Mick Lévy là giám đốc đổi mới kinh doanh tại Business & Quyết định. Trong 20 năm, ông đã tư vấn cho các công ty trong nhiều lĩnh vực về chiến lược định giá dữ liệu của họ. Tác giả của cuốn sách “Lấy dữ liệu của bạn ra khỏi tủ lạnh”, được xuất bản bởi Dunod vào tháng 2 năm ngoái, ông là Nhân chứng vĩ đại của ấn bản năm 2021 của Inbound Marketing France, một sự kiện mà chúng tôi là đối tác của nhau. Chúng tôi đã nói chuyện với anh ấy trước cuộc phỏng vấn sẽ được thực hiện trực tiếp vào thứ Ba ngày 22 tháng 6 lúc 9:30 sáng. Để theo dõi nó, hãy đăng ký tham gia sự kiện!
Cuốn sách của bạn là một tuyên ngôn cho việc khai thác dữ liệu và trí tuệ nhân tạo chuyên sâu và có trách nhiệm. Ý anh là gì ?
Tất cả các công ty đều có dữ liệu nằm im trong tủ lạnh thông tin của công ty, trong cơ sở dữ liệu của họ. Quá ít người vẫn coi chúng như một tài sản. Và điều này đúng với mọi công ty, mọi quy mô và mọi lĩnh vực! Tất cả đều có dữ liệu là duy nhất nhưng ít hoặc chưa được khai thác. Do đó, phần đầu tiên của bản tuyên ngôn dựa trên động cơ khuyến khích sử dụng trí tuệ nhân tạo để làm điều đó. Điều thứ hai giả định rằng dữ liệu mang lại quyền hạn lớn và do đó bao hàm những trách nhiệm lớn lao. Tất nhiên, chủ đề này bao gồm các chủ đề xung quanh bảo vệ dữ liệu, mà chúng ta đã nghe nói đến trong vài thập kỷ, nhưng có tầm quan trọng hoàn toàn mới với trí tuệ nhân tạo, điều này bổ sung thêm khái niệm đạo đức vào cuộc tranh luận.
Hai chủ đề có liên quan với nhau không?
Chúng ta không thể sử dụng dữ liệu chuyên sâu nếu chúng ta không biết chính xác những gì chúng ta có. Đây là chủ đề đầu tiên: làm thế nào để định lượng và lập bản đồ tài sản dữ liệu của công ty tôi? Nhìn chung, chúng ta biết cách định lượng nhiều thứ không mang lại giá trị, nhưng việc có tầm nhìn về tài sản này và giá trị của nó về mặt sử dụng thường rất phức tạp. Để sử dụng có kiểm soát, hợp đạo đức nhưng cũng chuyên sâu, và do đó tạo ra giá trị, điều đầu tiên là quan tâm đến di sản này và biết rõ hơn về nó.
Làm thế nào có thể đặt ra các điều kiện cho việc sử dụng chuyên sâu và có trách nhiệm này?
Tất nhiên chúng ta phải bắt đầu bằng cách quan tâm đến dữ liệu chúng ta có hoặc có thể nằm trong tầm với của chúng ta (chẳng hạn như dữ liệu mở, dữ liệu từ các đối tác hoặc công ty mà chúng ta làm việc cùng). Đối với dữ liệu nội bộ, có những công cụ có thể tự động điều tra nếu muốn. Cũng cần quan tâm đến các quy trình của công ty, cách thức thu thập dữ liệu, nơi lưu trữ chúng. Đây cũng là nghĩa vụ quy định đối với một số loại dữ liệu như dữ liệu cá nhân với GDPR. Sau đó, bạn phải suy nghĩ về những gì bạn có thể làm với dữ liệu này và cách sử dụng nó. Đối với điều này, điều quan trọng là phải tập trung vào các trường hợp sử dụng. Trong trường hợp tiếp thị, điều này liên quan đến việc nâng cao kiến thức của khách hàng, đặc biệt là nhờ vào khả năng dự đoán của AI. Anh ấy có thể quan tâm đến những sản phẩm nào? Khi nào anh ấy có khả năng rời công ty và chấm dứt hợp đồng? Điều này cũng sẽ liên quan đến trải nghiệm khách hàng và sự cá nhân hóa của nó, các công cụ đề xuất, với chìa khóa để cải thiện ROI và các quy trình của bộ phận tiếp thị. Chưa kể đến việc lắng nghe xã hội, bao gồm lắng nghe xu hướng mà còn là lắng nghe khách hàng trên mạng xã hội. Đây là những trường hợp sử dụng khá tiêu chuẩn trong lĩnh vực tiếp thị hứa hẹn lợi tức đầu tư rất tốt.
Những loại công ty nào và những loại chuyên gia nào đang được quan tâm?
Không ai có thể làm được nếu không có nó, từ quan điểm pháp lý để bắt đầu. GDPR buộc các công ty phải kiểm soát tốt hơn dữ liệu cá nhân của khách hàng và nhân viên nói riêng. Khi đó, tất cả các công ty sẽ gặp các vấn đề khác nhau về dữ liệu. Ví dụ, một công ty công nghiệp sẽ quan tâm đến dữ liệu của phương tiện sản xuất, dữ liệu về máy móc của mình và các cảm biến sẽ giúp họ có thể mang lại nhiều thông tin để làm việc trên các sơ đồ bảo trì dự đoán, hoặc cá nhân hóa sản phẩm. . Một công ty dịch vụ hoặc bán lẻ sẽ quan tâm nhiều hơn đến dữ liệu khách hàng, doanh số bán hàng, v.v. Bản chất của dữ liệu và những gì chúng ta có thể làm với nó sẽ thay đổi tùy thuộc vào loại hình kinh doanh.
Sự khác biệt cũng sẽ được tạo ra tùy theo quy mô của công ty, dưới hình thức cách tiếp cận mua hoặc xây dựng. Một công ty lớn sẽ có xu hướng xây dựng cơ sở hạ tầng, đường ống dẫn dữ liệu, cơ sở dữ liệu, tài nguyên vận hành và thuật toán AI của riêng mình, trong khi một công ty nhỏ sẽ có thể mua các giải pháp bán sẵn, có thể đã được tích hợp vào CRM, chẳng hạn. nâng cao dữ liệu tự động hơn.
Có nguy cơ trở nên phụ thuộc vào chức năng của các công cụ mà chúng ta sử dụng và giới hạn của chúng không?
Điều này sẽ phụ thuộc vào sự lựa chọn của công ty và khả năng đầu tư của công ty. Định giá một tài sản như dữ liệu, giống như bất kỳ tài sản nào khác, có chi phí và yêu cầu các lựa chọn ưu tiên ngân sách. Các công ty đã chọn chế độ “mua” sẽ được hưởng lợi từ các chức năng mới do nhà xuất bản phần mềm của họ cung cấp hoặc được tích hợp trực tiếp vào gói phần mềm kinh doanh của họ. Nhưng điều này không cho phép bạn tận dụng lợi thế cạnh tranh vì nó được cung cấp cho tất cả người dùng công cụ này. Các công ty muốn khai thác dữ liệu mạnh mẽ hơn, muốn ưu tiên hơn cho việc khai thác tài sản này sẽ thực sự quan tâm đến việc phát triển chuỗi xử lý của riêng họ và chính các thuật toán của riêng họ, bởi vì điều này sẽ tạo thành một yếu tố khác biệt để đạt được lợi thế cạnh tranh trên thị trường.
Các kỹ năng và ngành nghề mà các công ty sẽ cần trong lĩnh vực này là gì?
Người ta đã nói nhiều về năng lực của nhà khoa học dữ liệu, nhưng anh ta không thể làm mọi thứ một mình. Tập hợp một bộ kỹ năng là cần thiết: nhà khoa học dữ liệu về mặt thuật toán, kỹ sư dữ liệu để thu thập dữ liệu, tham chiếu chéo dữ liệu và thiết lập đường ống dữ liệu và cơ sở dữ liệu, và sau đó là các kỹ năng cực kỳ quan trọng về phía kinh doanh như với tư cách là nhà phân tích dữ liệu, người có kiến thức vững chắc về kinh doanh, các quy tắc quản lý và dữ liệu để có thể sử dụng chúng một cách chính xác. Điều quan trọng là phải thành lập một tổ chức tập trung vào một giám đốc dữ liệu, có thể, với tất cả các chức năng để có thể khai thác dữ liệu của công ty. Cũng cần đưa ra các công cụ và quy trình để có thể phát triển quản trị dữ liệu. Tóm lại, khai thác dữ liệu là một con đường chuyển đổi thực sự liên quan đến toàn bộ công ty, không chỉ về mặt công nghệ mà còn về mặt tổ chức và quy trình.
Về khía cạnh đạo đức, làm thế nào để đảm bảo rằng các nghĩa vụ pháp lý (bao gồm GDPR) không phải là trở ngại, mà là cơ hội?
Cá nhân tôi là một người bảo vệ lớn cho GDPR. Tôi tin rằng trên thực tế, nó có thể thúc đẩy lý do của các công ty về việc khai thác dữ liệu của họ, bởi vì chỉ qua một đêm, họ đã buộc phải quan tâm rất nhiều đến dữ liệu khách hàng. Sự tuân thủ cũng đã giúp họ nhận ra tiềm năng này. Ngoài ra, có sự gia tăng mức độ tương tác từ những khách hàng đã đồng ý.
Sau đó, có một câu hỏi về tư thế của DPO. Anh ta không được đặt mình như một rào cản, một cái phanh, mà là một đối tác dự án, nói với các nhà lãnh đạo dự án: “Hãy cho tôi biết bạn muốn làm gì với dữ liệu và chúng ta sẽ cùng nhau tìm ra các phương tiện pháp lý, hợp pháp và kỹ thuật để đạt được điều này đồng thời tôn trọng các quy định. Ngoài ra, Ủy ban Châu Âu đã công bố một dự thảo quy định mới về đạo đức của AI. Do đó, chủ đề đạo đức này sẽ tiếp tục là trọng tâm, điều quan trọng là nó phải được các công ty giải quyết ngay bây giờ.
Cuốn sách của Mick Levy, “Lấy dữ liệu của bạn ra khỏi tủ lạnh” có sẵn từ các ấn bản Dunod. Tìm tin tức của Mick Levy trên Twitter và LinkedIn cũng như các ấn phẩm của anh ấy trên blog Kinh doanh & Quyết định.
