在大流行期间导航人类见解:CPG和研究的观点

如果大流行为我确定了一件事,那就’我在危机中担任导航员的角色。我们’大家都知道COVID引起了数据及其收集问题。缺货严重破坏了零售商数据,并挑战了我们与消费者购买行为直接相关的能力。依靠过去的行为来预测未来的机器学习需要人工干预,以避免库存管理,欺诈检测和营销程序方面的混乱(麻省理工学院技术评论:大流行期间我们的怪异行为使AI模型陷入混乱)。对于某些组织而言,数据集上的空白已在恐惧中产生了恐惧和不信任感,因此,他们退出了数据收集和研究。出于蓬勃发展的需要,其他组织采用了更为敏捷的观点,并创造性地研究了可用于指导其战略的各种数据。一项研究表明,在危机时期,企业应增加数据收集和处理的频率,合并新的数据源(内部和外部),并以新的方式使用现有数据(麦肯锡& Company: Leadership’在修复Covid-19打破的分析模型中的作用). 因此,更多的数据,而不是更少。

乍一看,不同的数据集可能使我们产生不同的见解,并指向不同的方向。让’很高兴。我认为,如果再加上经过深思熟虑的质疑和解释,那么更多样化的数据集,甚至是那些充满信息空白或分歧事实的数据集,都可以使我们获得比以前更有趣的东西。 作为见解专家,我’ve知道,这是使工作变得简单的工作,这是我工作的一部分,以便我的业务合作伙伴能够制定正确的策略。我只需要浏览数据和见解即可。

-CPG客户:Anna Conte,加拿大Clorox洞察副总监

我的主要职责之一是指导客户使用数据,并帮助他们从我们的组合数据中获得可行的见解。首次锁定发生在2020年3月,当时有几位客户被定向到‘hold up’团队在资源配置方面面临挑战:人员,数据和指导。随着最初的冻结变成新的常态,企业需要找到恢复生机并开始重新定义目标的方法。我们开始围绕数据提出问题:

  • 及时性:何时收集数据?
  • 相关性:它是否捕获了COVID体验?
  • 频率:数据多久更新一次?
  • 长寿:我该如何使用‘old data’ for this ‘new world’?

 
这些问题很重要,需要认真考虑答案和对每个企业的影响。我对客户的问题很简单:您要使用这些数据解决什么业务目标?来来回回的问题突出说明了在这个复杂的时间里成功进行操作的关键方面-人为因素。人们必须保持警惕,批判性并在推动其洞察力的数据周围保持开放。企业无法等待下一个正常情况在2021年晚些时候开始,以重新开始其生计并为企业设定目标和指标。 进入模型的数据应与来自模型的数据一起进行检查。应与主要利益相关者一起提供见解‘logic’检查结果。我们在本报告中看到的内容有意义吗?是否有缺少或夸大的东西?它与我们的一线员工的报告相吻合吗? 我们是否需要在此分析中添加注意事项或警告,还是需要使用新数据重新运行它?如果是,则使用哪种数据?我们知道的一件事是,没有人可以等待完全捕获环境的完美数据集。那没有’不存在之前就赢了’将来存在。当前的变化和不确定性气氛是我们真正需要依靠业务开展人员的地方,以帮助他们识别和理解正确的数据以及支持和推动战术和战略目标的分析结果。经验和科学必须齐心协力才能取得成功。

-研究供应商:Andrea Longman,Environics 分析工具客户管理总监


安娜·孔戴(Anna Conte)和安德里亚·朗曼(Andrea Longman)都是 CMA洞察委员会。

告诉我们你的想法
  1. 如果您之前未在此处发表评论,则可能需要先获得CMA批准,然后您的评论才会出现。在此之前,它不会出现在条目中。
    感谢您的等待。查看CMA的 博客政策.