Code - Alpha Solutions
Data er blevet det nye sort. Alle taler om indsamling af data, generering af datadrevne indsigter og anvendelse af datadrevet intelligens til optimering af sin forretning. Det gør vi også, for vi kan eksekvere det.

Vi taler mere om data end nogensinde før - både den, der er opsamlet digitalt i forbindelse med den primære forretningsafvikling – men også den i de digitale kontaktpunkter med kunderne.
At skabe værdi af disse data er en disciplin, som mange kunder ønsker at optimere. At skabe datadrevne indsigter og få en forretningsværdi ud af sin data kræver, at der er foretaget en række grundlæggende diskussioner og tiltag i virksomheden.

For hvor findes værdiskabelsen i data? Hvilke dataindsigter giver os forretningsværdi? Og hvordan sikrer vi os validitet af data? Det er tre spørgsmål, man bør stille sig selv som digital virksomhed.

Vi understøtter udnyttelsen af data igennem en række faser:

 

  • Vision for data – hvilken forskel kan data gøre for jeres virksomhed?
  • Roadmap – fastlæggelse af en rækkefølge af ”enabling”. Vi undersøger, hvor vi hurtigst finder værdi og validerer vores indsatser.
  • Udrulning – Vi undgår skrivebordsprojekter og sørger for, at de datadrevne projekter bliver en del af vores dagligdag.
  • Definition af initiativer – En vurdering af, hvad vi kan gøre på kort bane for at få mere værdi.

VI HJÆLPER MED

  • AI
  • Datapublicering
  • Big Data
  • Dataanalyse
  • Datavask
  • Master Data Management
  • Data kvalitet og integration
  • Performance Management
  • Data Management Cost
  • Datadrevet commerce

EKSEMPLER PÅ CASES

Drømmeland
Faisto
GARAGE cph

EKSEMPLER PÅ TEKNOLOGIER

Episerver
Sitecore
Salesforce
Shopify

Det sidste punkt er starten på en iterativ proces, hvor vi repetitivt vil se på, hvorledes initiativer kan efterfølge hinanden for at komme igennem det givne roadmap - med fokus på at udvikle os mod visionen. Dette kan inkludere, at der skal laves et mix af investigative undersøgelser (fx om intelligent dataanalyse/machine learning kan bibringe ny viden) og konkrete implementeringer af fx data-insights dashboards og dataanalyser.

Som et grundlæggende arbejde bør der foretages en afdækning, og muligvis klassifikation, af de datakilder, vi er i besiddelse af for at sikre, at vi udnytter de relevante datakilder, hvor der er behov. Og hvor datavaliditeten er kendt i forhold til de analyser og indsigter, vi ønsker os. Det skal sikre os mod at lave antagelser, hvor data faktisk ikke er kvalificeret til at være fundament for sådanne.

Vi arbejder med Data Management på en lang række platforme.

Da der er mange forskellige initiativer, som kan indgå i dette, foretages værktøjsvalget sammen med jer, når arbejdet udføres. Vi er dog eksperter på Microsoft og Salesforce platformene – hvorfor Power BI, Azure Data Lake, Azure Data Fabric/Logic Apps, SQL Server Analytics, Tableau, Salesforce Einstein og Salesforce Analytics and Reporting er værktøjer, der ofte anvendes i vores projekter.