Что и как

Ранее в модуле мы обсуждали вопросы что следует измерять. В основном мы рассматривали два набора данных: KPI (ключевые показатели эффективности) и главные цели компании. Теперь же нам необходимо определиться как их измерять и на что обращать внимание.

Статистика сама по себе содержит сотни различных функций и показателей, но для использования может понадобиться всего лишь небольшая их часть. Для того чтобы быстро продвинуться и получить первичный результат, сфокусируйтесь на двух аспектах: описательная аналитика и минимальный набор показателей статистики для нее.

Минимализм

Когда доходит дело до непосредственных измерений тех или иных показателей, то следует не переусердствовать. Вначале стоит сфокусироваться на минимальном наборе и отработать всю систему. После того как все работает как часы, можно насыщать аналитику дополнительными измерениями.

Если взять ключевой набор измерений только из описательной аналитики, то сразу увидите как легко образуется информация и знания из сырых данных.

Многие используют сразу максимальный набор всех статистических показателей и это приводит к перенасыщению и как правило к усложнению системы без особого результата. Не следует брать всю статистику и перекладывать ее на ваши данные. У вас и так будет множиться информация по причине того, что вы заходите измерять многие показатели эффективности работы бизнеса… не отягощайте этот набор еще и лишними статистическими измерениями.

Статистика - самая точная из всех неточных наук. -- Гюстав Флобер

Набор измерений

В этом разделе рассмотрим ключевые измерения всех ваших показателей. Для каждого показателя бизнеса необходимо будет сделать соответствующие измерения. Например, среднее значение продаж за день, среднее значение удовлетворенности клиентов, среднее значение остальных важных показателей. Также, необходимо будет производить измерения во времени - среднее количество продаж в день, каждый день.

Фокусируемся на следующей великолепной троице:

1. Ключевые показатели бизнеса
2. Измерения для каждого показателя
3. Изменение измерений с течением времени.

Этот набор 3х3 даст и достаточное количество информации и знаний на ежедневной основе.

Ранее мы определились с набором ключевых показателей бизнеса и теперь определимся с измерениями, которые необходимо проводить по каждому показателю. Впоследствии эти измерения складываются во временной промежутке с соответствующим периодом (минуты, дни, недели, и т.д.)

Ниже указаны максимально полезные четыре статистических измерения, которые вы можете реализовывать в Excel за пару кликов.

1. Среднее значение

Среднее значение - это число, равное сумме всех чисел в наборе данных, деленной на их количество. По сути, это показатель центральной тенденции, когда возможно увидеть усредненное значение ряда данных. Среднее значение очень хорошо характеризует определенные показатели с течением времени. Ярким примером среднего значения может быть средняя температура летом в определенном городе. Несмотря на то, что температура может варьироваться значительно днем или ночью, все же среднее значение довольно стабильно и зная его можно с определенной долей вероятности предсказывать погоду на завтра. Вы можете точно не попасть прямо в указанное значение, но вы будете достаточно близки. И чем больше у вас данных, тем точнее среднее значение будет отражать действительность.

При этом, оперируя средним значением, необходимо принимать во внимание следующий показатель, отклонение, который укажет насколько среднее значение стабильно и предсказуемо.

2. Отклонение

Стандартное отклонение показывает насколько рассеяны значения случайной величины относительно ее ожидания (или среднего значения). Т.е. насколько отклоняются от ожидаемого значения реальные результаты, насколько разбросаны или сгруппированы значения выборки. Математически это определяется как квадратный корень из дисперсии случайной величины.

Стандартное отклонение часто используется для расчета ошибки среднего значения.

В бизнесе это очень полезное измерение, так как позволяет определять, например, насколько отклонились сегодняшние результаты продаж от вчерашних. На ожидаемую обычную величину или на аномальную.

Определяя именно аномальные отклонения (когда оно больше стандартного), вы сможете моментально улавливать когда в ключевых показателях пошло что то не так. Например, при среднем значении продаж 10 единиц в день и стандартным отклонением в 3 единицы (т.е. когда +/- 3 продажи, от 7 до 13), когда у вас продажи сегодняшнего дня закрылись на уровне 8, то вас ничего не должно смущать. Если же продажи сегодня составили всего 6 единиц, то вам следует обратить внимание на причины которые привели к аномальным продажам за сегодня.

В дальнейшем, очень легко автоматизировать аналитику, когда превышение показателя стандартного отклонения выдает автоматический триггер и присылает уведомление пользователю об аномальном результате, на который необходимо обратить внимание.

Следующем уровнем автоматизации будет дополнительное уведомление о возможных причинах указанных отклонений. Об этом нам расскажет корреляция, описанная ниже.

3. Корреляция

Корреляция - это взаимоотношение двух или более величин. Сильная корреляция означает большую взаимосвязь показателей. Слабая корреляция указывает практически на отсутствие взаимосвязи. Взаимосвязь есть когда изменение одного показателя устойчиво влияет на соответствующее изменение другого показателя.

Например, в летний период, когда на улице жарко, обычно увеличиваются объемы продаж мороженого. Т.е. можно сказать что существует сильная корреляция между внешней температурой и продажами мороженого. В то же самое время, скорее всего корреляция практически отсутствует между объемами продаж того же мороженого и количеством принятых законов правительством.

Измерение корреляции между несколькими ключевыми показателями бизнеса помогут определить причины падения или роста продаж или других важных изменений. В этом случае, просто посмотрев насколько определенные показатели зависят друг от друга, вы сможете объяснить потенциальные причины того или иного поведения.

Корреляция позволит автоматизировать нахождение причин аномальных отклонений и выдавать не только факты изменений, но и основную причину.

4. Тенденции

Тенденции (или Тренд) - это направление изменения определенных показателей. Например, если в течение всего года продажи постоянно и стабильно растут, то это указывает на положительный тренд. Насколько сильно и быстро они растут покажет средняя линия тренда. Такая линия визуально строится на графике в Excel в несколько кликов. По сути, это усреднение определенного количества значений. Вы можете использовать как линейный тренд, который покажет рост или падение от начала до конца в виде линии и ее наклона, так и в виде различных кривых.

Несмотря на всю простоту построения трендов, визуализация этого измерения достаточно важна - вы за доли секунды можете увидеть текущее состояние и каким будет показатель через определенное время. Вы всегда будете сразу же знать растет показатель с течением времени, падает, или остается без изменений. Это критически важно для ведения бизнеса. Тренды отвечают на самый главный вопрос: если ничего не изменять в компании, то что будет через месяц или год.

Тренды также можно автоматизировать и использовать для глубокого анализа всех составляющих. Если вам кажется что тренд это сугубо графическое представление тенденций, то отчасти вы правы, но у каждого тренда есть свое математическое значение - его то мы и будем использовать для оценки и автоматизации.

Что делать со всеми измерениями

Если вы изучили вышеупомянутые четыре статистических измерения и провели несколько экспериментов, то вы будет владеть основной массой возможностей для большого количества экспериментов с аналитикой. Вы сможете по различному совмещать целые наборы данных - показатели эффективности и статистические измерения этих показателей для нахождения ответов на вопросы или получения озарений на давно заданные вопросы.

Когда вы произвели все измерения ключевых показателей, обязательно попытайтесь показать их всех на одном экране целиком. Если не хватает места, удалите менее значимые показатели и измерения.

После того как перед вами будет картина из ключевых показателей и их измерений в различных видах, вы сможете найти определенные зависимости и получить то самое озарение, которое ответит на ваши вопросы. Когда перед глазами только важное и присутствует одновременно, мозг начинает интегрировать все эти данные в информацию и знания. При этом, очень важно изначально иметь один самый существенный вопрос на который вы хотите найти ответ. Например, почему объемы продаж падают при увеличении количества клиентов. Один вопрос вместе со значениями ключевых измерений перед глазами на одном экране - и у вас начнут появляться потенциальные ответы один за одним.

В дальнейшем мы автоматизируем процесс получения таких озарений аналитической системой, убирая человеческий фактор и выдавая сразу знания вместо статистических измерений.

Рекомендация

Обычно все воспринимают статистику и все что с ней связано как очень скучную науку и методологию. Но все зависит под каким углом на нее смотреть. Автор книги “Голая статистика. Самая интересная книга о самой скучной науке.” показывает насколько увлекательной может быть статистика. Многие даже не подозревают что “используют” статистику в своей повседневной жизни чуть ли не каждый день. Рекомендовано к прочтению, даже если вы оказались на этой страничке случайно.

Цитаты из книги.

Все же не так скучно?

Я заметил один любопытный феномен. Хотя студенты часто жалуются, что статистика — неинтересная и малопонятная наука, выйдя из аудитории, они охотно обсуждают свои спортивные достижения и средние результаты, которых добились летом, или изменчивость погоды, или свои баллы в колледже.

"Нет" лотерее.

Покупка билета мгновенной лотереи — абсолютная глупость. Это один из важнейших уроков теории вероятностей. К тому времени, когда вы потратите на покупку лотерейных билетов 1 млн долларов, ваш выигрыш составит сумму, очень близкую к 560 000 долларов.

Резюме

• Фокусируйтесь на главных измерениях.
• Меньше измерений за счет лучшего результата.
• Иногда одно измерение одного показателя может привести к великому озарению.
• Сводите ключевые измерения на одну страницу, чтобы видеть всю картину целиком.

Задание

1. Обновите ключевые показатели эффективности и главных целей компании.
2. Представьте все показатели во временном промежутке. Например значение каждого показателя на начало каждого месяца в течение нескольких месяцев.
3. Произведите в Excel ключевые статистические измерения для каждого показателя.
4. Опишите какую новую информацию и знания вы получили с помощью этих измерений.

Самый медлительный человек, если он только не теряет из виду цели, идет быстрее, чем тот, кто блуждает бесцельно. -- Готхольд Эфраим Лессинг.

Ключевые ценности и план действий

Когда мы используем понятие “управление компанией на основе данных”, мы в основном делаем упор на то, чтобы любые решения принимались после рассмотрения информации и ее анализа. После того как был задан любой бизнес вопрос, необходимо сначала рассмотреть все сопутствующие данные, проанализировать, получить знания, и впоследствии на основе всей этой информации принять решение о дальнейших действиях. Эта последовательность позволяет добавить объективности и прийти к наиболее правильному решению.

Несмотря на то, что культура управления бизнесом на основе данных базируется на решениях принимаемых ключевыми менеджерами и главой компании, вся ответственность на реализацию этой концепции лежит как раз на аналитическом отделе. Это очень важно понимать. В первую очередь, именно аналитики будут движущей силой для внедрения правильной системы аналитики, которая является базой для такого управления компанией. Если аналитик будет строить всю систему анализа данных только для частичного и редкого использования, то это принесет мало успеха - не выработается культура принятия решений с использованием данных. Обращение к анализу данных должно войти в привычку у каждого сотрудника компании перед принятием важного решения. И такие решения происходят каждый день.

Для того чтобы эффективно внедрить системную аналитику и управление компанией на основе данных, необходимо активно вовлечь в процесс всех сотрудников и заручиться как поддержкой топ менеджмента так и обязательством с их стороны использовать эту систему на ежедневной основе.

Аналитики и топ менеджмент должны быть в тесной связке - только так возможно обеспечить рост компании. Аналитики должны постоянно консультироваться с топ менеджментом какие задачи им необходимо решать, а топ менеджмент в свою очередь должны давать обратную связь и регулярно обращаться к данным. Ни одно ключевое собрание менеджмента компании не должно обходиться без присутствия аналитика, которому необходимо пропитываться бизнес составляющей для создания системы не для себя, а для решения задач компании и достижения общего успеха. Каждому аналитику необходимо проводить достаточное количество времени на понимание всех задач в компании - это позволит построить идеальную автоматизированную систему аналитики и рекомендовать бизнесу правильные решения. В свою очередь, руководство компании должно осознавать всю важность работы аналитика и предоставлять максимальные возможности для реализации планов.

Только плотное взаимодействие аналитиков с руководством компании позволит достичь успеха в долгосрочном плане.

Понимание всех процессов и важности построения культуры компании с принятием решений на основе данных не является достаточным условием. Ключевой фактор - дисциплина. Если решение принято о создании соответствующей культуры, то необходимо ее придерживаться с такой же регулярностью как и соблюдение правил дорожного движения. Иначе есть шанс, что очень скоро кто то может принимать решения на основе своей интуиции и это приведет к пассивному использованию аналитической машины и уведет в сторону от заданных целей.

Дисциплина принятия решений на основе данных является тем самым клейким элементом, который даст возможность увидеть реальные результаты внедрения аналитики.

Для поддержания культуры использования данных для принятия решений помогает постоянное визуальное напоминание. В этом случае идеальным решением будет доступность ключевых показателей бизнеса в виде дашбордов, которые на виду в течение дня - невольно будешь обращать внимание на цифры и что с ними происходит. Каждый сотрудник должен иметь доступ к таким дашбордам в соответствии со своим уровнем в компании. Чем больше сотрудников будут вовлечены в данные, тем успешнее будет реализовано внедрение аналитики, что в свою очередь поможет компании двигаться правильным курсом и принимать правильные решения каждый день.

Для начала внедрения аналитики на любом этапе необходимо провести два ключевых действия: оценить текущее состояние и создать план-проект реализации.

При оценке текущего состояния аналитики в компании, обращайте внимание на следующие категории:

• Инфраструктура и структура данных - где что находится и в каком формате.
• Каким образом собираются данные и как они хранятся.
• Кто и какой доступ имеет к данным.
• Отношение к аналитике сотрудников компании.
• Насколько часто используются данные для принятия решений.
• Какие существуют положительные и негативные факторы.

Создавайте план внедрения аналитики со следующим целями:

• Какие действия необходимо реализовать чтобы прийти от текущего состояния в такое, когда каждый сотрудник ежедневно принимает решение на основе данных.
• Самые первые действия - общение со всеми уровнями сотрудников с целью выяснения как вы можете им помочь и какие данные им необходимы.
• Фокусируйтесь на пошаговой реализации. Не пытайтесь за один месяц построить идеальную аналитику и новую культуру.
• Выделите самые востребованные наборы данных, которые вы можете реализовать и предоставить пользователям в самое ближайшее время.
• Из всего набора данных, выделите только те, которые могут принести максимальную пользу в ближайшее время. Для этого обсудите все наборы с топ менеджментом.

Алгоритм культуры принятия решений на основе данных

В данном разделе описан основной алгоритм подхода к аналитике, который можно использовать как для ежедневных задач так и для глобальной разработки аналитической системы. Описаны 7 ключевых элементов для соответствующего внедрения культуры принятия решений на основе данных. Эта последовательность действий является универсальной и может быть использована как есть или с необходимыми модификациями под каждую компанию. В любом случае, указанные пошаговые действия будут ключевыми и должны использоваться в большинстве случаев.

Цель алгоритма - задать правильный подход при возникновении любых вопросов. Это в свою очередь заложит базу для поддержания указанной культуры. При любых непонятных ситуациях, всегда можно обратиться к этому алгоритму и пройтись по нему как по дорожной карте.

1. Вопрос

В первую очередь необходимо задать правильный и понятный бизнес вопрос на который необходимо найти ответ. Это могут быть как глобальные вопросы компании так и тактические вопросы локального уровня. Всегда необходимо начинать с вопроса и он должен быть максимально прост, даже если это самый главный вопрос всего бизнеса. Чтобы построить правильную аналитическую систему или ответить на вопрос с помощью уже созданной аналитики, необходимо задавать вопросы и отталкиваться от них. Ни в коем случае нельзя исходить из данных, например - постановка вопроса “у нас есть вот эти данные и что мы можем из них извлечь” некорректная и не приводит к результатам. Необходимо задать вопрос в стиле “Каким образом можно поднять продажи на 10% в следующем квартале” и уже под него подбирать или использовать соответствующие данные. При изначальном построении системы аналитики, вопросы подбираются исходя из главных целей компании и ключевых показателей эффективности.

2. План

После того как вы определились с вопросом или с основным набором вопросов, необходимо составить план по использованию аналитики для нахождения ответа. Этот план действий на самом деле очень прост и включает в себя следующие элементы: как можно досконально понять вопрос и разбить его на составляющие части, какие данные необходимы для ответа на эти вопросы, где такие данные существуют в системе или как их можно получить, какие ресурсы потребуются, какие пошаговые действия предпринять и любые другие действия по нахождению потенциальных ответов на заданный вопрос. Хороший план - залог успешного нахождения правильных ответов.

3. Данные

Начинайте реализовывать план с нахождения или сбора необходимых данных. Этот ключевой шаг является одним из самых важных потому что в зависимости от состава данных будет формироваться и ответ. Чем правильнее подобраны данные и чем они качественнее, тем ближе вы будете к идеальному ответу. Всегда обращайте внимание на то, что важен не объем данных, а их качество. Всем в компании необходимо выработать доверие к данным чтобы использовать их на регулярной ежедневной основе. Если исходные данные будут сомнительного качество, то и решения будут неверными. А это в свою очередь повлечет к нежеланию использовать данные в следующий раз когда возникнет любой вопрос. Дорожите качеством данных - это превыше всего.

4. Инсайты

На основе собранных данных и с помощью различных методов анализа (об этом в следующих модулях) необходимо делать поиск инсайтов для нахождения ответа. Инсайты - это те элементы озарения, которые складывают общую картину и отвечают на заданный вопрос. Это может быть один или несколько инсайтов, которые позволят найти ответ. Всегда старайтесь найти ответ на вопрос не сразу, а посредством нахождения промежуточных микро ответов в виде инсайтов. Это поможет сформировать целостную картину и даст возможность принимать не только правильные решения, но и находить ответы на более сложные вопросы в будущем. Иногда стоить потратить большое кличество времени чтобы отыскать ту самую изюминку, которая ответит на многие вопросы.

5. Рекомендации

После того как вы отыскали инсайты и ответы на вопросы, начинается самое интересное - вам необходимо представить всю эту информацию в краткой форме и так чтобы абсолютно всем было все понятно с первого взгляда. Правильно донести результаты вашей работы критично для общего успеха внедрения аналитики. Все должны сразу увидеть ответы и сказать “ух, классно”. Такая реакция будет иметь виральный эффект последующего использования аналитики. Для достижения этого эффекта можно использовать сторителлинг - визуальны краткий рассказ о задачах и решениях. Совмещая интересную подачу информацию с визуальной частью вы добьетесь максимального эффекта. Визуализация информации имеет важное значение и будет занимать ведущую роль в аналитике в ближайшее время. Скорость бизнеса растет и всем необходимо принимать решения очень быстро. Нет времени топ менеджеру пересматривать сотни таблиц цифр - ему необходимо увидеть все сразу на одном экране. Для этого используются дашборды, на котором собраны ключевые параметры в правильном формате. Как и с помощью чего это сделать будет описано в одном из следующих модулей. В результате обработки данных и нахождения инсайтов, необходимо не просто ответить на вопросы, но и выдать конкретные рекомендации для бизнеса. В этом заключается высший пилотаж.

6. Решения

Какие бы не находились ответы и не предлагались бы рекомендации, завершающим этапом является само принятие решений. Вот мы и подошли к моменту когда необходимо принять решения на основе данных. После того как получены данные и представлены результаты анализа любой менеджер должен принять решение. При максимально объективной информации принимаемое решение будет близко к правильному. Однако, стоит всегда общаться с коллегами и обсуждать все данные для того чтобы привнести свою собственную экспертизу. Это позволит приблизиться к идеальным решениям. Когда все участники владеют результатами анализа и сообща принимают решение на их основе - это позволяет использовать культуру принятия решений на основе данных в долгосрочном плане.

7. Тестирование

После того как решения приняты и непосредственно реализовываются, необходимо обязательно отслеживать результаты решений. Насколько это в действительности повлияло на ситуацию и привело ли к ожидаемому результату. Как бы странно это не выглядело, но аналитика принесет много пользы именно после правильного отслеживания результатов самой аналитической машины. Вам необходимо “учить” свою аналитику выдавать всегда правильные рекомендации. Если на основе данных было принято определенное решение и после внедрения результат совпал с ожиданиями, то все было сделано верно. Если же есть отклонения, то необходимо провести анализ анализа - что возможно исправить чтобы быть ближе к желаемой цели. Возможно также проводить А/В тестирование - принятие одновременно двух различных решений с целью определения какое из них лучше. Такие подходы очень эффективны в цифровой среде, например когда различным группам потребителей показываются различные дизайны главной веб страницы. Чем больше выводов вы сможете сделать после результатов принятых решений, тем быстрее ваша организация будет находить правильные ответы в будущем. Это позволит не останавливаться на достигнутом и двигаться дальше.

Резюме

• Ответственность внедрения и последующего эффективного использования системы аналитики лежит на самом аналитике.
• Сначала задавайте правильные бизнес вопросы, а потом используйте аналитику для нахождения ответов.
• Дисциплина - всем сотрудникам необходимо соблюдать правила принятия решений на основе данных.
• Качество исходных данных и аналитической машины превыше всего - это база для доверия и качественных решений.
• Полная поддержка топ менеджмента является ключевым элементом формулы успеха внедрения и использования аналитики.

Задание

1. Оцените текущее состояние аналитики в компании. Опишите кратко что существует и кто пользуется. Выделите топ 3 положительных момента и топ 3 негативных.
2. Создайте план внедрения и развития аналитики. Начните с 10 ключевых последовательных действий, которые необходимо провести в ближайшее время. Обязательно включите меры для снижения влияния негативных моментов и для продолжения использования положительных.
3. Определите каким отделам в компании какие наборы данных необходимы. При этом исходите из главных целей компании и ее ключевых показателей эффективности с соответствующим каскадированием на все уровни сотрудников.
4. Определите один важный элемент, который вы можете реализовать за один месяц и принести реальную пользу компании.
5. Поставьте себя на место главы компании или ее акционеров и рассмотрите план внедрения аналитика - внесите соответствующие поправки. Сфокусируйтесь на глобальном, тактические действия будут происходить сами по себе.

Прежде, чем думать о решении будущих задач, научитесь справляться с сегодняшними за наименьшее время и с большей эффективностью. -- Питер Друкер.

Главные цели компании

Любая компания должна иметь перед собой определенные цели и задачи, которые она собирается достичь в ближайшее время. Без такого набора маяков невозможно вообще определить куда двигаться и любые действия не будут обоснованы. И в каждом случае набор этих целей может быть совершенно разный. Для какой то компании главным является получение определенного уровня прибыли, а для другой компании приоритетным будет привлечение новых пользователей. Но самое важное - иметь этот набор целей. И все эти цели должны быть очень просто и четко определены. Не должно быть никаких абстрактных целей, никогда. Если вы поставите абстрактную цель по примеру (иметь больше клиентов), то это не приведет вас ни к правильным действиям ни к правильному измерению достижения результата. Как минимум, любая главная цель должна быть измеряема и определена во времени. Хороший пример - продать 150 автомобилей за один год. В этом случае, у вас будет и маяк на который ориентироваться для принятия любых решений и в конце концов вы должны достичь этой цели.

Основной набор главных целей, помимо стратегического видения, содержит такие элементы как доход, расход, прибыльность, движение наличности, количество клиентов и их отток/привлечение, и другие.

Итого, компания в которой есть понятные всем измеряемые цели будет уже на шаг впереди. Все участники смогут совместно двигаться в одном направлении, что даст хороший задел для достижения целей. И самое главное, набор этих целей позволит структурировать задачи ниже для полноценного управления процессами во всей компании.

Не бойтесь ставить амбициозные цели - они приведут вас к успеху. Слабые цели приводят к слабым результатам.

Сильно много целей не должно быть. Даже в самых больших корпорациях, если выбрать только важное, в списке может быть всего от трех до десяти элементов.

Определив главные цели бизнеса, необходимо спуститься ниже и обозначить ключевые показатели эффективности. Часто их называют KPI (Key Performance Indicators).

KPI - Ключевые Показатели Эффективности

KPI является очень важным элементом в управлении любым бизнесом и в оценке его состояния. KPI - набор показателей по которым можно судить о результативности и деятельности компании.

KPI не менее важны чем главные цели потому что они являются связующим звеном между стратегическими планами и реальной деятельностью всех участников и бизнес-процессов. Без KPI невозможно оценить выполнение задач отдельными подразделениями.

Если очень узко определить понятие KPI то это будет набор индикаторов по которым можно судить о результативности отдельных подразделений или всей компании целиком. Наборы таких показателей всегда составляются для каждого направления отдельно и при этом строго исходя из главных целей компании. KPI и стратегические задачи бизнеса должны быть всегда синхронизированы.

Списки KPI для каждого направления в бизнесе могут содержать от 5 до 20 различных показателей. Но чем меньше тем лучше - это позволяет фокусироваться и достигать лучшего результата.

Существуют различные методологии разработки KPI, но если упростить, то это определение какие показатели отдельных направлений приносят максимальную ценность в достижении глобальных целей компании. При этом каждый показатель должен быть измеряемым и цели указаны. Одним из примеров может быть использование бюджета на маркетинг в размере $120,000 в год. Следующий показатель для маркетинга - привлечение 100 новых клиентов. Для отдела сбыта это может быть отгрузка 10 единиц товара в день. Для каждого направления существует свой список таких показателей.

По KPI можно отслеживать операционную деятельность компании в разрезе достижения глобальных целей.

Для создания таких списков KPI обычно собирают всех участников направления и определяют какие ключевые показатели использовать и какие у них должны быть значения эффективности. Все с прицелом на выполнение стратегических планов компании. Если в вашей компании каждый сотрудник знает KPI по своему направлению - это хороший признак. Если нет - что то в компании не так и участники процесса действуют вслепую.

После того как определены KPI по направлениям, необходимо каскадировать соответствующие показатели на уровень ниже до реальных исполнителей, тех сотрудников которые заняты выполнением определенных задач. Очень часто этот уровень опускается и все заканчивается на разработке KPI для отделов - это типичная ошибка не доведения дела до конца.

KPI для направлений так и останется сам по себе и не принесет результата если не будет каскадирован вплоть до всех сотрудников.

У каждого сотрудника должен быть свой личный список KPI, который согласован с главным набором по направлению. Каждый участник должен и понимать и иметь возможность измерить свою результативность.

Альтернативный метод измерения деятельности

OKR (Objectives and Key Results) - Цели и Ключевые Результаты, метод, который часто используется в современном проектном менеджменте. Такой метод используется даже в таких компаниях как Google.

С одной стороны OKR очень похож на KPI, но с той существенной разницей что в OKR заведомо завышены цели, к которым все стремятся, но при этом понимают что они практически недостижимы. Концепция такого метода сводится к тому, что при стремлении к очень завышенным целям достигается значительно больше, чем если просто сфокусироваться на реальных целях и их выполнить. Лучше выполнить “космическую” цель на 50%, результат которой будет в разы больше чем 100%-ое выполнение обычной достигаемой цели.

Люди могут гораздо больше, чем себе представляют.

OKR позволяет достаточно тесно переплести все показатели компании с необходимыми процессами и целями. И при этом все результаты прозрачны по всей компании.

Анализ аудитории

В дополнение к анализу показателей бизнеса очень важно постоянно отслеживать существующих и потенциальных клиентов. Ключевой фактор состоит в том, что продукт или сервис компании который реализуется, должен максимально подходить под соответствующую аудиторию. Нет надобности продавать человеку то, что ему абсолютно не подходит. Тому кто хочет и может купить машину приблизительно за $20,000 нет смысла “продавать” машину за $200,000.

Если нет согласования между реализуемой продукцией и потенциальными покупателями, то вы потратите много энергии и ресурсов впустую. Показатели бизнеса будут страдать.

Под вашу продукцию необходимо искать правильную аудиторию. И характеристики этой правильной аудитории у вас уже есть в виде существующих клиентов. Поэтому их необходимо анализировать на регулярной основе. Тенденции и свойства потенциальных покупателей могут меняться как в зависимости от ситуации на рынке так и в разрезе изменений вашего основного продукта. Это добавляет динамики в аналитику клиентской базы.

В дополнение, каждый существующий или потенциальный клиент имеет свою историю с вашей компанией и необходимо осуществлять ему очередные продажи либо сделать первую продажу. Для достижения этих целей обычно требуется работа с клиентами и в каждый отдельный момент существует большая или меньшая вероятность дополнительных продаж определенному клиенту. Эти все моменты необходимо отслеживать и в правильное время использовать - продажи будут стремительно расти.

Интегрирование аналитики аудитории для эффективной реализации системы продаж имеет очень высокий приоритет. В какой то мере это основа успешности бизнеса. Без клиентов бизнес не может существовать. А с правильными клиентами и правильным подходом компании к процессу успех всегда будет на расстоянии вытянутой руки.

Показатели клиентской (как существующие так и потенциальные) базы могут включать следующие элементы: возраст, пол, место проживания, предпочтения, даты предыдущих покупок, дата последнего контакта, удовлетворенность покупками, частота покупок, линки на соц сети, общая сумма потраченная на все покупки, и многое другое. В данном случае, чем больше у вас данных о клиенте, тем лучше. Всю информацию которую вы можете собрать о клиенте обязательно храните в соответствующих базах и постоянно обновляйте по мере ее изменения.

Необходимо также выделять различные сегменты аудитории. Например группирование по географическому признаку или количеству покупок. База данных должна предоставлять вам возможность анализировать все эти различные категории. Группа клиентов которая тратит в среднем $10 в месяц на все ваши сервисы кардинально отличается от всех тех, которые тратят более $100 в месяц. Каждую группу необходимо будет анализировать отдельно и знать ее тенденции для принятия определенных решений для возможного изменения функциональности или свойства вашего товара. Даже такое “простое” решение как поднятие цены на товар будет напрямую зависеть от характеристик вашей аудитории с разбивкой по различным сегментам.

Сайт – не центр вашей Вселенной. Страница в Facebook – не центр вашей Вселенной. Мобильное приложение – не центр вашей Вселенной. Клиент – вот центр вашей Вселенной! -- Брюс Эрнст, product-менеджер Monetate.

Бонус из будущего: “Бизнес-процессы и аналитика”

Если вы привяжите все бизнес-процессы в компании к аналитической машине после формирования всех целей и показателей, то вы можете считать что заложен крепкий фундамент для дальнейшего роста компании.

Цели и показатели компании являются маяками бизнеса на которые необходимо ориентироваться. Система аналитики позволяет всегда держать руку на пульсе и оценивать результативность продвижения к цели. Связующим звеном являются бизнес-процессы, которые и определяют насколько быстро или медленно все будут двигаться к маякам.

Внесите основные бизнес-процессы в аналитическую обработку привязав их как элементы к соответствующим показателям. В таком случае, когда вы будете обращать внимание на отклонение того или иного показателя, то вы сразу можете понять какой бизнес-процесс в компании “хромает”. Простое отображение процессов в каждом показателе уже даст возможность моментальной оценки.

Основные уровни аналитики

1. Главные цели компании
2. KPI направлений
3. KPI сотрудников
4. Клиентская база целиком
5. Клиентская база разделенная на основные категории

Рекомендация

Понимание системы OKR позволит быть не только на гребне волны современного менеджмента, но и заставит взглянуть на вещи под другим углом, который раскроет новые горизонты. Книга “Измеряйте самое важное” показывает в деталях основные принципы что важно для бизнеса и что необходимо измерять. Написано самим основоположником системы OKR - Джоном Дорром.

Выдержка из книги.

“Я пишу предисловия редко. Но в данном случае решил сделать исключение, потому что много лет назад Джон принес в Google этот удивительный подарок. OKR повысили наш рост в десять раз, причем не единожды. Благодаря им наша безумная цель — «организовать всю имеющуюся в мире информацию» — стала достижимой. Они позволили мне и всей компании держать руку на пульсе и контролировать ситуацию в самые важные периоды. И мне бы хотелось, чтобы люди узнали об этом.” -- Ларри Пейдж, CEO Alphabet, сооснователь Google.

Резюме

• Установление конкретных целей является залогом успеха
• Анализ текущих ключевых показателей позволит измерить результативность
• Необходимо сегментировать данные для качественного анализа
• Связывайте бизнес-процессы и аналитику

Задание

1. Определите основные показатели для вашей компании
2. Установите измеряемые цели и сроки по каждому показателю
3. Выберите уникальные показатели именно для вашего бизнеса
4. Составьте список ключевых значений вашего типичного клиента
5. Укажите основные категории клиентов

Бизнеса Аналитика vs. Business Intelligence

Понятие Бизнес Аналитика имеет различные определения в зависимости от того кто и как ее использует. В мире часто используется термин Business Intelligence когда речь идет о любых видах аналитики для бизнеса. В свою очередь, с английского языка это переводят как Бизнес Аналитика. Это единственный корректный перевод, но при этом слегка упускается сама суть. Многие используют эти два понятия как синонимы, но все же есть разница.

Давайте сразу разберемся со “сложностями перевода” и что мы будем использовать на протяжении всего курса.

Business Intelligence (BI) - совокупность всех методов и инструментов для обработки информации с целью получения знаний для принятия правильных решений в бизнесе.

Бизнес Аналитика (БА) - обработка данных и проведение статистических и других анализов с целью прогнозирования и оптимизации деятельности.

Таким образом, можно предположить что Бизнес Аналитика является частью Business Intelligence. БА решает ключевые вопросы BI, которая занимается глобально всем бизнесом в целом.

В нашем курсе, мы будем работать со всем спектром, который покрывают и Бизнес Аналитика и Business Intelligence. Нам необходимо строить систему глубокой аналитики в компании с нуля и до принятия решений.

Несмотря на то, что мы будем оперировать понятием Бизнес Аналитика, мы будем всегда иметь в виду всю совокупность этих понятий: и статистическую обработку данных с прогнозированием и методологию с инструментарием для превращения информации в бизнес знания.

Говоря Бизнес Аналитика мы понимаем Business Intelligence.

В системе бизнес аналитики или business intelligence мы рассматриваем следующие основные категории и стадии получения бизнес знаний из сырых данных.

1. Поиск и получение данных
2. Обработка данных
3. Анализ полученной информации
4. Бизнес анализ
5. Представление результатов
6. Принятие решений
7. Обратная связь

Если есть возможность, читайте литературу о бизнес аналитике (business intelligence) на английском языке - таким образом ваши знания будут намного шире.

Реальность Аналитики

Теперь давайте рассмотрим несколько ключевых форматов анализа данных и соответственно всего подхода к бизнес аналитике.

Одноразовая обработка - это единоразовый специфический анализ всей информации с целью получения определенных результатов. Примером такой работы может быть обработка всех показателей компании для определения ее стоимости. Например, учитывая значения доходности или прибыльности в совокупности с другими ключевыми моментами, можно прийти к результату стоимости компании в $45 миллионов - это финальный результат такого анализа. Этот процесс можно периодически повторять, например раз в год, и получать тенденции роста компании.

Системная обработка - любой повторяющийся анализ проводимый на регулярной основе. Примерами таких анализов может быть получение всех ключевых бизнес показателей на еженедельной основе и представление их руководству. Сводная таблица результатов работы за неделю является ярким примером, который используется повсеместно.

Анализ в реальном режиме времени - операционная обработка данных на лету с практически моментальным представлением результатов. Успех многих компаний напрямую зависит от быстроты принятия решений, часто по несколько раз в течение часа. Примером таких задач могут быть колл-центры, нагрузка в которых кардинально меняется в течение дня. Дашборд с показателями открытых вопросов с клиентами поможет правильно планировать количество сотрудников на решение тех или иных задач. В данном случае, по мере звонка клиента и открытия соответствующего задания, количество таких звонков разделенное на категории срочности и важности сразу же отображается на дашборде в центре управления.

Универсальный анализ - мир движется к тому, чтобы не было никакого разделения между форматами анализа данных и все необходимые задачи выполнялись в реальном режиме времени. Необходимо создавать такие системы аналитики, которые бы на лету одновременно представляли и текущую информацию которая востребована прямо здесь и сейчас, так и общие результаты компании. Совмещение тактических результатов каждый час с глобальными результатами - залог оптимального управления бизнесом и принятия эффективных решений в любой момент. Примером является дашборд на котором сразу отображаются результаты продаж по регионам с одновременным указанием стоимости всей компании. Таким образом, универсальный анализ - это совмещение всех ранее указанных форматов (статический, операционный, в реальном режиме) в единой системе обработки.

В современном мире ведения бизнеса ключевым является скорость принятия решений. И в таком случае критически важно принимать правильные решения. Скорость принятия правильных решений - залог долгосрочного успеха.

Типы Аналитики

Фундаментально, бизнес аналитика разделяется на три существенные категории, которые достаточно точно определяют характер анализа и соответствующие результаты. Эти категории представляют собой очередность этапов работы с данными и информацией.

Описательная аналитика - первая составляющая часть бизнес аналитики, которая показывает статистические результаты прошлых событий. В основном состоит из описания что происходило с бизнесом в определенный период. В результате, такая аналитика представляет сухие математические факты с которыми в дальнейшем необходимо работать. Пример - таблица с показателями расходов компании по каждому месяцу прошлого года. Данная аналитика является основным блоком для дальнейшего глубокого анализа.

Предиктивная аналитика - обработка данных и информации с целью предсказания будущих результатов. Такой вид аналитики очень важен для принятия оптимальных решений. Понимая к чему может привести текущая ситуация возможно моделировать различные изменения с помощью которых влиять на конечный результат. Чем точнее вы сможете предсказывать будущее на основе существующих данных, тем эффективнее вы сможете управлять бизнес процессами прямо сейчас. Один из самых ярких примеров предиктивной аналитики - прогноз роста продаж при определенных условиях. Внесение изменений в данные помогут найти оптимальное решение для увеличения продаж. В качестве инструментов используются различные методологии, от статистики и теории игр до искусственного интеллекта.

Лучший способ предсказать будущее — изобрести его. -- Алан Кей

Предписывающая аналитика - самая интересная составляющая, в результате которой пользователь получает конкретный рецепт действий. Это не просто какой либо вывод с обоснованием. Это не просто получение знаний. В данном случае аналитика выдает очень предметное решение для бизнеса, после внедрения которого определенные показатели должны улучшиться. Предписывающая аналитика работает со всей цепочкой превращения данных в информацию и потом в знания, на основе которых и выдает рецепт. Этот этап анализа является заключительным и схож с реальным предписанием врача, у которого вы берет рецепт для улучшения своего здоровья в каком то конкретном случае. Вы не обладаете всеми знаниями, но у вас в руках рецепт с помощью которого вы можете решить необходимую задачу.

Мы уже подходим совсем близко к еще одной категории - исполнительная аналитика. Такой тип аналитики будет непосредственно принимать и реализовывать самое лучшее решения на основе всех предыдущих результатов и обработки информации. По сути, исполнительная аналитика является составляющей частью предписывающей. Особо эта разновидность развита уже сейчас в веб аналитике, когда решения о показе той или иной рекламы рассчитываются за доли секунды, принимая во внимание множество факторов.

Рекомендация

Если хотите копнуть глубже и разобраться детально в различных видах аналитики и как она применяется ведущими компаниями, прочтите книгу “Революция в аналитике” - здесь вы найдете детальные описания типов аналитики и как она целиком меняется стремительным образом. Книга насыщена как фактами так и видением будущего. Каждый найдет в ней много полезного и на сегодняшний день и как применять современные методы и инструменты в будущем. Бесценный объем знаний в одном месте. Читается легко и в то же самое время заставляет с удовольствием размышлять на каждой странице. Отличная книга как раз для летнего периода - можно серьезно перечитывать каждую страницу по несколько раз или наслаждаться интересными моментами во время отдыха на море.

Выдержка из книги.

Осознаем мы это или нет, операционная аналитика уже постоянно работает вокруг нас, воздействуя на нашу жизнь. Во многих случаях аналитика больше не скрывается. Сегодня потребители зачастую знают о ее применении и даже ожидают ее результатов… В случае задержки рейса авиакомпании автоматически перенаправляют пассажиров на другой маршрут, чтобы ограничить нарушение расписания и повысить удовлетворенность клиентов. При этом аналитические программы принимают во внимание множество факторов, в том числе касающихся конкретного клиента, других пассажиров и статуса альтернативных рейсов.

Резюме

• Бизнес Аналитика и Business Intelligence являются системой анализа данных с целью принятия оптимальных решений в бизнесе.
• Аналитика может использоваться как один раз с определенной целью так и постоянно в реальном режиме времени, обрабатывая большие объемы информации.
• Существуют три различные стадии аналитики: описательная, предиктивная, предписывающая.

Задание

1. Используя предыдущее задание и набор ваших данных, определите как вы можете получать обновленные данные ключевых показателей компании.
2. Обновите или дополните ваши данные чтобы они включали самые свежие результаты компании.
3. Из новых данных, повторите процедуры прошлого задания на предмет получения новой информации и знаний.
4. Несколько ключевых новых знаний разделите на две составляющие аналитики - описательную и предиктивную.
5. На основе предыдущего пункта примите решение для компании в формате предписывающей аналитики.

Чаще всего самые сложные решения в нашей жизни являются самыми правильными. -- Джаред Лето.

Ценность информации

Фундаментальное понимание разницы между данными, информацией и знаниями поможет всегда правильно обрабатывать различные объемы. От этого зависит что вы будете получать в результате анализа и где будут храниться ключевые результаты.

При правильной организации активов всегда возможно быстро разобраться что и где находится. Точно так же как и с персональными финансами - всегда стоит разделять личные расходы и те что связаны с работой или бизнесом. Если все совместить в одно место, вы не сможете сделать даже элементарного анализа. Какие данные и структура на входе аналитической машины, такие же и на выходе. Если изначально существует путаница, то в результате обработки она еще больше исказит реальную информацию.

Значимость и стоимость информации повышается экстремально если она качественна.

Многие используют термины “данные, информация и знания” как синонимы. На самом деле, они имеют совершенно разные значения и предназначения.

Вкратце, определения следующие.

• Данные - совокупность фактов зафиксированных в цифровом или ином виде для постоянного хранения и последующей обработки. Как пример, ежемесячные цифровые показатели личных расходов на транспорт: $150 в январе и $300 в феврале.
• Информация - появляется в результате обработки данных и представлена в виде сводных данных по какому либо запросу. Например, после анализа данных о расходах, вы получите информацию что в начале года есть расходы на транспорт.
• Знания - обработанная информация, которая многократно проверена и может использоваться повторно для принятия решений. Например - в начале года расходы на транспорт самые большие.

Часто, именно слово “информация” является общим значением когда говорят и о данных, и о самой информации и о знаниях. Мы также будем использовать “информация” для общего обозначения всех составляющих.

Лирическое отступление

Ниже приведен отрывок из популярного романа Харуки Мураками “Страна чудес без тормозов и Конец Света”. В книге упоминаются возможности использования человеческого мозга в будущем для шифрования и передачи данных. Этот отрывок поможет воспринимать все составляющие информации с большим уважением.

— Возражений нет. Стирку я выполню здесь. Обработанные данные заберу с собой и уже дома сделаю шаффлинг. Это потребует отдельной и очень серьезной подготовки. А уже то, что получится, принесу вам.

— Результат мне нужен через трое суток ровно в полдень. Во что бы то ни стало.

— Это нормальный срок. Я успею.

— Запомни: опаздывать нельзя ни в коем случае, — напирал он. — Просто не представляешь, что будет, опоздай ты хоть на минуту.

— Мир развалится на куски? — улыбнулся я.

— В каком‑то смысле, — очень серьезно ответил он.

— Не беспокойтесь. За свою практику я еще ни разу не опоздал. А сейчас, если можно, приготовьте мне термос с горячим кофе и побольше воды со льдом. И чего‑нибудь перекусить. Чувствую, поработать придется не час и не два.

Я не ошибся: поработать действительно пришлось всерьез. Сами цифровые комбинации не представляли особой сложности, но ступеней детерминирования оказалось куда больше, чем я ожидал, из‑за чего моя стирка получилась страшно долгой и запутанной.

Если излагать популярно, все происходит так. Я загружаю предоставленные мне данные в правое полушарие мозга (назовем его «правый мозг»), пропускаю их через систему знаков, никак не связанную с этими данными, затем переправляю в левый мозг — и уже в принципиально ином виде выгружаю, записывая полученные цифры на бумагу. Грубо говоря, это и есть «стирка». Ключ кодировки у каждого конвертора — свой. Принципиальное отличие такого ключа от таблицы случайных чисел в том, что он представляет собой диаграмму. Иначе говоря, ключ к расшифровке конкретных данных спрятан в совершенно индивидуальной схеме разделения мозга на левый и правый (что, конечно, всего лишь удобная фигура речи: на самом деле, наш мозг на половинки не делится).

Пока эти линии разрыва не совпадут с абсолютной точностью, вернуть закодированные данные в исходный вид невозможно. Кракеры, тем не менее, похищают эти данные из компьютерной сети и пытаются их прочесть, выстраивая «временные мосты». Производят анализ данных, создают трехмерные голограммы наших мозгов и стараются воспроизвести эти линии разрыва искусственным путем. Иногда им это удается, иногда нет. Мы совершенствуем способы защиты — они развивают технологии нападения. Мы охраняем информацию — они ее крадут. Классический сюжет о ворах и полицейских.

Завладев чужими секретами, кракеры продают их на черном рынке и получают фантастическую прибыль. Что хуже всего — самую важную часть краденого они оставляют у себя и с огромной выгодой используют в интересах своей корпорации.

В обиходе нашу организацию называют Системой, а корпорацию кракеров — Фабрикой. Изначально Система создавалась как частный консорциум, но со временем ее общественное значение возросло, и она получила полугосударственный статус. Как, например, компания «Белл» в США. Мы, рядовые конверторы, работаем по частному найму — как те же налоговые эксперты или адвокаты, — а для этого необходима государственная лицензия. Однако заказы мы можем принимать лишь непосредственно от Системы или же от агента, официально уполномоченного Системой. Это жесткое правило ввели для того, чтобы наши технологии не попадали в лапы кракеров. Нарушитель несет суровое наказание и теряет лицензию. Хотя лично я не вижу в этом правиле особого смысла. Потому что конверторы, у которых отбирают лицензию, чаще всего тут же заглатываются Фабрикой, уходят в подполье и становятся кракерами.

Как организована Фабрика, я не знаю. Говорят, в свое время она появилась на свет как малая венчурная компания, но сразу же начала разрастаться. Некоторые называют кракеров «инфо‑мафией»; а поскольку они действительно пустили корни в самых разных кругах подпольного бизнеса, это прозвище, скорее всего, справедливо. Отличие от настоящей мафии у них только одно: они занимаются исключительно информацией. Информация чиста и приносит деньги. Взял на мушку компьютер пожирней, выпотрошил ему память, загреб добычу — и поминай как звали.

Данные

Как упоминалось выше, данные это совокупность зафиксированных цифр и текста.

Ключевое отличие данных от информации и знаний состоит в том, что сами по себе данные пользы особой не имеют если в дальнейшем не анализируются. Данные ценны своей обработкой и что они могут показать.

Чем больше вы будете работать с одним набором данных, тем больше информации и знаний вы сможете из них выжать.

В свою очередь, данные также следует разделять как минимум на следующие две категории: неструктурированные и структурированные. В разговорном языке употребляются термины "сырые данные" когда речь идет о неструктурированных данных.

Представьте таблицу эксель в которой в каждом столбце свои значения и каждый столбец при этом обозначен и указана мера исчисления - это структурированные данные. А теперь удалите заголовки столбцов - в результате у вас будут неструктурированные данные, только цифры без их понимания. Различать эти две категории необходимо по причине того, что большие усилия и ресурсы используются для превращения именно сырых данных в правильно структурированные. Иначе польза последующего анализа будет минимальна. Потратив время на оформление данных и их осознание поможет в дальнейшем получить максимум пользы.

Всегда старайтесь изначально заполучить уже структурированные данные - это поможет сэкономить время и ресурсы.

Информация

В отличии от данных, информация не является фиксированным значением. Информация всегда должна базироваться на данных в результате обработки которых она и появилась.

Важно понимать какие данные использовались для получения какой либо информации - впоследствии всегда будут фактические данные на которых основана информация. Это поможет получать еще больше полезной информации с тех же данных.

Ключевое фактор - информация находится между данными и знаниями. Вы всегда сможете очень точно разделять понятия когда будете в первую очередь обращать внимание не является ли то или иное упоминание именно информацией. Если нет, то вы владеете либо данными либо знаниями, а это еще легче разделить потому что они кардинально отличаются.

Любая информация значительно ценнее самих данных. Однако, не стоит забывать что информация без данных имеет ограниченные возможности. В результате, в идеальном варианте, наличие и данных и информации представляют собой максимум возможности для будущего анализа и достижения результатов.

С одних и тех же данных можно получить огромное количество информации. Но, из информации обратно получить данные очень сложно, а иногда и невозможно.

Для практики, в любом разговоре или общении обращайте внимание чем вы оперируете - данными, информацией, или знаниями.

Очередной пример: возьмем простой случай с погодой, который поможет понять где данные, а где информация со знаниями.

• Данные - значение температуры в вашем городе на 13:00 на каждый день прошлой недели. Набор из семи цифр. 30, 32, 33, 31, 20, 25, 28.
• Информация - на прошлой неделе средняя температура днем была 28,4.
• Знания - после летнего дождя температура в городе снижается.

Знания

Знания являются завершающим элементом в цепочке преобразования данных и информации. Знания всегда представляют собой устоявшийся факт, который можно использовать в течение длительного периода.

Знания - самый важный элемент по причине его максимальной пользы для достижения цели.

С помощью знаний вы всегда сможете принимать эффективные решения потому что ранее соответствующая информация была проанализирована и многократно проверена. Вам нет необходимости делать все заново - используйте сразу знания предыдущих поколений.

В каком формате представлены знания? В основном используются текстовые документы в виде стандартов и регламентов в котором описаны рекомендации и правила. Знания в больших количествах существуют в книгах, от научных до художественных. Википедия является ярким примером и информации и знаний одновременно. Различные философии и высказывания мудрецов также несут в себе огромный поток знаний.

Иногда достаточно прочитать одну правильную книгу чтобы набраться знаний, которые писатель получил в результате нескольких десятков лет опыта и анализа. В таком случае вы потратите всего неделю на прочтение книги чтобы получить те же самые знания на которые автор потратил года.

Ценность знаний уникальна, но при этом очень сильно зависит от метода использования самих знаний и достоверности предыдущей информации.

От того как будут применяться знания для каких либо специфических проектов будет зависеть конечный результат. Очень часто необходимо модифицировать знания и привносить свою экспертизу чтобы максимально эффективно принимать правильные решения.

Процесс преобразования знаний входит в постоянный цикл обратной связи. Несмотря на то, что определенные знания в основном базируются на проверенной информации и прошли проверку на практике, они всегда “живые”. Знания с течением времени меняются. Иногда медленно, иногда моментально. В связи с этим, необходимо постоянно иметь обратную связь насколько одни знания являются максимально результативными.

Обратная связь знаний организуется следующим образом: после того как принято решение на основе знаний, проверяется результативность, после чего значение результата используется в отделе обработки информации и их данных - впоследствии новые знания преобразуются уже с учетом результата. Такая модель обработки “данных-информации-знаний” является самоорганизующейся и может быть максимально автоматизирована.

Знания позволяют получать то самое озарение для принятия правильного решения.

Будущее

Построив модели обработки данных и дав возможность такой системе самообучаться возможно наладить процесс получения знаний на совсем другом уровне. Скорость получения и использования знаний возрастет в разы или на порядок - это повлечет стремительный рост бизнеса и связанных процессов.

Знания станут блоками данными - вся цепочка обработки, от данных до знаний, начнет смещаться и развиваться. Комплексные аналитические системы начнут оперировать не данными, а сразу знаниями и на той же скорости что и ранее с данными. Сами данные уйдут глубоко в нижние слои осознания и будут создаваться практически без вмешательства человека. Примером может служить эволюция языков программирования: ранее специалист управлял 0-ми и 1-ми раскладывая по правильным ячейкам и создавая элементарные алгоритмы вычисления. Сейчас же в современных языках на пользовательском уровне используются целые библиотеки для выполнения сложных задач.

В итоге, ключевыми факторами развития систем обработки информации станет автоматизация процессов и трансформирование данных в знания.

Задание

1. Откройте все данные о компании которые вы собрали в предыдущем модуле.
2. Осознайте формат представления этих данных и насколько они структурированы.
3. Найдите информацию в этих данных путем простого логического размышления.
4. Составьте список значимой информации которую вы смогли найти. В списке должно быть приблизительно 10 позиций различного рода информации.
5. Изучите данные и найденные блоки информации на предмет получения знаний.
6. Составьте список знаний из 3-х самых важных находок.
7. На основе списка знаний предположите какие решения можно принять для улучшения ситуации компании, например для повышения объема продаж.
8. Создайте список потенциальных решений и выберите самое значимое по вашему мнению.

В результате выполнения данного задания у вас будут списки информации, знаний и решений.

Эта модель ручного анализа на основе данных будет использоваться в дальнейшем для построения автоматической системы аналитики.

Резюме

• Осознанно разделяйте понятия данных, информации и знаний.
• Информация имеет высокую ценность и к ней необходимо относиться с уважением.
• Для принятия правильных решений важны как сами данные так и правильный процесс их последующей обработки.

Недостаточно только получить знания; надо найти им приложение. -- И. Гёте

Взлеты и падения гигантов

Еще с 1980-х годов лидер американского рынка Circuit City уверенно рос год за годом. Они реализовывали электронику и выросли до 500+ магазинов по всей стране. Но в 2008 году, только за один квартал у них появились убытки в размере $200 миллионов. И нет, это не общая тенденция. В тот же самый квартал этого же года, конкурент Best Buy показал прибыль на такую же сумму. Год спустя Circuit City закрыл все свои магазины и соответственно бизнес. Тем временем, Best Buy до сих пор на плаву и продает электронику в своих 1,000 магазинах.

Что произошло с Circuit City? В свое время, в отличие от своего конкурента, они не были представлены в интернете. Отсутствие вебсайта на тот момент уже было серьезным недостатком. И не только из-за невозможности продвижения товара, но и из-за нехватки данных и обратной связи. Дополнительно, магазины начали располагать в посредственных локациях с целью экономии средств. Это повлекло снежный ком проблем. Вместо того чтобы потенциальный клиент потратил всего 10-15 минут на поездку в магазин, ему теперь необходимо было тратить больше времени чтобы добраться до ближайшего магазина. А в это время, конкуренты, расположившись в ключевых локациях привлекали покупателей. Circuit City получил массовый отток клиентов и это не окупилось снижением издержек в соответствующих локациях. Ну и напоследок, все с теми же “благими” намерениями, руководство приняло решение сократить расходы на зарплату топовых сотрудников. И этими топовыми сотрудниками оказались те самые продажники, которые генерировали основной доход компании. Это не заставило долго ждать плачевных результатов.

Отсутствие новых технологий и сокращение затрат в неправильных направлениях повергло большую компанию в пучину проблем, из которых она уже не смогла выбраться.

Всего этого можно было бы избежать используя глубокий и в то же время правильный анализ данных и информации. Необходимо было изучать предпочтения покупателей, их передвижения и основные ценности чтобы предложить именно то, что им было необходимо. В дополнение, внутренние расходы компании должны были анализироваться с обязательным влиянием на другие факторы бизнеса.

Анализ ради анализа не работает и приносит иногда больше вреда чем пользы. Все необходимо делать разумно и всегда изучать ситуацию со всех сторон.

Концепция

Любое ведение бизнеса или проекта связано с принятием решений. Их необходимо принимать как в краткосрочном режиме так и в долгосрочном. Каждый день человек стоит перед выбором чего либо, и в личной жизни и в бизнесе. Сиюминутные быстрые решения или долгие раздумья над стратегическими планами заставляют тратить большое количество времени и сил. Но несмотря на потраченное время, ключевой момент остается за тем, что любое решение должно быть максимально правильным.

В эволюции человека, большую роль при принятии решений играет опыт. Это одновременно и хорошо и плохо. Раньше, опыт был единственным накопительным фактором с помощью которого человек принимал решения. Сейчас же, объемы информации и задач настолько велики, что одного только собственного опыта не хватает. Необходимо использовать всю мощь окружающей нас информации.

Сам опыт является очень важным элементом. С его помощью, человеческий мозг может абстрактно ощущать что необходимо сделать без особых рассуждений. Здесь включается интуиция, которая нам подсказывает что правильно и что нет.

В идеальном варианте, в современном мире, при принятии решений необходимо совмещать накопленный опыт с объективной информацией. В связи с большой скоростью развития технологий, только один опыт уже не приносит желаемого результата.

Компания, которая принимает решения на основании качественных данных и наработанного опыта будет всегда впереди на рынке. Такая компания имеет большие шансы принимать правильные решения чаще других. При этом, моменты озарения или инсайтов приходят именно после обработки данных, что и дает возможность в свою очередь принимать лучшие решения.

Совмещение опыта, данных и современных технологий позволит каждому использовать максимум возможностей чтобы достичь успеха. Это великолепная тройка создает дополнительный взрывной эффект, когда опыт дополнен данными и при этом технологии делают возможным обрабатывать весь объем информации с небывалой раньше скоростью.

Со стороны такой метод может показаться очень сложным и трудоемким. Но как только вы увидите весь путь и реализуете эту концепцию хотя бы один раз, вы удивитесь как раньше вы жили без этого и как часто полагались только на интуицию при принятии важных решений. Точно также как в тот момент когда вы научились кататься на велосипеде - вы понимаете что это оказывается совсем просто и позволяет передвигаться гораздо быстрее. Впоследствии вы запрыгиваете на велосипед и катите на нем даже не задумываясь как его использовать.

Велика разница между намерением и действием. -- Пауло Коэльо

Бизнес аналитика позволяет использовать данные и информацию для познания любого проекта с целью принятия правильных решений в кратчайшие сроки. Обработка данных и соответствующий анализ одновременно и важны и легки. Не стоит останавливаться перед временными трудностями познания использования такого мощного инструмента.

Ключевой момент успеха внедрения любого типа аналитики это последовательность и регулярность действий. Если каждый день вы будете выполнять определенные действия, то вы будете на шаг ближе к заветной цели и это станет вашей привычкой. Обратите внимание, что важно не только создание аналитической системы, но и ее постоянное использование на всех уровнях.

Задание

Для того чтобы эффективно и плодотворно обучаться, необходимо одновременно закреплять всю теорию практическими занятиями. Если же это будет происходить с реальными данными и проектами которые вам очень интересны, то это будет как минимум двойной положительный эффект.

На данном этапе выберите ту компанию для которой вы будете строить аналитику в течение всего курса. Это может быть и внедрение аналитики для своей компании в которой вы работаете и любой бизнес проект которым вы лично хотели бы заняться.

Ключевой момент - вам необходимы будут данные. Поэтому выбирайте проект в котором либо уже есть данные либо вы сможете их получить.

В случае отсутствия определенных проектов или идей, вы можете выбрать любую публичную компанию в интересной вам тематике. Это позволит вам работать с реальной компанией и с реальными данными. Впоследствии вы сможете переложить свой опыт построения аналитики с этой компании на любую другую. Дополнительно, это послужит либо отличным проектом для портфолио либо возможностью понять свою компанию через призму лидеров.

На NASDAQ, например, публично торгуется более 3,000 компаний, от Apple до Google. Выберите себе одну по душе. Здесь можно просмотреть список топовых компаний. Там же, кликнув по компании, можно ознакомиться с ее основными фундаментальными и техническими данными. Бесплатно скачать исторические данные любой публичной компании вы сможете с помощью финансового сервиса Yahoo. Как пример, скачать данные акций Google в один клик в формате таблицы Excel можно здесь, а ежеквартальное движение наличности здесь.

В итоге, в результате рассмотрения и изучения потенциальных кандидатов, сделайте окончательный выбор и составьте краткое описание проекта. Он должен содержать как минимум два ключевых ответа: для какой компании вы будете строить аналитику и где находятся доступные данные этой компании. Описание сохраните себе в виртуальную папку где у вас будет находиться вся информация.

Резюме

• Бизнес аналитика одновременно и важна и легка.
• Принятие решений на основе данных и использование технологий позволит быть всегда уверенным в себе и в будущем.
• Наличие данных позволит проводить эксперименты и достигать успеха.

Птица, которая не использует свои крылья, далеко не улетит. Наши крылья - это наше воображение и те, кто не используют его, остаются всегда на одном месте. Мечтайте и фантазируйте, только так вы сможете свободно парить по безграничному миру возможностей. -- Мохаммед Али

Онлайн курс использования данных для взрывного роста компании!

25 шагов к успеху - построение системы аналитики с нуля до внедрения искусственного интеллекта.

Общее описание

Бизнес аналитика является одним из самых эффективных инструментов для долгосрочного роста и успеха компании, позволяя превращать обычные данные в реальную ценность. Получив инсайты и прогнозы, вы сможете принимать правильные решения на основе данных независимо от размера компании или вашей роли в ней.

Обеспечение взрывного роста бизнеса за счет использования системной аналитики - ключевая продуктивность, которая позволяет быть впереди на рынке.

Многие считают что внедрение правильной аналитики сложно. На самом деле, если знать с чего начать и что делать, аналитика доступна на любом уровне. Получите знания как это сделать правильно и принести пользу себе и своей компании начиная с первых дней обучения. Курс покажет детально как вы можете все реализовать - быстро, легко, качественно.

Говорят что аналитика это сложно, на самом деле сложно без аналитики.

Методология построена на пошаговом внедрении аналитики используя 3-х мерную матрицу - правильный фокус, правильные действия, правильные итерации. Это позволяет реализовывать экспоненциальный рост бизнеса.

Данная матрица успеха - это ваш билет к взрывному росту компании на основе данных.

В современном мире очень легко сделать ошибки, которые приведут даже самую успешную компанию к краху. Чтобы такого не происходило, необходимо принимать решения на основе данных, а не только на основе личного мнения. Интуиция и опыт это великолепно, но их надо совмещать с реальными фактами и данными для правильного прогнозирования и необходимых действий. Скорость бизнеса растет с каждым днем и это требует новых методов управления проектами.

Этот курс за $99 (на данный момент $0) научит вас всему арсеналу навыков для успешного внедрения аналитики для взрывного роста компании.

Автор

Авторский курс, методология и контент разработаны Максимом Панфиловым на основе личного опыта и лучших мировых практик. Более 25 лет работы в различных компаниях в Украине и США на разных уровнях (от менеджера до управляющего) помогли увидеть ключевые факторы и реализовать возможности для роста бизнеса.

Внедрение единой информационно-аналитической системы в одном из предыдущих проектов дал положительный эффект в миллионы долларов.

Результат

По завершению курса вы научитесь

• как вырастить бизнес за счет эффективного анализа данных
• как создать аналитическую культуру внутри компании
• как эффективно использовать ключевые инструменты
• как быстро принимать правильные решения на основе данных
• как автоматизировать процессы и приносить еще больше пользы
• как быть готовым к следующим этапам развития чтобы оставаться лидером
• как построить целостную систему аналитики с запасом прочности

Для кого

• менеджеров средних и больших компаний чтобы привнести дополнительную ценность
• собственников бизнеса для принятия правильных решений на основе данных
• аналитиков, чтобы внедрять лучшие практики использования данных для роста бизнеса
• проектных/продуктовых менеджеров с целью создания востребованных функций
• всех кто хочет быть в одной из самых востребованных профессий будущего, от бизнес аналитика до эксперта в области науки о данных

Уровень

Для того чтобы охватить все необходимые процессы построения глубокой аналитики от А до Я, курс имеет обзорный характер и средний технический уровень. Подходит как для новичков в работе с данными так и для профессионалов. Массу полезного найдут для себя будущие аналитики и исполнительные менеджеры.

Впоследствии возможны углубленные курсы по каждому из пройденных направлений.

Бонусы

• для всех успешно завершивших курс будет отдельный закрытый чат для дальнейшего взаимодействия
• возможность участия в специальных проектах с приоритетом для выпускников
• доступ к эксклюзивным предложениям по работе или поиску специалистов

В мире большой дефицит экспертов по работе с данными при растущей потребности. Это относится как к техническим моментам так и к управленческим навыкам менеджеров. На данный момент есть острая востребованность на всех уровнях, когда идет речь о превращении данных в реальную пользу.

Основные цифры курса

• 25 модулей
• 1-2 модуля в неделю
• 100+ инсайтов
• 50+ ресурсов
• 20+ заданий
• 10+ кейсов
• 1 чат с автором для всех участников

Содержание каждого модуля

• цель, идея, история, теория - начинаем в текстовом формате
• примеры, инсайты, выводы, краткое содержание
• необходимые действия, вопросы и ответы
• дополнительные материалы для продвинутого изучения
• домашнее задание - да, вы будете вовлечены в реальную работу, выбрав любой интересный для вас проект или свою компанию
• бесплатные и платные ресурсы/инструменты по теме
• бонусы

Основные направления модулей

• введение в бизнес аналитику
• базовая теория
• основные принципы и методология
• ключевые категории и разделы
• эволюция аналитики
• культура управления на основе данных
• типы аналитики
• что анализировать
• как анализировать
• фокусировка
• дизайн мышление в аналитике
• гибкий подход
• принципы взрывного роста
• автоматизация
• визуализация
• внедрение
• следующий уровень и будущее
• ключевые источники и ресурсы
• примеры построения систем аналитики
• выводы и общий обзор

Стоимость

На данный момент действует промо период на первые модули - $0. Присоединиться может каждый желающий с полным доступом ко всем материалам.

Время и сроки

Ожидайте потратить в среднем 5 часов в неделю. Планируем завершить курс за 3 месяца.

Где

Обучение проходит в онлайн режиме в уютном телеграм канале.

Как

Присоединяйтесь к этому каналу “Аналитика на Миллион”, где будет проходить публикация информации и заданий со всеми сопутствующими материалами.

Будущее ждет тебя прямо здесь и сейчас… не упусти его.