ייעוץ ניהולי
שתי מילים שיחסכו לכם הרבה כסף: אסטרטגיית דאטה
חברות יצרניות בתעשייה מבוקרת צריכות לייצר אסטרטגיית ניהול דאטה יעילה כדי לשפר את התוצאות שלהן. במיטאפ Data All Around נתנו המומחים בתחום כלים פרקטיים לתיעוד, בקרה וקבלות החלטות על בסיס דאטה שתוכלו להתחיל ליישם כבר עכשיו.
הסביבה העסקית מאתגרת ומושפעת מרגולציה, ממשברים, מעלייה בעלויות התפעוליות ומהמרדף המתמיד אחר החדשנות הטכנולוגית. כדי לדאוג לחוסן עסקי, כל חברה צריכה תוכנית פעולה שהמרכיב המרכזי בה הוא אסטרטגיית דאטה. אבל שתי המילים הללו, שיכולות לחסוך הרבה כסף ולשפר את התוצאות של החברה, עשויות להישמע מאתגרות, ולעיתים אפילו מאיימות.
המיטאפ המקצועי שערכנו בנושא יישום קבלת החלטות באמצעות דאטה הפגיש חברות מהתעשייה המבוקרת בתחומי פארמה, מזון, וכימיה עם שורת מומחים שהסבירו על אתגרים ופתרונות בניהול דאטה בכל שלבי חיי המוצר.
עדיין לא הטמעתם אסטרטגיית דאטה? אתם לא לבד
כדי להיות בקדמת התעשייה חברות צריכות לייצור אסטרטגיית ניהול דאטה יעילה. האסטרטגיה היא הכלי שבעזרתו ניתן להגיע למטרות, אך היא אינה מטרה בפני עצמה. אם נחשוב על הביזנס כעל פירמידה, הרי שבראשה נמצאות מטרות עסקיות שנגזרות מהאסטרטגיה העסקית, והן נשענות על אסטרטגיית הדאטה של החברה שנמצאת בבסיס הפירמידה.
אין עוררין שקבלת החלטות על בסיס דאטה מעלה תפוקה, מורידה עלויות ומגדילה הכנסות, אך בכל זאת לא כל החברות מאמצות את התהליך. זה קורה בגלל שהטמעת פתרונות דאטה היא עדיין חדשנית, משום שלעיתים קרובות אין קשר בין המחלקות בארגון והן לא משתפות ידע ונתונים ביניהן, מכיוון שלא תמיד יש תשתית מתאימה או מפני שהעובדים שצריכים לאמץ את הטכנולוגיות הם עצמם אנשים שאינם טכנולוגיים.
אבל הסיבה המרכזית במקרים רבים היא היעדר תוכנית אסטרטגית שנובעת מחוסר ביכולות, בניסיון ובאנשים שיודעים למנף את התובנות מדאטה בחברה. יש חברות שאוספות ואוספות דאטה, אבל לא יודעות איך להוציא מהנתונים את הערך, ולכן סבורות שהדאטה לא מקדמת אותן לעבר המטרה. הפתרון הוא קבלת ייעוץ חיצוני והטמעת מערכות חכמות לניהול המידע.
ניהול ידע עם דגש על זמינות המידע
הצלחה בפרויקט נמדדת בזמן ובכסף, ועדיין רק 30% מהפרויקטים מסתיימים בזמן או במסגרת התקציב. מסתבר שכ־ 60% מתקציב הפיתוח מושקעים בחזרה על דברים שכבר נעשו בעבר, ומתבזבזים על עבודה כפולה בגלל שלא מנהלים ומתעדים את המידע. בשלבים המוקדמים של הפיתוח מייצרים המון מידע שנולד מהצלחות, מכישלונות, מבדיקות וממסקנות. הרבה מעבדות משתתפות בפיתוח כל מוצר, ובמהלך הפיתוח נצברים נתונים ומסמכים שנדרשים עבור הרישוי. כדי להצליח חייבים לאסוף את הידע בצורה יעילה ולהוציא ממנו את המיטב: לאסוף דאטה גולמית, לארגן אותה, לבצע ניתוח שלה, לשתף מידע בקרב הגורמים הרלוונטיים ובסופו של דבר לעשות גם חיפוש יעיל של הדאטה שכבר נוצרה, כדי לא לחזור על העבודה.
כל המידע שנאסף במהלך הפיתוח צריך להיאסף ולהיות מנוהל באותו מקום, עם דגש לזמינות המידע: שיתוף דו”חות, סכמות וטבלאות עם פירוט על חומרים בשימוש, כמויות נדרשות, מי ביצע את הניסוי ובאיזה תנאים, תצפיות, הנחיות ברורות ואפילו שמירת דוגמאות משלב הפיתוח, כך שניתן יהיה למצוא את המידע ולהשוות תוצאות. כאמור, מערכת שאוספת כל כך הרבה מידע לא יכולה להיות יעילה אם היא לא מאפשרת חיפוש, ולכן חובה להכניס מערכת ניהול ייעודית, ולא להסתפק רק בגיליונות אקסל.
מהימנות נתונים היא חלק מהתרבות הארגונית
המשכיות עסקית במחקר ופיתוח היא חלק בלתי נפרד מעולמות הרגולציה. נכון שאנשים מעדיפים להשקיע את הזמן במשימות שוטפות מאשר בתיעוד הנתונים, אבל יש להבין שניהול מידע הוא שינוי תרבותי. כל יועץ ניהולי או ארגוני יגיד לכם שהכנסת תרבות חדשה לחברה אף פעם לא הולכת בקלות, לכן נדרשת הטמעה מלמעלה למטה: מההנהלה הבכירה לכל הצוותים והעובדים.
מהימנות נתונים (דאטה אינטגריטי) היא עבודה קשה המשולה לרכיבה על אופניים במעלה ההר, אבל היא הכרחית. תשאלו את פרופ’ דן אריאלי שעבודה שלו נפסלה מהסיבה הזו בדיוק. מחקר משנת 2012 שהיכה גלים והייתה לו השפעה אמיתית בשטח, התברר בשנת 2020 ככזה שהנתונים המקוריים שעל בסיסם בוצע הניתוח – זויפו. אריאלי אינו חשוד בזיוף, כמובן, אבל מהימנות הנתונים שניתנו לו היתה מוטלת בספק.
בסופו של דבר, ואולי דווקא בתחילתו, קבלת החלטות על סמך דאטה מתנקזת לדבר אחד: בקרה. כדי לקבל החלטות צריך לוודא שהמידע שלם ומדויק, ורק שמירה על הנתונים אצלנו – תוך בקרה – מאפשרת לסמוך עליהם. הבקרה צריכה להיות על התהליך ועל מעבר המידע מנקודה לנקודה, גם כשצריך לרוץ קדימה עם הפיתוח.
קשה, אבל שווה: דאטה זה כסף. הרבה כסף.
בתעשיית המזון, הפארמה והכימיה שינוי בחומרים או במינונים משפיע על המשתמשים. חריגה מהדיוק הנדרש יכולה לעלות לחברה הרבה כסף, ולביטוי “להפסיד רבעון” יש משמעות כלכלית משמעותית. מנגד, גם לקבלת החלטות על בסיס דאטה יש משמעות כלכלית לצד השני: חיסכון בכסף, תפוקה מקסימלית, הפיכת מידע גולמי ליידע בזמן קצר ותובנות אמיתיות שמייעלות תהליכים.
האתגרים השכיחים בהכנסת מערכת ניהול ידע הם רתימת בעלי העניין הרלוונטיים וחיבורם לנושא, איגום המידע למסד נתונים (דאטה בייס) אחד, יצירת ערך מהמודלים והעברת הדאטה בצורה מאובטחת לספקים. אולם למרות המשוכות שבדרך, חברות שכבר הטמיעו מערכות בינה מלאכותית (AI) שמעניקות המלצות ליישום, יודעות לספר שניתוח הנתונים מאפשר לראות דברים שלא תמיד בולטים לעין ויכולים, נותן אינפורמציה נוספת ומהווה מערכת תומכת החלטה. מקרי מבחן של יצרני מוצרי חלב וקנאביס רפואי שהוצגו במיטאפ דיווחו על ייעול אחוז החלבון ותנובת הצמחים, מימוש המלצות לשיפור תהליכים, קבלת פידבק על ניסויים ושינויים וכמובן – חיסכון משמעותי בעלויות.
אהבתם?
קבלו את התכנים שלנו ישירות לתיבת המייל
זאת תחילה של ידידות מופלאה (:
ממש בקרוב נתחיל לשלוח לך תכנים, נתראה באינבוקס!