Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики
Шрифт:
Сегодня же инструменты и технологии зачастую относительно недороги, так что можно обойтись скромными инвестициями. Выгоды, достигнутые благодаря начальным инвестициям и начальному внедрению аналитики, могут быть использованы для того, чтобы обосновать дальнейшее финансирование. Инвестиции в аналитику больше не превращаются для организации в масштабные затраты, неподъемные для бизнеса. Благодаря сегодняшней гибкой структуре затрат нередко можно начать внедрение аналитики в гораздо меньшем масштабе, и зачастую на уровне бизнес-подразделения вполне можно выполнить простой анализ рентабельности.
Нацельтесь на факторы, определяющие различия, а не на поэтапные улучшения
Захватывающие новые концепции обычно привлекают больше внимания, чем улучшения уже существующих концепций. Это же верно и в случае аналитики. Если новые данные и новая аналитика могут быть использованы для решения новых проблем, будет гораздо легче привлечь внимание к бизнес-кейсу. Решение новых проблем при помощи новых данных зачастую обещает более весомую финансовую отдачу, чем при простом приспособлении существующих аналитических процессов к решению существующих проблем. Вместе с тем нередко можно разработать план, который предусматривает как краткосрочные поэтапные улучшения, так и долгосрочную конкурентную дифференциацию. Такая ситуация особенно благоприятна, поскольку обещает быстрый и наглядный прогресс в ходе достижения крупных долгосрочных преимуществ. Это будет победа сразу в двух измерениях.
Отметим одну из самых замечательных особенностей, связанных с появлением больших данных (см. вторую главу) и Аналитики 3.0 (см. первую главу), – возможности для применения аналитики расширяются и намного превзошли те, что были еще несколько лет назад. Обязательно отразите это при разработке своего бизнес-плана. Вдохновляющий мир больших данных и операционной аналитики открывает перед организациями широкие возможности для того, чтобы сосредоточиться на конкурентной дифференциации, и в то же время вносить поэтапные улучшения в существующие аналитические процессы. Как мы уже убедились, собираемым данным очень часто можно найти самое разное применение. Это означает, что, даже если кейс создан для решения одной-двух конкретных бизнес-проблем, в нем необходимо упомянуть и грядущие выгоды, которые могут появиться и в других областях, даже если пока что они расплывчаты и неопределенны. Процесс поиска новых ценностей называют еще «разговором с данными». Такой «разговор» способен привести к новым знаниям, идеям – и прибылям.
Сегодня часто можно использовать аналитику для того, чтобы с самого начала сделать организацию несхожей с другими. Даже если вы нацеливаетесь на поэтапные улучшения, постарайтесь обозначить конкурентные дифференциации на будущее.
Давайте рассмотрим следующий пример. Не будет ли интересно ресторанам или магазинам розничной торговли узнать, сколько людей посещают их каждый день и что это за люди? Могу побиться об заклад, что будет интересно, а помогут им данные о местоположении абонентов, создаваемые мобильными телефонами. Если провайдер сотовой связи хочет окупить затраты на хранение в операционных целях детализированных данных о местоположении абонентов, он может рассмотреть и такие альтернативные варианты их применения, как предоставление магазинам и ресторанам информации о потоке посетителей. Провайдер может даже взымать плату с ретейлеров за информацию о том, сколько человек ежедневно проходят или проезжают мимо их магазинов.
Путем сопоставления данных о местоположении с демографическими данными и данными об использовании мобильных телефонов можно предоставлять подобную информацию и с разбивкой людей по категориям. Предложение такой аналитической услуги может стать для провайдера конкурентной дифференциацией, создать новый поток доходности и окупить затраты на сбор для себя операционных данных. Обратите внимание на то, что я не предлагаю провайдерам разглашать любую информацию о любом индивидуальном абоненте. Это было бы нарушением неприкосновенности частной жизни, о чем мы подробно поговорим в шестой главе. Провайдер будет предоставлять агрегированные сведения, например такие: ежедневно мимо дома № 124 на Мейн-стрит в среднем проходят 200 человек, из которых 30 % имеют годовой доход свыше $100 000.
Чтобы созреть для предоставления таких услуг, организации может потребоваться время. Но обсуждение подобного варианта позволяет выявить б'oльшую ценность нового источника данных, которую он постепенно способен приобрести. Это может сильнее заинтересовать инвесторов, чем первоначальные планы, нацеленные только на извлечение прибыли в краткосрочном периоде. Даже если организация сумеет преодолеть планку рентабельности, установленную на основе первоначальных краткосрочных инициатив, определенный аналитикой потенциал в дальнейшем может поспособствовать одобрению новых инвестиций.
Выбор правильных критериев принятия решения
При разработке бизнес-кейса для операционной аналитики необходимо определить критерии, которые станут играть решающую роль при принятии решения. Другими словами, что именно позволит максимизировать или минимизировать инвестиции? Причем необходимо не только правильно определить критерии, но и учесть все последствия каждой альтернативы. При оценке затрат и выгод от внедрения операционной аналитики следует принимать во внимание множество факторов. Потребуются и новые критерии, которые не так широко использовались в прошлом.
В качестве критериев при принятии решения об инвестициях в аналитику нельзя использовать классические ИТ-метрики, такие как цена за терабайт, узел оборудования, лицензию на рабочее место или время обработки запросов. Разумеется, все эти критерии могут быть приняты во внимание, чтобы убедиться в их соответствии нормам, но не могут быть единственными. Одним из ключевых критериев для аналитики является повышение продуктивности человеческого труда, которое может быть достигнуто при инвестировании того или иного варианта. Например, рассмотрите следующие вопросы:
• Насколько быстрее и эффективнее специалисты-аналитики смогут выполнять свои профессиональные обязанности при каждом варианте инвестирования?
• Насколько эффективно организация сможет разрабатывать, тестировать и внедрять новые операционно-аналитические процессы при каждом из вариантов?
• Насколько легко будет экспериментировать с новыми аналитическими техниками?
• Сможет ли оборудование быстро усваивать новые данные и поддерживать стремительные изменения?
• Потребуются ли новые и, возможно, дорогостоящие наборы навыков?
Все эти соображения имеют значение для принятия решений об инвестициях в операционную аналитику и должны применяться для каждого из рассматриваемых вариантов.
Чем быстрее команда аналитиков сможет создать для организации новые аналитические наработки и внедрить их в операционный контекст, тем выше будут доходы. Повышенную цену за терабайт можно оправдать, если команда сумеет выполнять аналитику намного быстрее по сравнению с более дешевым вариантом. Можно заплатить побольше и за лицензию на аналитическое приложение, если оно является более надежным и удобным в использовании. Все это позволит получить результаты наиболее эффективным образом.