Билл Фрэнкс - Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

В этой части мы рассмотрим ключевые аналитические методы, необходимые для успешного перехода к операционной аналитике. Также поговорим о том, как подбирать и организовывать эффективные команды аналитиков. Наконец, обсудим, какие изменения в свою корпоративную культуру потребуется внести организации в процессе подготовки к внедрению операционной аналитики. Один из самых тяжелых этапов на этом пути будет заключаться в том, чтобы преодолеть страх перед изменениями и убедить сотрудников принять новый подход.

Основу операционной аналитики, разумеется, составляет аналитика как таковая. Но что представляют собой та и другая? Хотя операционная аналитика имеет много общего с традиционной аналитикой, между ними существуют и различия. Для преуспевания в сфере операционной аналитики и больших данных нужны новые подходы: потребуется использовать новые типы аналитических техник и данных, разбираться в новых типах проблем и выработать новые критерии для оценки успешности.

В этой главе мы рассмотрим требования, предъявляемые к аналитике в целом, а не только к операционной аналитике. Рассмотрим некоторые техники и методологии, а также классические уроки прошлого, способные нам пригодиться. Наконец, обратимся к тому, как следует эффективно измерять успешность процессов операционной аналитики и отслеживать их исполнение.

Независимо от выбранной стратегии кто-то должен воплотить ее в жизнь. Таким образом, важное условие для превращения традиционной аналитики в операционную – наличие подходящей для этого команды. Чтобы ее создать, недостаточно просто нанять толковых людей с навыками, охватывающими все аспекты операционной аналитики. Команду еще надо правильно структурировать и организовать. Также необходимо предложить ее участникам эффективные стимулы и наделить команду необходимыми полномочиями вкупе с ответственностью, нацелить ее на успех.

В этой главе мы рассмотрим, как создать такую команду и способствовать ей в успешном применении операционной аналитики к большим данным. Будут даны рекомендации по структуре и составу аналитической команды. Обсудим, какими методами она может пользоваться и какие стимулы ей следует предложить. Также поговорим о том, какие модели поведения и взаимоотношений помогут команде добиться максимальной продуктивности.

Одна из самых сложных задач при переходе к операционной аналитике – это процесс изменения корпоративной культуры. К сожалению, его важность часто недооценивается. Когда компания начнет управляться аналитикой на операционном уровне, ей потребуются иные установки и принципы деятельности. Аналитика должна вызывать доверие, быть востребованной и активно использоваться всеми сотрудниками на всех уровнях организации. А культурная трансформация может продлиться дольше и протекать куда тяжелее, чем трансформация технологического и аналитического процессов. Когда имеешь дело с человеческими эмоциями и личностями, а не с фактами и цифрами, всегда можно ждать неприятностей.

В этой главе мы поговорим о значительных изменениях менталитета, которые должны произойти внутри организации, чтобы она преуспела с операционной аналитикой. Также рассмотрим, как можно с пользой для дела применить человеческие эмоции и личностные черты при внедрении новых аналитических процессов. Наконец, еще одна тема для обсуждения – как организация может способствовать успеху, преодолевая неудачи, неизбежно происходящие время от времени.

Здесь дается краткий обзор ключевых положений книги наряду с призывами к действию.

Я премного благодарен членам моей команды рецензентов, добровольно согласившихся критически оценить книгу (полностью или частично) и делавших мне замечания по мере ее написания. В эту команду входили (в алфавитном порядке): Эллен Боергер, Чанс Буроммавонг, Скотт ван Валкенбург, Сара Гейтс, Дэн Грэм, Брайан Джонс, Джек Ливайс, Боб Сиверт, Джефф Таннер, Джон Тума, Билл Фрэнкс (не я, мой отец!), Ричард Хэкеторн и Шек Чо. Ваш потрясающий вклад помог мне намного улучшить текст! Также хочу поблагодарить всех людей и компании, которые поделились со мной своими знаниями, опытом и примерами, позволившими мне написать эту книгу.

Да, революция началась. Операционная аналитика движет промышленной революцией в аналитике и уже начинает раздвигать границы традиционного применения аналитики компаниями. Со временем операционная аналитика намного увеличит количество аналитических процессов, которые нужно создавать, и скорость, с которой аналитика будет выполняться. Далее в книге мы увидим, что такие новые концепции, как время принятия решения и время инсайта, станут главными факторами, определяющими характер инвестиций и точки приложения сил.

Операционная аналитика требует дисциплинированного и упорядоченного подхода в рамках всей организации, а также множества изменений в технологиях, процессах и корпоративной культуре. Поначалу люди будут недоверчиво относиться к передаче многих повседневных решений в вéдение машин и аналитических процессов. Тем не менее время покажет, что при отлаженной операционной аналитике результаты с лихвой окупят предпринятые усилия.

Да, революция началась! Прежде чем вы осознаете это утверждение, необходимо в точности разобраться с тем, что именно оно означает. Данная глава закладывает основу, на которой выстраивается вся остальная книга. Прежде всего, мы дадим определение операционной аналитике. Рассмотрим рыночные тренды, поддерживающие движение к операционной аналитике. Далее закрепим ряд важных тем, которые необходимо держать в уме при переходе организации от традиционной к операционной аналитике.

Эта книга посвящена операционной аналитике. Но что такое операционная аналитика? Если уж она стала главной темой, надо дать определение данному термину. После чего попытаемся разобраться, в чем заключается уникальность операционной аналитики и что отличает ее от традиционного подхода.

Термин «операционная аналитика» применим к ситуации, когда аналитика{1} становится неотъемлемой частью принятых индивидуальных решений и осуществленных индивидуальных действий в рамках организации. Операционная аналитика используется для поддержки не стратегических и значимых, а повседневных тактических решений. Что еще важнее, когда аналитический процесс выведен на операционный уровень, он напрямую управляет деятельностью – не просто рекомендует те или иные действия, а непосредственно их реализует. Все вышеперечисленное и составляет суть операционной аналитики. Непосредственно реализуя решения и действия без вмешательства человека, операционная аналитика выводит интеграцию и воздействие аналитики на совершенно новый уровень.

Традиционные аналитические процессы в своем большинстве приносят результаты, которые далее используются в виде информации для принятия решений или вводятся в процесс принятия решений. Однако человек обычно включает в этот процесс свои личные суждения и затем одобряет полученный результат. В случае же операционной аналитики аналитический процесс и действия на основе проведенного анализа осуществляются незамедлительно. Человек не вмешивается ни в решения, ни в действия.

Разумеется, именно человек принимает решение о необходимости внедрения операционно-аналитического процесса и налаживает его. Однако когда процесс запущен, он уже самостоятельно получает доступ к данным, осуществляет анализ, принимает решения и фактически выполняет необходимые действия. Он может выполняться тысячи и даже миллионы раз в день. После того как люди в организации осозна́ют, что можно получать аналитику, интегрированную на таком уровне, у них часто возникает потребность в ее увеличении. В результате рождается спрос на еще большее количество аналитики и на все возрастающем уровне сложности. В то же время наличие автоматизированной операционной аналитики создает необходимость в тщательном мониторинге процессов. Об этом мы поговорим в шестой главе.

Определяющая особенность операционной аналитики – она выходит за пределы описаний или даже прогнозов. Операционная аналитика предписывает. Это значит, что операционная аналитика встраивается в бизнес-процесс, чтобы самостоятельно принимать решения и выполнять действия на основе заложенных в нее алгоритмов – все это без вмешательства человека.