Technology

Kmart Australia menyematkan ‘penerjemah data’ di area operasional utamanya – Strategi – Cloud – Perangkat Lunak

Kmart Australia telah mempekerjakan tim yang terdiri dari 10 ‘penerjemah data’ yang ditempatkan di tiga area operasional teratasnya untuk meningkatkan daya tarik dan penggunaan analitik.

Pada pertemuan AI bulan lalu, CIO Brad Blyth memamerkan upaya pengecer untuk membangun kematangan analitik datanya secara internal dan untuk menumbuhkan penggunaan platform data Sophia-nya.

Sophia – seperti yang diungkapkan oleh iTnews tahun lalu – sebagian besar dirakit dari Snowflake, Kafka dan Power BI.

Blyth mengatakan Kmart berada dalam “siklus pengembangan tiga fase” yang konstan untuk kemampuan analitiknya – “mencoba memahami masalah dan menetapkan solusi; meningkatkannya; dan kemudian benar-benar mencoba mendorong nilai dari apa pun yang telah kami bangun di sana.”

Dia mengatakan tim data telah mematangkan fokusnya dari waktu ke waktu, beralih dari membangun semua laporan dan model data itu sendiri, ke memfasilitasi tim untuk menghasilkan ide dan menawarkan kemampuan layanan mandiri untuk membuat laporan sendiri.

“Seperti semua organisasi teknologi yang baik, begitu kami mendapatkan akses ke beberapa pendanaan, kami pergi dan mulai membangun sesuatu, dan kami memiliki mentalitas ‘bangun dan mereka akan datang’ yang kami coba dorong,” Blyth dikatakan.

Tapi bisnis sering acuh tak acuh terhadap apa yang disajikan kepada mereka.

“Pada hari-hari awal, kami benar-benar tidak mendapatkan banyak daya tarik,” kata Blyth.

“Kami mulai memikirkan apa yang kami lewatkan di sini, dan benar-benar ada masalah komunikasi.

“Orang-orang yang memiliki akses dan dapat membangun solusi tidak benar-benar memahami masalah, dan orang-orang yang memiliki masalah tidak benar-benar memahami apa yang mungkin.”

Solusinya adalah mempekerjakan dan menanamkan “penerjemah data” ke dalam bagian-bagian penting Kmart – orang-orang yang tugasnya memahami masalah dan mengartikulasikannya dengan cara yang membuat mereka dapat dipahami sebagai masalah data.

“Kami telah menempatkan penerjemah data di tiga area operasional teratas kami – online, toko, dan barang dagangan,” kata Blyth.

“Mereka memahami area organisasi itu. Mereka dekat dengan P&L dan dekat dengan ruang masalah, dan mereka memiliki keterampilan yang diperlukan untuk mengartikulasikannya dengan cara di mana kita dapat mulai memecahkan dan menghasilkan hipotesis tentang bagaimana kita berpotensi memecahkan masalah untuk ini.

Blyth mengatakan sekarang ada 10 penerjemah data. Dia mengatakan dampaknya langsung.

“Begitu kami memasukkan mereka, sesuatu yang luar biasa terjadi. Ada yang membuka kuncinya,” katanya.

“Kami memiliki pertumbuhan 400 persen dalam tiga bulan di backlog kami – ini semua ide yang kami kumpulkan, hal-hal potensial yang dapat kami kejar dan menghasilkan nilai.

“Untuk masing-masing dari mereka, kami melihat peningkatan dramatis dalam jumlah manfaat yang kami pikir dapat kami kejar. Ini benar-benar membantu mendorong bagian pendirian itu. ”

Dengan alur kerja bisnis yang dipimpin, tantangan Kmart berikutnya adalah skala.

Blyth mengatakan bahwa ketika tim data disajikan dengan hipotesis atau persyaratan, itu akan pergi dan mengembangkan laporan atau model data untuk disajikan kembali ke bisnis.

Iterasi pertama biasanya sekitar “80 persen di sana”, kata Blyth.

Tetapi bolak-balik untuk memperketatnya berarti tim data tidak dapat memenuhi permintaan untuk layanannya.

Sebagai tanggapan, tim “mundur sedikit” dan memutuskan untuk “memindahkan model layanan kami ke model layanan mandiri.”

“Artinya kami harus kembali, melihat arsitektur kami; dimasukkan ke dalam beberapa kontrol, perkakas baru dan beberapa pedoman; fungsi penerjemah data mulai mendidik dan meningkatkan keterampilan di organisasi kami; dan kami memfokuskan kembali tim data untuk menjadi tim platform data, bukan hanya tim solusi,” kata Blyth.

“Kami mulai membangun berbagai hal, berkonsentrasi pada membangun kubus, pemuat data, katalog data, memberi mereka akses yang benar ke hal-hal yang mereka butuhkan. Itu benar-benar menumbuhkan penggunaannya. ”

Blyth mengatakan tim data sekarang harus membangun lebih sedikit untuk mencapai nilai atau laba atas investasi.

Peningkatan daftar $4 juta

Dia juga mengatakan tim data telah dapat bereksperimen pada beberapa laporan utama Kmart dan mendorong nilai tambah bagi bisnis yang tidak mungkin hanya dengan menggunakan laporan.

Blyth mengatakan tim data telah mengambil laporan daftar toko Kmart – “yang membantu manajer toko memahami siapa yang mereka butuhkan untuk mendaftar shift” – dan menjalankan mesin pengambilan keputusan otomatis di atasnya untuk melihat apakah itu dapat mengoptimalkan daftar di luar apa yang mungkin dengan laporan saja.

Dia mencatat tantangan dari upaya tersebut: “Manajer toko bertanggung jawab untuk [rostering] – jika mereka salah membuat daftar yang mengarah ke KPI mereka. Mereka sudah melakukannya sejak lama, jadi jujur ​​saja mereka cukup bagus.

“Masalahnya dengan mesin pengambilan keputusan atau model otomatis adalah bahwa itu jauh lebih kompleks daripada sesuatu yang mungkin bisa Anda masukkan ke dalam laporan.

“Jadi model khusus yang kami gunakan, menggunakan ribuan titik data – sesuatu yang sebenarnya tidak dapat dipahami dalam laporan Power BI. Itu berhasil mempertimbangkan tren di toko individu, tren industri serta tren individu pada staf yang sebenarnya.

“Itu berhasil memiliki umpan balik sehingga benar-benar dapat memperbaiki dirinya sendiri pada beberapa keputusan yang dibuatnya dari waktu ke waktu.”

Blyth mengatakan bahwa dengan sedikit data historis, dan siklus pembelajaran yang singkat, mesin segera menghasilkan “peningkatan enam persen” dalam akurasi rostering.

“Enam persen mungkin kedengarannya tidak banyak – itu setara dengan kira-kira sekitar $ 4 juta dolar – tetapi untuk memberi Anda gambaran, ini adalah enam persen tanpa run-through nyata, tanpa pembelajaran nyata,” katanya.

“Konsekuensinya kami terus berlari [the engine] dan enam persen itu telah meningkat.”

Blyth mengatakan mesin itu adalah contoh bagaimana tim data dapat membangun sesuatu sekali yang dapat menghasilkan nilai dari waktu ke waktu, tanpa memerlukan investasi waktu dan sumber daya yang sama.

“Kami membangun sesuatu di mana peningkatan nilai membuka kuncinya sendiri,” katanya, menambahkan “itu benar-benar mendorong sebagian dari peningkatan nilai” untuk analitik di Kmart.

Posted By : pengeluaran hk hari ini 2021