Inhoudsopgave:
- Definitie - Wat betekent Data-Driven Decision Making (DDDM)?
- Techopedia verklaart Data-Driven Decision Making (DDDM)
Definitie - Wat betekent Data-Driven Decision Making (DDDM)?
Datagestuurde besluitvorming (DDDM) omvat het nemen van beslissingen die worden ondersteund door harde gegevens in plaats van beslissingen te nemen die intuïtief zijn of alleen op observatie zijn gebaseerd. Omdat de bedrijfstechnologie de afgelopen jaren exponentieel is verbeterd, is datagestuurde besluitvorming een veel fundamenteler onderdeel geworden van allerlei industrieën, waaronder belangrijke gebieden zoals medicijnen, transport en apparatuurproductie.
Datagestuurde besluitvorming staat ook bekend als datagestuurd besluitbeheer of datagestuurde besluitvorming.
Techopedia verklaart Data-Driven Decision Making (DDDM)
Het idee van datagestuurde besluitvorming is dat beslissingen moeten worden geëxtrapoleerd uit belangrijke gegevenssets die hun verwachte effectiviteit laten zien en hoe ze kunnen uitwerken. Bedrijven gebruiken over het algemeen een breed scala aan bedrijfstools om deze gegevens te verkrijgen en te presenteren op een manier die beslissingen ondersteunt. Dit staat in schril contrast met de manier waarop de besluitvorming in de loop van de geschiedenis van de commerciële onderneming plaatsvond, waar mensen vóór de aanwezigheid van nieuwe complexe technologieën vaak beslissingen namen op basis van observatie of geïnformeerd giswerk.
Tegenwoordig, als men wil weten hoe een bepaald product op een markt kan presteren, wat een klant van een slogan zou kunnen vinden, of waar bedrijfsmiddelen kunnen worden ingezet, kan beslissingsondersteunende software helpen. Dat heeft geleid tot een veel grotere vraag naar datagestuurde besluitvormingsoplossingen. TechTarget citeert een onderzoek van het MIT Center for Digital Business dat laat zien dat bedrijven die op gegevens gebaseerde besluitvorming gebruiken, gemiddeld 4 procent hogere productiviteit en 6 procent meer winst hebben.
Om aan deze groeiende vraag te voldoen, hebben bedrijven zelfbedieningsproducten voor gegevensanalyse uitgebracht - het idee is dat zelfbedieningsproducten leiden tot meer egalitaire gegevensverzameling en -overdracht. Met andere woorden, zonder zelfbedieningshulpmiddelen kan alleen een bekwame datawetenschapper de cijfers kraken en de ondersteunende beslissingen voor gegevens bedenken, terwijl met ondersteuningshulpmiddelen voor zelfbediening, leidinggevenden en anderen die verder van de IT-afdeling verwijderd zijn doen hun eigen analyses en presenteren hun eigen beslissingen met de gegevens in kwestie.
