Det er oppe i tiden, at alt, hvad virksomheden gør, især online-virksomheder, skal måle og have enorme mængder data før der kan tages en beslutning.
Muligheden er opstået, fordi det især i online-verdenen er blevet nemmere at indsamle kolossale mængder data og efterfølgende udnytte den stadig stigende regnekraft, der er tilgængelig.
Selv om det er blevet stort, fordi det virker og kan være et godt værktøj, er det også noget, der blandt yngre generation, der ikke har erfaringen endnu, må trække på store veksler.
Det er som om, at beslutninger, der beror på komplet information (hvilket de sjældent gør alligevel) og argumenter med afsæt i data, vejer tungere.
Oven i det er det blevet mere og mere almindeligt, at man i virksomhederne slet ikke kan tage en beslutning, der beror på mange års erfaring. For data, det er den nye sort.
Men der er masser af faldgruber og en af de største er, at man som organisation bliver handlingslammet i sine beslutninger og tilsidesætter erfaring.
Problemer med maskinelle beslutninger
Problemet er nemlig, at der er situationer, hvor disse maskinelle beslutninger ikke alene er forkerte, de er også langsomme og ufleksible.
Så i takt med at data bliver den nye standard at tage beslutninger ud fra, forsvinder handlekraften, fleksibiliteten, hurtigheden og beslutsomhed.
I min iværksætterkarriere møder jeg mange, som i den grad beror deres beslutninger på data, herunder i mine egne virksomheder.
Men jeg har også oplevet lange beslutningsprocesser, fordi et marketingteam har ventet på, at en simpel A/B-test skulle være afsluttet, før man kunne fjerne en overskrift eller billede - man ventede på, at testen gav dem svaret.
Testens resultatet er langt fra altid rigtig
En af faldgruberne ved udelukkende at benytte sig af resultatet fra en data-undersøgelse er, at man ikke har alle forhold med.
Man behandler altså resultatet, som havde man fuld information.
Blot fordi man stiller en A/B test op eller op til flere scenerier for derefter at vælge den bedst performende, er det ikke ensbetydende med, at det er det bedste valg.
For når du ændrer en forudsætning, ændrer alt sig.
Begrænset data giver begrænset viden
Data baserer sig på et udvalg af begrænsede data, som i mange beslutningsprocesser kun er fra en begrænset periode.
Det skyldes blandt andet, at man først i de senere år er begyndt at samle god data ind.
Gode analyser forudsætter gode datasæt, og dermed er det givet, at der allerede er en stor usikkerhed fra begyndelsen. Hvorimod 10, 20 eller 30 års erfaring er ud fra en længere række hændelser, som jo er kendetegnet ved erfaringer.
En af de store fordele ved erfaring, at det netop beror på en form for data over en længere periode, hvorfor der ikke skal beregnes, når behovet opstår. Man kan skride til anvendelse øjeblikkeligt.
Konkurrenterne har den samme data
Data og pris per conversion er godt, men lad ikke data gøre dig blind for alt det, som du ikke umiddelbart kan måle.
Hvis alt kan måles, så vil resultaterne fra konkurrenterne altid blive det samme - hvis de altså måler på samme måde, mens tiltag, der beror på erfaringer og kreative inputs kan gøre forskellen på succes og fiasko.
Konklusion: Kombiner data med erfaringer
Lad ikke data gå forud for endelige beslutninger, men læg beslutninger op af erfaring og dernæst drag en konklusion.
Og har du ikke erfaringen, så søg efter den, og har du ikke data, så begynd at opbyg det.
Intuition og mavefornemmelse har stadig sin berettigelse.
Og ligesom vi alle sammen er klar over, at maskiner endnu ikke kan erstatte den menneskelige intelligens, så lad dig ikke blive forblændet af data i en sådan grad, at du glemmer at tænke selv.