Не так давно в одной из наших статей мы рассказывали о data-driven подходе — что это такое, кому это нужно и как правильно принимать решения на основе данных. Сегодня продолжим говорить о data-driven — более детально рассмотрим тему управления данными, критерии и принципы его функционирования. Сейчас, в условиях кардинальной трансформации всех рынков и сфер деятельности, бизнес все больше интереса проявляет к понятию «data-driven». Это неудивительно, ведь data-driven — это новый подход в управлении, который помогает сориентироваться в условиях неопределенности и хаоса. Как же стать Data-Driven Company?
Что вообще такое Data-Driven Company (DDC)
Data-Driven Company — это data-ориентированный бизнес, то есть компания, гибко управляемая данными, бизнес-процессы и организационная структура которой построены на основе непрерывной интеграции информационных потоков и их аналитике.
Иными словами, Data-Driven Company — это компания, в которой и IT-инфраструктура, и вся корпоративная культура работают на основе управления данными, которые ценятся и эффективно используются для принятия решений во всей организации — от отдела маркетинга до логистики и управления персоналом. Однако, если упор на данные в компании есть только в HR и маркетинге, а другие отделы или подразделения работают «по-старинке» — это уже не data-driven компания.
Исследования McKinsey демонстрируют, что компании, ориентированные на данные, примерно в 20 раз чаще получают новых клиентов и в 6 раз чаще их удерживают. Благодаря аналитике они оптимизируют продажи и логистику, разрабатывают наиболее выгодные предложения для клиентов. В результате такие компании добиваются более высокой операционной эффективности и прибыльности бизнеса. В среднем, data-driven компании растут более чем на 30% в год. Умение правильно работать с данными позволяет компаниям оперативно реагировать на внешние и внутренние изменения, нестабильность рынка — приспосабливаться, адаптироваться, оптимизировать.
Основные критерии data-driven компании
1. Готовность к инвестициям, связанным с внедрением и ведением data-driven
Данные необходимо собирать, хранить, извлекать, анализировать, интерпретировать и визуализировать. Все это большая работа специалистов, которая требует внимания, времени и денег.
2. Умение анализировать и интерпретировать
Важная часть работы с данными — их анализ и построение гипотез. Для этого требуются специальные знания и опыт.
3. Доверие к данным
Данные должны быть точными и чистыми — тогда им можно будет доверять и правильно интерпретировать.
4. Принятие решений на основе данных
Прежде чем предпринять что-то важное, нужно собрать и проанализировать цифры.
Как мы уже сказали, data-driven невозможно применить без перестраивания внутренней корпоративной культуры и развития IT-инфраструктуры. Важно сразу продумать стратегию работы с данными, то есть решить, какая конкретно информация и для чего нужна, затем актуализировать уже имеющиеся сведения, — и только потом приступать к внедрению новых программных инструментов аналитики. Для этого потребуется перестройка IT-системы: все разрозненные хранилища и сервисы необходимо будет интегрировать в единую IT-экосистему.
5 главных качеств Data-Driven Company и средства их достижения
Независимо от отрасли, в которой работает бизнес, выпускаемых продуктов или услуг и специфики работы организации, для всех Data-Driven Company характерны следующие черты:
1. Системность — структура ПО, бизнес-процессов, информационных систем, хранилищ данных и т. д. должна быть выстроена в единую стройную структуру, в которой все данные будут интегрированы — они должны легко интерпретироваться всеми сотрудниками компании, каждый из которых сможет обмениваться данными (причем в режиме онлайн) и уметь с ними работать.
2. Гибкость — принципы data-driven должны быть внедрены во все операционные и управленческие процессы: data-driven компания оперативно реагирует на изменения внешней среды за счет постоянного сбора и автоматического анализа данных, быстро адаптирует свои продукты и услуги к потребностям клиентов, а также проводит непрерывный мониторинг своих внутренних процессов и оптимизирует их.
3. Прозрачность — благодаря data-driven, каждый сотрудник в любой момент времени может легко найти, отследить и считать необходимую для работы информацию. Также data-driven бизнес непрерывно наблюдает и контролирует свои затраты: информация о реальном расходовании ресурсов (финансовых, трудовых, материальных) открыта, понятна и доступна.
4. Бережливость — единое информационное пространство всех процессов и систем позволяет многократно использовать накопленные данные для различных целей, избегая затрат на поиск и их дополнительную обработку. Data-driven компания непрерывно следит за эффективностью деятельности как компании в целом, так и отдельных бизнес-процессов и сотрудников. Это позволяет сократить ненужные расходы и оптимизировать штатную структуру. Иными словами, data-driven предполагает внедрение принципов бережливого производства.
5. Эффективность — за счет грамотного использования данных происходит постоянное повышение качества продуктов / услуг, рост уровня удовлетворенности клиентов, что, в конечном счете, приводит к увеличению выручки, сокращению временных, трудовых и материальных затрат и достижению высоких результатов деятельности компании.
Как начать работу на основе данных
Когда вы изучили все преимущества и особенности data-driven подхода и уже приняли решение о переходе компании и ее трансформации для работы с данными, естественным образом возникает множество вопросов. Как это сделать правильно? С чего начать и что для этого нужно? Как не запутаться и учесть все нюансы? На наш взгляд, конечно, самый безошибочный и быстрый путь — обратиться к консалтингу. Консультанты обладают необходимой экспертизой в области аналитики и большим опытом работы с данными, поэтому смогут сделать за вас всю необходимую работу для правильного перехода к data-driven, смогут справиться с возникающими трудностями перестройки.
Однако, если вы решили справиться с данной задачей самостоятельно, предлагаем вам рассмотреть упрощенный пошаговый план внедрения data-driven подхода.
Пошаговый план внедрения Data-driven
1) Определите источники данных для анализа. Удостоверьтесь в актуальности и чистоте данных.
2) Соберите команду, включающую специалиста по сбору данных и аналитика (либо, как вариант, прибегнуть к консалтингу).
3) Обеспечьте единую платформу для всех источников. Чем больше источников, тем лучше. Но в любом случае все данные нужно собрать на одном ресурсе.
4) Подготовьте инфраструктуру для хранения данных. Информацию важно привести к подходящему формату и систематизировать.
5) Визуализируйте данные посредством дашбордов и BI-платформ.
6) Анализируйте данные, интерпретируйте результаты, стройте гипотезы, тестируйте решения.
7) Оптимизируйте сбор данных, улучшайте их очистку и структурирование, проверяйте достоверность.
8) Формируйте культуру работы с данными среди сотрудников, приучая их использовать data-driven подход на всех этапах работы.
Важно учитывать, что для получения результатов требуется время. Если вы начали работать на основе данных, то необходимо применять подход во всех бизнес-процессах постоянно.
С какими трудностями компания может столкнуться при переходе к data-driven
Технический стек
Когда компания принимает решение о том, чтобы стать data-driven, то есть работать с данными системно и полномасштабно (внедрить во все свои бизнес-процессы), — она сталкивается с множеством трудностей:- компетенции — часто бывает так, что в компании не хватает собственной экспертизы, и возникает вопрос, где ее брать: нанимать нового высококвалифицированного сотрудника, наращивать собственную экспертизу (то есть обучать уже имеющихся специалистов) или обратиться к консалтингу? Данный вопрос, так или иначе, придется решать;
- инвестиции — перестраивание бизнес-процессов требует не только времени, но и определенных денежных вложений. Компания должна быть к готова усовершенствовать технические возможности своих систем, инструментов, решений — как минимум, сделать их гибкими, способными подстраиваться под потребности бизнеса и прозрачными.
Все это требует создания гибкой масштабируемой инфраструктуры, внедрения практики доступа к данным и реализации самостоятельной работы с ними на уровне пользователей.
IT-решения и ресурсы, которые понадобятся data-driven бизнесу в первую очередь: хранилище данных и ПО, с помощью которого можно визуализировать данные в понятные для понимания графики и таблицы.
Таким образом, становится понятно, что нужна будет экспертиза внутри команды: аналитики данных, data-инженеры, компетентные менеджеры.
Мало извлечь из собранных данных инсайты, важно оперативно запустить полученную информацию в работу. Для этого data-driven компании используют аналитические решения на основе технологий искусственного интеллекта, big data и машинного обучения, инструменты сквозной и web-аналитики, CRM- и ERP-системы и прочее. Как мы уже говорили ранее, уже сейчас на рынке есть отечественные решения, которые помогут компании начать движение в сторону data-driven компании.
Смена мышления
Отдельный этап трансформации — изменение корпоративной культуры. Дело в том, что data-driven концепция предполагает, что технологии и их использование становятся не задачей конкретного IT-специалиста, а компетенцией каждого члена команды: в результате трансформации бизнес начинает разбираться в технологиях, а IT-специалисты — в бизнесе. Трансформация бизнеса невозможна без изменения мышления сотрудников и пересмотра текущей бизнес-модели: важна готовность отойти от интуитивного подхода в принятии управленческих решений. Для этого понадобится обучить персонал так, чтобы сотрудники компании умели работать с данными и аналитикой, могли правильно их интерпретировать и принимать решения на основе полученной информации.Время, которое понадобится на трансформацию в data-driven, зависит от размеров компании, ее ресурсов и бюджета.
Как Data-Driven подход работает на практике
1 шаг. Определите бизнес-цель на текущем этапе, например, это может быть рост прибыли.
2 шаг. Обозначьте стадии и промежуточные цели, достижение которых определяется метриками.
Достижение метрики говорит о том, что компания движется в правильном направлении. К примеру, рост прибыли можно оценить по количеству новых клиентов, среднему показателю оттока клиентов, размеру среднего чека, количеству повторных продаж, проценту конверсии и показателю маржинальности.
Важно, чтобы цели были достижимы, а метрики грамотно подобраны:
- их не должно быть много: по 3−5 на этап;
- метрика должна быть сравнительной — это значит, что вы должны иметь возможность сравнить показатели с предыдущим периодом;
- метрика должна выражаться в относительных показателях. Например, измерять скорость удобнее всего в километрах в час, то есть скорость — это пройденное расстояние относительно времени.
Популярные метрики для оценки бизнеса: уровень удовлетворенности клиента, вовлеченности сотрудников, объем прибыли до вычета расходов и т. д.
Команда Reshape Analytics обладает высокой экспертизой в области внедрения систем управления бизнесом на основе данных и продвинутой аналитики. Мы осуществляем консалтинг, помогая компании с внедрением анализа данных, машинного обучения в процессы принятия решений, а также с подготовкой данных, выявлением скрытых закономерностей и аномалий.
В нашей линейке также есть готовые аналитические решения для быстрого внедрения. В своих проектах мы используем лучшие аналитические платформы, систему имитационного моделирования AnyLogic, среды для визуализации данных MS Power BI, Tableau, QlikSense, библиотеки на языках программирования Python и R.
Оставьте заявку на бесплатную консультацию, на которой мы подробно разберем задачи и особенности вашего проекта, ответим на все интересующие вопросы и сомнения, а также подберем оптимальное решение для ваших задач.
