Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики
Шрифт:
Мониторинг операционной аналитики
Хотя операционная аналитика встроена в бизнес-процессы, сотрудники все равно должны активно отслеживать результаты принимаемых решений. Как никогда важное значение приобретает предоставление отчетов, сводной статистики, информации с панелей мониторинга и зрительных образов, позволяющих всем заинтересованным лицам в организации отслеживать эффективность операционной аналитики на постоянной основе. Причем, как то было принято и в традиционной аналитике, уровень детализации или агрегирования данных должен зависеть от уровня и роли заинтересованного лица. Это означает, что классические принципы бизнес-аналитики во многом применимы и к операционной
Как и в случае традиционной аналитики, в отношении операционной должны быть введены четкие правила, прописывающие последующие действия. Кто должен быть извещен и имеет право остановить процесс при обнаружении аномалии? Кто несет ответственность за мониторинг аналитических процессов, за их корректировку и обновление? Какова приемлемая частота ошибок? Какие еще показатели должны отслеживаться помимо частоты ошибок? Контекст операционной аналитики требует решения точно такого же комплекса вопросов, как и любой другой операционный контекст.
Давайте рассмотрим пример с промышленным предприятием, где операционная аналитика активно используется для регулировки оборудования на сборочной линии. Директор завода должен иметь доступ к детальной информации по регулировкам, произведенным на каждой единице оборудования. Он также должен иметь доступ к последним сенсорным данным и к информации о том, работает ли каждый станок согласно спецификации. Региональному же директору может быть достаточно подтверждения того, что в целом все заводы в регионе работают нормально. Наконец, генеральному директору компании нужна только сводная отчетность с указанием основных тенденций по регионам.
Важная часть операционной аналитики – текущий контроль за правильностью и эффективностью миллионов решений, принимаемых в автоматическом режиме. При этом сами данные и метрики, которые хотят видеть люди, остаются фактическими теми же, что и в прошлом. Меняется только способ принятия решений, которые ведут к генерации тех же данных и метрик.
Суть в том, что традиционные правила фильтрации, агрегирования данных и составления по ним сводной отчетности для различных заинтересованных лиц полностью применимы и к операционной аналитике. Более того, во многих случаях существующая стандартная отчетность может не потребовать никаких изменений, поскольку сами данные и метрики, которые нужно видеть сотрудникам, остаются прежними. Меняется только метод принятия решений, ведущих к генерации данных и метрик. Несмотря на то что принятие решений отныне осуществляет автоматический процесс, сам характер решений и их цель могут оставаться такими же, что и в прошлом. Например, операционно-аналитический процесс, предлагающий оптимальные решения для сотрудников колл-центров, делает то же самое, что раньше сотрудники делали сами. Успешность решений с точки зрения содействия дополнительным продажам может отслеживаться традиционным способом, поскольку прежней осталась суть решений – делать предложения, вызывающие или не вызывающие отклик.
Физическая платформа и логическое окружение
Однажды ко мне обратился клиент, который осуществил очень успешный проект по обнаружению данных. (Проект был конфиденциальным, поэтому я не могу назвать имя клиента.) Он нашел ряд ценных инсайтов и захотел применить их на практике и внедрить в операционные процессы. Однако возникла проблема. Корпоративная политика компании, где он работал, предписывала, что любой компонент инфраструктуры, ставший частью даже одного технологического процесса, должен полностью соответствовать всей технологической политике. Другими словами, если бы мой клиент использовал платформу для обнаружения данных в составе любого технологического процесса, то он
Мы начали с изучения того, можно ли закодировать завершающий процесс иначе, чтобы выполнить его на технологической платформе. Часто такое можно сделать после того, как определена точная логика процесса. В данном случае это было невозможно, поскольку на поисковой платформе использовался собственный алгоритм, недоступный для использования где-либо еще, а дублировать его на других платформах оказалось бы слишком накладно. Клиент также справедливо заметил, что даже если бы удалось придать необходимую функциональность технологической платформе на сей раз, то в дальнейшем обязательно возникнут ситуации, когда сделать это будет невозможно. Таким образом, нам предстояло найти более универсальный подход к решению проблемы.
Ключом к решению стало признание различия между физической платформой для обнаружения данных и логическим окружением для обнаружения данных. При этом платформе для поиска инсайта отнюдь не нужно быть одновременно платформой, используемой в технологическом процессе. Мы решили, что самым быстрым и дешевым решением будет создать уменьшенную копию поисковой платформы в технологическом окружении. Единственной задачей новой платформы должна была стать поддержка операционно-аналитических процессов в технологическом окружении. Это решение позволило сохранить процесс поиска данных и одновременно их развертывания в рамках модели, нечасто применяемой к другим платформам. Потребовалось лишь провести различие между физической платформой и логическим окружением.
Время инсайта и время выполнения
Наконец, последняя важная тема, которую следует рассмотреть в контексте управления, связана с тем, какие критерии следует применять для оценки успешности каждого этапа разработки и внедрения аналитического процесса. К сожалению, операционная аналитика может потребовать больше трудозатрат по сравнению с традиционной. В классическом аналитическом окружении процессы выполняются почти исключительно в режиме пакетной обработки, и то же самое окружение используется как для разработки, так и для реализации. В этом случае наибольшее значение имеет время выполнения или скорость обработки. А в едином аналитическом окружении, используемом для операционной аналитики, на разных этапах процесса в игру вступают два совершенно разных критерия.
Это время выполнения процесса, или аналогичная классическая метрика производительности, и время инсайта (о нем мы говорили в четвертой главе). При размещении в операционном окружении аналитические процессы должны выполняться как можно проще и быстрее. В фазе поиска новых инсайтов и определения потребностей, которые нужно сделать операционными, первостепенное значение приобретает время инсайта, а не скорость обработки. Разные требования могут заставить организацию принять другие подходы, отличающиеся от тех, что она использовала традиционно.
Для иллюстрации возьмем ранние фазы обнаружения, когда нужно просто проверить, работоспособна ли идея или нет. На данной стадии не нужно постоянно повторять процесс – просто нужно как можно быстрее получить ответ. Если на написание программы уходит всего один час и еще три часа на выполнение процесса, то это нормально. Ответ будет получен достаточно быстро для того, чтобы понять, имеет ли смысл двигаться дальше в этом направлении или нет. В то же время глупо тратить на написание программы 12 часов, чтобы разработать более эффективный процесс, который будет выполнен всего за несколько минут, поскольку на данный момент неизвестно, потребуется ли повторять этот процесс больше одного раза.