Il processo decisionale complesso è diventato sempre più impegnativo poiché una forte eccellenza operativa e produttività, specialmente all'interno delle organizzazioni di marketing, diventano vantaggi competitivi vitali. Su tutta la linea, le aziende e gli investitori di maggior successo dipendono da processi decisionali rapidi e accurati, che vanno dal lead nurturing alle decisioni di reclutamento e investimento.

La ricerca mostra che le aziende prendono fino a tre miliardi di decisioni all'anno e un recente sondaggio di Gartner ha riportato che il 65% delle decisioni è più complesso (coinvolge più parti interessate o scelte) rispetto a due anni fa.

Molte aziende oggi, e gli operatori di marketing che le servono, hanno bisogno di una migliore comprensione per colmare il divario tra enormi quantità di dati e decisioni aziendali. Solo il 24% delle aziende afferma di essere "basato sui dati", mentre altre affrontano opportunità mancate, inefficienze e maggiori rischi aziendali. L'azienda media S&P perde $ 250 milioni all'anno a causa di un processo decisionale inadeguato.

La decision intelligence è un framework che colma il divario tra intuizioni e decisioni. Consente alle organizzazioni di prendere decisioni migliori, coerenti e basate sui dati. Leader e team possono prendere decisioni informate a tutti i livelli dell'azienda!

Cos'è l'intelligenza decisionale?

La decision intelligence (DI) è una disciplina in evoluzione che combina dati, analisi, intelligenza artificiale, automazione ed esperienza per prendere decisioni migliori. DI aiuta a guidare i responsabili delle decisioni con informazioni fruibili utilizzando tecniche di ottimizzazione, simulazione e analisi delle decisioni.

Contrariamente ai tradizionali approcci decisionali, che si basano fortemente sull'intuizione e sull'esperienza, DI incorpora approcci metodici, analitici e basati sui dati.

L'attenzione di DI non è solo sulla tecnologia, ma su come aumenta i processi decisionali umani. È un campo multidisciplinare che attinge alle competenze di vari ambiti, tra cui informatica, statistica, psicologia, economia e affari.

Secondo il Dr. Loren Pratt, chief science offer e co-fondatore del fornitore di software DI Quantellia, e autore di "LINK: How Decision Intelligence Connects Data, Actions, and Outcomes for a Better World", un altro concetto chiave di DI è la progettazione delle decisioni come le organizzazioni che progettano case, edifici e aeroplani, creando prima un progetto.

Proprio come un progetto, un progetto decisionale aiuta ad allineare tutti i soggetti coinvolti in quella decisione, compresi gli stakeholder, attorno alla sua logica. Ha scoperto che trattando le decisioni come un problema di progettazione, è possibile applicare molte best practice di progettazione, come l'ideazione, la documentazione, il rendering, il perfezionamento, il QA e il pensiero progettuale.

Nel 2019, il primo Chief Decision Officer di Google, Cassie Kozyrkov, ha istituito una nuova disciplina di ingegneria dell'intelligence decisionale per aumentare la scienza dei dati con la scienza comportamentale, l'economia e la scienza manageriale per concentrarsi sul prossimo vantaggio aziendale oltre i dati.

Le decisioni intelligenti sono progettate, simulate, automatizzate, monitorate e ottimizzate.

Scavare più a fondo: perché basato sui dati decisione -making è la base di una CX di successo

Cosa non è l'intelligenza decisionale

Scienza delle decisioni. La scienza delle decisioni è stata solitamente associata al lato qualitativo dei dati. DS è il termine generale, mentre "decision intelligence" è il lato operativo.

Intelligenza strategica . In generale, intelligenza strategica significa utilizzare gli insight della BI per guidare e supportare la strategia. Chiamiamo anche questa intelligenza di mercato che fornisce alle aziende le attuali tendenze del settore e dà un senso al comportamento dei consumatori per navigare in una linea d'azione futura.

Decisioni calcolate. Non tutti i risultati o le raccomandazioni sono una decisione, afferma Kozyrkov. Nella terminologia dell'analisi decisionale, una decisione viene presa solo dopo che ha avuto luogo un'allocazione irrevocabile delle risorse. Se puoi cambiare idea gratuitamente, non è stata ancora presa alcuna decisione.

Applicazioni dell'intelligenza decisionale

La DI si applica a vari problemi decisionali, come l'allocazione delle risorse, la gestione del rischio, la pianificazione strategica e, sì, il marketing. L'ho usato nello sviluppo di sistemi e piattaforme per decisioni complesse in materia di energia, finanza, politica e marketing.

La nostra ultima piattaforma di avvio ha supportato la DI per i dirigenti go-to-market riducendo il processo decisionale da nove mesi a una frazione di tempo con maggiore visibilità, formazione e impatti.

La DI è stata applicata nelle domande di credito o nel rilevamento di frodi nei servizi finanziari. È stato utilizzato nella vendita al dettaglio per determinare la quantità di inventario da acquistare, i livelli di scorte ottimali o le previsioni dei prezzi. Secondo il dott. Loren Pratt, l'utilizzo dell'intelligence decisionale può avere un impatto positivo sulle decisioni basate sull'evidenza in una crisi sanitaria.

Altri casi d'uso includono la soddisfazione del cliente, l'attribuzione del marketing e le strategie competitive e go-to-market. I progetti del quadro di queste decisioni erano standard per GTM; tuttavia, l'implementazione richiedeva la creazione di una piattaforma aziendale, la formazione e il supporto dei dati. Ma alla fine, questo tempo decisionale è sceso da nove a uno a tre mesi. L'impatto medio è stato di oltre $ 10 milioni, inclusa una società di abbigliamento che ha scoperto un nuovo flusso di entrate da $ 90 milioni che abbraccia la piattaforma.

Scava più a fondo: automazione decisioni con contesto situazionale in tempo reale

Vantaggi dell'intelligence decisionale

La Senior Partner di McKinsey, Kate Smaje, afferma che le organizzazioni stanno ora realizzando in 10 giorni ciò che prima richiedeva dieci mesi. Avere DI supporta il ritmo in continua crescita delle decisioni necessarie per rimanere competitivi.

Il primo vantaggio è che DI aiuta i leader a prendere decisioni complesse con informazioni più mirate e complete. Mentre si progettano le decisioni, è possibile strutturare le informazioni interorganizzative verso scopi o obiettivi specifici. Avere questo tipo di visibilità facilita la navigazione di compromessi tra obiettivi concorrenti. Elimina gran parte della paralisi dell'analisi riscontrata nella maggior parte delle decisioni tattiche strategiche e di alto livello.

Successivamente, DI riduce il rischio e l'incertezza. I responsabili delle decisioni con dati e approfondimenti in tempo reale possono sfruttare la DI per identificare e mitigare in modo proattivo i potenziali rischi. Con la visibilità dei compromessi, le organizzazioni possono applicare meglio i piani di rischio/rendimento per evitare costosi errori che ostacolano un vantaggio competitivo.

Decision Intelligence migliora l'efficienza e la produttività. Automatizzando specifici processi decisionali e fornendo ai decisori dati e approfondimenti in tempo reale, la DI può aiutare a semplificare il processo decisionale e migliorare la produttività. Stai riducendo la latenza decisionale. Questi processi possono essere integrati o programmati in sistemi per liberare tempo e risorse per esplorare più opzioni o allocare altre attività e iniziative importanti.

Infine, le organizzazioni che sfruttano la DI ottengono un vantaggio competitivo più potente sfruttando i dati e la tecnologia, valutando e quindi agendo in base a decisioni complesse più intelligenti e rapide che in genere paralizzano lo slancio o la trasformazione.

Limiti e sfide della decision intelligence

Con dati, intelligenza artificiale e automazione coinvolti, non sorprende che ci siano alcune sfide e limitazioni presenti anche con DI.

Etica/pregiudizio. DI può metodicamente aiutare a ridurre i pregiudizi e rafforzare le decisioni etiche. Allo stesso tempo, con qualsiasi sistema basato sui dati e automatizzato, le decisioni che sfruttano le DI create dagli esseri umani rischiano ancora di essere sviluppate sulla base di dati o algoritmi distorti o discriminatori. La formazione alla consapevolezza, insieme a tutti gli altri sforzi organizzativi basati sui dati, è un must.

Disponibilità dei dati. Leader e project manager devono essere consapevoli dell'accesso ai dati e dei limiti di disponibilità. L'efficacia delle decisioni è spesso difficile da trovare su set di dati più piccoli. A volte le cose vanno male, ma è più basato sulla fortuna che sui dati. Per decisioni complesse e poco frequenti, un'organizzazione può aver bisogno di aiuto per definire un approccio per misurare le decisioni. In tali casi, le limitazioni tecnologiche potrebbero impedire una soluzione. Le organizzazioni devono formalizzare tali processi decisionali e possono utilizzare solo la tecnologia. Inoltre, vale la pena evidenziare ciò che potrebbe mancare o la portata di ciò che è possibile.

Resistenza. Una parte importante della DI è garantire maggiore trasparenza, coerenza e formazione nel processo decisionale. La cultura tradizionale dei responsabili delle decisioni sarà inizialmente resistente poiché ritiene di ignorare la loro esperienza o istinto o di andare contro i loro programmi specifici. I responsabili degli sforzi di DI devono comunicare in che modo la DI avvantaggia i loro sforzi e porta a risultati migliori per individui e organizzazioni.

I leader possono superare queste sfide e limitazioni attraverso una comunicazione chiara e un ambito ben definito della sua applicazione. Ogni nuova iniziativa può far crescere e migliorare la cultura decisionale di un'organizzazione.

Suggerimenti e fattori

• Scegli una decisione mirata. Inizia implementando la DI nelle funzioni in cui è necessario migliorare il processo decisionale business-critical (ad esempio, basato sui dati, basato sull'intelligenza artificiale). Le alternative includono decisioni complesse di grandi dimensioni o che possono essere ridimensionate e accelerate attraverso l'automazione.
  
• Inizia con i risultati. C'è una marea di dati nella tua organizzazione, ma dovresti raccogliere solo dati rilevanti per quel risultato per progettare un modello decisionale. Aggiungi dati aggiuntivi o verifica teorie di informazioni aggiuntive una volta che hai iniziato con il tuo primo set.

• Mappa le decisioni. Documenta ipotesi, pensieri, emozioni, preoccupazioni e paure coinvolte nelle tue decisioni. Rivedili trimestralmente o semestralmente. Aumenterà il potere decisionale della tua organizzazione.

• Non automatizzare tutto. Gli esseri umani, soprattutto quando si tratta di decisioni complesse e delicate, sono necessari.

• L'autorità dovrebbe essere alla decisione. Fornire l'autorità per prendere decisioni alle persone più vicine al punto di impatto di tale decisione. La proprietà incentiverà un processo decisionale efficace.
  
• Sviluppare nuove abitudini decisionali. Insegna ai responsabili delle decisioni ad applicare le migliori pratiche sistematiche, come il pensiero critico, l'analisi dei compromessi, il riconoscimento dei pregiudizi e l'ascolto di punti di vista opposti.

• Attenzione all'inquadratura stretta. Nel libro "Decisive" di Chip e Dan Heath, gli autori spiegano che un modo semplice per migliorare il processo decisionale è evitare di limitare l'ambito della cornice. Una decisione raramente è solo un "sì" o un "no". Ci sono sempre più opzioni, quindi tienine almeno tre a disposizione per qualsiasi decisione.

Conclusione

I decisori hanno spesso bisogno di più informazioni, tempo ed esperienza per prendere decisioni complesse. Uno studio di Bain ha rilevato che le prestazioni aziendali sembrano correlate al 95% all'efficacia delle decisioni. I sistemi di intelligence decisionale migliorano l'efficacia spiegando e giustificando le decisioni, imparando dal feedback delle decisioni passate e confrontando l'impatto per migliorare l'efficacia delle decisioni.

La decision intelligence è uno strumento cruciale che può aiutarti a prendere decisioni migliori. Combinando scienza dei dati, intelligenza artificiale e competenze umane, la DI può contribuire a ridurre l'incertezza e migliorare l'efficacia. Tuttavia, DI ha le sue sfide e i suoi limiti. È necessario essere consapevoli di questi rischi e adottare misure per mitigarli.