Sebagian besar perusahaan warisan mengandalkan data episodik, yang dihasilkan oleh peristiwa terpisah seperti pengiriman komponen dari pemasok, atau penjualan produk. Daya ledak platform digital, di sisi lain, berasal dari penggunaan data interaktif, yang dialirkan oleh pengguna yang berinteraksi dengan platform. Memanfaatkan kekuatan data interaktif semakin mungkin untuk perusahaan lama sekarang, berkat sensor dan internet of things (IoT). Beralih dari data episodik ke data interaktif tidaklah mudah. Namun ini adalah bagian penting dari inisiatif transformasi digital perusahaan warisan mana pun. Agar tetap relevan di era modern, perusahaan lama harus menemukan cara untuk memanfaatkan kekuatan data interaktif real-time.
Atribut Data Interaktif
Dua atribut data interaktif membuat perannya di zaman modern jauh lebih luas daripada data episodik: kemampuannya untuk menghasilkan kelas wawasan baru, dan kemampuannya untuk berbagi secara luas. Bersama-sama, atribut ini memberdayakan perusahaan warisan untuk menawarkan pengalaman digital yang kaya dan memperluas proposisi nilai bisnis.
A Kelas Wawasan Baru Data selalu memberikan wawasan. Data episodik tentang penjualan kasur, misalnya, memberikan wawasan tentang merek apa yang dijual, di wilayah mana, dan di segmen mana. Biasanya, wawasan semacam itu berasal dari analisis data gabungan setelah fakta di seluruh kategori produk, geografi, atau segmen. Wawasan seperti itu biasanya dibagikan dalam laporan harian, mingguan, atau bulanan.
Data interaktif, di sisi lain, memberikan wawasan waktu nyata selain wawasan setelah fakta. Data interaktif dari kasur, misalnya, menghasilkan wawasan tentang seberapa baik pengguna tidur secara real-time. Wawasan seperti itu dapat digunakan untuk, katakanlah, secara dinamis menyesuaikan kontur kasur untuk meningkatkan kualitas tidur. Data waktu nyata juga akhirnya berubah menjadi data setelah fakta untuk wawasan retrospektif. Tapi wawasan setelah fakta ini ada pada subjek yang tepat, seperti pola tidur masing-masing pengguna. Wawasan yang tepat menghasilkan profil pengguna yang kaya, seperti kualitas tidur khas setiap pengguna, dan faktor unik yang memengaruhinya. Sleep Number berencana untuk menggunakan wawasan tersebut dari data mereka untuk mengidentifikasi masalah tidur kronis seperti sleep apnea dan sindrom kaki gelisah, dan akhirnya memprediksi kondisi kesehatan lainnya seperti penyakit jantung dan stroke. Baru-baru ini bermitra dengan Mayo Clinic untuk melanjutkan penelitian ilmu tidur mereka, dan berencana untuk memperluas ruang lingkup bisnisnya dari menjadi produsen kasur menjadi perusahaan yang menawarkan layanan kesehatan. Aliran data interaktif yang sedang berlangsung dapat lebih menyempurnakan profil pengguna individu. Teknologi cloud memungkinkan perusahaan untuk mempertahankan repositori profil yang luas dan sumber data real-time yang berkelanjutan dari setiap unit penginderaan. AI, pembelajaran mesin, dan analitik data semakin memperkuat proses pengembangan wawasan untuk setiap profil. Akibatnya, perusahaan dapat memanfaatkan wawasan baru dari data interaktif untuk menawarkan fitur produk yang lebih disesuaikan dan pengalaman baru bagi pelanggan, dan untuk menghasilkan peluang baru untuk penciptaan nilai.
Amenability untuk berbagi secara luas
A Kelas Wawasan Baru Data selalu memberikan wawasan. Data episodik tentang penjualan kasur, misalnya, memberikan wawasan tentang merek apa yang dijual, di wilayah mana, dan di segmen mana. Biasanya, wawasan semacam itu berasal dari analisis data gabungan setelah fakta di seluruh kategori produk, geografi, atau segmen. Wawasan seperti itu biasanya dibagikan dalam laporan harian, mingguan, atau bulanan.
Data interaktif, di sisi lain, memberikan wawasan waktu nyata selain wawasan setelah fakta. Data interaktif dari kasur, misalnya, menghasilkan wawasan tentang seberapa baik pengguna tidur secara real-time. Wawasan seperti itu dapat digunakan untuk, katakanlah, secara dinamis menyesuaikan kontur kasur untuk meningkatkan kualitas tidur. Data waktu nyata juga akhirnya berubah menjadi data setelah fakta untuk wawasan retrospektif. Tapi wawasan setelah fakta ini ada pada subjek yang tepat, seperti pola tidur masing-masing pengguna. Wawasan yang tepat menghasilkan profil pengguna yang kaya, seperti kualitas tidur khas setiap pengguna, dan faktor unik yang memengaruhinya. Sleep Number berencana untuk menggunakan wawasan tersebut dari data mereka untuk mengidentifikasi masalah tidur kronis seperti sleep apnea dan sindrom kaki gelisah, dan akhirnya memprediksi kondisi kesehatan lainnya seperti penyakit jantung dan stroke. Baru-baru ini bermitra dengan Mayo Clinic untuk melanjutkan penelitian ilmu tidur mereka, dan berencana untuk memperluas ruang lingkup bisnisnya dari menjadi produsen kasur menjadi perusahaan yang menawarkan layanan kesehatan. Aliran data interaktif yang sedang berlangsung dapat lebih menyempurnakan profil pengguna individu. Teknologi cloud memungkinkan perusahaan untuk mempertahankan repositori profil yang luas dan sumber data real-time yang berkelanjutan dari setiap unit penginderaan. AI, pembelajaran mesin, dan analitik data semakin memperkuat proses pengembangan wawasan untuk setiap profil. Akibatnya, perusahaan dapat memanfaatkan wawasan baru dari data interaktif untuk menawarkan fitur produk yang lebih disesuaikan dan pengalaman baru bagi pelanggan, dan untuk menghasilkan peluang baru untuk penciptaan nilai.
Amenability untuk berbagi secara luas
Data interaktif, di sisi lain, memberikan wawasan waktu nyata selain wawasan setelah fakta. Data interaktif dari kasur, misalnya, menghasilkan wawasan tentang seberapa baik pengguna tidur secara real-time. Wawasan seperti itu dapat digunakan untuk, katakanlah, secara dinamis menyesuaikan kontur kasur untuk meningkatkan kualitas tidur. Data waktu nyata juga akhirnya berubah menjadi data setelah fakta untuk wawasan retrospektif. Tapi wawasan setelah fakta ini ada pada subjek yang tepat, seperti pola tidur masing-masing pengguna. Wawasan yang tepat menghasilkan profil pengguna yang kaya, seperti kualitas tidur khas setiap pengguna, dan faktor unik yang memengaruhinya. Sleep Number berencana untuk menggunakan wawasan tersebut dari data mereka untuk mengidentifikasi masalah tidur kronis seperti sleep apnea dan sindrom kaki gelisah, dan akhirnya memprediksi kondisi kesehatan lainnya seperti penyakit jantung dan stroke. Baru-baru ini bermitra dengan Mayo Clinic untuk melanjutkan penelitian ilmu tidur mereka, dan berencana untuk memperluas ruang lingkup bisnisnya dari menjadi produsen kasur menjadi perusahaan yang menawarkan layanan kesehatan. Aliran data interaktif yang sedang berlangsung dapat lebih menyempurnakan profil pengguna individu. Teknologi cloud memungkinkan perusahaan untuk mempertahankan repositori profil yang luas dan sumber data real-time yang berkelanjutan dari setiap unit penginderaan. AI, pembelajaran mesin, dan analitik data semakin memperkuat proses pengembangan wawasan untuk setiap profil. Akibatnya, perusahaan dapat memanfaatkan wawasan baru dari data interaktif untuk menawarkan fitur produk yang lebih disesuaikan dan pengalaman baru bagi pelanggan, dan untuk menghasilkan peluang baru untuk penciptaan nilai.
Amenability untuk berbagi secara luas
Perusahaan lama menjaga data episodik mereka dengan ketat untuk alasan persaingan. Mereka jarang membagikan data ini secara eksternal. Bahkan secara internal di dalam perusahaan, analisis dan laporan agregat mereka sering dibagikan secara selektif. Data interaktif real-time, di sisi lain, dapat dibagikan secara luas, bahkan dengan entitas pihak ketiga. Faktanya, berbagi memperkuat nilainya. Data interaktif real-time tentang tidur pengguna dari kasur pintar dapat dibagikan dengan sejumlah objek eksternal di dalam ruangan — seperti sistem pencahayaan, sistem musik, atau perangkat televisi. Dengan mematikan lampu, musik, dan televisi setelah mendeteksi bahwa pengguna sedang tidur, kasur menawarkan pengalaman tidur yang superior kepada pengguna. Demikian pula, data interaktif real-time dari sensor yang mendeteksi kemungkinan pipa beku di rumah — jika dibagikan dengan penyedia layanan yang ditunjuk oleh pemilik rumah, dapat membantu perusahaan asuransi memulai tindakan pencegahan, dan menghindari kerusakan yang merugikan. Karena semakin banyak entitas yang terhubung tersedia untuk melengkapi pengalaman pengguna, semakin banyak nilai data real-time yang dapat diperkuat saat dibagikan dengan entitas tersebut. Data interaktif real-time secara inheren bersifat sementara. Nilainya dari berbagi hanya ada secara real time. Bagi pengguna kasur, nilai yang ada adalah mematikan lampu atau musik saat mereka tertidur; untuk pemilik rumah, sebelum pipa beku mulai bocor air. Nilai ini untuk entitas eksternal menghilang setelah fakta, karena mereka tidak dapat lagi bertindak secara bermakna pada data tersebut. Sifat sementara dari data real-time ini membuatnya sangat cocok untuk dibagikan dengan entitas eksternal. Masalah persaingan yang terkait dengan berbagi data setelah fakta yang tersimpan tidak berlaku di sini. Selain itu, karena berbagi memperkuat nilainya, ada insentif tambahan bagi perusahaan untuk berbagi data waktu nyata. Berbagi data interaktif real-time juga dimungkinkan karena ledakan perangkat IoT yang terhubung dalam beberapa tahun terakhir. Sekitar 30 miliar aset terhubung diharapkan di tahun-tahun mendatang, menciptakan peluang besar untuk memanfaatkan data interaktif untuk pengalaman pelanggan yang lebih kaya dan perluasan cakupan bisnis. Perusahaan asuransi rumah, misalnya, dapat memperbesar cakupan bisnisnya dari mengkompensasi kerugian hingga juga mencegah kerugian. Pendapatan masa depan kemudian tidak terbatas pada kemampuan estimasi risiko dan kebijakan yang menguntungkan. Mereka tumbuh dari layanan berbasis data baru yang mencegah kerugian dan menawarkan perbaikan tepat waktu. Beralih dari data episodik ke data interaktif tidaklah mudah. Namun itu adalah bagian penting dari inisiatif transformasi digital perusahaan warisan. Agar tetap relevan di era modern, perusahaan warisan harus menemukan cara untuk memanfaatkan kekuatan data interaktif.