho chuỗi cung ứng toàn cầu của mình, họ tuyển dụng Gang Yu, một giáo sư về khoa học quản lý và là chủ một doanh nghiệp phần mềm, một trong những cơ quan hàng đầu thế giới về phân tích tối ưu hóa. Mô hình kinh doanh của Amazon yêu cầu công ty quản lý dòng chảy ổn định các sản phẩm, nhà cung cấp, khách hàng và chương trình khuyến mãi mới, cũng như cung cấp các đơn đặt hàng theo ngày đã hứa. Kể từ khi Yu đến, ông và nhóm của mình đã thiết kế và xây dựng các hệ thống chuỗi cung ứng tinh vi để tối ưu hóa các quy trình đó. Và khi anh ấy nói ra các cụm từ như “các quá trình ngẫu nhiên không ổn định”, anh ấy cũng giỏi giải thích các cách tiếp cận mới cho các giám đốc điều hành của Amazon theo các ngôn từ kinh doanh một cách rõ ràng.

Các doanh nghiệp cạnh tranh dựa vào phân tích dữ liệu đã như Capital One sử dụng các đội phân tích để thực hiện các thí nghiệm định lượng và dùng kết quả có được để thiết kế thẻ tín dụng và các ưu đãi tài chính khác. Những nỗ lực này đòi hỏi những kỹ năng chuyên môn, như bạn có thể thấy từ bản mô tả công việc này (điển hình cho nhà phân tích Capital One):

Khả năng giải quyết vấn đề trong các trường hợp và phân tích định lượng… Kỹ thuật, tài chính, tư vấn và / hoặc nền tảng giáo dục hay công việc liên quan đến phân tích định lượng. Khả năng nhanh chóng tìm hiểu cách sử dụng các ứng dụng phần mềm. Trải nghiệm với các mô hình Excel. Một số bằng cấp sau đại học được ưu tiên nhưng không bắt buộc (ví dụ: MBA). Một số kinh nghiệm với phương pháp quản lý dự án, các công cụ cải tiến quy trình (Lean, Six Sigma), hoặc các số liệu thống kê được ưu tiên.

Những doanh nghiệp khác thuê những kiểu người tương tự, nhưng doanh nghiệp cạnh tranh bằng phân tích dữ liệu có số lượng lớn hơn nhiều những người như thế. Capital One hiện đang tìm kiếm ba lần nhiều nhà phân tích gấp ba lần những người vận hành- đây hầu như không phải là thực tế phổ biến cho một ngân hàng. “Chúng tôi thực sự là một công ty của các nhà phân tích”, một giám đốc điều hành ở đó nhấn mạnh.” Đó là công việc chính ở doanh nghiệp chúng tôi”

Các nhà phân tích giỏi cũng phải có khả năng thể hiện các ý tưởng phức tạp bằng các thuật ngữ đơn giản và có các kỹ năng xây dựng mối quan hệ để tương tác tốt với những người ra quyết định. Một công ty sản xuất hàng tiêu dùng với nhóm phân tích gồm 30 người tìm kiếm những gì họ gọi là “Tiến sĩ có cá tính” – được định nghĩa là những người có chuyên môn về toán học, thống kê và phân tích dữ liệu, và cũng có thể sử dụng ngôn ngữ của doanh nghiệp và giúp tiếp thị công việc của họ trong nội bộ và đôi khi bên ngoài . Người đứng đầu nhóm phân tích khách hàng tại Ngân hàng Wachovia mô tả mối quan hệ với những người khác mà nhóm của ông tìm kiếm: “Chúng tôi đang cố gắng xây dựng nhân viên của mình như một phần của nhóm kinh doanh”, ông giải thích. “Chúng tôi muốn họ ngồi ở bàn kinh doanh, tham gia vào một cuộc thảo luận về những vấn đề chính là gì, xác định thông tin nào mà các doanh nhân cần và khuyến nghị hành động cho các đối tác kinh doanh. Chúng tôi muốn [nhóm phân tích] này không chỉ là một tiện ích chung, mà là một phần tích cực và quan trọng trong thành công của đơn vị kinh doanh. ”

Tất nhiên, việc kết hợp các kỹ năng phân tích, kinh doanh và xây dựng mối quan hệ có thể khó khăn. Khi công ty phần mềm SAS (nhà tài trợ của nghiên cứu này cùng với Intel) biết rằng họ sẽ cần một chuyên gia trong các ứng dụng kinh doanh tiên tiến như mô hình dự đoán hoặc phân vùng đệ quy (một dạng phân tích quyết định dạng cây áp dụng cho bộ dữ liệu rất phức tạp), họ bắt đầu tuyển dụng lên đến 18 tháng trước khi họ hy vọng có thể lấp đầy chỗ trống đó.

Trong thực tế, ứng viên phân tích những năm 2000 quan trọng như là những ứng viên lập trình cuối những năm 1990. Thật không may, thị trường lao động của Mỹ và châu Âu không có nhiều những ứng viên có khả năng đáp ứng các công việc đòi hỏi phân tích phức tạp. Một số tổ chức đối phó với điều này bằng việc ký hợp đồng làm việc với các nước như Ấn Độ, nơi có nhiều chuyên gia thống kê. Chiến lược đó có thể thành công khi các nhà phân tích nước ngoài làm việc trên các vấn đề độc lập. Nhưng nếu một cuộc thảo luận lặp lại với các nhà hoạch định kinh doanh là cần thiết, khoảng cách có thể trở thành một rào cản lớn.

Công nghệ phù hợp.

Cạnh tranh dựa trên khả năng phân tích có nghĩa là cạnh tranh về công nghệ. Và trong khi các đối thủ cạnh tranh nghiêm túc nhất điều tra các thuật toán thống kê mới nhất và phương pháp ra quyết định khoa học, họ cũng liên tục theo dõi và mở rộng biên giới của CNTT. Nhóm phân tích tại một công ty sản xuất hàng tiêu dùng đã đi quá xa khi xây dựng siêu máy tính của riêng mình bởi vì công ty này cảm thấy rằng các mô hình thương mại có sẵn là không đáp ứng đủ cho nhu cầu của nó. Những kỳ công như vậy thường không cần thiết, nhưng sự phân tích nghiêm túc đòi hỏi những điều sau đây:

Một chiến lược về dữ liệu. Các công ty đã đầu tư nhiều triệu đô la vào các hệ thống lấy dữ liệu từ mọi nguồn có thể nghĩ ra được. Lập kế hoạch nguồn lực doanh nghiệp, quản lý quan hệ khách hàng, điểm bán hàng và các hệ thống khác để đảm bảo rằng không có giao dịch hoặc trao đổi đáng kể nào xảy ra mà không để lại dữ liệu. Nhưng để cạnh tranh về thông tin đó, các công ty phải trình bày nó theo các định dạng chuẩn, tích hợp nó, lưu trữ nó trong kho dữ liệu và làm cho nó dễ dàng tiếp cận với bất cứ ai và tất cả mọi người. Và họ sẽ cần rất nhiều dữ liệu. Ví dụ: một công ty có thể dành nhiều năm để tích luỹ dữ liệu về các phương pháp tiếp thị khác nhau trước khi nó thu thập đủ để phân tích một cách đáng tin cậy về tính hiệu quả của một chiến dịch quảng cáo. Dell đã sử dụng DDB Matrix, một đơn vị của DDB Worldwide, để tạo ra (trong khoảng thời gian bảy năm) một cơ sở dữ liệu bao gồm 1,5 triệu bản ghi trên tất cả các bản in, radio, truyền hình mạng và quảng cáo cáp của nhà sản xuất máy tính cùng với dữ liệu về doanh thu của Dell cho từng khu vực mà quảng cáo xuất hiện (trước và sau khi xuất hiện). Thông tin đó cho phép Dell thực hiện các chương trình khuyến mãi cho mọi phương tiện truyền thông ở mọi khu vực.

Phần mềm Business Intelligence . Thuật ngữ “Business Intelligence “, xuất hiện lần đầu vào cuối những năm 1980, bao gồm một loạt các quy trình và phần mềm được sử dụng để thu thập, phân tích và phổ biến dữ liệu, tất cả vì lợi ích của việc ra quyết định tốt hơn. Công cụ kinh doanh thông minh này cho phép nhân viên trích xuất, chuyển đổi và tải (hoặc ETL, như mọi người trong ngành sẽ nói) dữ liệu để phân tích và sau đó thực hiện các phân tích đó trong báo cáo, cảnh báo và phiếu ghi điểm. Sự phổ biến của cạnh tranh bằng phân tích là một phần phản ứng đáp lại sự xuất hiện của các gói tích hợp của các công cụ này.

Phần cứng máy tính. Khối lượng dữ liệu cần thiết cho các ứng dụng phân tích có thể làm tăng dung lượng của máy tính và máy chủ phổ thông. Nhiều đối thủ cạnh tranh phân tích đang chuyển đổi phần cứng của họ sang bộ vi xử lý 64 bit có tốc độ nhanh chóng.

CHẶNG ĐƯỜNG DÀI PHÍA TRƯỚC

Gần như toàn bộ các công ty trong hầu hết các ngành công nghiệp đều có lý do tuyệt vời để theo đuổi các chiến lược kinh doanh hình thành dựa trên sự phân tích. Hầu như tất cả các tổ chức mà chúng tôi xác định là các doanh nghiệp cạnh tranh phân tích tích cực đều là các doanh nghiệp đứng đầu trong các lĩnh vực của họ, và họ cho là phần lớn thành công của họ là nhờ vào việc khai thác và làm chủ dữ liệu. Sự gia tăng cạnh tranh toàn cầu tăng cường sự cần thiết cho phương pháp phân tích hiệu quả này. Các công ty phương Tây không thể đánh bại các đối thủ cạnh tranh Ấn Độ hoặc Trung Quốc về chi phí sản phẩm, ví dụ, có thể chiếm ưu thế thông qua các quy trình tối ưu hóa doanh nghiệp.

Tuy nhiên, các công ty hiện đang sử dụng các chiến lược như vậy, sẽ phải mất vài năm để đạt được kết quả. Các tổ chức trong nghiên cứu của chúng tôi mô tả quá trình đó một hành trình dài, đôi khi gian khổ. Ví dụ, việc kinh doanh Thẻ và Tín dụng trong Ngân hàng Barclays ở Anh đã dành nhiều năm để thực hiện kế hoạch áp dụng phân tích cho việc tiếp thị thẻ tín dụng và các sản phẩm tài chính khác. Công ty đã phải thay đổi quy trình trong hầu hết mọi khía cạnh liên quan đến người tiêu dùng của mình: bảo lãnh rủi ro, đặt giới hạn tín dụng, tài khoản dịch vụ, kiểm soát gian lận, bán chéo, v.v. Về mặt kỹ thuật, nó đã tích hợp dữ liệu trên 10 triệu khách hàng của Barclaycard, cải thiện chất lượng dữ liệu và xây dựng các hệ thống để đẩy mạnh thu thập và phân tích dữ liệu. Ngoài ra, công ty bắt tay vào một loạt các bài kiểm tra nhỏ để bắt đầu học cách thu hút và giữ chân những khách hàng tốt nhất với mức giá thấp nhất. Và nó đã phải thuê nhân viên mới với kỹ năng phân tích định lượng hàng đầu.

Trong phần lớn thời gian – và chi phí tương ứng bỏ ra – mà bất kỳ công ty nào phải trải qua để trở thành một doanh nghiệp cạnh tranh bằng phân tích sẽ được dành cho các nhiệm vụ liên quan đến công nghệ như: tái tạo các hệ thống tạo dữ liệu giao dịch, cung cấp dữ liệu trong kho, lựa chọn và triển khai phần mềm phân tích, lắp ráp phần cứng và môi trường truyền thông. Và bởi vì những doanh nghiệp không ghi lại thông tin quá khứ sẽ không được khai thác từ các thông tin đó, các công ty đã thu thập ít thông tin – hoặc loại sai – sẽ cần phải tích lũy một lượng dữ liệu đầy đủ để hỗ trợ cho các dự báo đáng tin cậy. “Chúng tôi đã thu thập dữ liệu trong sáu hoặc bảy năm, nhưng nó chỉ có thể sử dụng trong hai hoặc ba năm qua, bởi vì chúng tôi cần thời gian và kinh nghiệm để xác minh các kết luận dựa trên dữ liệu”, một giám đốc phân tích dữ liệu khách hàng tại UPS nhận xét.

Và, tất nhiên, doanh nghiệp cạnh tranh phân tích mới sẽ phải bổ sung nhân viên mới(Khi Gary Loveman trở thành COO, và sau đó là CEO, của Harrah, ông đã đưa vào một nhóm các chuyên gia thống kê có thể thiết kế và thực hiện các chiến dịch tiếp thị và các chương trình khách hàng thân thiết dựa trên phân tích định lượng.) Nhân viên hiện tại,trong khi đó, sẽ yêu cầu đào tạo mở rộng. Họ cần phải biết dữ liệu nào có sẵn và tất cả các cách thông tin có thể được phân tích; và họ phải học cách nhận ra những đặc thù và thiếu sót như thiếu dữ liệu, sao chép và các vấn đề về chất lượng. Một nhà điều hành có tư duy phân tích tại Procter & Gamble đã đề xuất với tôi rằng các công ty nên bắt đầu giữ lại các nhà quản lý trong công việc của họ trong thời gian dài hơn tương xứng với khoảng thời gian cần thiết để nắm vững các phương pháp định lượng cho doanh nghiệp của họ.

Nhà nghiên cứu bệnh học người Đức Rudolph Virchow nổi tiếng gọi nhiệm vụ của khoa học là “để đặt ra các giới hạn của những thứ có thể biết được”. Những doanh nghiệp cạnh tranh dựa vào phân tích luôn theo đuổi một mục tiêu chung cho dù thế giới mà họ đang cố gắng để hiểu là một khía cạnh của hành vi người tiêu dùng, lưu chuyển hàng hóa, hiệu suất nhân viên và các phản ứng tài chính . Mỗi ngày, những tiến bộ trong công nghệ và kỹ thuật cung cấp cho các công ty một công cụ giải pháp tốt hơn trên các vấn đề nhỏ trong hoạt động của họ. Oakland A không phải là người duy nhất sử dụng trò chơi Moneyball. Các công ty ở mọi ngành nghề đều muốn trở thành một phần của trò chơi ấy

Các công ty phân tích chuyên nghiệp nhất không chỉ đo lường đội quân của riêng họ – họ cũng giúp khách hàng và nhà cung cấp đo lường các vấn đề riêng của họ.

Những doanh nghiệp cạnh tranh bằng phân tích tận dụng hiệu quả việc thống kê và mô hình hóa để các thiện hàng loạt các nghiệp vụ trong công ty.

Sau đây là một số ứng dụng phổ biến

BẠN BIẾT BẠN CẠNH TRANH DỰA VÀO SỰ PHÂN TÍCH KHI …

1. Bạn áp dụng các hệ thống thông tin tinh vi và phân tích nghiêm ngặt không chỉ cho khả năng cốt lõi của bạn mà còn cho một loạt các chức năng đa dạng như tiếp thị và nguồn nhân lực.

2. Nhóm điều hành cấp cao của bạn không chỉ nhận ra tầm quan trọng của khả năng phân tích mà còn giúp họ phát triển và duy trì như mối quan tâm chính

3. Bạn coi việc ra quyết định dựa trên thực tế không chỉ là một thông lệ tối ưu mà còn là một phần của nền văn hóa được liên tục nhấn mạnh và truyền đạt bởi các giám đốc điều hành cấp cao.

4. Bạn không chỉ thuê những người có kỹ năng phân tích mà còn rất nhiều người có kỹ năng phân tích tốt nhất – và coi đó là chìa khóa cho thành công của bạn

5. Bạn không chỉ sử dụng phân tích trong hầu hết mọi nghiệp vụ và phòng ban mà còn coi trọng nó về mặt chiến lược mà bạn quản lý nó ở cấp độ doanh nghiệp.

6. Bạn không chỉ là chuyên gia về sổ sách kế toán mà còn phát minh ra các số liệu độc quyền để sử dụng trong các quy trình kinh doanh chính.

7. Bạn không chỉ sử dụng dữ liệu phong phú và các phân tích nội bộ mà còn chia sẻ chúng với khách hàng và nhà cung cấp.

8. Bạn không chỉ tiêu thụ dữ liệu mà còn nắm bắt mọi cơ hội để tạo ra thông tin, tạo ra một nền văn hóa “thử nghiệm và học hỏi” dựa trên nhiều thí nghiệm nhỏ.

9. Bạn không chỉ cam kết cạnh tranh dựa vào sự phân tích mà còn xây dựng khả năng của bạn trong nhiều năm.

10. Bạn không chỉ nhấn mạnh tầm quan trọng của phân tích nội bộ mà còn tạo khả năng định lượng một phần trong câu chuyện của công ty bạn, được chia sẻ trong báo cáo hàng năm và thảo luận với các nhà phân tích tài chính.

CHO THỐNG KÊ

Cuộc tranh luận giữa phân tích và bản năng, một sở thích của các nhà bình luận chính trị trong hai cuộc bầu cử tổng thống cuối cùng của Hoa Kỳ, đang nổ ra trong các môn thể thao chuyên nghiệp, nhờ vào nhiều quyển sách nổi tiếng và chiến thắng nổi tiếng. Hiện tại, phân tích dường như đang thắng thế.

Đáng chú ý nhất, thống kê là một phần quan trọng trong việc lựa chọn và triển khai cầu thủ. Cuốn sách Moneyball, của Michael Lewis, tập trung vào việc sử dụng phân tích trong lựa chọn cầu thủ cho Oakland A’s – một đội chiến thắng với khoản ngân sách eo hẹp. The New England Patriots, một đội dành rất nhiều sự chú ý đến số liệu thống kê, giành được ba trong số bốn Super Bowls cuối cùng, và bảng lương của họ hiện đang xếp thứ 24 trong giải đấu. The Boston Red Sox đã chấp nhận “sabermetrics” (ứng dụng phân tích vào môn bóng chày), thậm chí đã thuê cả Bill James, nhà thống kê bóng chày nổi tiếng, người đã phổ biến thuật ngữ sabermetrics đó. Các chiến lược phân tích nhân sự cũng đang được áp dụng với bóng đá châu Âu. Một đội dẫn đầu, A.C. Milan của Ý, sử dụng các mô hình dự đoán từ trung tâm nghiên cứu của phòng thí nghiệm Milan để ngăn chặn thương tích bằng cách phân tích dữ liệu sinh lý, chỉnh hình và tâm lý từ nhiều nguồn khác nhau. Đội bóng đá Anh đang tăng trưởng nhanh, Bolton Wanderers, nổi tiếng với việc người quản lý sử dụng dữ liệu mở rộng để đánh giá hiệu suất của người chơi.

Tuy nhiên, các nhà quản lý thể thao – như các nhà lãnh đạo doanh nghiệp – hiếm khi là người thuần túy thực tế hay trực giác. Nhà quản lý của Louis Cardinals, Tony La Russa, chẳng hạn, kết hợp tuyệt vời phân tích với trực giác để quyết định khi nào nên thay thế người chơi bị tính phí trong đội hình đánh bóng hoặc có nên thuê một “bugi đánh lửa” để cải thiện tinh thần của đội hay không. Trong cuốn sách gần đây của ông, Three Nights vào tháng Tám, Buzz Bissinger mô tả sự cân bằng đó: “La Russa đánh giá cao thông tin được tạo ra bởi máy tính. Anh ta nghiên cứu các hàng và các cột. Nhưng anh ta cũng biết rằng công cụ này chỉ có thể đạt đến ngưỡng này trong bóng chày, thậm chí có thể gây nhầm lẫn cho bạn bởi sự mơ hồ của việc phân tích quá mức. Theo như ông ta, không có cách nào để định lượng ham muốn. Và những con số đó đã nói cho anh ta chính xác những gì anh cần biết bổ sung vào hai mươi tư năm kinh nghiệm quản lý của ông ấy. ”

Câu nói cuối cùng ở trên là vấn đề chủ chốt. Cho dù xem xét hồ sơ hiệu suất của một ai đó hoặc quan sát những thay đổi trên khuôn mặt của một nhân viên, các nhà lãnh đạo tham khảo ý kiến ​​kinh nghiệm của mình để hiểu về “bằng chứng” trong tất cả các hình thức thể hiện của nó