Business Intelligence και Decision Intelligence: από το «Τι συνέβη;» στο «Τι πρέπει να κάνουμε στη συνέχεια;»

Business Intelligence και Decision Intelligence: από το «Τι συνέβη;» στο «Τι πρέπει να κάνουμε στη συνέχεια;»

Οι επιχειρήσεις δεν χρειάζονται απλώς περισσότερα δεδομένα. Χρειάζονται έναν σαφή τρόπο να μετατρέπουν τα δεδομένα, το επιχειρηματικό πλαίσιο και τα σήματα της αγοράς σε καλύτερα τεκμηριωμένες αποφάσεις.

Η Business Intelligence βοηθά έναν οργανισμό να κατανοήσει τι συνέβη, μέσα από δεδομένα, KPI, αναφορές και dashboards. Η Decision Intelligence προχωρά ένα βήμα παραπέρα: συνδέει αυτά τα ευρήματα με το επιχειρηματικό πλαίσιο, αξιολογεί τις πιθανές ερμηνείες και βοηθά όσους αποφασίζουν να προσδιορίσουν τι πρέπει να εξεταστεί ή να γίνει στη συνέχεια.

Περισσότερα δεδομένα δεν σημαίνουν απαραίτητα μεγαλύτερη σαφήνεια

Οι σύγχρονες επιχειρήσεις έχουν πρόσβαση σε περισσότερη πληροφορία από ποτέ.

Δεδομένα πωλήσεων, συστήματα ERP, πλατφόρμες CRM, συστήματα PMS, μηχανές κρατήσεων, το Google Analytics, διαφημιστικές πλατφόρμες, μέσα κοινωνικής δικτύωσης, κριτικές πελατών, newsletters και πληροφορίες για τον ανταγωνισμό παράγουν καθημερινά σημαντικό όγκο πληροφορίας.

Θεωρητικά, αυτή η πρόσβαση θα έπρεπε να διευκολύνει τη λήψη αποφάσεων.

Στην πράξη, όμως, τα δεδομένα συχνά παραμένουν κατακερματισμένα σε διαφορετικά συστήματα. Κάθε τμήμα εξετάζει διαφορετική πλευρά της επιχείρησης, παρακολουθεί διαφορετικούς δείκτες και καταλήγει σε διαφορετικές ερμηνείες.

Ένα dashboard μπορεί να δείξει ότι:

  • οι πωλήσεις μειώθηκαν,

  • το διαφημιστικό κόστος αυξήθηκε,

  • μια αγορά αποδίδει καλύτερα από μια άλλη,

  • ένα προϊόν συγκεντρώνει υψηλή επισκεψιμότητα αλλά χαμηλό ποσοστό μετατροπής,

  • οι απευθείας κρατήσεις μειώνονται,

  • ή ότι μια καμπάνια αποφέρει χαμηλότερη απόδοση της διαφημιστικής δαπάνης.

Αυτό, όμως, δεν απαντά αυτόματα στα δυσκολότερα ερωτήματα:

Γιατί συνέβη;

Πόσο σημαντική είναι η μεταβολή;

Πρόκειται για προσωρινή διακύμανση ή για αναδυόμενη τάση;

Ποια πιθανή εξήγηση τεκμηριώνεται πραγματικά από τα στοιχεία;

Και ποια ενέργεια πρέπει να έχει προτεραιότητα;

Εδώ ακριβώς αποκτά νόημα η διαφορά ανάμεσα στη Business Intelligence και τη Decision Intelligence.

Τι είναι η Business Intelligence;

Η Business Intelligence (BI) αφορά τη συλλογή, την οργάνωση, την ανάλυση και την παρουσίαση των επιχειρηματικών δεδομένων.

Ο πρωταρχικός της ρόλος είναι να δημιουργεί μια σαφέστερη εικόνα της επιχειρηματικής απόδοσης.

Μέσα από αναφορές, dashboards και συγκρίσεις περιόδων, η BI μπορεί να απαντήσει σε ερωτήματα όπως:

  • Πόσες πωλήσεις πραγματοποιήθηκαν;

  • Ποιο κανάλι απέδωσε καλύτερα;

  • Πώς μεταβλήθηκαν τα έσοδα σε σχέση με την προηγούμενη περίοδο;

  • Ποια προϊόντα ή δωμάτια γνώρισαν τη μεγαλύτερη ζήτηση;

  • Ποια αγορά ή ποιο τμήμα πελατών παρουσίασε ανάπτυξη;

  • Πού αυξήθηκε το κόστος;

Η Business Intelligence είναι ουσιώδης, επειδή δημιουργεί μια κοινή βάση παρατήρησης.

Χωρίς αξιόπιστα δεδομένα, οι στρατηγικές συζητήσεις κινδυνεύουν να στηρίζονται αποκλειστικά σε προσωπικές απόψεις, μεμονωμένες εμπειρίες ή τη διαίσθηση.

Ωστόσο, η Business Intelligence επιτελεί συνήθως κατά κύριο λόγο περιγραφικό ρόλο:

Μας βοηθά να κατανοήσουμε τι συνέβη.

Ακόμη και όταν η BI περιλαμβάνει προβλέψεις ή προηγμένα αναλυτικά εργαλεία, η μετάφραση των ευρημάτων σε τελική απόφαση συχνά παραμένει ευθύνη της διοίκησης, της ομάδας marketing ή εξωτερικών συμβούλων.

Εκεί όπου σταματούν τα dashboards

Ένα dashboard μπορεί να δείξει με ακρίβεια ότι οι κρατήσεις από μια συγκεκριμένη αγορά μειώθηκαν σε έναν συγκεκριμένο μήνα.

Δεν γνωρίζει απαραίτητα αν η αιτία ήταν:

  • η εποχικότητα,

  • η αύξηση του κόστους των πτήσεων,

  • μια αλλαγή στη διαφημιστική επένδυση,

  • η είσοδος ενός νέου ανταγωνιστή,

  • μια αλλαγή στην τιμολόγηση,

  • κάποιο εμπόδιο στη διαδρομή της κράτησης,

  • ή ένας συνδυασμός περισσότερων παραγόντων.

Αντίστοιχα, μια premium επιχείρηση λιανικής μπορεί να διαπιστώσει ότι μια κατηγορία προϊόντων προκαλεί έντονο ενδιαφέρον αλλά περιορισμένες πωλήσεις.

Η σωστή ενέργεια δεν είναι αυτονόητη.

Η επιχείρηση θα μπορούσε:

  • να μειώσει την τιμή,

  • να αλλάξει τη δημιουργική κατεύθυνση,

  • να βελτιώσει την παρουσίαση του προϊόντος,

  • να επανεξετάσει το κοινό της καμπάνιας,

  • να δημιουργήσει ένα διαφορετικό πακέτο προϊόντων,

  • να επανεξετάσει τη διαθεσιμότητα,

  • ή να μην προχωρήσει σε καμία αλλαγή μέχρι να συγκεντρωθούν περισσότερα στοιχεία.

Το dashboard παρουσιάζει την απόκλιση.

Η απόφαση, ωστόσο, απαιτεί κάτι περισσότερο από την ίδια την απόκλιση.

Απαιτεί πλαίσιο, ερμηνεία, ιεράρχηση και αξιολόγηση του κινδύνου.

Τι είναι η Decision Intelligence;

Η Decision Intelligence είναι μια προσέγγιση που οργανώνει τα δεδομένα, την ανάλυση, τους επιχειρηματικούς στόχους, τα πιθανά σενάρια και την ανθρώπινη κρίση γύρω από μια συγκεκριμένη απόφαση.

Δεν εστιάζει μόνο:

Τι δείχνουν τα δεδομένα;

Εξετάζει επίσης:

Τι σημαίνει αυτό για τη συγκεκριμένη επιχείρηση, ποια επιλογή αξίζει να εξεταστεί και πόσο βέβαιοι μπορούμε να είμαστε για το συμπέρασμα;

Η Decision Intelligence δεν αντικαθιστά τη Business Intelligence.

Χτίζει πάνω σε αυτήν.

Η μετάβαση αυτή γίνεται κατανοητή μέσα από τέσσερα επίπεδα:

Δεδομένα

Ποιες πληροφορίες έχουμε;

Σήμα

Ποια μεταβολή, ποιο μοτίβο ή ποια απόκλιση αξίζει την προσοχή μας;

Ερμηνεία

Ποιες είναι οι πιθανές αιτίες και πόσο ισχυρή είναι η τεκμηρίωσή τους;

Απόφαση

Ποιες ενέργειες αξίζει να εξεταστούν, ποιο μπορεί να είναι το αποτέλεσμα και ποιος κίνδυνος συνοδεύει κάθε επιλογή;

Η ουσιαστική διαφορά είναι ότι η ανάλυση οργανώνεται γύρω από ένα επιχειρηματικό ερώτημα — όχι απλώς γύρω από έναν ακόμη δείκτη.

Business Intelligence και Decision Intelligence: δύο έννοιες που δεν ανταγωνίζονται

Η διαφορά δεν είναι ότι η μία είναι «παλιά» και η άλλη «νέα».

Υπηρετούν διαφορετικούς ρόλους.

Business Intelligence

Decision Intelligence

Παρακολουθεί την απόδοση

Υποστηρίζει μια συγκεκριμένη απόφαση

Παρουσιάζει δεδομένα και KPI

Συνδέει δεδομένα, πλαίσιο και πιθανές ενέργειες

Εξηγεί τι συνέβη

Εξετάζει τι σημαίνει και τι μπορεί να ακολουθήσει

Εστιάζει κυρίως στις αναφορές

Εστιάζει στην ιεράρχηση προτεραιοτήτων

Προσφέρει ορατότητα

Προσφέρει κατεύθυνση έτοιμη για απόφαση

Αφήνει την ερμηνεία στον χρήστη

Δομεί την ερμηνεία και τα επίπεδα βεβαιότητας

Μια επιχείρηση χρειάζεται και τις δύο.

Χωρίς Business Intelligence, δεν υπάρχει αξιόπιστη βάση.

Χωρίς Decision Intelligence, ένας οργανισμός μπορεί να διαθέτει εξαιρετικές αναφορές, αλλά να εξακολουθεί να καθυστερεί τις αποφάσεις του ή να ενεργεί με βάση αποσπασματικές υποθέσεις.

Η σημασία του επιχειρηματικού πλαισίου

Τα ίδια δεδομένα δεν οδηγούν πάντα στην ίδια απόφαση.

Μια πτώση 10 % στις πωλήσεις μπορεί να σημαίνει κάτι εντελώς διαφορετικό για:

  • ένα boutique ξενοδοχείο σε περίοδο χαμηλής ζήτησης,

  • έναν έμπορο επίπλων με σημαντική έκθεση σε απόθεμα,

  • ένα premium brand μόδας που αποφεύγει συστηματικά τις εκπτώσεις,

  • ή μια νέα επιχείρηση που εισέρχεται σε μια διεθνή αγορά.

Η σωστή ερμηνεία εξαρτάται από:

  • την τοποθέτηση στην αγορά,

  • τα περιθώρια κέρδους,

  • τους επιχειρηματικούς στόχους,

  • τα τμήματα πελατών,

  • το στάδιο ανάπτυξης,

  • την εποχικότητα,

  • τον διαθέσιμο προϋπολογισμό,

  • την ανοχή στον κίνδυνο,

  • και τις προηγούμενες αποφάσεις.

Γι’ αυτό, ένα πραγματικό σύστημα λήψης αποφάσεων δεν μπορεί να βασίζεται αποκλειστικά σε δείκτες.

Πρέπει να κατανοεί την επιχείρηση που βρίσκεται πίσω από αυτούς.

Γεγονότα, συμπεράσματα και υποθέσεις

Μία από τις σημαντικότερες προκλήσεις στις αναλύσεις που παράγονται από AI είναι ότι μια πρόταση μπορεί να ακούγεται απολύτως βέβαιη, ακόμη κι όταν στηρίζεται σε περιορισμένα τεκμήρια.

Για να είναι χρήσιμη μια πρόταση, πρέπει να διακρίνει ανάμεσα σε:

Παρατηρούμενο γεγονός

Κάτι που τεκμηριώνεται άμεσα από τα διαθέσιμα δεδομένα.

Παράδειγμα:

Οι απευθείας κρατήσεις μειώθηκαν σε σύγκριση με την αντίστοιχη προηγούμενη περίοδο.

Συμπέρασμα

Μια ερμηνεία που στηρίζεται σε σχετικά σήματα, χωρίς όμως να έχει αποδειχθεί ως η οριστική αιτία.

Παράδειγμα:

Η μείωση μπορεί να συνδέεται με την αυξημένη επί πληρωμή επισκεψιμότητα προς τις καταχωρίσεις στις OTA και με τη μειωμένη αναζήτηση με το όνομα του brand.

Υπόθεση

Μια πιθανή εξήγηση που χρειάζεται περαιτέρω επιβεβαίωση.

Παράδειγμα:

Οι επισκέπτες ίσως θεωρούν ότι οι OTA προσφέρουν καλύτερη τιμή ή πιο ασφαλή διαδικασία κράτησης.

Η διάκριση αυτή προστατεύει την επιχείρηση από έναν σημαντικό κίνδυνο:

να αντιμετωπίσει μια πιθανή ερμηνεία ως επιβεβαιωμένο γεγονός.

Ένα αξιόπιστο πλαίσιο Decision Intelligence οφείλει να εξηγεί όχι μόνο τι προτείνεται, αλλά και γιατί προτείνεται και πόσο ισχυρά είναι τα τεκμήρια που το στηρίζουν.

Πηγή, Χαρακτηρισμός, Βεβαιότητα, Ενέργεια

Μια πρόταση έτοιμη για απόφαση μπορεί να δομηθεί γύρω από τέσσερα στοιχεία:

Πηγή

Ποιες πηγές δεδομένων στηρίζουν το εύρημα;

Χαρακτηρισμός

Πρόκειται για γεγονός, συμπέρασμα ή υπόθεση;

Βεβαιότητα

Πόσο ισχυρά στηρίζεται η ερμηνεία από τα διαθέσιμα τεκμήρια;

Δράση

Ποια ενέργεια προτείνεται και τι πρέπει να μετρηθεί μετά την υλοποίησή της;

Με αυτή τη δομή, μια σύσταση παύει να είναι απλώς μια καλογραμμένη γνώμη και γίνεται ένα πιο πειθαρχημένο θεμέλιο για τη λήψη αποφάσεων.

Ένα παράδειγμα από boutique ξενοδοχείο

Ένα ξενοδοχείο διαπιστώνει ότι οι κρατήσεις μέσω OTA παραμένουν υψηλές, ενώ οι απευθείας κρατήσεις δεν αυξάνονται με τον ίδιο ρυθμό.

Το Business Intelligence μπορεί να παρουσιάσει:

  • το μείγμα καναλιών,

  • την αξία των κρατήσεων ανά κανάλι,

  • τις προμήθειες των OTA,

  • το ποσοστό μετατροπής της ιστοσελίδας,

  • την απόδοση των καμπανιών,

  • και τη συμπεριφορά των πελατών ανά αγορά προέλευσης.

Το Decision Intelligence επιχειρεί να συνδέσει αυτά τα σήματα και να διερευνήσει:

  • Σε ποιο σημείο οι χρήστες εγκαταλείπουν τη διαδρομή της απευθείας κράτησης;

  • Υπάρχει πραγματικό ή αντιληπτό πλεονέκτημα τιμής στις OTA;

  • Ποιες αγορές είναι πιο πιθανό να κάνουν απευθείας κράτηση;

  • Εμπνέει η ιστοσελίδα αρκετή εμπιστοσύνη;

  • Υπάρχει ασυνέχεια ανάμεσα στην ιστοσελίδα και την εμπειρία της μηχανής κρατήσεων;

  • Ποια ενέργεια μπορεί να δοκιμαστεί πρώτη με ελεγχόμενο ρίσκο;

Το αποτέλεσμα δεν είναι απλώς η γενική σύσταση:

«Αυξήστε τις απευθείας κρατήσεις.»

Γίνεται μια συγκεκριμένη προτεραιότητα, τεκμηριωμένη με σαφές σκεπτικό και με ξεκάθαρη μέθοδο μέτρησης.

Ένα παράδειγμα από το premium λιανεμπόριο

Ένα premium brand επίπλων διαπιστώνει ότι μια κατηγορία προϊόντων προκαλεί υψηλή αλληλεπίδραση στις διαφημίσεις, αλλά συμβάλλει σχετικά λίγο στις πωλήσεις.

Το Business Intelligence παρουσιάζει:

  • προβολές,

  • κλικ,

  • μετατροπές,

  • πωλήσεις,

  • επίπεδα αποθέματος,

  • μέση αξία παραγγελίας,

  • και κόστος καμπάνιας.

Το Decision Intelligence εξετάζει:

  • Προσελκύει η καμπάνια το σωστό κοινό ή απλώς ένα κοινό που εκτιμά το οπτικό περιεχόμενο;

  • Υπάρχει απόσταση ανάμεσα στη δημιουργική κατεύθυνση και στο πραγματικό επίπεδο τιμής;

  • Η παρουσίαση δημιουργεί ενδιαφέρον χωρίς να επικοινωνεί με σαφήνεια την αξία;

  • Υπάρχει ευκαιρία για cross-selling ή για διαφορετικό συνδυασμό προϊόντων;

  • Πρέπει να αλλάξει η καμπάνια ή η εμπειρία της σελίδας προορισμού;

  • Ποια ελεγχόμενη δοκιμή θα μπορούσε να επιβεβαιώσει την πιθανότερη εξήγηση;

Έτσι, τα δεδομένα του marketing συνδέονται με το απόθεμα, τις πωλήσεις, την τοποθέτηση της μάρκας και τη δημιουργική κατεύθυνση.

Ο ρόλος της Τεχνητής Νοημοσύνης

Η Τεχνητή Νοημοσύνη μπορεί να επιταχύνει σημαντικά:

  • τη σύνθεση πολλαπλών πηγών δεδομένων,

  • την αναγνώριση μοτίβων,

  • τις συγκρίσεις μεταξύ περιόδων,

  • την ανάλυση μεγάλου όγκου πληροφοριών,

  • τη διατύπωση πιθανών εξηγήσεων,

  • και την ανάπτυξη σεναρίων.

Ωστόσο, η ταχύτητα δεν ισοδυναμεί αυτόματα με ακρίβεια.

Η AI δεν γνωρίζει εκ των προτέρων:

  • ποιο επίπεδο ρίσκου είναι αποδεκτό,

  • ποια επιλογή συνάδει με την τοποθέτηση του brand,

  • ποια σχέση με τον πελάτη πρέπει να προστατευθεί,

  • ποια απόφαση έχει ευρύτερες συνέπειες για τον οργανισμό,

  • ή ποιον συμβιβασμό είναι διατεθειμένη να αποδεχθεί η διοίκηση.

Γι’ αυτό, το πιο ώριμο μοντέλο δεν είναι απλώς ένα μοντέλο που κινείται από την AI.

Είναι ένα μοντέλο που:

υποστηρίζεται από την AI και ελέγχεται από ανθρώπους.

Η Τεχνητή Νοημοσύνη επιταχύνει την ανάλυση. Η ανθρώπινη κρίση αξιολογεί το πλαίσιο, τις συνέπειες και την τελική στρατηγική κατεύθυνση.

Από τα dashboards σε ένα πραγματικό σύστημα λήψης αποφάσεων

Ένα σύστημα λήψης αποφάσεων δεν αρκεί να προσθέτει περισσότερα γραφήματα.

Οφείλει να βοηθά μια επιχείρηση να απαντά με συνέπεια στα εξής:

  1. Τι άλλαξε;

  2. Γιατί έχει σημασία;

  3. Τι γνωρίζουμε με βεβαιότητα;

  4. Τι αποτελεί ερμηνεία ή υπόθεση;

  5. Ποια επιλογή πρέπει να έχει προτεραιότητα;

  6. Ποιο ρίσκο συνεπάγεται;

  7. Πώς θα μετρήσουμε αν η απόφαση ήταν αποτελεσματική;

Αυτή είναι η φιλοσοφία πίσω από το Brand Atelier Intelligence: ένα σύστημα intelligence εγγενώς βασισμένο στην AI και ελεγμένο από ανθρώπους, για premium brands της φιλοξενίας και του design-driven λιανεμπορίου.

Η πλατφόρμα έχει σχεδιαστεί για να συνδέει επιχειρηματικά δεδομένα, δεδομένα marketing και σήματα της αγοράς και να τα μετατρέπει σε:

  • στρατηγικές αναφορές για τη διοίκηση,

  • στρατηγικές προτεραιότητες,

  • προτάσεις για καμπάνιες,

  • κατευθύνσεις επικοινωνίας,

  • σχέδια δράσης,

  • και καλύτερα τεκμηριωμένες αποφάσεις.

Δεν έχει σχεδιαστεί για να αντικαταστήσει τον ιδρυτή, την ομάδα διοίκησης ή το τμήμα marketing.

Σκοπός της είναι να μειώσει την απόσταση ανάμεσα σε όσα γνωρίζει μια επιχείρηση και σε όσα χρειάζεται να αποφασίσει.

Το νέο ανταγωνιστικό πλεονέκτημα

Στην εποχή της AI, όλο και περισσότερες επιχειρήσεις θα έχουν πρόσβαση στα ίδια εργαλεία, στα ίδια μοντέλα και στις ίδιες παραγωγικές δυνατότητες.

Η διαφορά δεν θα κρίνεται απλώς από το ποιος διαθέτει περισσότερα δεδομένα.

Θα κρίνεται από το ποιος μπορεί:

  • να αναγνωρίζει τα σήματα που έχουν πραγματικά σημασία,

  • να αφαιρεί τον περιττό θόρυβο,

  • να διακρίνει τα γεγονότα από τις υποθέσεις,

  • να κατανοεί τις συνέπειες κάθε επιλογής,

  • και να μετατρέπει την ανάλυση σε έγκαιρη, στοχευμένη δράση.

Η Business Intelligence μάς βοηθά να κατανοήσουμε το παρελθόν και το παρόν.

Η Decision Intelligence μάς βοηθά να οργανώσουμε την επόμενη κίνηση.

Σε ένα επιχειρηματικό περιβάλλον που αλλάζει διαρκώς, η αξία δεν προκύπτει απλώς από το να γνωρίζουμε περισσότερα.

Προκύπτει από το να γνωρίζουμε:

Τι έχει πραγματικά σημασία, τι πρέπει να ακολουθήσει και γιατί.

Συχνές ερωτήσεις

Ποια είναι η βασική διαφορά ανάμεσα στη Business Intelligence και στη Decision Intelligence;

Η Business Intelligence οργανώνει και παρουσιάζει τα δεδομένα, ώστε η επιχείρηση να κατανοεί τι συνέβη. Η Decision Intelligence συνδέει αυτά τα δεδομένα με το επιχειρηματικό πλαίσιο, τις πιθανές επιλογές, τα επίπεδα βεβαιότητας και τις συνέπειες κάθε ενέργειας, βοηθώντας όσους λαμβάνουν αποφάσεις να προσδιορίσουν τι πρέπει να ακολουθήσει.

Αντικαθιστά η Decision Intelligence τα dashboards της Business Intelligence;

Όχι. Χρησιμοποιεί ως θεμέλιο τα δεδομένα και τις αναφορές της Business Intelligence και προσθέτει ερμηνεία, ιεράρχηση, σενάρια και υποστήριξη στη λήψη αποφάσεων.

Μπορεί η AI να λαμβάνει επιχειρηματικές αποφάσεις αυτόνομα;

Η AI μπορεί να αναλύει δεδομένα, να εντοπίζει μοτίβα και να προτείνει πιθανές ενέργειες. Οι σημαντικές επιχειρηματικές αποφάσεις, ωστόσο, εξακολουθούν να απαιτούν ανθρώπινη αξιολόγηση, καθώς αφορούν πλαίσιο, ρίσκο, αξίες, τοποθέτηση και συνέπειες που ενδέχεται να μην αποτυπώνονται πλήρως στα διαθέσιμα δεδομένα.

Τι χρειάζεται μια επιχείρηση για να εφαρμόσει τη Decision Intelligence;

Χρειάζεται αξιόπιστες πηγές δεδομένων, σαφείς επιχειρηματικούς στόχους, συμφωνημένα KPI, δομημένο επιχειρηματικό πλαίσιο και μια διαδικασία που διακρίνει τα γεγονότα από τις ερμηνείες και τις υποθέσεις.

Ποιες επιχειρήσεις ωφελούνται περισσότερο από τη Decision Intelligence;

Είναι ιδιαίτερα πολύτιμη για οργανισμούς που διαχειρίζονται πολλαπλά κανάλια και συστήματα και λαμβάνουν επαναλαμβανόμενες στρατηγικές αποφάσεις, όπως boutique ξενοδοχεία, ξενοδοχειακοί όμιλοι, premium εταιρείες λιανικής και καταναλωτικά brands με έμφαση στο design.