Başarılı Bir Dönüşüm Organizasyonunun DNA'sı (Bölüm 5)

Anekdata'yı Gerçek İçgörülerle Değiştirmek

İrlandalı matematikçi, fizikçi ve mühendis Lord Kelvin, bize sayısız bilimsel icat ve şu çarpıcı bilgelik sözlerini bıraktı: “Tanımlanmayan şey ölçülemez. Ölçülmeyen şey iyileştirilemez. İyileştirilmeyen şey her zaman bozulur.”

Önceki dört taksitte, başarılı dönüşümün doğrusal, tek seferlik bir değişim olarak değil, artımlı ve ölçülebilir değer sağlayan ve değişen koşullara göre rotasını düzeltecek kadar çevik olan döngüsel çabalar olarak görülmesini savunduk. Son bölümde, kurumsal gerçekleri stratejik zorunluluklarla uyumlu hale getirmek ve dönüşüm gündemini yönlendirmek için verilere, raporlamaya ve ampirik karar vermeye yönelik yapılandırılmış ve kasıtlı bir yaklaşımın nasıl kullanılabileceğine bakıyoruz.

Birçok finansal kurum, stratejik planlama ve hedef belirleme altyapısını, bütçeyi, yatırım planlama süreçlerini ve çevik teslimat çerçevelerini resmileştirmiştir. Ancak yine de bu süreçlerde yetersizlikler yaşayabilirler ve onları bir araya getiren ortak bir paydadan yoksun olabilirler.

Bu sütun, mümkün olan en az gecikme süresiyle sabit verileri kullanarak kuruluşun sağlığını ölçer. Bir kuruluşun stratejisinde verilerin öneminin yaygın olarak anlaşılmasına rağmen, karar verme için bilgilerin toplanmasının tipik olarak iki yolu vardır:

• Anekdata. Kuruluşlar genellikle müşteriler veya iç paydaşlar tarafından üretilen baskılarla yönlendirilir. Müşteri hizmetleri takdire şayan bir hedef olsa da, ilk olarak kime hizmet verileceğine ilişkin dağınık veya parçalanmış bir yaklaşım genellikle aksamaya yol açabilir. Bu kuruluşlar, en muhtaç olanlar yerine odadaki en yüksek seslere öncelik veriyor. Girişimler, iyi tanımlanmamış hedeflerle ve yeterince anlaşılmayan ROI'lerle gerçekleştirilir. Tamamlandıktan sonra zafer, iş sonuçlarının ve performans verilerinin objektif bir değerlendirmesinin aksine, kilometre taşlarının veya proje yönetimi gişe kapılarının başarılı bir şekilde uygulanmasına dayalı olarak ilan edilir.

• geçici veriler. Finansal hizmetlerde, yöneticilerden en son sayıyı veya günün konusunu tartışan sunumları hızlı bir şekilde bir araya getirmelerinin istenmesi yaygın bir durumdur. Ancak ileride potansiyel bir sorun var. Aceleyle toplanan "anlık" verilere dayanan bu sunumlar, eksik veya bağlam dışı verilerin karar alma ve stratejik planlama üzerindeki olumsuz etkilerini fark etmekte başarısız oluyor. Bu tür veriler genellikle iki biçimden birinde gelir:

1. Belirli bir sistemin, ürünün veya kullanıcı yolculuğunun mevcut durumunu göstermek için uygulama ekipleri tarafından sağlanan üretim verisi özetleri. Bu tür veriler, verilerin dikkate alınması gereken iş bağlamının olmaması, söz konusu veri kümesinin boyutu ve örnekleme özellikleri, kaynak veri karartması ve gecikme dahil olmak üzere kendi riskleri ve boşlukları ile birlikte gelir. Bunlar, doğru veri seti belirlenirken ve toplanırken önemli ölçüde kafa karışıklığına ve dikkat dağınıklığına yol açar.
2. Belirli operasyonel kriterleri karşılayan olayların geçmiş anlık görüntüsünü temsil eden üretim destek ekiplerinden alınan olay veya sorun verileri. Bu bilgi, çoğu zaman bir bütünlük eksikliğinin yanı sıra, hayatta kalma ve doğrulama önyargıları yoluyla süsleme riskinden rahatsız olur. Kayıtlar, üretim zorluklarını çözmek için zaman ve kaynakların nereye yatırıldığına işaret ediyor, ancak çoğu zaman temel nedeni belirsizleştiriyor.

Bu yaklaşımların her ikisi de, daha sağlam bir izleme ve ölçme yaklaşımına kısa devre yapmak için kaynakların verimsiz kullanımına yol açar. Daha da önemlisi, gerekli insan müdahalesi seviyesi, ya kilit veri noktalarının tanımındaki bir farklılıktan ya da verinin sağladığı temel mesajdan rahatsızlık duymasından dolayı verinin bozulmasına yol açar.

Her iki durumda da, verilerden anlamlı bilgiler elde etmek için gereken iş miktarı ve verilerin yanlış yorumlanmasıyla ilişkili riskler, bu önermeyi inovasyon lideri olmak isteyen finansal kurumlar için fazla değerden yoksun hale getiriyor. Doğası gereği ödül odaklı olan bu yaklaşım, organizasyonu yalnızca dikiz aynasına bakarak arabayı yönlendirmeye zorlar.

Bu yapılandırılmış veri eksikliği sorununu çözmeye yönelik yaygın bir yanılgı, Tableau veya Microsoft Power BI gibi belirli araçlara çok fazla güvenmektir. Gerçekte, sorunlar yalnızca analitik veya görselleştirme araçlarının eksikliğinden çok daha derine iniyor; stratejik planlama sürecinin en erken aşamalarından teslimata ve her zamanki gibi iş faaliyetlerine kadar uzanırlar.

Deneyimlerimize göre, başarılı kuruluşlar, güvenilir izleme ve ölçüm yetenekleri oluşturmak için aşağıdaki alanlarda yüksek düzeyde uzmanlık geliştirmektedir:

1. Önemli olanı ölçmek. Hâkim piyasa koşulları, müşteri beklentileri, gelişen teknolojiler, rekabetin bozulması ve mevzuat değişikliği, finansal kurumlar için sürekli değişen bir faaliyet ortamı yaratmaktadır. Karar vermeyi doğrulamak ve daha uyarlanabilir iş planlaması sağlamak için ileriye dönük hedefleri ve temel performans göstergelerini anlamak çok önemlidir.

Bu, yeni bir inisiyatifi onaylamadan önce basit bir beş yıllık gelir veya maliyet azaltma tahmininden daha fazlasının gerekli olduğu anlamına gelir. Bu, kuruluşun stratejik hedefleri ile teslimat ve operasyonel ekiplerin çalışması arasında yukarıdan aşağıya bağlantı oluşturmak anlamına gelir. Bu çerçeve, bir finansal kuruluşun izleme ve ölçme kabiliyetinin özünü oluşturur ve bundan kaçınılamaz.   

 2. Veri mühendisliği ve analitik. Panoları oluşturmadan önce, tüm veri kaynaklarının tanımlanmasını ve ilgili iş ölçümlerini türetmek için veri noktalarının kataloglanmasını sağlamak için temel atılmalıdır. Tüm paydaşların, verilerin ne için kullanılacağını ve ihtiyaç duydukları ölçümleri yönlendirmeye nasıl yardımcı olacağını anlamaları da son derece önemlidir. Örneğin: onay süresi, rezervasyon anından veya onay yığınına girdiği andan itibaren bir işlemin onaylanması için geçen süre mi? Bu tanımlama, kafa karışıklığının önlenmesine ve yeniden çalışmanın azaltılmasına yardımcı olur. Bu süreç, yukarıda oluşturulan çerçeveden aşamalı olarak oluşturulur ve kuruluşun stratejik hedefini izlemek ve doğrulamak için gereken fiziksel veri modellerini ve altyapıyı temsil eder.

3. Veri yönetişimi. Tüm veri kümeleri, kurumsal veri politikalarına uygun olmalıdır. Bunlar iş modeline, müşteriye ve ürün setlerine bağlı olarak büyük farklılıklar gösterse de, etkili veri yönetişiminin temel ilkeleri tutarlıdır ve her zaman iş ihtiyacı ön plandadır. Dikkate alınması gereken sorular şunları içerir:

• Veri kullanılabilirliği. İşletmenin ölçme ve izleme hedeflerini desteklemek için veriler hangi ayrıntı düzeyi ve sıklıkta gereklidir? Panolar, performans gereklilikleri nedeniyle en iyi üst düzey veriler üzerinde çalışırken, bireysel işlemler tanımlanamadığı için toplu veriler temel neden analizine uygun değildir. Bu, her organizasyonun ihtiyaçlarına en uygun mimarinin bilinçli olarak seçilmesi ve tasarlanması gerektiği anlamına gelir. Verilerin ne sıklıkta yenilenmesi gerektiğini tanımlarken dikkatli olunmalıdır. KRI'lar genellikle gerçek zamanlı veya günlük olarak güncellenirken, KPI'lar daha yavaş bir hızda yenilenebilir. Daha hızlı frekans, altyapı maliyetleri ve performans hususları ile dengelendiğinde genellikle daha iyi değildir.

• Veri bütünlüğü. Belirli bir veri kaynağının sahibi kimdir ve bu veriler kuruluşun veri altyapısında nerede yer alacaktır?  Bir kuruluş tüketicilere doğru kaynaklardan gelen doğru verilere eriştikleri konusunda güvence veremediğinde stratejik karar alma süreci aşınır. Anti-kalıplar, bir kuruluş iş kollarında her biri veri kaynağı ve depolaması için benzersiz yöntemlere sahip benzersiz veri ve analitik yeteneklerini organik olarak oluşturduğunda oluşabilir. Merkezi olarak tanımlanmış roller ve sorumluluklarla birleştirilmiş veriler için net sahiplik ve hesap verebilirlik, kritik başarı faktörleridir. 

• Veri güvenliği. Bir kuruluş, veri gizliliği ve güvenlik kurallarının yürürlükte olduğundan ve geniş ölçüde bunlara bağlı kalındığından emin olmak için ne yapabilir? Hassas iş bilgilerine yalnızca operasyonel olarak bilmesi gereken kişiler tarafından erişilebilmesini sağlayan bir veri yönetişim modeli oluşturmak, bazen ters etki yaratarak gereksiz engeller oluşturabilir. Başarılı dönüşüm kuruluşları bu zorluğun farkındadır ve veri toplama, karartma ve görselleştirmenin birçok işlevini merkezileştirir. Bu, özellikle müşterinin finansal faaliyetleri ve kişisel olarak tanımlanabilir bilgiler hakkında bilgi sağlayan işlem düzeyindeki verilerle uğraşırken çok önemlidir.

 4. İş zekası kültürü. Bu, veri biliminin kullanıcıya dönük unsurudur ve tipik olarak en fazla dikkati toplar. Kullanıcıların daha önce erişilemeyen bilgileri aktif olarak kullandıkları bir kültürü teşvik etmek, kurumsal performansı analiz etmek ve geliştirmek için bir olasılıklar dünyası açar. Ne yazık ki, bu tür araçların çoğu amaçlandığı gibi değil, sorunları analiz etmek için olaydan sonra kullanılmaktadır. Kuruluşların, eğilimleri önceden tahmin etmek için kullanılabilecek proaktif performans yönetimi araçları olarak analiz araçlarının kullanımını zorlaması zorunludur.

Anahtar, farklı kullanım durumlarını belirlemek ve farklı kullanıcı tabanları için birden fazla analitik katmanı oluşturmaktır. Tipik olarak, orta düzey yöneticiler daha küçük bir işlev yelpazesinde daha fazla ayrıntıya ihtiyaç duyarken, üst düzey yönetim iş genelinde daha yüksek düzey ölçümlere ihtiyaç duyar. Verileri, KPI'ları, görselleştirmeyi ve kurumsal tasarımı hizalamak, veriye dayalı karar alma ve çeviklik kültürü yaratan şeydir.

Sonuç olarak, bu yetenekler kuruluş genelinde kullanıma sunulduğunda, birçok şekilde karşılığını verir. Liderlik ekipleri, işlerinde dönüşüm için en uygun veya en çok ihtiyaç duyan alanları belirleyebilir. Dönüşüm ekipleri çabalarının sonuçlarını neredeyse gerçek zamanlı olarak takip edebilir. Ve spektrumun iki ucu, iyi düşünülmüş bir OKR çerçevesiyle sorunsuz bir şekilde bağlanabilir. 

Sonuç olarak, izleme ve ölçmeye yönelik ilerici bir yaklaşım – çevik, veriye dayalı bir iş modelini mümkün kılan – en başarılı dönüşüm organizasyonlarının birçoğunu diğerlerinden ayıran şeydir. Günümüzün aşırı rekabetçi ve hızla değişen iş ortamında önlerinde ne olduğuna dair en iyi kararları almak için verilerini ve çeviklik kültürünü kullanıyorlar.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
• Kaynak: https://www.finextra.com/blogposting/24722/the-dna-of-a-successful-transformation-organization-part-5?utm_medium=rssfinextra&utm_source=finextrablogs