разработки продуктов.
Создание цифровых клиентов, или клиентов, предоставляющих интерактивные данные, является ключевой задачей второго уровня. Задача компании P&G в ее бизнесе по производству подгузников, о которой говорилось выше, заключается в создании на своих сайтах контента, вызывающего интерес у существующих и потенциальных клиентов и побуждающего их к активному взаимодействию. С этим связана задача организации процессов интеллектуального анализа данных для интерпретации больших объемов интерактивных данных и их использования для повышения эффективности рекламы. Компаниям могут быть полезны следующие стратегические вопросы:
- Как найти цифровых клиентов?
- Как мы можем оснастить наши продукты датчиками? Если оснащение продуктов датчиками не представляется возможным, какими другими способами мы можем получать интерактивные данные от клиентов?
- Как расширить возможности интеллектуального анализа данных?
- Как можно творчески подойти к расширению использования интерактивных данных для получения доходов от услуг, чтобы подняться на новый уровень?
Присутствие на третьем уровне необходимо для предприятий, где возможно генерирование услуг на основе данных из продуктов и цепочек создания стоимости. Такие компании должны обогатить свои производственные экосистемы, чтобы расширить стратегические преимущества от обеспечения операционной эффективности до создания новых услуг, основанных на данных. Достигнув третьего уровня, компании преодолевают важный барьер между использованием данных для повышения операционной эффективности и их использованием для получения прибыли. Однако многие компании не могут преодолеть следующий барьер - между генерированием услуг на основе данных в цепочках создания стоимости и использованием цифровых платформ. Одной из причин этого может быть недостаточное развитие экосистем потребления, о чем подробнее будет сказано в главе 5. В качестве примера можно привести компании, производящие бытовую технику. Например, посудомоечные машины, оснащенные датчиками, могут предлагать услуги, основанные на данных, из своих цепочек создания стоимости. Они могут предсказывать поломки компонентов еще до их возникновения и предлагать услуги по подписке на предиктивное обслуживание. Однако посудомоечные машины сложно связать с другими объектами, дополняющими их, с помощью цифровых технологий. Они не могут легко работать в качестве цифровых платформ.
При этом многие компании также упускают возможности для распространения своих продуктов на платформы, сворачивая свои цифровые инициативы до третьего уровня. Они не учитывают экосистемы потребления своих продуктов или считают, что риски перевешивают выгоды при распространении своих продуктов на цифровые платформы. Peloton и NordicTrack распространили свои продукты на цифровые платформы. Многие из их конкурентов в сфере тренажеров этого не сделали.
Для создания конкурентоспособных услуг, основанных на данных, требуются значительные объемы информации. Алгоритмы, на которых основаны многие из этих услуг, становятся все умнее с увеличением объема данных. Например, "умные" зубные щетки с увеличением объема данных повышают точность своих отчетов о качестве чистки зубов. Компания Caterpillar лучше прогнозирует время простоя оборудования, имея больше данных. Таким образом, компании, привлекающие больше цифровых клиентов, могут предоставлять более качественные услуги, основанные на данных, благодаря сетевым эффектам. Однако для привлечения цифровых клиентов важно обеспечить превосходство услуг, которое, в свою очередь, достигается только после привлечения критической массы цифровых клиентов. Поэтому создание преимущества сетевого эффекта за счет услуг, основанных на данных, является ключевой задачей третьего уровня. Не менее сложной задачей является и создание новых услуг на основе данных, поскольку это влечет за собой значительные изменения в бизнес-моделях, которые долгое время были ориентированы на производство и продажу продукции. Унаследованным фирмам может быть полезно ответить на следующие стратегические вопросы:
- Как мы создаем сетевые эффекты для наших услуг, основанных на данных?
- Как следует устанавливать цены на продукты, оснащенные датчиками, чтобы привлечь больше цифровых клиентов?
- Как мы можем подняться на следующий уровень, распространив наши услуги, основанные на данных, с цепочек создания стоимости на цифровые платформы?
Производственные экосистемы и операционная эффективность: Новые решения для решения старых проблем
Использование производственных экосистем для повышения операционной эффективности сродни применению новых решений для старых проблем. Повышение эффективности закупок, сокращение невыполненных заказов, повышение производительности НИОКР - примеры, приведенные в этой главе, - давно являются задачами руководителей. Современные цифровые технологии позволяют найти новые решения этих старых проблем. Например, компания Stanley Black & Decker, производитель промышленных инструментов и бытовой техники, с помощью современных цифровых технологий сократила количество ошибок при маркировке продукции на 16%. Компания Sub-Zero, производитель бытовой техники, связывает сокращение времени вывода новых продуктов на рынок на 20% с подключенными заводами. Автоматизированная система контроля лакокрасочного покрытия автомобилей компании Ford на основе технического зрения позволила улучшить выявление дефектов на 90% по сравнению с ручным методом.
Поскольку такие извечные проблемы, как сокращение сроков внедрения продукции, уменьшение количества ошибок или экономия электроэнергии, хорошо понятны старым компаниям, их легче решать. Кроме того, хорошо известны компромиссы между затратами и выгодами, связанные с решением подобных проблем. Для многих старых компаний повышение операционной эффективности может оказаться "низко висящим плодом" в обмен на инвестиции в цифровые технологии. Они представляют собой первую и наиболее доступную отдачу от инвестиций старых компаний в производственные экосистемы. Однако следует помнить, что повышение операционной эффективности - это только первый шаг, а производственные экосистемы могут дать гораздо больше.
Инициирование сервисов, основанных на данных, из производственных экосистем: Новые компромиссы между риском и выгодой
Создание услуг, основанных на использовании данных, - новое начинание для большинства традиционных компаний, ориентированных на продукты и рыночные стратегии. Это может потребовать от них приобретения новых цифровых возможностей, найма новых специалистов и формирования нового мышления (об этом говорится в главе 8). Компромиссы между риском и выгодой также новые. Преимущества услуг, основанных на данных, могут стать очевидными для потребителей только после того, как производители получат доступ к огромному количеству данных, что часто становится необходимым условием для их широкого внедрения (этот момент более подробно рассматривается в главе 6). Широкое внедрение может потребовать значительных инвестиций, быть рискованным и при непродуманном подходе даже сломать спину унаследованной компании.
В этом контексте интересно сравнить и сопоставить GE и Caterpillar - двух культовых промышленных гигантов, которые по-своему совершили значительные шаги в области цифровой трансформации. Оба они шли по пути превращения "большого железа" в "умное железо". Подход Caterpillar, как уже отмечалось в этой главе, заключался в том, чтобы убедить достаточно децентрализованную организацию в преимуществах внедрения новых сервисов, основанных на данных. В компании были внедрены процессы (например, матрица, представленная в табл. 4.1), позволяющие ключевым заинтересованным сторонам высказывать свое мнение о том, как проводить цифровую трансформацию своих предприятий и продуктов.
Оглядываясь назад, можно сказать, что подход GE был гораздо более "нисходящим". GE потратила более 1 млрд. долл. на создание нового программного обеспечения и разработку технологии Predix, которая
