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

Поощряя людей думать определенным образом, организация задает тон всей своей деятельности. Со временем прививаемый образ мышления распространяется по всей организации, и большинство людей подстраиваются к нему, потому что он считается ожидаемым и приемлемым независимо от того, хорош он или плох. Между тем необходимо время от время встряхивать статус-кво и внедрять иные способы мышления, чтобы избежать самоуспокоенности. Признание такой потребности является важным шагом, но нужно быть к нему подготовленным, чтобы вступить в битву. Давайте рассмотрим, какой образ мышления требуется организации, когда она берет курс на операционную аналитику.

Урок от блох

Позвольте мне начать с рассказа о блохах, который очень нравится моим клиентам. Да-да, вы не ошиблись – о блохах! Читайте дальше, и вы поймете, что блохи тоже могут преподать нам ценный урок. Этот видеоролик я увидел на YouTube, хотя и не могу сказать наверняка, так ли было на самом деле или же нас разыграли{87}. В любом случае эта история позволяет проиллюстрировать важную мысль.

Итак, представьте, что вы вместе с семьей садитесь за кухонный стол, ставите на стол пустую банку из-под детского питания и затем сажаете туда пригоршню блох. Разумеется, вы спросите, а с чего бы вдруг? Пока просто представьте, что сделали именно так. Знаете ли вы, что блохи могут прыгать с места очень высоко? По человеческим меркам, метров на 150. Конечно же, близкие на вас заорут и потребуют убрать блох. И, конечно же, спросят, что заставило вас совершить этот безумный поступок. Валите всё на меня!

Чтобы не пугать свою семью, после того как посадите блох в банку, немедленно накройте ее крышкой. Блохи будут прыгать внутри банки, ударяться головой о крышку и падать вниз. Потом снова прыгать, ударяться головой и падать. Так будет происходить снова и снова. Но даже блохи достаточно умны для того, чтобы понять, что все время биться головой – это глупо, и в конце концов начнут прыгать чуть ниже уровня крышки. Вот здесь-то и начинается самое поразительное.

Если через какое-то время вы снимете крышку, блохи все равно останутся в банке. Они помнят, где была крышка, и продолжат прыгать ниже заданного уровня. Если бы блохи прыгнули чуть выше, то оказались бы на свободе. Однако они так больше и не попытаются проверить, на месте ли крышка. Говорят, что, если посадить в банку детеныша-блоху, то он научится прыгать на том же уровне, что и взрослые особи, и тоже навсегда останется в банке. Так блохи попадают в ловушку собственных благоприобретенных и устаревших представлений.

Не будьте блохой!

Блохи не могут выпрыгнуть из открытой банки, поскольку продолжают слепо верить в то, что крышка на месте, и не замечают, что она убрана. Пестуйте культуру, которая будет постоянно поощрять специалистов-аналитиков подвергать проверке существующие предположения и не попадать в ловушку устаревших взглядов.

Корпоративная культура может делать людей во многом похожими на тех блох. Узнав, где в компании установлены границы и как здесь принято делать дела, мы уже больше не пытаемся это оспаривать. Поэтому устаревшие предположения способны вынуждать нас упускать возможности, которые находятся прямо перед носом. Хуже того, когда нанимаются новые сотрудники, их подгоняют под принятый в компании образ мышления. Инструктаж и тренинги в основном направлены на вдалбливание новичкам того, что в компании можно и что нельзя делать. Мы усиленно внушаем им, что крышка находится на месте, чтобы они остались в банке вместе с нами, подобно народившимся блохам.

При переходе к новому способу работы, такому как операционная аналитика, организация должна поощрить сотрудников на переосмысление и переоценку давнишних предположений. Вероятно, несколько лет назад нельзя было делать то, что требуется и возможно сегодня. Поэтому время от времени осматривайтесь вокруг и проверяйте, по-прежнему ли существуют усвоенные вами ограничения, чтобы не уподобиться блохам в открытой банке.

Внедряйте аналитику сверху по всей вертикали управления

Культура, воспринимающая аналитику, должна начинаться сверху. Мы уже не раз говорили об этом на протяжении книги, но здесь стоит повторить несколько важных моментов.

Со многими традиционными аналитическими процессами можно было добиться успеха при наличии, скажем так, карманных денег. На протяжении многих лет, если отдел маркетинга правильно воспринимал аналитику, этого вполне хватало ему для ее успешного применения, даже если другие подразделения совершенно ею не интересовались. Например, когда в свое время я разрабатывал пакетные аналитические процессы для поддержки кампаний прямой почтовой рассылки, нашей команде всего лишь раз в месяц приходилось обновлять модели и составлять список идентификаторов клиентов. Если руководитель, отвечавший за кампании рассылки, поддерживал аналитику, то мы спокойно выполняли свою работу. Мало кто еще в организации был в курсе наших дел или поддерживал их.

Операционная аналитика не может быть реализована в изолированном пространстве, поскольку она встроена в бизнес-процессы и влияет на действия широкого круга заинтересованных лиц по всей организации. В силу того, что она оказывает воздействие на столь многих людей во многих частях организации, операционную аналитику невозможно использовать в скрытом режиме.

Следовательно, в первую очередь необходимо добиться согласия и готовности всех заинтересованных лиц перейти к более интенсивному использованию аналитики. Ее должны поддерживать все, начиная с генерального директора, иначе добиться прогресса будет невероятно трудно. Корпоративной культуре следует воспринимать аналитику в качестве ключевого приоритета.

Признайте ценность специалистов-аналитиков

В восьмой главе мы говорили о важности того, чтобы специалисты-аналитики рассматривали себя как консультантов, наставников и инструкторов, а не приемщиков заказов. У этой темы есть и обратная сторона. Организация должна создать такую культуру, где ценится вклад специалистов-аналитиков и в которой их поощряют выступать в качестве консультантов, наставников и инструкторов. Однако аналитическая команда не сможет выполнить взятую на себя роль консультанта, если никто не прислушивается к ее рекомендациям и не придает им того значения, которого они заслуживают.

Руководители структурных подразделений компании не должны рассматривать аналитику и, шире, специалистов-аналитиков как явление, подрывающее их авторитет и независимость. Напротив, они должны рассматривать их как ценные инструменты, способствующие успеху компании. Если специалисты-аналитики помогут руководителям добиться успеха, это только повысит авторитет и независимость последних, поскольку успешным людям дают больше свободы действий.

Всем нужно немного любви

Создайте такую культуру, в которой ценятся аналитика и создающие ее специалисты. Специалисты-аналитики преуспеют в среде, где они чувствуют, что их ценят по достоинству, а их мнения и предложения воспринимаются всерьез.

Невозможно предоставить ценные консультацию и инструктаж тому, кто вас не слушает и не ценит ваш вклад. В этом случае советы подобны рекламному шоу, показываемому в пустой комнате. Организация должна четко установить, что аналитика и специалисты-аналитики являются ценным компонентом ее деятельности и, следовательно, должны быть частью всех важных процессов принятия решений.

Принимающие решения лица нуждаются в круге людей, которым они доверяют и которые, в свою очередь, помогают им в принятии решений. В этот круг следует пригласить и специалистов-аналитиков. Создание официально оформленной аналитической команды и назначение директора по аналитике, о чем мы говорили в восьмой главе, – два шага, способные продемонстрировать приверженность этому подходу.

Добейтесь изменения поведения

Как мы выяснили в восьмой главе, недостаточно получить правильную рекомендацию, поскольку если рекомендация не выполняется, то и толку от нее не будет никакого. Если организация хочет добиться успеха с операционной аналитикой, она должна изменить поведение людей, с тем чтобы они выполняли рекомендации и решения, генерируемые операционной аналитикой. Когда сотрудникам позволяется игнорировать рекомендации или менять их по своему усмотрению, полученная аналитическая ценность очень быстро сократится. Разумеется, если в аналитическом процессе обнаруживаются ошибки, они должны быть устранены. Но людям не должно быть позволено обращаться с аналитическими рекомендациями так, как им вздумается.

Вспомните пример из первой главы касательно логистической компании, которая вкладывала много средств в уточнение своей картографической базы данных с целью крайне изощренной аналитической оптимизации ежедневных маршрутов для водителей службы доставки. Естественно, это вызвало сопротивление со стороны водителей, поскольку их действия взяли под контроль. Чтобы преодолеть это сопротивление, компания прибегла к методу игрофикации{88}. Другими словами, она превратила соблюдение рекомендаций в игру.

Вместо приказания: «Вы обязаны ехать по этому маршруту, потому что так сказал компьютер!», компания использовала более мягкий подход и придумала игру, которая апеллировала к самолюбию водителя. Его спрашивали: «Вы можете победить компьютер?» Поначалу водителям разрешалось отклоняться от рекомендаций, если они считали, что знают лучший маршрут. Данные о том, как срабатывали корректировки, затем включались в алгоритмы оптимизации.

Мой знакомый из этой компании по секрету рассказал мне об одном водителе, который проезжал в среднем 240 километров в день, в то время как первоначально компьютер рекомендовал 225 километров в день. Тогда водитель заявил, что компьютер ничего не понимает, а сам он сможет сократить свой пробег до 215 километров в день. Затем компьютер обновил свои рекомендации до 210 километров в день. Тогда водитель снова обвинил компьютер в некомпетентности и уменьшил свой пробег до 200 километров в день. В конце концов, водитель торжествовал, поскольку компьютер всякий раз ему проигрывал. Как бы там ни было, дневной пробег сократился со 240 до 200 километров в день.

Для компании совершенно не важно, понимал ли водитель, что действует под влиянием аналитики, или не понимал. Главное, что он изменил свое поведение, а пробег сократился. Польстив самолюбию водителя и превратив аналитический процесс в игру, компания сумела обернуть сопротивление себе на благо.

Люди сопротивляются изменениям? Превратите аналитику в игру!

Убедить людей изменить привычное поведение трудно. Один из способов содействия такому изменению – превратить признание операционной аналитики в игру. Рядовые сотрудники могут смутно представлять, как работает аналитика, и воспринимать ее как угрозу. Попробуйте найти способы представить изменения в виде игровых задач для сотрудников.

Преодолейте сопротивление и несогласие

Как показывает предыдущий пример, организация должна быть готова к тому, что люди, на которых будет воздействовать операционная аналитика, проявят недовольство предполагаемым покушением на их авторитет и независимость. Разумеется, так отреагируют не все, но безопаснее предположить, что многие, естественно, взбунтуются против системы, подразумевающей, что они все время принимают неправильные решения. Организация должна дать четко понять, что операционная аналитика внедряется вовсе не потому, что люди поступают неправильно, а для того чтобы помочь им выполнять свои обязанности лучше и эффективнее. Такое отношение должно стать частью корпоративной культуры. Правильный подход, например с использованием игрофикации, поможет привести сопротивление к позитивному исходу.

Давайте посмотрим правде в глаза. Если компания успешна, это означает, что ее сотрудники принимают правильные решения, видимо, гораздо чаще, чем неправильные. Операционная же аналитика имеет дело с исключениями, когда кажущееся правильным решение на деле таковым не является. Если она поможет организации хотя бы ненамного повысить эффективность на уровне всех своих сотрудников, всех бизнес-единиц и всех продуктов, то в совокупности это выльется в значительную финансовую отдачу.

Объясните сотрудникам, что операционно-аналитический процесс, принимающий за них некоторые решения, позволяет высвободить время для того, чтобы они сосредоточились на тех решениях и видах деятельности, которые не так просто автоматизировать. Операционная аналитика дает возможность сотрудникам заняться более сложными, требующими интенсивных размышлений задачами, вместо того чтобы тратить время на рутинные вопросы. Это позволит сделать их работу менее утомительной и значительно ускорить принятие многих решений благодаря автоматизированным операционным процессам.

Помогите, а не обвиняйте

Сотрудникам не понравится, если аналитика будет использоваться как перст, указующий им на их ошибки. Не зацикливайтесь на неправильных действиях сотрудников. Покажите, как операционная аналитика поможет им успешнее достигать своих целей.

Давайте рассмотрим несколько примеров, когда аналитика преодолела сопротивление сотрудников. Однажды я присутствовал на закрытом мероприятии, где генеральный директор региональной больничной сети рассказал, как его команда проанализировала факторы, повышающие вероятность того, что новорожденный ребенок будет отправлен в отделение неонатальной интенсивной терапии (Neonatal Intensive Care Unit, NICU). Отправка в NICU означает, что жизнь ребенка находится в опасности и ему требуется дорогостоящая медицинская помощь. Анализ показал существование корреляции между помещением в NICU и добровольной стимуляцией родов до наступления определенной недели беременности. К добровольной стимуляции родов прибегают по разным причинам, начиная с чувства дискомфорта и заканчивая желанием родить ребенка в определенную дату, но эта процедура не является необходимой, поскольку для ее проведения нет настоятельных медицинских показаний. Повышенный риск терапии в NICU присутствовал даже в том случае, когда стимуляция родов осуществлялась на таком сроке беременности, который считался уже безопасным.

Все врачи в больнице были согласны с тем, что преждевременная стимуляция родов несет с собой высокие риски, но утверждали, что к добровольной стимуляции прибегали крайне редко. Хотя сами врачи не считали это проблемой, аналитическая команда установила, что преждевременная стимуляция родов использовалась гораздо чаще, чем считали врачи, а это соответственно увеличивало количество пациенток в NICU. Некоторые врачи использовали добровольную стимуляцию довольно часто, но были удивлены, когда им сообщили об этом. Через врачей проходило много пациенток, и хотя доля тех, кому назначалась эта добровольная процедура, действительно была невелика, но за год составляла значительное количество.

После того как врачи узнали об этой проблеме, они изменили свое поведение, что привело к уменьшению доли преждевременной стимуляции родов и, как следствие, к снижению доли новорожденных, которые имели проблемы со здоровьем и нуждались в помещении в NICU. Таким образом, использование аналитики и данных позволило преодолеть сопротивление и привело к ситуации, выигрышной для всех сторон. К счастью, в этом случае врачи ставили под сомнение не достоверность самого анализа, а свою вину в осуществлении практики, которую анализ признал рискованной. Поэтому оказалось достаточно легко преодолеть их сопротивление при помощи фактических данных, основанных на результатах анализа.

В транспортной компании, осуществляющей перевозки на дальнее расстояние, мне конфиденциально рассказали о том, что решили завоевать конкурентное преимущество благодаря использованию данных с телематических устройств, установленных на грузовых автомобилях, для выявления водителей с наиболее рискованной манерой вождения, которая более всего ассоциировалась с ДТП. Риск ДТП оценивался путем изучения таких факторов, как частое резкое ускорение или резкое торможение и других. Компания выявляла рискованных водителей и предоставляла им дополнительное обучение, чтобы изменить дурные привычки вождения и повысить безопасность и производительность их работы.

Компания использовала аналитику не для того, чтобы указать водителям на опасную манеру вождения. Аналитические результаты представлялись как полезные рекомендации. Когда компания выявляла, что манера вождения ассоциировалась с увеличением ДТП, то в последующем разговоре с водителем упор делался на безопасность самого водителя. Также компания стимулировала водителей, которые доставляли грузы в срок и в хорошем состоянии, повышенной оплатой. Избегая ДТП, водители улучшали свой послужной список. Таким образом, представляя аналитические результаты как способ повышения личных доходов, компания смогла преодолеть сопротивление водителей и убедить их изменить свое поведение к лучшему. Ведь большинство людей охотно прислушиваются к советам о том, как увеличить свои доходы.

Основная причина сопротивления часто кроется в чувстве потери контроля. Люди чувствуют себя некомфортно оттого, что приходится передать алгоритмам контроль над многими повседневными решениями. Взгляд на ситуацию под другим углом позволяет избавиться от такого негативного восприятия. Объясните сотрудникам, что использование операционной аналитики следует рассматривать не как лишение контроля, а как делегирование полномочий по принятию решений надежным алгоритмам. Это не сильно отличается от обычной практики делегирования полномочий другим доверенным лицам. После создания структуры, в рамках которой будут созданы, протестированы и запущены в работу эффективные аналитические процессы, люди постепенно убедятся в надежности алгоритмов и начнут им доверять. Подобно тому как люди доверяют тем, кто правильно использует делегированные им полномочия, так же они проникнутся доверием и к алгоритмам.

Делегирование полномочий – это не потеря контроля

Операционная аналитика должна позиционироваться как делегирование полномочий, а не как отказ от контроля. Люди охотно делегируют принятие решений тем, кому они доверяют. Делегирование решений надежным алгоритмам немногим отличается от этого.

Методы действий, применяемые организацией, являются отражением ее культуры и ценностей. Непродуманные методы могут лишить организацию способности внедрить и использовать операционную аналитику. Во многих случаях небольшие изменения образа мыслей и методов действий могут привести к потрясающим результатам. Давайте рассмотрим несколько таких примеров.

Небольшие изменения образа мыслей могут принести большие дивиденды

Для внедрения операционной аналитики обычно не требуются массивные инвестиции в новые технологии и инструменты – бывает достаточно лишь несколько иначе использовать то, что уже имеется. Один из моих любимых примеров на тему небольших изменений, создающих сильное воздействие, связан с торговлей замороженными йогуртами. Эта история очень впечатляет многих моих клиентов. Не поленитесь ее прочитать и к концу рассказа вы поймете, как она связана с операционной аналитикой.

Года два назад на расстоянии примерно полутора километров от моего дома находился магазин замороженных йогуртов. Это был типичный во всех отношениях магазин. Если я просил среднюю порцию ванильного йогурта, продавец за прилавком наполнял йогуртом из аппарата стаканчик среднего размера, а затем спрашивал у меня, хочу ли я какой-нибудь топпинг. Порция стоила примерно $3,50, а каждый из набора топпингов – $0,89. Поскольку я считал возмутительным платить $0,89 за несколько брызнутых капель, то никогда не покупал больше одного топпинга, а то и вообще отказывался от него в порядке личного протеста. Как следствие, посещение магазина не доставляло мне особого удовольствия, и я был там нечастым гостем.

Но затем произошло интересное событие. На протяжении примерно полугода в пределах метров 400 от этого магазина открылось три новых магазина замороженных йогуртов. Через полгода старый магазин закрылся. Что же касается трех новых, то все они работают по сей день. Судя по всему, спрос на замороженные йогурты в нашем районе существенно вырос, но почему же старый магазин не смог этим воспользоваться?

Дело в том, что новые магазины используют другую бизнес-модель, которую я считаю современной. Здесь аппараты с йогуртами не спрятаны за прилавком, а расположены вдоль стены в свободном доступе для покупателей. Покупатели сами могут смешивать йогурты с любым вкусом в любых пропорциях. Также в магазинах имеется бар с богатым выбором топпингов – от традиционных фруктов и сиропов до «Мишек Гамми» и японских мочи. Покупатели могут добавить любые топпинги в любых сочетаниях и любых количествах. В завершение стаканчик взвешивается и покупатель платит в зависимости от общего веса.

Между двумя описанными бизнес-моделями существуют относительно небольшие различия, которые кратко суммированы в таблице 9.1. В классической модели продавец сам накладывает йогурт и берет плату отдельно за него и каждый топпинг. В современной модели покупатели самостоятельно готовят смеси из йогуртов и топпингов и платят за все вместе по весу. Несмотря на сходство двух бизнес-моделей, в новых магазинах я всегда потребляю изрядную порцию йогурта, покрытого множеством топпингов, потому что мне нравится пробовать всевозможные сочетания вкусов. После взвешивания моего стакана я неизменно трачу от $6,5 до $7. Другими словами, я не только трачу в современных магазинах больше денег, но и делаю это с удовольствием. Мне не терпится вернуться туда, потому что я получаю именно то, что хочу. Теперь уже я зову детей сходить со мной за йогуртами, а не наоборот, как раньше.

Давайте подробнее рассмотрим бизнес-модели двух типов магазинов замороженных йогуртов, поскольку сходство между ними удивительно. Когда инвесторы решают открыть новый магазин, они могут выбрать либо классическую, либо современную бизнес-модель. Разница в затратах незначительна. Современный магазин может обойтись дороже, поскольку он потребует дополнительное количество аппаратов и более широкий выбор топпингов. Все остальное – витрина, кассовый аппарат, система расчетных терминалов, отопление, электроэнергия и т. д. – стит одинаково. Модели практически равны по себестоимости, но современная поощряет покупателей чаще посещать магазин и каждый раз тратить больше денег да и больше приходится им по вкусу. Такое сочетание трудно превзойти.

Простое изменение всего лишь двух малозначимых аспектов полностью преобразило йогуртовый бизнес – благодаря переходу от обслуживания продавцом к самообслуживанию и от оплаты за каждый компонент в отдельности к комплексной оплате. Эти незначительные новшества качественно изменили восприятие покупателей и поток доходности. Но как это связано с ИТ и аналитикой?

Подавляющее большинство ИТ-служб используют классическую бизнес-модель торговли йогуртами. В нашем случае йогуртом являются данные. По запросу пользователей ИТ-служба выделяет им данные в соответствии с установленными правилами, однако держит их на расстоянии от данных. Далее представим, что топпинг – это инструменты. Теоретически пользователи могут иметь столько инструментов для анализа данных, сколько пожелают. Но на практике приобретение нового инструмента, получившего одобрение ИТ-службы, – обычно настолько сложная и дорогостоящая процедура, что пользователи обходятся одним-двумя инструментами. В итоге они никогда не бывают полностью удовлетворены и всегда ощущают, что их потраченные деньги окупаются не полностью, – так же как и я при посещении классического магазина замороженных йогуртов.

Изменив способы применения базовой инфраструктуры и технологий в окружении данных, можно обеспечить пользователям прямой доступ к данным. Он должен быть таким же свободным, как доступ к аппаратам с йогуртом. Позвольте пользователям по их усмотрению смешивать и сопоставлять данные и производить анализ. Позвольте им применять любые инструменты. Прежде чем находка будет внедрена в производство, ИТ-служба может отладить процесс так, как это описано в шестой главе, и может потребовать использовать только утвержденные инструменты. Тем не менее предоставление пользователям возможности экспериментировать с различными инструментами в ходе обнаружения данных не принесет никакого вреда и способно значительно ускорить развитие новой аналитики.

Помните о том, что три современных магазина йогуртов успешно работают в моем районе, где раньше едва выживал один классический магазин. Если бы раньше у меня спросили, хочу ли я платить за йогурт больше, то я бы ответил отказом. Но теперь, распробовав альтернативу, я с удовольствием плачу больше, потому что получаю больше ценности. Аналогичным образом, когда бизнесмены получат доступ к более открытому аналитическому окружению, они будут рады выделять больше средств на ИТ-поддержку, как только обнаружат, что получают дополнительную ценность и наслаждаются возросшей свободой действий. Небольшие изменения в методах действий и культуре могут открыть двери для гораздо более здоровых и продуктивных отношений между ИТ-службами и бизнесом.

ИТ: от обслуживания к содействию

В моей статье для блога Harvard Business Review я подчеркивал необходимость преобразования ИТ-службы наподобие современных магазинов йогуртов{89}. Она должна перевести пользователей на самообслуживание данными, а не выполнять роль посредника. Самое главное, нужно изменить способ, посредством которого пользователи получают доступ к данным и инструментам обработки данных и платят за доступ.

Переход к современной бизнес-модели вовсе не означает, что организации придется полностью отказаться от имеющихся инфраструктуры и технологий. Надо лишь по-иному использовать существующие ресурсы и дать пользователям больше свободы. Чтобы стать современным, классическому магазину йогуртов достаточно переставить оборудование. Аналогичным образом концепции аналитической «песочницы» и платформы для обнаружения данных позволяют ИТ-службе перенастроить конфигурацию окружения корпоративных данных.

Когда пользователи получают больше свободы, они могут чаще обнаруживать данные – и чаще ошибаться. Здесь всегда присутствует компромисс. Родители так же постепенно предоставляют детям все больше свободы и не мешют им принимать собственные, пусть иногда и неправильные решения. Если не позволить детям делать ошибки, то, повзрослев, они окажутся неподготовленными к жизни в реальном мире.

Однажды мне задали вопрос о примере с магазинами йогуртов: что если некий покупатель смешает йогурты с разными вкусами и на выходе получит ужасную гадость? Другими словами, что если некий пользователь скомбинирует данные таким образом, что они окажутся непригодными ни для какого анализа? Я отвечаю, что в этих случаях виноваты не магазин йогуртов и не ИТ-служба, а сами люди, которые сделали плохую смесь. Хорошо, что при этом люди распознают непригодность приготовленной смеси и не совершат эту ошибку снова. Важнее же всего следующее соображение: лишая людей возможности создавать плохие сочетания вкусов или данных, вы также лишаете их возможности находить изумительные сочетания, которые понравятся всем. Вновь созданные ароматические смеси постоянно переходят в разряд стандартных.

Суть в том, что принимать очень плохие решения можно и без использования данных или аналитики. Организацию не должно парализовать вследствие опасений, что ее сотрудники могут поступить неправильно, если дать им больше свободы в доступе к данным и их анализе (разумеется, в рамках своих навыков и опыта). Пользователи способны совершать ошибки независимо от уровня доступа к данным. Многие ИТ-службы с трудом воспринимают необходимость таких перемен. Тем не менее небольшие изменения в подходе организации к использованию данных и аналитики могут принести крупные дивиденды.

Предоставьте свободу выбора, а не создавайте ограничения

Позвольте пользователям свободно исследовать данные и экспериментировать с новой аналитикой. Не все, но многие действия будут успешными. Произведите изменения в корпоративной культуре, отказавшись от контроля над данными в пользу свободы действий, и вы увидите, как положительно отреагируют на это пользователи.

Обеспечьте грамотное планирование

В седьмой главе мы говорили о необходимости избегать ускоренных методов при определении задач и планировании анализа. Несмотря на то что это не самые сложные виды деятельности, они требуют времени и сил, и потому можно легко поддаться искушению сократить или полностью пропустить эти два этапа. К счастью, они включены во все стандартные схемы аналитических процессов. Для того чтобы преуспеть с операционной аналитикой, организациям требуется утвердить культуру, в которой надлежащее определение проблем и планирование не только поощряются, но и предусматриваются. Если потратить вначале чуть больше времени, чтобы все правильно распланировать, то можно будет сэкономить массу времени впоследствии.

Гораздо лучше начать рассчитанный на месяц проект на день позже, чтобы более тщательно все продумать, чем потерять несколько дней или недель в процессе его реализации из-за того, что оставшийся непродуманным вопрос вызвал серьезную проблему. Чтобы не погрязнуть на месяцы в бюрократической волоките, не нужно составлять 100-страничный подробный план проекта, который потребует утверждения у 20 человек. Соберите компетентных исполнителей, чтобы они обсудили, какая и для чего понадобится аналитика и каким должен быть поэтапный план действий.

Даже когда поджимают сроки, надо найти время сесть, перевести дыхание и все спокойно обдумать. Если каждый возьмет это себе за привычку, дела быстрее пойдут на лад. Однако во многих организациях принято в периоды кризисов максимально сокращать этап планирования, чтобы как можно быстрее приступить к работе. Если каждый занят делом, это хорошо, не так ли? Не совсем. При таком подходе произвольная деятельность и видимость прогресса ставятся выше, чем достижение требуемых результатов.

В то время как текущую деятельность осуществляют в основном отдельные люди, организация может в своих пределах установить правила и породить ожидания, способствующие успеху. В этом разделе мы обсудим три конкретных способа повысить вероятность того, что организация добьется успеха во внедрении и эффективном использовании операционной аналитики.

Ищите нежданные ценности

Организация всегда должна искать новые способы обнаружения нежданных ценностей в данных и новые способы применения аналитики. В 11-й главе моей книги «Укрощение больших данных» я рассказываю о том, как одно открытие часто ведет к другому, совершенно непредвиденному, но зависящему из первого. По мере того как организация будет увеличивать способы использования данных и разрабатывать всё новые аналитические процессы, она может обнаружить новые возможности, которые на момент начала работы даже не были в зоне видимости. Но если не пытаться выйти за рамки первоначальной идеи, то невозможно будет определить последующие неожиданные возможности, а они могут оказаться более ценными.

Позвольте мне привести потрясающий пример применения этого принципа к большим данным и аналитическому пространству. У меня состоялся очень интересный разговор с Энтони Голдблумом, генеральным директором компании Kaggle{90}. Она начинала и ныне продолжает действовать как конкурсный веб-сайт, который предоставляет компаниям возможность разместить требующую решения задачу вместе с набором данных, а затем позволяет любому пользователю попробовать свои силы в решении этой задачи. Предложивший лучшую модель (например, для прогнозирования заболевания) выигрывает конкурс, а иногда и денежный приз. Со временем Kaggle провела много конкурсов и собрала базу данных о более чем 100 000 конкурсантах. Все они были хорошо подкованы в аналитике и сильно увлечены ею.

Изначально Kaggle создавала базу данных о конкурсантах в целях управления конкурсами, благодаря чему всегда знала, где найти победителей, чтобы вручить призы. Но со временем Kaggle осознала, что эта база данных содержит не только основную демографическую и контактную информацию о специалистах-аналитиках, но и информацию об их специализациях с учетом того, в каких конкурсах они участвуют. Результаты, показанные участниками в конкурсах, также служили очень хорошим индикатором уровня их компетентности. Осознание уникальной ценности данных привело Kaggle к значимому инсайту.

Один анализ ведет к другому

Вы никогда не узнаете, что скрывается за углом, пока за него не зайдете. Аналогичным образом новые способы применения данных и аналитики часто бывают не видны до завершения первоначальной работы. Будьте внимательны, чтобы не пропустить нежданные ценности, которые вы даже и не думали обнаружить в имеющихся у вас данных.

Kaggle начала превращаться в поставщика услуг. Ведь она владеет базой данных о более чем 100 000 профессиональных аналитиках – и это когда в них отчаянно нуждается рынок. Kaggle поняла, что, возможно, имеет доступ к большему количеству аналитических талантов, чем кто-либо еще в мире, и что эту информацию можно монетизировать. Однако без организации конкурсов Kaggle никогда бы не создала свою базу данных. Реализация первой инновационной идеи привела к рождению второй. И эта вторая идея, состоящая в предоставлении профессионалам возможности реализации их способностей, может оказаться гораздо более ценной в долгосрочной перспективе.

Теперь давайте вернемся к примеру с браслетами FuelBand компании Nike, рассмотренному нами в первой главе. Мы говорили о том, что этот новый продукт бросает вызов традиционной бизнес-модели компании. Со временем такие персональные носимые устройства станут собирать еще больше информации, чем сегодня, включая частоту пульса, уровень кислорода в крови, температуру тела и множество других показателей. Тем самым будет генерироваться огромное количество данных о состоянии здоровья и ежедневных биологических циклах пользователей, что может представлять чрезвычайную ценность с медицинской точки зрения. Другими словами, хотя данные изначально собирались с целью помочь пользователям следить за своей ежедневной физической активностью, в конечном итоге они смогут представлять ценность далеко не только для медицины (разумеется, на условиях строгой конфиденциальности).

Также вспомним пример с датчиками, установленными на тракторах для отслеживания работы оборудования. Производитель тракторов может предоставить полученную аналитику фермеру, с тем чтобы тот изменил свои технологии и повысил урожайность своей земли. Такие сведения представляют очень большую ценность для фермеров, поскольку могут способствовать повышению лояльности клиентов и укреплению отношений с ними. Однако, пока производитель не начал бы собирать сенсорные данные для контроля за работой оборудования, получить дополнительную аналитику с целью увеличения урожайности было бы невозможно.

Найдите ранних последователей и влиятельных лиц

Изменение корпоративной культуры, необходимое для успеха операционной аналитики, может оказаться труднее технических аспектов. Создать аналитический процесс – это лишь полдела. Как мы убедились в восьмой главе, важно, чтобы сотрудники приняли аналитику и использовали ее результаты. Существующие бизнес-процессы и модели поведения необходимо изменить под воздействием аналитики. Однако если сотрудники посчитают, что свобода, с которой они выполняют свою работу, окажется под угрозой, преодолеть их сопротивление будет еще тяжелее. Ввиду этого следует находить и использовать ранних последователей, которые к тому же являются влиятельными лицами.

Вместо полного развертывания нового процесса начните с ограниченного. Это не только способ безопасно протестировать новый аналитический процесс, но и решить культурные проблемы. В любой организации можно найти людей, которые открыты для перемен и готовы пробовать новые методы работы. Эти же люди часто пользуются большим авторитетом среди коллег. Привлеките таких людей к тестированию нового аналитического процесса. Когда ранние последователи запустят его в работу, они увлекут своим примером и коллег.

Мультинациональная корпорация, с которой я сотрудничаю, имеет в каждой стране отдельное торговое подразделение. Как и следовало ожидать, эти подразделения значительно различаются между собой по уровню зрелости и успешности использования аналитики. Недавно компания собралась внедрить новый аналитический процесс, направленный на поддержку торговых команд, но по прошлому опыту она знала, что может столкнуться с серьезным сопротивлением. Чтобы свести к минимуму это сопротивление, мои клиенты отобрали в группу тестирования пару региональных менеджеров, которые уже имели достаточный опыт использования аналитики и были готовы пробовать новые методы. Внедрение процесса в ограниченном масштабе прошло успешно, а региональные менеджеры из группы тестирования полностью поддержали новый аналитический процесс.

Поддержите своих лидеров

Чтобы обеспечить поддержку новому аналитическому процессу, протестируйте его на группе ранних последователей, которые готовы первыми опробовать все новшества. Если ранние последователи добьются успеха, они смогут повлиять на тех, кто более склонен к сопротивлению.

Далее мои клиенты сделали очень сильный ход. Раз в году региональные менеджеры со всего мира собираются на общей встрече в рамках процесса годового планирования, чтобы обсудить результаты деятельности за предыдущий год. На очередном собрании ранние последователи рассказали об успехах, которых они достигли при помощи нового аналитического процесса. Эти пользующиеся авторитетом руководители выступили перед своими коллегами в защиту аналитики и подтвердили, что она действует на практике, а не только в теории. Влияние группы тестирования было использовано в полной мере. Как следствие, мои клиенты сумели заручиться поддержкой большинства других региональных менеджеров в пользу развертывания нового аналитического процесса в глобальном масштабе.

Люди всегда готовы следовать за лидером, который добился успеха, поскольку они хотят повторить это достижение. Внедрение операционной аналитики и, что важнее, ее признание можно облегчить, если начать с адресного пилотного проекта подобно вышеописанному. Ключевые влиятельные фигуры, когда настанет их черед включиться в процесс, будут способны увлечь своим примером других коллег.

Подготовьте маркетинговую кампанию

Как говорилось в восьмой главе, для того чтобы заручиться поддержкой нового аналитического процесса, необходимо провести маркетинговую и PR-кампанию. Необходимость и ценность аналитики должны быть объяснены широкому кругу влиятельных лиц. Акцент следует делать на безопасности использования операционной аналитики и на ее способности улучшить результаты деятельности.

В рамках существующей в аналитической команде культуры должна получить приоритет и признание такая «легковесная», не связанная с аналитикой деятельность, как маркетинг. Руководитель аналитической команды обязан убедиться в том, что его команда понимает необходимость маркетинга и считает его неотъемлемой частью своей работы. Для этого нужно ответить на следующие вопросы:

• На кого в организации необходимо оказать влияние?

• Какое позиционирование поможет убедить этих людей?

• Какие имеются факты для того, чтобы убедить каждого сотрудника?

• Кто способен изложить суть дела каждому заинтересованному лицу?

• Каких возражений можно ожидать и как их можно преодолеть?

Для того чтобы перетянуть на свою сторону всех заинтересованных лиц, могут потребоваться значительные усилия, вот почему так важно уделять внимание маркетингу как части культуры аналитической команды. Не менее важно на уровне общекорпоративной культуры внушить руководству, что ему следует прислушиваться к предложениям аналитической команды и выделять время на их вдумчивую оценку.

Один из моих самых любимых примеров, связанных с маркетингом аналитики и приспособлением ее к нуждам организации, касается действий телекоммуникационных компаний, которые полностью изменили свой подход к принятию решений при обращении клиентов с запросом на закрытие счета{91}. В начале 2000-х гг. компании сотовой связи пришли в восторг от появившейся у них возможности с точностью рассчитать рентабельность каждого абонента. При этом они могли учитывать, например, какой вышкой сотовой связи – с низкой или высокой арендной стоимостью – пользуется абонент. Когда в компанию звонил невыгодный абонент с просьбой закрыть счет, то оператор зачастую не только не пытался остановить его, но даже поощрял уйти к конкурентам. Компании гордились тем, что могут «избавляться» от невыгодных клиентов, и поступали правильно, исходя из имевшихся у них данных.

Однако со временем компании обнаружили, что совокупное влияние абонента важнее его непосредственной рентабельности. Они принялись изучать, с кем взаимодействовал каждый абонент, и выяснили, что невыгодный абонент мог взаимодействовать с очень прибыльными абонентами, которые, в свою очередь, взаимодействуют с массой других очень прибыльных абонентов. Кроме того, анализ социальных сетей показал, что, когда один человек из сообщества закрывает свой счет, вероятность ухода других членов сообщества от этого же оператора возрастает. А переход к другому оператору сразу нескольких человек резко повышает вероятность ухода за ними и всех остальных.

Сегодня большинство операторов сотовой связи оценивают совокупное влияние абонента. Если компанию собирается покинуть невыгодный абонент, представляющий очень прибыльное сообщество, она, возможно, предпочтет потерять деньги, чтобы не потерять сообщество. Таким образом, акцент сместился с индивидуальной рентабельности на сетевую.

Теперь давайте осмыслим этот пример в контексте данной главы. Представьте себе, что некто в телекоммуникационной компании первым предложил использовать анализ социальных сетей для того, чтобы не просто улучшить, а полностью изменить подход к принятию решений при обращении клиентов с запросом на закрытие счета. Представьте себе, что он предложил компании потерять еще больше денег на и без того уже невыгодном абоненте. Можно держать пари, что обсуждение этой идеи не только не выльется в решение о ее немедленной реализации, но и, скорее всего, предложившего ее специалиста-аналитика воспримут как ненормального.

Все это маркетинг

Для того чтобы люди поддержали новую идею, бросающую вызов статус-кво, их необходимо убедить в ее полезности. Будьте готовы потратить много времени и сил на продвижение новой идеи и разъяснение ее для всех заинтересованных лиц. Без этого многие аналитические идеи никогда не будут внедрены и восприняты, а их потенциал останется нереализованным.

Но человек продолжил продвигать свою идею, приводя доказательства и разъясняя бизнес-кейс, пока, в конце концов, не убедил кого-то из руководства провести тестирование. Начальный тест дал хорошие результаты, и постепенно этот процесс был внедрен по всей компании. Вероятно, точно такая же картина постепенного преодоления сопротивления наблюдалась и в других компаниях, первыми принявших новый подход. После того как эта аналитическая концепция доказала свою эффективность и результаты были преданы огласке, другие операторы связи быстро присоединились к лидерам. Сегодня применение анализа социальных сетей для оценки абонента является общепринятой практикой бизнес-аналитики, но так было не всегда. Если бы не готовность специалистов-аналитиков осуществить масштабную маркетинговую кампанию, чтобы привлечь внимание к казавшейся безумной идее, ее ни за что бы не приняли.

Другой пример связан с анализом данных из социальных сетей. Легко забыть, что в 2014 г. большинству платформ социальных медиа не исполнилось даже и 10 лет. Традиционно организации использовали строгий научный формат опросных исследований и очень тщательно отобранные фокусные группы, которые обеспечивали надежную, управляемую обратную связь касательно маркетинговых инициатив, продуктов и имиджа бренда.

Теперь представьте, что некто первым предложил использовать данные из социальных сетей в качестве дополнения к опросным исследованиям и фокусным группам, а также в качестве способа узнать, как люди воспринимают компанию. Комментарии в социальных сетях исходят от случайных людей со всего мира, и обычно невозможно узнать, кто эти люди, каков их демографический профиль и имеют ли они вообще какое-либо отношение к компании. Но если выборка из социальных сетей может быть ужасающе пристрастной, то можно ли по таким данным определить тренды?

И эту идею поначалу восприняли со скептицизмом. Но со временем было установлено, что в некоторых ситуациях анализ зараженных информационным шумом, неконтролируемых данных из социальных сетей может добавить ценности. Безусловно, пионерам, применившим такой тип анализа, пришлось провести длительную маркетинговую кампанию, чтобы заручиться необходимой поддержкой. Каждая аналитическая команда должна быть готова сделать то же самое, когда она обнаруживает новые аналитические процессы, которые могут оказать сильное воздействие.

Не каждый операционно-аналитический процесс будет работать так хорошо, как ожидалось. На каждую найденную в стоге сена иголку придется несколько неудачных попыток. Выход за установленные рамки в поиске новых способов применения данных и приложения аналитики к бизнесу сопряжен с определенными рисками. И многие аналитические инициативы, особенно на этапе исследований, не принесут желаемых результатов. Нужно быть готовым к неудачам, а вместе с тем и адекватно управлять ими. Другими словами, необходимо создать культуру правильного отношения к неудачам. Давайте посмотрим, как это сделать.

Идея не является плохой… если ее можно протестировать

Популярная поговорка гласит, что плохих идей не бывает. На деле же плохие идеи бывают, и наша задача – их избежать. К счастью, аналитика позволяет довольно легко проверить, является ли данная идея хорошей или плохой. Насколько бы безумной ни казалась идея, но, если она может быть протестирована, ее следует протестировать. Объективные результаты, основанные на аналитике, покажут, работоспособна она или нет.

Сегодня во многих случаях разработать и провести такие тесты можно быстро и дешево. Интернет-компании по максимуму задействуют эту возможность с упором на так называемый метод постоянного апробирования. На современном сайте электронной коммерции в любой момент могут тестироваться десятки, если не сотни или тысячи новых идей. Эти тесты могут варьироваться от крупных экспериментов, таких как тестирование совершенно нового облика сайта, до совсем незначительных, таких как изменение шрифта в описании товара. Сайты в случайном порядке показывают пользователям либо стандартный, либо тестовый контент, после чего при помощи аналитики оценивается, как нововведение повлияло на поведение пользователей. Подобное экспериментирование должно стать частью любой корпоративной культуры, а не только компаний электронной коммерции.

Тестируйте, тестируйте, тестируйте!

Концепции тестирования и экспериментального дизайна получили широкое распространение и были полностью доказаны. Благодаря доступным сегодня инструментам использовать эти методы стало гораздо проще, чем когда-либо в прошлом. Многие современные операционные системы позволяют легко протестировать новую аналитическую логику. Следовательно, нет оправданий для того, чтобы этого не делать.

Ранее мы уже говорили о том, что сначала надо создать базовый аналитический процесс, а затем уже масштабировать его до операционного уровня. Перед запуском аналитической производственной линии необходимо провести в небольшом масштабе тесты на подмножестве решений. Это позволяет проверить, как будет работать процесс в реальных условиях. Когда речь идет о физических сборочных линиях, например по производству потребительской электроники, внесение изменений может обойтись весьма дорого, поскольку потребует тщательной переналадки большого количества очень чувствительного и тяжелого оборудования. В случае же операционной аналитики, как правило, это не так. Все, что требуется, – просто ввести и протестировать новую аналитическую логику в операционных системах. Изменить строки кода в виртуальной «производственной линии» гораздо легче, чем переналадить тяжелое оборудование на реальной производственной линии. Простота тестирования новой логики практически не оставляет оправданий для отказа от тестирования новых идей.

Из всего вышесказанного вытекает одно важное следствие, а именно необходимость изменения модели финансирования аналитических проектов, когда дело касается обнаружения данных. Вместо того чтобы финансировать каждый проект в отдельности на основе надежно прогнозируемой рентабельности инвестиций в него, проектами следует управлять на портфельной основе. Другими словами, в конце года отдача, полученная от ресурсов, которые были потрачены на обнаружение данных, должна продемонстрировать, что предпринятые на протяжении года действия обеспечили хорошую совокупную доходность. Важно не то, сколько проектов в портфеле оказались неудачными, а то, что успешные проекты с лихвой компенсировали все неудачи.

Это потребует изменения подхода к бюджетированию, однако может значительно повысить продуктивность. Прежде всего, аналитическая команда должна составить список исследовательских проектов. Она должна быть уверена в том, что некоторые идеи обязательно окажутся работоспособными, хотя может и не знать наверняка, какие именно. Подобно тому как бэттер в бейсболе не станет связывать себя обязательством, сколько именно мячей он отобьет, так и аналитики не могут гарантировать успех отдельных исследовательских проектов. Главное для них – получить хороший средний показатель по итогам года. Таким же образом работает и венчурный капитал. Даже самые опытные венчурные капиталисты теряют все свои инвестиции в большинство стартапов. Однако оставшиеся в портфеле успешные стартапы оправдывают риски.

Не принимайте неудачи на свой счет

Если организация хочет разрабатывать и внедрять инновационные операционно-аналитические процессы, она должна уметь преодолевать неудачи. Они не являются злом, а если происходят быстро, то могут и обернуться благом. Когда же проваливаешься медленно и при этом не используешь аналитику, то обрекаешь себя на очень серьезные потери. Избежать их легко, если организация будет действовать только наверняка, но тогда она не сможет развивать свой бизнес. Скорее всего, такая организация проиграет своим конкурентам, которые научатся применять аналитику для ускоренного внедрения инноваций (и ускоренного преодоления неудач).