Die komplexe Entscheidungsfindung wird immer schwieriger, da starke operative Exzellenz und Produktivität, insbesondere in Marketingorganisationen, zu entscheidenden Wettbewerbsvorteilen werden. Generell sind die erfolgreichsten Unternehmen und Investoren auf schnelle und genaue Entscheidungen angewiesen, die von der Lead-Pflege bis hin zu Rekrutierungs- und Investitionsentscheidungen reichen.

Untersuchungen zeigen, dass Unternehmen jährlich bis zu drei Milliarden Entscheidungen treffen, und eine kürzlich von Gartner durchgeführte Umfrage ergab, dass 65 % der Entscheidungen komplexer sind (mehr Interessengruppen oder Entscheidungen einbeziehen) als noch vor zwei Jahren.

Viele Unternehmen und die Marketingspezialisten, die sie bedienen, benötigen heute bessere Einblicke, um die Lücke zwischen riesigen Datenmengen und Geschäftsentscheidungen zu schließen. Nur 24 % der Unternehmen geben an, „datengesteuert“ zu sein, während andere mit verpassten Chancen, Ineffizienzen und erhöhten Geschäftsrisiken konfrontiert sind. Das durchschnittliche S&P-Unternehmen verliert jährlich 250 Millionen US-Dollar aufgrund schlechter Entscheidungsfindung.

Entscheidungsintelligenz ist ein Framework, das die Lücke zwischen Erkenntnissen und Entscheidungen schließt. Es befähigt Unternehmen, bessere, konsistente und datengesteuerte Entscheidungen zu treffen. Führungskräfte und Teams können auf allen Ebenen des Unternehmens fundierte Entscheidungen treffen!

Was ist Entscheidungsintelligenz?

Decision Intelligence (DI) ist eine sich entwickelnde Disziplin, die Daten, Analysen, KI, Automatisierung und Erfahrung kombiniert, um bessere Entscheidungen zu treffen. DI hilft Entscheidungsträgern mit umsetzbaren Erkenntnissen unter Verwendung von Optimierungs-, Simulations- und Entscheidungsanalysetechniken.

Im Gegensatz zu traditionellen Entscheidungsfindungsansätzen, die stark auf Intuition und Erfahrung beruhen, umfasst DI methodische, analytische und datengetriebene Ansätze.

Der Fokus von DI liegt nicht nur auf der Technologie, sondern darauf, wie sie menschliche Entscheidungsprozesse verbessert. Es ist ein multidisziplinäres Feld, das auf Fachwissen aus verschiedenen Bereichen zurückgreift, darunter Informatik, Statistik, Psychologie, Wirtschaftswissenschaften und Betriebswirtschaft.

Laut Dr. Loren Pratt, Leiter des wissenschaftlichen Angebots und Mitbegründer des DI-Softwareanbieters Quantellia und Autor von „LINK: How Decision Intelligence Connects Data, Actions, and Outcomes for a Better World“, ist ein weiteres Schlüsselkonzept von DI das Entwerfen von Entscheidungen wie Organisationen Häuser, Gebäude und Flugzeuge entwerfen – indem sie zuerst einen Entwurf erstellen.

Ähnlich wie eine Blaupause hilft ein Entscheidungsdesign dabei, alle an dieser Entscheidung Beteiligten – einschließlich der Stakeholder – an ihrer Begründung auszurichten. Sie fand heraus, dass man durch die Behandlung von Entscheidungen wie ein Designproblem viele Best Practices für das Design zum Tragen bringen kann, wie z. B. Ideenfindung, Dokumentation, Rendering, Verfeinerung, Qualitätssicherung und Design Thinking.

Im Jahr 2019 gründete Cassie Kozyrkov, der erste Chief Decision Officer von Google, eine neue Disziplin des Decision Intelligence Engineering, um die Datenwissenschaft mit Verhaltenswissenschaften, Wirtschaftswissenschaften und Managementwissenschaften zu ergänzen und sich auf den nächsten Geschäftsvorteil jenseits der Daten zu konzentrieren.

Intelligente Entscheidungen werden entworfen, simuliert, automatisiert, überwacht und abgestimmt.

Tiefer graben: Warum datengesteuert Entscheidung -Making ist die Grundlage erfolgreicher CX

Was Entscheidungsintelligenz nicht ist

Entscheidungswissenschaft. Entscheidungswissenschaft wurde normalerweise mit der qualitativen Seite von Daten in Verbindung gebracht. DS ist der Oberbegriff, „Decision Intelligence“ die operative Seite.

Strategische Intelligenz . Im Allgemeinen bedeutet strategische Intelligenz, BI-Einblicke zu nutzen, um die Strategie voranzutreiben und zu unterstützen. Wir nennen dies auch Marktintelligenz, die Unternehmen mit aktuellen Branchentrends versorgt und das Verbraucherverhalten sinnvoll macht, um eine zukünftige Vorgehensweise zu steuern.

Kalkulierte Entscheidungen. Nicht jede Ausgabe oder Empfehlung ist eine Entscheidung, sagt Kozyrkov. In der Terminologie der Entscheidungsanalyse wird eine Entscheidung erst getroffen, nachdem eine unwiderrufliche Ressourcenallokation stattgefunden hat. Wenn Sie Ihre Meinung kostenlos ändern können, wurde noch keine Entscheidung getroffen.

Anwendungen der Entscheidungsintelligenz

DI gilt für verschiedene Entscheidungsprobleme, wie Ressourcenzuweisung, Risikomanagement, strategische Planung und, ja, Marketing. Ich habe es bei der Entwicklung von Systemen und Plattformen für komplexe Energie-, Finanz-, Politik- und Marketingentscheidungen verwendet.

Unsere letzte Startup-Plattform unterstützte DI für Go-to-Market-Führungskräfte und verkürzte den Entscheidungsprozess von neun Monaten auf einen Bruchteil der Zeit mit größerer Sichtbarkeit, Schulung und Wirkung.

DI wurde bei Kreditanträgen oder der Betrugserkennung bei Finanzdienstleistungen eingesetzt. Es wurde im Einzelhandel verwendet, um zu bestimmen, wie viel Inventar gekauft werden soll, optimale Lagerbestände oder Preisprognosen. Laut Dr. Loren Pratt kann der Einsatz von Entscheidungsintelligenz evidenzbasierte Entscheidungen in einer Gesundheitskrise positiv beeinflussen.

Weitere Anwendungsfälle sind Kundenzufriedenheit, Marketingzuordnung sowie Wettbewerbs- und Markteinführungsstrategien. Die Gestaltung des Rahmens dieser Entscheidungen war Standard für GTM; Die Implementierung erforderte jedoch den Aufbau einer Unternehmensplattform, Schulungen und Datenunterstützung. Aber am Ende verkürzte sich diese Entscheidungszeit von neun auf ein bis drei Monate. Die durchschnittliche Auswirkung betrug über 10 Millionen US-Dollar, einschließlich eines Bekleidungsunternehmens, das eine neue Einnahmequelle von 90 Millionen US-Dollar entdeckte, die die Plattform umfasste.

Tiefer graben: Automatisieren Entscheidungen mit situativem Kontext in Echtzeit

Vorteile der Entscheidungsintelligenz

Kate Smaje, Senior Partnerin bei McKinsey, erklärt, dass Organisationen jetzt in 10 Tagen das erreichen, was früher zehn Monate gedauert hat. DI unterstützt das ständig zunehmende Entscheidungstempo, das erforderlich ist, um wettbewerbsfähig zu bleiben.

Der erste Vorteil besteht darin, dass DI Führungskräften hilft, komplexe Entscheidungen mit fokussierteren und umfassenderen Informationen zu steuern. Während Sie die Entscheidungen entwerfen, können Sie organisationsübergreifende Informationen im Hinblick auf bestimmte Ziele oder Zielsetzungen strukturieren. Diese Art von Sichtbarkeit erleichtert das Navigieren zwischen konkurrierenden Zielen. Es eliminiert mehr von der Analyselähmung, die bei den meisten strategischen und taktischen Entscheidungen auf hoher Ebene zu finden ist.

Als nächstes reduziert DI Risiko und Unsicherheit. Entscheidungsträger mit Echtzeitdaten und -erkenntnissen können DI nutzen, um potenzielle Risiken zu identifizieren und proaktiv zu mindern. Mit der Transparenz bei Kompromissen können Unternehmen Risiko-/Ertragspläne besser anwenden, um kostspielige Fehler zu vermeiden, die einen Wettbewerbsvorteil behindern.

Decision Intelligence steigert die Effizienz und Produktivität. Durch die Automatisierung bestimmter Entscheidungsprozesse und die Bereitstellung von Echtzeitdaten und Erkenntnissen für Entscheidungsträger kann DI dazu beitragen, die Entscheidungsfindung zu rationalisieren und die Produktivität zu verbessern. Sie reduzieren die Entscheidungslatenz. Diese Prozesse können in Systeme eingebaut oder programmiert werden, um Zeit und Ressourcen freizusetzen, um weitere Optionen zu erkunden oder andere wichtige Aufgaben und Initiativen zuzuweisen.

Schließlich erlangen Organisationen, die DI nutzen, einen stärkeren Wettbewerbsvorteil, indem sie Daten und Technologie nutzen, indem sie intelligentere und schnellere komplexe Entscheidungen bewerten und dann darauf reagieren, die normalerweise die Dynamik oder Transformation lähmen.

Grenzen und Herausforderungen der Entscheidungsintelligenz

Angesichts der beteiligten Daten, KI und Automatisierung ist es nicht verwunderlich, dass es auch bei DI einige Herausforderungen und Einschränkungen gibt.

Ethik/Voreingenommenheit. DI kann methodisch dazu beitragen, Vorurteile abzubauen und ethische Entscheidungen zu bekräftigen. Gleichzeitig besteht bei jedem datengesteuerten und automatisierten System die Gefahr, dass Entscheidungen, die von Menschen erstellte DI nutzen, auf der Grundlage voreingenommener oder diskriminierender Daten oder Algorithmen entwickelt werden. Sensibilisierungsschulungen sind zusammen mit allen anderen datengesteuerten Bemühungen der Organisation ein Muss.

Datenverfügbarkeit. Führungskräfte und Projektmanager müssen sich der Beschränkungen des Datenzugriffs und der Verfügbarkeit bewusst sein. Entscheidungswirksamkeit ist oft schwierig bei kleineren Datensätzen zu finden. Manchmal geht etwas schief, aber es basiert mehr auf Glück als auf Daten. Bei komplexen und seltenen Entscheidungen benötigt eine Organisation möglicherweise Hilfe bei der Definition eines Ansatzes zur Messung von Entscheidungen. In solchen Fällen können technologische Einschränkungen eine Lösung verhindern. Organisationen müssen solche Entscheidungsprozesse formalisieren und können nur Technologie verwenden. Es lohnt sich auch, hervorzuheben, was fehlen könnte, oder den Umfang dessen, was möglich ist.

Widerstand. Ein wichtiger Bestandteil von DI ist die Gewährleistung von mehr Transparenz, Konsistenz und Schulung im Entscheidungsprozess. Die traditionelle Kultur der Entscheidungsträger wird zunächst widerständig sein, da sie das Gefühl hat, dass sie ihre Erfahrung oder ihren Instinkt ablehnt oder gegen ihre spezifischen Agenden verstößt. Die Verantwortlichen für DI-Bemühungen müssen kommunizieren, wie DI ihren Bemühungen zugute kommt und zu besseren Ergebnissen für Einzelpersonen und Organisationen führt.

Führungskräfte können diese Herausforderungen und Einschränkungen durch klare Kommunikation und einen klar definierten Anwendungsbereich überwinden. Jede neue Initiative kann wachsen und die Entscheidungsfindungskultur einer Organisation verbessern.

Tipps und Faktoren

• Wählen Sie eine fokussierte Entscheidung. Beginnen Sie mit der Implementierung von DI in Funktionen, in denen die geschäftskritische Entscheidungsfindung verbessert werden muss (z. B. datengesteuert, KI-unterstützt). Zu den Alternativen gehören große komplexe Entscheidungen oder solche, die durch Automatisierung skaliert und beschleunigt werden können.
  
• Beginnen Sie mit Ergebnissen. Es gibt eine Flut von Daten in Ihrem Unternehmen, aber Sie sollten nur relevante Daten zu diesem Ergebnis sammeln, um ein Entscheidungsmodell zu entwerfen. Fügen Sie zusätzliche Daten hinzu oder testen Sie Theorien zu zusätzlichen Informationen, sobald Sie mit Ihrem frühen Satz begonnen haben.

• Entscheidungen abbilden. Dokumentieren Sie Annahmen, Gedanken, Emotionen, Bedenken und Ängste, die in Ihre Entscheidungen einfließen. Überprüfen Sie sie vierteljährlich oder halbjährlich. Es wird die Entscheidungskraft Ihres Unternehmens stärken.

• Automatisieren Sie nicht alles. Der Mensch ist gerade bei komplexen und sensiblen Entscheidungen notwendig.

• Autorität sollte die Entscheidung sein. Gewähren Sie den Personen, die dem Wirkungspunkt dieser Entscheidung am nächsten sind, die Befugnis, Entscheidungen zu treffen. Eigenverantwortung wird Anreize für eine effektive Entscheidungsfindung schaffen.
  
• Entwickeln Sie neue Entscheidungsgewohnheiten. Bringen Sie Entscheidungsträgern bei, systematische Best Practices anzuwenden, wie z. B. kritisches Denken, Trade-off-Analysen, das Erkennen von Vorurteilen und das Zuhören gegensätzlicher Meinungen.

• Achten Sie auf schmale Rahmen. In dem Buch „Decisive“ von Chip und Dan Heath erklären die Autoren, dass ein einfacher Weg zur Verbesserung der Entscheidungsfindung darin besteht, den Umfang des Rahmens nicht einzuschränken. Eine Entscheidung ist selten nur ein „Ja“ oder „Nein“. Es gibt immer mehrere Optionen, also haben Sie für jede Entscheidung mindestens drei zur Verfügung.

Abschluss

Entscheidungsträger benötigen häufig mehr Informationen, Zeit und Erfahrung, um komplexe Entscheidungen zu treffen. Eine Studie von Bain ergab, dass die Unternehmensleistung zu 95 % mit der Effektivität von Entscheidungen zu korrelieren scheint. Entscheidungsintelligenzsysteme verbessern die Wirksamkeit, indem sie die Entscheidungen erklären und begründen, aus dem Feedback früherer Entscheidungen lernen und die Auswirkungen vergleichen, um die Entscheidungseffektivität zu verbessern.

Entscheidungsintelligenz ist ein entscheidendes Werkzeug, das Ihnen helfen kann, bessere Entscheidungen zu treffen. Durch die Kombination von Data Science, KI und menschlichem Fachwissen kann DI dazu beitragen, Unsicherheiten zu reduzieren und die Effektivität zu verbessern. DI hat jedoch seine Herausforderungen und Einschränkungen. Sie müssen sich dieser Risiken bewusst sein und Maßnahmen ergreifen, um sie zu mindern.