Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики
Шрифт:
В настоящее время быстро распространяется новый тип университетского образования, где сочетаются бизнес-дисциплины со специализированными. По этим гибридным программам выпускаются хорошо подготовленные аналитики с правильным набором навыков. Если в ближайшем к вам университете есть такая программа, вы можете нанять там молодых специалистов.
Преимущество новых программ подготовки специалистов по аналитике состоит в том, что они обеспечивают достаточно глубокое образование как в области аналитики, так и в области бизнеса. По таким программам готовят всесторонне развитых специалистов с уровнем компетенций в аналитике и бизнесе примерно 7 из 10. Лично я предпочел бы нанять именно таких людей и постарался бы развить аналитические и деловые компетенции до уровня 10, а не людей с техническими компетенциями на уровне 10 из 10 и компетенциями в области бизнеса 0 из 10, или наоборот (см. рис. 8.1). Например, сам я начинал с хорошим уровнем технической подготовки и с нулевыми навыками в области бизнеса, и мне потребовалась масса времени и сил, чтобы развить навыки в бизнесе до нужного уровня.
Я изучал статистику по одной из самых уважаемых программ в стране – в Университете штата Северная Каролина (North Carolina State University, NCSU). Он одним из первых открыл программу подготовки магистров в области аналитики. Однако, чтобы подчеркнуть мое уважение к новым программам подготовки аналитиков, хочу заявить, что если бы мне потребовались новые сотрудники в мою аналитическую команду, то я бы в первую очередь поискал их среди выпускников нового отделения NCSU. Несмотря на мои теплые воспоминания о факультете статистики, нацеленность новой программы аналитического образования на насущные нужды бизнеса подкупает меня сильнее. Судя по всему, другие работодатели согласны со мной, поскольку начальная зарплата выпускников NCSU по специальности «аналитика» в последние годы сопоставима с начальными зарплатами выпускников ведущих национальных бизнес-школ или даже превосходит их.
Как закрыть все потребности
По мере нарастающего спроса на различные аналитические дисциплины, типы данных и инструменты сегодня специалисту становится все труднее быть сведущим сразу во всех областях. Поэтому нужно сосредоточиться на создании команды, которая закроет все потребности, хотя каждый ее участник этого сделать не в силах. Представьте себе аналитический «пирог», состоящий из нескольких «кусков», как показано на рис. 8.2. Один человек может охватить три-четыре «куска», другой – еще три-четыре. Когда же они объединятся в команду для реализации проекта, то совместно охватят всё.
В моей компании аналитическая команда использовала именно такой подход. Команда начала получать множество запросов на поддержку поисковой оптимизации. Поскольку ни у кого в команде не было такого опыта, они решили нанять нового человека, хорошо разбирающегося именно в этой области. Разумеется, новый сотрудник обладал и другими аналитическими навыками, наняли же его прежде всего для того, чтобы заполнить указанный пробел в командных компетенциях.
Нет необходимости в том, чтобы каждый член команды был универсален. Возьмите любые командные соревнования, такие как Супербоул в американском футболе, чемпионат мира по соккеру (который называют футболом повсюду за пределами США!) и чемпионат Национальной ассоциации студенческого спорта по баскетболу. В каждой команде-победительнице найдется всего один-два игрока, выбранных в «команду звезд», а в некоторых победивших командах и вовсе не было таких игроков. Дело в том, что в этих видах спорта слаженная командная игра гораздо важнее, чем действия каждого игрока в отдельности. Действительно, если вывести на поле 11 лучших футболистов мира, они могут показать далеко не лучшую игру, поскольку каждый из них будет пытаться брать на себя роль лидера.
Тем самым я вовсе не хочу сказать, что аналитические команды должны применять при найме новых сотрудников более низкие стандарты, чем ведущая спортивная команда, если она собирает свой состав не только из одних звезд. В чемпионской команде все игроки способны выступать на звездном уровне, иначе они не оказались бы в ее составе. Однако большинство игроков команды-победительницы вполне могли бы играть и в команде среднего уровня, а большинство игроков команды-середнячка вполне могли бы выступать и за чемпионскую команду. Аналогичным образом, если организации нужна команда, состоящая из первоклассных аналитиков-профессионалов, то всем им вовсе не обязательно входить в сборную мира «всех звезд».
Приложите все силы, чтобы удержать специалистов
С учетом того, как трудно сегодня найти хороших специалистов-аналитиков, организации, безусловно, хотели бы удержать тех, кого они уже наняли. Текучесть кадров стала жизненной реальностью, поскольку профессиональные аналитики пользуются высоким спросом. Ключ к снижению текучести кроется в понимании того, что мотивирует этих специалистов и повышает их удовлетворенность работой.
Я беседовал со многими своими коллегами на предмет того, что заставило их оставить предыдущее место работы, и вышеупомянутая Talent Analytics также провела опрос на эту тему {80} . Одна из основных причин смены работы, по признанию самих аналитиков, состоит в том, что им становится скучно, поскольку перед ними не ставят интересных задач. Мне знакома эта ситуация. Однажды я сам уволился из компании, где мне нравилось все – и сама компания, и люди, и атмосфера – за исключением скучной работы. Легко привлечь лучших специалистов, пообещав им один-два интересных проекта, но что будет дальше, по завершении проектов? Например, вы можете время от времени перемещать аналитиков между разными бизнес-подразделениями, чтобы избавить их от скуки и дать им возможность поработать в разных частях организации над разными типами задач.
80
Как уже говорилось, я подробно описал качества, отличающие лучших специалистов-аналитиков, в восьмой главе моей книги «Укрощение больших данных» (Taming the Big Data Tidal Wave, Hoboken, NJ: John Wiley & Sons, 2012). Вместо того чтобы здесь повторяться, я рекомендую заинтересовавшимся данным вопросом читателям обратиться к этой книге.
Кроме того, крайне важно развивать и соотносить траектории повышения. Одно из главных преимуществ наличия официально оформленной аналитической команды состоит в той критической массе, которую она создает. Чем больше команда, тем больше вариантов профессионального роста она предлагает. Начиная с первого собеседования убедите нанимаемых вами новых сотрудников в доступности для них долгосрочных возможностей. Также помогите им увидеть, какой вклад они могут внести в организацию. Каждый человек хочет вносить значимый вклад, а не просто перерабатывать горы данных.
В конце 2013 г. клиент от отчаяния пожаловался мне на то, что его организация за последние два месяца не смогла нанять трех специалистов. А ведь им были предложены конкурентоспособная зарплата и интересные начальные проекты. Однако специалисты заявили, что компания не объяснила им, какую роль они будут играть в долгосрочной перспективе, и не представила траектории повышения. Если их наняли за хорошую зарплату выполнять значимые проекты, то чем они займутся по завершении проектов? Другие компании нарисовали им более привлекательную долгосрочную картину и выиграли битву за кандидатов.
Хотя зарплата для специалистов-аналитиков не является главным мотивирующим фактором, но все равно играет важную роль. Невозможно платить аналитикам на 30 % ниже рыночных ставок и ожидать, что они останутся с вами надолго. Исследование агентства Burtch Works выявило средние ставки зарплаты специалистов разного уровня и в разных отраслях {81} . Поищите такую информацию, прежде чем начинать процесс найма, чтобы предложить кандидатам конкурентоспособные условия. Отдел кадров должен понимать, что высококвалифицированный специалист-аналитик может потребовать более высокой зарплаты, чем типичный сотрудник с таким же уровнем опыта. Организациям нужно подстраиваться под рынок, чтобы попусту не тратить время.
81
См.: Burtch Works, “The Burtch Works Study”.