En transformerende historie: Adobe nytænke sine data playbook

0
155

Almindelige virksomheder ikke de eneste mennesker, der har brug for at overveje, hvordan de vil gøre overgangen til digital teknologi og data. Tech virksomheder, der leverer de værktøjer og platforme har også deres egne digitale og data-drevne forandringer til at bekymre sig om. Adobe er et sådant selskab til at gå gennem overgangen. På det seneste Adobe-Topmødet i Las Vegas, havde jeg lejlighed til at tale med Eric Cox, vice president af digitale medier og go-to-market strategi og operationer hos Adobe, om hans selskabets seneste transformation indsats, som det kræver et skifte til en data-driven operationelle model (DDOM) .

Q: Hvorfor og hvornår gjorde deres initiativ til at starte?

airport-chicago-ohare-cropped-nov-2015-photo-by-joe-mckendrick.jpg

Foto: Joe McKendrick

×

airport-chicago-ohare-cropped-nov-2015-photo-by-joe-mckendrick.jpg

I 2017, sent i år, besluttede vi at vi ville tage det niveau af instrumentering, at vi har hele vores virksomhed, der var temmelig udbredt. Vi anede, vi havde en evne til at se vores kunde ture på måder, som vi havde ikke rigtig tænkt på i fortiden, fra en omfattende end-to-end perspektiv. Hvis vi på en eller anden måde kunne se på tværs af hele virksomheden og etablere en sammenhæng mellem finansielle og ikke-finansielle målinger, det ville hjælpe os med at servicere vores kunder bedre, og tjene vores forretning bedre. Så vi byggede denne plan, denne evne til rent faktisk at gøre dette på tværs af den organisation som vores, hvad ville det så se ud? Og det tog os omkring tre til fire måneder at samle plan for, hvad vi ønskede at gøre.

Q: Hvordan har virksomhedens kultur påvirker dine planer? Som en tech selskab, Adobe har et fremadrettet virksomhedskultur, som kan have givet dig en iboende fordel for andre virksomheder mangler.

Der var to vigtige ting, der fungerede for os i at hjælpe trænge igennem den og komme hurtigere vedtagelse på tværs af organisationen. Vi anker på fem kunden skridt i DDOM: opdage, prøve, købe, bruge og forny. Alt, hvad vi gør flugter med en af disse fem kundens rejse trin. Vi mener, at disse er de skridt, som vores kunder går igennem, når de går gennem at forsøge at forstå, hvordan vi kan hjælpe dem. Hver af disse rejse skridt har masser af underliggende oplysninger eller Kpi ‘ er, der vil fortælle os, om tingene går godt eller dårligt i det pågældende trin. Vi har en bred vifte af produkter, en af tværgående karakter til vores organisation, og vi elsker at arbejde sammen. Vi besluttede først og fremmest er hvert af de fem kundens rejse trin skal have en ejer, der er bemyndiget til at træffe beslutninger på tværs af alle disse grupper.

Q: Har dit personer uden for dine data, videnskab og DDOM hold oplevet ændringer i deres job og den måde, de arbejder?

Ja. Måske med undtagelse af det team, jeg tror, at hvert enkelt team på Adobe er at tale i en DDOM sprog nu. Adobe går gennem en strategisk planlægningsproces på årsbasis. Nu er alle vores strategiske planlægning er gjort i en DDOM ramme. Så når vi taler om investeringer, vi taler om, hvor er de investeringer, der kommer til at gavne os? De har tænkt sig at forbedre vores evne til at hjælpe vores kunder gennem discovery-processen? Er de påvirker prøve, da en fornyelse-strategi? Den ramme, der hjælper os til at forstå, på tværs af business — ting som investeringer, vækst og forbedringer. Skridt som dette kan låse din evne til at justere en virkelig bred gruppe af mennesker på tværs af flere teams. Og alle hold er at bruge dette som et middel til at forsøge at forstå og tale om deres virksomheder.

Q: Hvad betyder dit initiativ til at se ud?

Det kan koges ned til tre centrale elementer: data, Kpi ‘ er, og en operationel model. Data er grundlaget for, hvad du har til rådighed for dig til at forstå, hvad der sker, på tværs af din kunde ture, og hvad du tror, du kan se i dem, bøjning point — kunder med at gå fra opdagelsen af produkter, der forsøger dem, købe dem og bruge dem, og forhåbentlig forny dem. Vi har brug for en grundlæggende lag af data, der er til rådighed for alle, der i henhold til denne data-driven operationelle model. Det var virkelig vigtigt, at det blev demokratiseret, og det var det samme, uanset hvem man var. Vi ville finde, at forskellige grupper i Adobe ville se på de samme data og drage forskellige konklusioner. Så først skal vi ønskede at sikre os, at vi arbejdede alle i en enkelt kilde af sandhed.

Q: Hvordan kom du til det punkt, hvor du har opnået en fælles version af sandheden? Mange organisationer har kæmpet i årtier for at nå dette.

Vi har en stor data sciences team på Adobe — utrolig dygtige folk, der virkelig forstår at sy data sammen fra forskellige kilder. Vi har et miljø, topografi af alle disse forskellige kilder til data. You name it, og vi har fået det. Og vi var parkering oplysninger i alle disse forskellige steder. Vi første gang trådte et skridt tilbage og tænke over de kunde rejse, og alle de forskellige stykker information, som du behøver for at få et holistisk billede af opdage ved at forny. Så har vi identificeret alle de steder, infrastruktur, hvad de systemer, der kort ser ud, og hvor al denne information liv. Vores data strømme fra ting som produkt-og Adobe.com og forskellige kilder til de respektive steder, og vi havde ikke lyst til at ændre det. Men hvad vi ønskede at automatisere vvs, så når det går der, det strømmer ind i denne ét centralt sted-vores samlende data-lag.

Q: Hvilken slags data, du ansætter?

Vi startede med en bred vifte af finansielle data. Vi så indarbejdet data om vores hjemmeside, besøg til den måde, folk er at navigere gennem websitet, og hvilke oplysninger, de er at bruge tid sammen med. Vi har data på downloads fra webstedet. Vi har også fået data fra App Store og Google Play til at vise, hvad folk gør med mobile apps. Så er inde i dem, mobile apps, eller programmer, vi har masser og masser af brugen af data. Vi kan se, hvordan kunderne bruger produkter, og det hjælper os til at forstå, hvor de ser værdi.

(Disclosure: jeg var en gæst af Adobe på det seneste Topmøde, der er nævnt i dette indlæg.)

Relaterede Emner:

Big Data Analytics

CXO

Innovation

Digital Transformation: En CXOs Guide