company_banner

Как внедрить BI-подход к анализу данных: практические рекомендации

Автор оригинала: Martha Bennett, Сергей Шопик
  • Перевод

image


Статья подготовлена Сергеем Шопиком, руководителем и основателем «Лаборатория клиентского опыта». За основу взят материал, опубликованный Martha Bennett на сайте международного аналитического агентства Forrester Research. Приглашаем всех желающих 18 июня в 20:00 по мск. на бесплатный мастер-класс «Процесс визуализации от А до Я». Записаться можно здесь.




Слишком мало данных. Слишком много данных. Неполные данные или ограниченность доступа к ним, отчеты и дашборды, которые слишком долго формируются, которые часто не отвечают поставленным целям. Инструменты аналитики, которыми умеют пользоваться всего несколько подготовленных специалистов. Все это — список жалоб из области интеллектуального анализа данных и бизнес-аналитики (BI). Он крайне длинный, и автоматизация, к сожалению, не служит решением этих проблем. В то же время BI уже несколько лет является одним из главных приоритетов для внедрения в организации, поскольку компании начинают четко осознавать ценность данных и аналитики, когда дело доходит до оптимизации решений для получения лучшего результата.


Итак, что вы можете предпринять, чтобы ваша BI-инициатива не оказалась на свалке неудачных проектов? Поиск ответа на этот вопрос не является чем-то необычным и сложным, однако потребует ответы на четкие вопросы и отделения «зерен от плевел». Достаточно часто можно услышать истории, как многомиллионные проекты в этой сфере потерпели полнейшее фиаско. Часто это была одна из следующих причин, в которых мы попробуем разобраться.


Чем отличается успешный проект по внедрению BI-аналитики от проекта, застрявшего в производственном аду? Изучая лучшие практики успешных проектов, разница может показаться очевидной, но именно отличия выделяют тех, чьи BI-проекты не отвечают потребностям бизнеса (или в принципе терпят неудачу), от тех, чьи проекты достигают успеха.


И так самое важное: к какой категории задач мы отнесем подобный проект? К корпоративными ИТ или же к одному из бизнес-подразделений, чью отчетность мы хотим автоматизировать и на чьи данные мы хотим смотреть? Обычно вся проблема заключается в том, что реализация проекта полностью отдается на откуп корпоративному ИТ без вовлечения в процесс бизнес-пользователей. При чем часто происходит это именно по инициативе последних – пусть внедряют, а мы потом на одну кнопку нажмем и начнется «анализ». На самом деле нет. Инициатива должна идти именно от бизнеса и бизнес-задач, но никак не наоборот. Очевидная, но при этом сложная вещь. Как же нам это сделать?


  • Сформируйте четкие задачи: для ЧЕГО мне этот дашборд, с какой ЦЕЛЬЮ мы будем считать тот или иной показатель? Плохой ответ — чтобы ублажить акционеров/руководство». Хороший ответ — чтобы оценить эффективность определенных действий и на основании этого принять решение а, б, в.
  • Будьте гибкими и не старайтесь закрыть все задачи «за раз». Вторая распространенная ошибка — написание идеального ТЗ. Автоматизируйте одну задачу, проверьте результат и переходите к следующей. Не пытайтесь развернуть масштабный проект на год. Дойдите к цели 12 шагами — по одному шагу в месяц. При этом не забывайте про главные цели и задачи.
  • Разберитесь с данными. Проекты не взлетают по причине отсутствия данных. И такое тоже бывает. Вспоминается случай, когда проект по сегментации клиентской базы прекратился по причине того, что в учетной программе предприятия данные по продажам не были привязаны к дисконтным картам! Значит ли это, что нужно посыпать голову пеплом и отказаться от задуманного? Ни в коем случае! Это значит лишь то, что необходимо связать данные и начать их накапливать, чтобы потом подойти задуманному. При этом начать выстраивать систему показателей, которую в последующем встроите в процессы. Проверить, все ли данные у есть и повторить цикл.
  • Выбрать инструменты исходя из задачи, а не наоборот. Старая шутка: купили что-то, а теперь пытаемся впихнуть туда свои процессы. А должно быть наоборот. Инструмент для BI-аналитики подбирается под задачи, а не наоборот. Хорошо при этом, если все подразделения в компании будут знать о технологиях, которые используются в ней. В противном случае, у вас будет 20 программ в каждом отделе, каждый считает по-своему, а единой версии правды нет. Все, что вы сможете сделать при этом, – внедрить 21-й инструмент.
  • При необходимости не бойтесь прибегать к внешней помощи. Особо и добавить нечего. Нормально: позвать консультанта или привлечь внешнюю команду, чтобы решить необходимый вопрос за короткий срок. Не нормально: сделать все самим и делать при этом два года.
  • Управление изменениями и обучение — непрерывный процесс. Нельзя внедрить что-то «на века». Рынок меняется, меняются цели, показатели, ситуация в компании. Важно отслеживать актуальность решений и оперативно их развивать при необходимости. В конце концов, то что работает для отдельно стоящего магазинчика, вряд ли будет полностью актуально для крупной федеральной сети.

Там, где присутствуют лучшие практики, по определению присутствуют и подводные камни, которых следует избегать. Мы выделили самые распространенные среди них:


  • Использование IT в бизнес-аналитике кажется проще, чем есть на самом деле. Пока вы не внедрили BI-подход к анализу данных, обычно у вас есть 1 вопрос. После внедрения количество вопросов увеличивается в десятки раз, т.к. возможностей для анализа становится в разы больше. Вместе с технологией развивайте и культуру работы с данными.
  • Отказ от выполнения своих обязанностей после привлечения внешних партнеров для оказания помощи. Так, к сожалению, оно не работает. Внешний консультант или команда помогут вам выстроить процесс. Но ответственность за него и работа с ним именно за вами.
  • Концентрация внимания на разработке и внедрении технологий, а не на управлении изменениями и профессиональной подготовке. Лучше внедрить небольшую систему отчетности на Power BI и эффективно принимать оперативные решения на основе данных, чем потратить сотни или тысячи часов на внедрение SAP и при этом не пользоваться его функционалом даже на 1%, а продолжать пересылать друг другу таблички в Excel.

Следуйте этим простым правилам и у вас без сомнения все получится. И переход от принятия решений по наитию, до взвешенных и оцифрованных решений с помощью BI-аналитики пройдет максимально безболезненно. Успехов, друзья!

OTUS. Онлайн-образование
705,22
Цифровые навыки от ведущих экспертов
Поделиться публикацией

Комментарии 0

Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Самое читаемое