Джордан Морроу - Как вытащить из данных максимум. Навыки аналитики для неспециалистов

У меня всегда насыщенный график, но с приходом пандемии он стал еще более напряженным. Мне кажется, что раньше многие организации играли с данными и аналитикой в своеобразную игру – как человек, заходящий в бассейн. Сами знаете, как это происходит: мы пробуем воду, чтобы определить температуру, но не ныряем, не прыгаем, а погружаемся в нее медленно, и тело постепенно привыкает к температуре.

Но есть и те, кто не хочет ждать (мой сын из них). Они видят бассейн и тут же прыгают в воду, даже не проверив, насколько она холодная. Поэтому радость от плавания они получают раньше, чем посетители бассейна, которые осторожничают. То же самое и в бизнесе: мало кто из руководителей компаний решается сразу погрузиться в мир данных и аналитики.

У понятия «культура, основанная на данных» нет общепринятого определения. Но нам оно и не нужно, потому что все и так понятно: это организационная культура, опирающаяся на внутренние данные и их анализ. Я это называю «встроить данные в ДНК организации». Эта модификация ДНК способна значительно расширить наши возможности. Это и есть культура, основанная на данных, – когда гипотезы рассматриваются критически, решения, подкрепленные данными, культивируются, а дата-грамотность процветает. Не так много организаций, успешно внедривших такую культуру. Да, есть такие гранды, как Netflix, Google и Amazon, но рядовым компаниям похвастаться, как правило, нечем. Подавляющему большинству руководителей страшно прыгать в бассейн – вдруг вода холодная?

Из-за связанных с пандемией ограничений сама концепция культуры, основанной на данных, стала еще более актуальной. У людей открылись глаза, и они взглянули на реальность с точки зрения данных и аналитики, а руководители организаций, лишь «пробующие воду», осознали, что они совершенно не готовы к такому повороту событий. Оказалось, что далеко не в каждой организации культура позволяет принимать решения, подкрепленные данными, – а между тем сегодня это стало критически важно.

Мы много говорили о культуре дата-грамотности в предыдущей главе, поэтому сейчас не стоит повторяться, но давайте разберемся, какое отношение она имеет к стратегии в сфере данных и аналитики. Оказывается, самое прямое! Если мы хотим, чтобы наша стратегия была эффективной, у нас должна быть соответствующая культура – когда данные и аналитика встроены в ДНК организации. А для этого необходима дата-грамотность.

Мне кажется, порой руководители организаций в погоне за мифом о «культуре» ищут какие-то магические инструменты, считая, что это и есть стратегия. Позвольте уточнить: культура и инструменты – это не сама стратегия, это лишь вспомогательные элементы. Давайте вернемся к аналогии со строительством дома. Напомню: вы хотите, чтобы вам построили замечательный дом, покупаете бревна, молоток, гвозди и, возможно, еще какие-то инструменты. Чертежа у вас нет, но вы считаете, что все получится и так. Вы нанимаете случайных людей с улицы и говорите: «Постройте мне дом моей мечты». Как вы думаете, получится у них хоть что-нибудь приличное? Увы, едва ли. А теперь представьте, что вы сделали чертежи, наняли профессионального подрядчика и нашли всех необходимых специалистов. Теперь у вас есть культура строительства дома. Точно так же возникает и культура, основанная на данных.

Эта культура должна быть уникальной для вашей организации – универсального, единого для всех подхода не существует. Одни организации уже давно идут по этому пути, другие лишь вступили на него. В одних организациях коллектив уже овладел навыками дата-грамотности, в других – пока нет. Определите, в какой точке пути находитесь вы и ваша организация. А затем стройте планы (чертежи, стратегии, да что угодно).

Нельзя писать книгу о дата-грамотности и не упомянуть в ней о бизнес-аналитике. Для начала давайте обратимся к истории этого понятия и к инструментам, посредством которых был построен мир бизнес-аналитики и интеллектуального анализа данных. В отличие от многих «молодых» понятий, с которыми вы познакомились в этой книге, бизнес-аналитика существует уже очень давно. Microsoft Excel появился еще в прошлом веке. В начале 1990-х у нас на глазах возникли и развивались такие инструменты бизнес-аналитики, как Qlik. Со временем их становилось все больше – были созданы Tableau, ThoughtSpot, Microsoft Power BI, Alteryx и другие. Так что же такое бизнес-аналитика? Обратимся к Investopedia.

Бизнес-аналитика (BI) – процедурная и техническая инфраструктура, позволяющая собирать, хранить и анализировать данные о деятельности компании. Это обширное понятие, включающее в себя получение информации, анализ процессов, сравнительный анализ показателей и описательную аналитику. BI анализирует все данные, полученные от бизнеса, и формирует на их основе легко воспринимаемые отчеты, показатели эффективности и тенденции, на основании которых могут приниматься управленческие решения [57] Frankenfield, J. (2019). Business Intelligence – BI, Investopedia, 23 June. https://www.investopedia.com/terms/b/business-intelligence-bi.asp . .

Это «техническое» определение, поэтому давайте попробуем перевести его в «нетехнические» понятия. Бизнес-аналитика – это инструменты и источники данных, которые организация может использовать для достижения успеха в четырех уровнях аналитики. Она позволяет нам собирать данные, а также упрощать, объединять и использовать их при помощи таких инструментов, как, например, визуализация данных. Она дает возможность пользоваться преимуществами демократизации данных. Теперь становится понятно, какую роль в бизнес-аналитике играет дата-грамотность, но сначала стоит поговорить о том, как встроена бизнес-аналитика в мир стратегии.

Данные и аналитика используются в рамках стратегии по-разному: существуют многогранные подходы, обеспечивающие итоговый успех. В организации эти подходы должны принимать определенную форму. Один из таких подходов – набор инструментов, которые использует организация для получения данных. Что это за инструменты? Как очищаются данные для всеобщего доступа? Какие методы предпочтительнее для анализа, визуализации и многих других видов аналитической деятельности? Это и определяется бизнес-аналитикой.

Подбором и внедрением набора инструментов бизнес-аналитики, иногда называемого стеком технологий, занимаются специально сформированные команды. Этот набор способствует демократизации данных и позволяет организации добиться успеха на четырех уровнях аналитики. Как раз для этого и необходима дата-грамотность – без нее либо стек технологий будет полностью бесполезен, либо его потенциал не удастся раскрыть полностью.

Для эффективного обращения со стеком технологий сотрудники организации должны отчетливо представлять себе роль четырех уровней аналитических методов в стратегии. Важно найти на каждом из этих уровней определенные инструменты, которые обеспечивают его успех. Для дескриптивного анализа нужны подходящие типы сводок, отчетов и визуализаций. Только в этом случае мы можем быть уверены, что удастся донести нужную информацию до нужных людей. Те же инструменты могут помочь и при переходе к диагностическому анализу, однако нужны и другие – те, которые помогут глубже погрузиться в данные. Третий (предиктивный) уровень требует соответствующих инструментов и ПО, а также высококачественных данных, чтобы обеспечить достоверность прогнозов. Для прескриптивной аналитики все перечисленное тоже необходимо: именно на этом уровне качественные данные и соответствующие технологии помогают решить, что делать с имеющейся информацией.