Хотя бы раз в жизни вы наверняка принимали решение «как подсказывал здравый смысл». Интуиция — дело хорошее, но строить бизнес на ее основе нельзя. Здесь работает аналитика, которую сейчас модно называть «data driven». Рассказываем, с чем это едят.
Что такое data driven?
Представьте, что вы собираетесь на отдых летом. Вы собираете тонну информации — о разных местах и климате, о ценах на билеты, стоимости проживания, достопримечательностях и многом другом. Все эти данные оказываются перед вами, и дальше нужно принять решение: куда же вы поедете? Для этого вы сопоставляете цены и отзывы между собой и выбираете оптимальный вариант. В сущности, эта банальная история, и есть пример использования data driven с той только разницей, что это не бизнес-решение.
То есть data driven — это стратегия управления, основанная на анализе данных. Основной принцип тут прост: никакой интуиции и импровизации, решения принимаются только на анализе цифр и фактов. Разумеется, это не значит, что вы как управленец не можете опираться на личный опыт. Главное, ставить аналитику в приоритет.
И зачем мне это надо?
Помните одну из главных функций менеджмента? Это планирование. Вы всегда задаете ориентир и цели своим подчиненным, даже если руководите только подразделением, а не целой компанией. А уж лидеру бизнеса без планирования нельзя и подавно. Data driven — это подход, который служит фундаментом для планирования, а не только для текущих решений. Иными словами, именно на анализе данных строится успешная тактика и стратегия управления.
Впрочем, подход data driven используется не только для построения планов. С его помощью вы сможете:
- повысить эффективность вложений (выяснить самые прибыльные направления бизнеса);
- сократить издержки (например, закрыть убыточные рекламные кампании);
- лучше изучить клиентов (проанализировать целевую аудиторию и ее поведение);
- принять предупредительные меры на случай кризиса (выстроить прогнозы на основе изменений в экономике) и т.д.
Опережать конкурентов, выходить из кризисов с минимальными потерями, заранее адаптироваться к изменениям рынка — это далеко не полный перечень возможностей бизнеса, построенного на аналитике данных.
Как этот ваш data driven работает?
Аналитика — общий и понятный термин, но у нашего подхода есть все же несколько главных принципов:
- Готовность к инвестициям. Информацию нужно извлекать, хранить, анализировать, интерпретировать и визуализировать. А это расход ресурсов — внимания, времени и денег.
- Умение анализировать и интерпретировать. Важная часть работы с данными — их анализ и построение гипотез. Для этого требуются специальные знания и практика.
- Доверие данным. Данные должны быть точными и чистыми — тогда им можно будет доверять и правильно интерпретировать
- Система решений на основе данных. Результаты аналитики нужно использовать систематически, прежде чем предпринять что-то важное.
А можно конкретные примеры?
Да сколько угодно. Управленцы разных масштабов используют data driven в своих решениях. Но более глубоко функции сбора и анализа данных берут на себя бизнес-аналитики — это узкие специалисты, задача которых, строго говоря — «ставить диагноз». Помогает им в этом техническое обеспечение — например, CRM-системы.
IT-бизнес. Допустим, заказчику нужен сервис для обеспечения защиты данных клиентов. Руководитель проекта собирает информацию: зачем клиенту именно такой функционал, как он сделан у конкурентов. На основе анализа этой информации он выбирает оптимальный путь реализации и описывает его в деталях программистам. А по ходу проекта он всегда сможет прояснить заказчику, на чем основаны те или иные задачи проекта.
Промышленность. Другой пример: нефтедобывающая компания внедряет аналитическую платформу для прогнозирования износа деталей. Инструмент помогает спланировать, когда приобретать детали, как долго их хранить и где размещать. В результате инвентаризация вместо 48 часов занимает 45 минут — миллионы долларов экономии за год.
Банки. Тут совсем конкретный и яркий пример — «Сбербанк». В качестве ключевого подхода к моделированию там используют CRISP — это межотраслевой стандарт извлечения данных. Благодаря такому подходу с каждым годом в банке растет количество решений, принятых на основе анализа данных — решений по кредитам, ипотекам, клиентским счетам и т.д. и т.п.
Важные детали
Для использования data driven нужны постоянные и важные бизнес-задачи, от решения которых зависит эффективность компании. Если регулярности не будет, огромное количество данных, которые не обрабатываются и не применяются, превратится в балласт.
Помните и о человеческом факторе. Сбор данных — это только подготовительный этап, основную часть анализа проводит все-таки человек. Чаще всего, это целый штат аналитиков. Но каждое решение все равно за руководителем. Поэтому не злоупотребляйте цифрами: иногда даже их можно интерпретировать неправильно.
Ладно, убедили. Где этому учиться?
Для начала data driven стоит освоить на уровне принципов и технологий: вам нужно понимать, какие затраты предстоят при внедрении этого подхода и какие результаты вы хотите получить. Выберите хороший курс: он позволит не тратить много времени на самостоятельный поиск информации, а получить уже готовых к общению экспертов.
Курс «Аналитика для руководителей и владельцев бизнеса» от SkillFactory именно такой. За 4 месяца вы получите готовый набор практик и умений для эффективного управления современной data-driven организацией и роста вашего подразделения или целого бизнеса. Оставляйте свои контакты ниже, мы свяжемся, и расскажем все про наш курс:
Основной навык — аналитическое мышление — нужно регулярно тренировать самостоятельно. Для этого собирайте как можно больше данных об изменениях вокруг, смотрите на них комплексно, оценивайте и пробуйте прогнозировать развитие событий дальше. Читайте экспертные статьи, узнавайте как можно больше точек зрения — так мозг привыкнет глубоко прорабатывать обстановку и заранее планировать свои действия.
Приучите себя не принимать важных решений без анализа фактов и цифр — и база для data driven у вас в кармане.
Начать дискуссию