Глава 7. Управляя аналитиками

Говоря о бизнес-аналитике, люди представляют себе компьютеры, программное обеспечение и испещренные цифрами экраны мониторов и бумажные распечатки. Однако вместо этого следовало бы прежде всего представить себе людей - своих коллег. Именно они заставляют аналитику работать и являются тем самым дефицитным компонентом конкуренции на основе аналитики.

Одной только аналитики недостаточно. Чтобы сделать аналитику пригодной к использованию, ответственное лицо должно принять решение и что-то сделать. Поскольку у ответственных лиц обычно нет времени (или умения) проводить анализ самостоятельно, на первый план выходят межличностные отношения – доверие и надёжность. Если ответственное лицо не доверяет аналитику или просто не обращает внимания на результаты анализа, ничего не произойдёт, и статистика так и не будет просчитана.

Интеллектуальный анализ данных (data mining) – процесс обнаружения в имеющемся массиве данных (базе данных) ранее неизвестной но полезной и доступной информации.

Есть три группы люден, чей образ мышления и ориентация на аналитику важны для организации. Первая – высшее руководство, вторая – профессиональные аналитики, которые собирают и анализируют данные, интерпретируют результаты и сообщают о них ответственным лицам. Третья группа разнородна по своему составу – назовем сё аналитиками-любителями, и входят в неё «все остальные», кто пользуется выводами анализа в своей работе. Это могут быть простые работники производства, которым необходимо принимать множество маленьких решений, касающихся качества и темпов производства, или менеджеры среднего звена, также вынужденные принимать решения среднего масштаба согласно своим должностным обязанностям.

Характеристика руководителей ориентированных на аналитику:

• Они должны быть ярыми сторонниками принятия решений на основе аналитики и фактов.

• Они должны иметь представление об аналитических инструментах и методах.

• Они должны стремиться действовать, исходя из результатов анализа.

• Они должны хотеть управлять меритократией[2].

Роль финансового директора. В ряде компаний именно на него возложена ответственность за развитие аналитики. Однако чтобы эффективно исполнять эту обязанность, ему, помимо финансов и бухгалтерии, необходимо фокусироваться на других сферах применения аналитики. Например, в одной страховой компании финдиректор отвечал за анализ управлением издержек и, но, кроме того, он продвигал аналитические инициативы в отделах претензий, маркетинга и в актуарном отделе.

Главные враги перехода компании на аналитическую ориентацию – это решения, полностью основанные на интуиции. Тем не менее, она всегда пользовалась популярностью при принятии решений из-за лёгкости и быстроты, а также уверенности в том, что интуитивные решения, возможно, более правильные.

Не опережайте пользователей. Важно, чтобы профессиональные аналитики помнили, что их алгоритмы и процессы зачастую приходится реализовывать работникам информационного отдела, которые не являются экспертами в статистическом анализе, хоть и обладают определёнными навыками. Если аналитика и её выводы слишком сложны или пестрят загадочными статистическими терминами, их, скорее всего, проигнорируют. Один из способов решить проблему – следить, чтобы аналитика была как можно проще, встраивать её в системы, скрывающие её сложность. Другой – как можно больше обучать пользователей аналитике. Аналитическая группа Schneider предлагала сотрудникам разных отделов фирмы курсы «Введение в анализ данных» и «Контроль статистического процесса». Это не являлось формальной обязанностью группы, но курсы обрели популярность, и сами члены группы считают, что в долгосрочной перспективе данный шаг облегчит им работу.

Аналитики-непрофессионалы. Большая часть повседневной работы над осуществлением аналитической стратегии должна проводиться людьми, не обладающими научной степенью в статистике или исследовании операций. Следовательно, возникает важный вопрос: сколько нужно работников с элементарными аналитическими навыками? Разумеется, характер и степень необходимых навыков будут варьироваться в зависимости от компании и отрасли. Некоторые фирмы вроде Capital One нанимают большое количество аналитиков-любителей – людей с некоторым опытом анализа, но, в целом, не имеющих учёных степеней в этой сфере. В какой-то момент, изучив список вакансий на сайте Capital One, мы обнаружили в три раза больше вакансий на должность аналитиков, чем в операционный отдел – довольно необычное соотношение для банка. В соответствии со своей конкретной аналитической ориентацией компания просто должна определить, сколько ей нужно аналитиков-любителей и на каких позициях.

Инструменты для непрофессионалов. Одна из проблем аналитиков-любителей – какие IT-средства использовать для анализа? Есть три варианта, ни одни из которых не будет идеальным. Первый – предоставить им мощные инструменты для статистического и интеллектуального анализа данных, а также создания сложных алгоритмов (на что у них вряд ли хватит навыков). Второй – сделать так, чтобы система сама выдавала правильный ответ: оптимальную цену на товар, количество товара для поставки и так далее. Такой вариант ведёт к деградации способностей сотрудников к анализу и принятию решений. Третий (самый распространённый) – когда любители анализируют информацию, используя электронные таблицы. К сожалению, электронные таблицы – не лучший инструмент для широкомасштабной аналитической деятельности. Если в фирме различными пользователями составляется большое количество таблиц, очень трудно поддерживать унифицированную, последовательную аналитическую среду по всей организации. Кроме того, таблицы часто содержат ошибки. Любая фирма, применяющая их в качестве основного инструмента для аналитиков-непрофессионалов, должна строго подходить к архитектуре данных и контролировать анализ.

Автоматизированный процесс принятия решений. Другой важный вопрос в отношении аналитиков-любителей – до какой степени решение той или иной проблемы должно быть автоматизировано. Поскольку для все большего количества задач становится возможным автоматизировать процесс принятия решений, организациям становится всё важнее определять, какие решения должны принимать люди, а какие – компьютеры.

Вопросы «ручного» управления. Немаловажен вопрос о том, как людям относиться к решениям, принятым автоматизиронанно, если они с ними не согласны. Некоторые фирмы не разрешают сотрудникам пренебрегать решениями автоматизированных аналитических систем.

Marriott установила систему управления доходами в своих отелях. Тем не менее, в случаях, когда её региональные «руководители доходов» нарушают рекомендации системы, компания поощряет их действия. Высшее руководство Marriott говорит, что такой подход – часть общей корпоративной философии. В противном случае, по их словам, они не стали бы нанимать и обучать людей с аналитическими способностями, умеющих принимать правильные решения. До некоторой степени вопрос можно решить на основании опыта, если обычно несогласие с решениями системы даёт положительные результаты, его следует поощрять. Если нет – нужно запретить.