Глава 8 Аналитическая команда - Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс - RutLib.com

Книга: Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Глава 8
Аналитическая команда

Если организация хочет поставить операционную аналитику себе на службу и получать от нее весомую отдачу, ей надо для этого подобрать нужных людей. Кроме того, надо правильно их организовать и обеспечить им условия для успешной работы. В большинстве случаев – за исключением разве что некоторых развитых в плане использования аналитики компаний – придется изменить и существующие организационные структуры. Тематику, связанную со специалистами-аналитиками и аналитическими командами, я рассмотрел в своей книге «Укрощение больших данных». В этой главе я хочу добавить еще несколько важных соображений и новую информацию. Итак, давайте рассмотрим некоторые ключевые действия по набору, организации и управлению аналитической командой, способной обеспечить успешное применение операционной аналитики.

Произошел серьезный сдвиг

Сегодня я с удивлением наблюдаю за тем, как расширяются карьерные возможности для профессиональных аналитиков. Более 20 лет назад, после окончания аспирантуры, я отчетливо понимал, что моя профессиональная судьба – оставаться «ботаником», обитающим в дальних закоулках офисов. Время от времени меня будут выпускать из подвала, но бóльшую часть времени я буду сочинять в кулуарах умнейшие аналитические отчеты. Такова была участь специалистов по аналитике в те времена, и я с ней смирился.

С улыбкой вспоминаю, как на моей первой работе мне приходилось разговаривать с кем-то, кто мог поговорить с кем-то, кто мог поговорить с кем-то, кто принимал решения. Я находился на приличном удалении и от лиц, принимающих бизнес-решения, и от ИТ-отдела. Ввиду места, которое моя команда занимала в организации, и наших условий для работы наше влияние было весьма ограниченным. Например, разработанный мной анализ для прогнозирования ухода клиентов осуществлялся в режиме пакетной обработки и только для немногих конкретных точек принятия решений. Аналитика не была интегрированным компонентом деятельности организации (впрочем, как и я со своей командой) и тем более не была операционной.

Сегодня специалисты по аналитике постоянно сидят за одним столом вместе с принимающими решения лицами. И, более того, зачастую сами являются такими лицами. Какая огромная перемена по сравнению со стартом моей карьеры! Я пришел в аналитику по одной простой причине: она мне нравилась. Хотелось бы заявить, что я с самого начала предвидел будущее, но не могу себе этого позволить. Мне просто повезло, что я выбрал одну из самых востребованных сегодня профессий.

Аналитика не только воскресла из небытия, но и впала в противоположную крайность. Такие авторитетные издания, как Harvard Business Review, CNNMoney и Forbes, сегодня пишут о профессии аналитика как не только о востребованной, но и привлекательной. После того как годами я пытался объяснить людям на вечерниках, чем зарабатываю себе на жизнь, не особо пугая их подробностями, мне забавно, что меня, благодаря моему роду занятий, стали считать умным, пусть и непривлекательным.

Вследствие этой вновь обретенной (и, возможно, мимолетной) популярности появилось упражнение, которое я хотел бы порекомендовать моим коллегам. Вечером, перед тем как лечь в постель, остановитесь на мгновение перед зеркалом, посмотрите на себя и скажите: «Я специалист-аналитик, и я привлекателен». Впервые в вашей жизни другие люди могут согласиться с этим утверждением.

Еще совсем недавно, в 2012-м, когда мы обсуждали с организациями их аналитические стратегии, они обычно упирались в вопрос, а нужно ли им вообще нанимать специалистов-аналитиков. Это всегда обескураживало меня, поскольку мне как профессионалу хотелось, чтобы все остальные считали нашу профессию ценной и не ставили под сомнение необходимость нашего найма.

Аналитические организации никуда не денутся
В последние годы произошел серьезный сдвиг. Вместо того чтобы задавать вопрос, нужны ли им вообще аналитические таланты, сегодня организации озабочены тем, как из имеющихся у них талантов создать команды и расширить их влияние. Это говорит о том, что в настоящее время ценность профессиональных аналитиков осознана, а их роли расширяются.

С тех пор ситуация примечательным образом изменилась. Начиная с 2013 г. многие организации стали обращаться ко мне и спрашивать не о том, нужно ли им нанимать специалистов-аналитиков, а о том, как создать команду из имеющихся профессионалов. В этом виден большой прогресс, поскольку он отражает два важных факта. Во-первых, во многих компаниях сегодня достаточно много аналитических талантов, вследствие чего приходится задумываться о том, как их организовать. Во-вторых, и это столь же важно, упор на создание аналитических команд говорит о том, что они никуда уже не денутся. Вот в чем состоит серьезный сдвиг и воодушевляющая тенденция.

Аналитические команды теперь широко распространены. Если в вашей организации такой команды нет, вы должны ее создать. Если уже есть, вам нужно ее укомплектовать, сорганизовать и управлять ею правильно, если вы хотите добиться успеха в операционной аналитике. Именно этому и посвящена остальная часть данной главы.

Подбор и расстановка кадров

Все начинается с кадров. Невозможно управлять организацией без соответствующих ей людей. Кто должен входить в вашу аналитическую команду и какими чертами должны обладать эти люди? Как создать всесторонне подготовленную команду? Как обеспечить сотрудникам комфортный микроклимат в долгосрочной перспективе? Давайте рассмотрим эти вопросы.

Кто такие специалисты по аналитике?

Для начала давайте определимся с термином «специалист-аналитик». На протяжении многих лет какие только наименования не давались этой профессии. Аналитиков называли «статистиками», «разработчиками прогностических моделей», «добытчиками данных», а совсем недавно стали называть «исследователями данных». Я использую общий термин «специалист-аналитик», который включает в себя все вышеперечисленные, а также другие, им сопутствующие.

Кого-то может удивить, почему я включил сюда термин «исследователь данных», поскольку в свете поднявшегося вокруг него ажиотажа он представляется как новый. Но если вы изучите, что пишут о деятельности исследователей данных, о том, чем они руководствуются и об их методах, то увидите, что это не сильно отличается от того, чем занимались выдающиеся специалисты-аналитики на протяжении многих лет. Основное практическое отличие между исследователями данных и другими аналитиками состоит в том, что первые чаще имеют образование в области компьютерных наук и предпочитают работать с Hadoop и языками наподобие Python или R. Традиционные же специалисты-аналитики чаще имеют образование в области статистики, математики или исследования операций и предпочитают работают с серверами реляционного и аналитического окружения, а программируют на языках SAS и SQL. Однако какие бы платформы или языки ни использовались, фундаментальный набор навыков и склад ума, которые необходимы для успеха на данном поприще, остаются неизменными. По сути, все эти профессионалы используют одну и ту же аналитику в одних и тех же целях для крупных компаний, использующих инновационную аналитику.

В нынешней популярности термина «исследователь данных» есть свои плюсы. Годами, нанимая специалистов-аналитиков, я говорил: «Мне нужен статистик, который при этом также…» Ключевой частью фразы было «который при этом также…» Дело в том, что людей со специальностью «статистик» находится в избытке. Многие из них не работают на крупные компании и не создают инновационную аналитику. Например, могут заниматься статистическими исследованиями или научной деятельностью. Поэтому только часть тех, кого именуют «статистиками» или «добытчиками данных», специализируется на внедрении аналитики в бизнес-процессы и занимается деятельностью, ассоциируемой с исследователями данных.

Однако термин «исследователь данных» нов настолько, что та небольшая группа людей, претендующих на этот титул на законных основаниях, в основном отвечает той матрице, которую я всегда искал. Имидж и мыслительные процессы, ассоциируемые с термином «исследователь данных», соответствуют сути искомых мною всегда качеств «статистика, который при этом также…» Мне нравится, что у нас наконец-то появился термин, точно передающий ключевые требования при найме специалистов-аналитиков (даже если сам по себе термин мне не нравится).

Вместе с компанией Talent Analytics и Международным институтом аналитики мы провели опрос среди большого числа специалистов-аналитиков, чтобы определить, что делает их уникальными. Это количественное исследование было призвано ответить на два вопроса:

1. Обладают ли специалисты-аналитики неким уникальным, поддающимся количественной оценке складом ума и представляют ли они собой прирожденные таланты?

2. Как специалисты-аналитики расходуют свое время в рамках рабочего процесса?

Результаты исследования показали, что специалисты-аналитики обладают четкими и измеримыми характерными признаками прирожденных талантов. Среди 11 измеренных характеристик первое место заняли любопытство и креативность. Talent Analytics использует эту информацию для помощи компаниям в оценке существующих аналитических кадров и кандидатов при найме. Исследование также показало, что специалисты-аналитики значительную часть своего рабочего времени расходовали на подготовку данных и программирование и гораздо меньше времени на управление процессами и интерпретацию, визуализацию и представление результатов. Этот вывод отражает реальное положение дел. Нередко можно слышать, что у аналитиков 80 % и более усилий тратится на подготовку к анализу.

Старая и новая школы приходят к согласию

Возможно, услышав мое заявление о том, что исследователи данных не отличаются от выдающихся специалистов-аналитиков прошлого, вы сочли меня «парнем-статистиком из старой школы». Однако «исследователи данных из новой школы», такие как Саймон Чжан из LinkedIn, со мной согласны. Мы с ним выступали на конференции Big Analytics в Бостоне в 2012 г. В ходе своего доклада он рассказал о том, как его аналитическая команда в LinkedIn нанимает новых сотрудников и на какие характеристики при этом смотрит. Я был поражен, поскольку Саймон сказал фактически то же самое, что собирался сказать я, только немного другими словами. Он тоже получил удовольствие от моего доклада.

Специалисты-аналитики в качестве творцов
Как бы специалисты-аналитики ни назывались, их успешность зависит от факторов, выходящих за пределы технических знаний и навыков. Наиболее ценные специалисты сочетают в себе ученого и творца. Нанимайте аналитиков-творцов, обладающих необходимыми техническими навыками, и вы создадите команду, способную преуспеть в операционной аналитике.

В ходе дальнейшего разговора мы выяснили, что каждый из нас ожидал от собеседника неких других идей, особенно в свете шумихи на рынке о разнице между аналитиками «старой» и «новой» школы. Но вместо этого мы просто подтвердили общность подходов и воззрений друг друга. Это было важным осознанием, поскольку мы поняли, что нам не нужно заново изобретать аналитическое колесо только лишь потому, что надо соответствовать новым данным и новым технологиям. Другими словами, у прошлого можно много чего позаимствовать, о чем я не устаю твердить на протяжении книги.

Я всегда говорю, что лучшие специалисты-аналитики совмещают в себе ученых и творцов. Два художника могут совершенно по-разному нарисовать одну и ту же сцену, используя разные краски и стили. Обе картины могут впечатлять, но при этом быть абсолютно разными. Аналогичным образом два талантливых аналитика могут использовать разные подходы к решению одной и той же проблемы и получить убедительные результаты. Дело в том, что создание аналитического процесса на всем протяжении требует творчества. Творчество проявляется в том, как именно определена задача, как построена аналитическая модель и как представлены результаты. Разумеется, поощрение творчества вовсе не означает, что приемлемыми можно будет считать любые результаты. Как правило, существует только один наилучший ответ. Творчество присутствует в методе, при помощи которого находится этот ответ.

Представители как старой, так и новой школы согласны с тем, что сегодня компаниям требуются люди, обладающие не только техническими навыками. Им нужны люди, способные создать при помощи данных убедительную картину. Им нужны творцы.

Как разрешить кадровый кризис

У нарастающей востребованности специалистов-аналитиков есть и оборотная сторона. А именно – спрос слишком высок, а предложение ограниченно. Найти и удержать талантливых аналитиков нелегко. Их зарплаты растут, и каждый хороший специалист регулярно получает предложения новой работы. Многие источники, от McKinsey до Wall Street Journal, предсказывают, что в ближайшем будущем этот дефицит только возрастет.

Что же касается приходящих в эту область новичков, то должно пройти время, прежде чем они окажут заметное влияние на рынок труда. Будь то выпускник вуза или переквалифицировавшийся специалист, им еще предстоит набраться необходимого опыта, чтобы стать настоящим профессионалом. Давайте рассмотрим несколько способов поиска талантов.

Поищите у себя

Меня часто спрашивают, можно ли просто переместить людей с их нынешних должностей на должности аналитиков. Например, взять специалистов по бизнес-разведке или уверенных корпоративных пользователей и переквалифицировать их в специалистов-аналитиков? Разумеется, вы должны поискать таких людей в своей организации, потому что это ничего не будет стоить, но доля успешных попыток будет низкой. Перемещение сотрудников способно стать частью плана, но не единственным планом.

Не пришей кобыле хвост
Многие организации делают ставку на переквалификацию своих сотрудников в специалистов-аналитиков. Такой подход может сработать с небольшой долей сотрудников, но не сможет заменить жизнеспособный целенаправленный план. Вам придется поискать профессионалов с необходимым опытом и набором навыков за пределами организации.

Даже в крупной организации довольно трудно найти людей со складом ума и навыками, которые позволят им стать специалистами-аналитиками. Многие, кто обладает подходящими характеристиками, уже являются профессиональными аналитиками. Например, если в организации 20 кандидатов на переквалификацию, то, возможно, всего лишь несколько из них сумеют овладеть профессией аналитика. Но даже им потребуется время, чтобы стать по-настоящему эффективными. При реалистичном подходе пополнение аналитической команды будет происходить в основном за счет специалистов, пришедших извне с уже имеющимся профессиональным багажом.

Сертификация аналитиков

В настоящее время доступны сертификаты специалистов-аналитиков. Наиболее известной является программа «Сертифицированные профессиональные аналитики» (Certified Analytics Professional, CAP), предлагаемая Институтом исследования операций и менеджмента (Institute for Operations Research and the Management Sciences, INFORMS). Программа CAP фокусируется на пяти E:

1. Экзамен (Exam). Сертификация предусматривает сдачу экзамена. В силу необходимости экзамен делает упор на технических навыках.

2. Опыт (Experience). Чтобы стать сертифицированным аналитиком, требуется наличие профессионального опыта. Работодатели хотят знать, что они нанимают специалиста с портфолио успешно реализованных проектов.

3. Этика (Ethics). Многие профессии, от врачей до аудиторов, имеют свои кодексы профессиональной этики. Специалисты-аналитики нуждаются в руководящих принципах применения аналитики и ее результатов с соблюдением этических норм.

4. Образование (Education). Соответствующее профессиональное образование создает очевидное преимущество.

5. Эффективность (Effectiveness). Это требование относится к личным качествам и устанавливает, что сертифицированные профессионалы должны иметь нечто большее, чем технические навыки и диплом.

Именно критерий эффективности подвигнул меня согласиться стать членом консультативного комитета CAP на добровольных началах. Как мы уже убедились выше, настоящий профессионализм требует обладания не только техническими навыками. Требуются и социальные навыки, скажем, общения и убеждения. Чтобы пройти сертификацию, кандидаты должны доказать, что они способны эффективно представить свою позицию и результаты. Разумеется, методика оценки по критерию эффективности со временем будет развиваться, однако уже само по себе включение этого критерия в программу CAP является замечательным фактом. Когда сертификация аналитиков станет обычной, работодатели получат еще один способ идентифицировать надежных кандидатов.

Программы высшего образования в области аналитики

Еще одним недавним трендом стало введение программ обучения в области аналитики на уровне бакалавриата и магистратуры в крупных университетах. В 2008-м или 2009 г. я услышал о такой программе впервые. В начале 2014 г. я увидел список уже из нескольких десятков университетов, причем список был далеко не полным. Данный тренд свидетельствует о том, что в академических кругах признали растущий спрос на людей, разбирающихся в аналитике. Со временем эти программы помогут решить проблему с дефицитом кадров. Современные программы отличаются тем, что они сосредоточены на несколько ином наборе компетенций, чем программы в области традиционной статистики, исследования операций или делового администрирования.

В мои времена, когда я изучал статистику в университете, первостепенное внимание уделялось обучению специальным навыкам, тогда как практическому применению статистики, особенно в сфере бизнеса, не уделялось никакого внимания. Единственным упоминанием о бизнесе в нашей учебной программе были примеры в учебнике, в которых рассматривалась возможность использования искусственно созданных достоверных данных для решения бизнес-проблемы. Однако при этом от нас требовалось повернуть матрицу или выполнить иную формальную задачу. Так что бизнес в этом случае был не более чем тематической историей. С другой стороны, традиционные программы образования в области бизнеса были полностью сосредоточены на бизнес-тематике и, возможно, лишь на десятую часть уделяли внимание специализированным знаниям. Иногда программа MBA (магистр делового администрирования) могла включать вводный курс статистики, но большинство традиционных бизнес-программ полностью опускали технические навыки, требующиеся профессиональным аналитикам.

Сбалансированные образовательные программы
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. 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.

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. 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.

Не только зарплата имеет значение
Специалисты-аналитики, безусловно, хотят достойной оплаты труда, однако зарплата зачастую не является для них главным мотивирующим фактором. Ничто не отвратит их от вашей компании быстрее, чем скучная работа и отсутствие долгосрочных перспектив профессионального роста. Они также хотят, чтобы их ценили, и хотят чувствовать, что оказывают воздействие на работу организации.

Организация команды

После того как специалисты-аналитики стали частью компании, их необходимо организовать таким образом, чтобы позволить им оказывать оптимальное влияние. Невозможно внедрить операционно-аналитические процессы по всей компании без наличия организованной аналитической команды для поддержки таких инициатив. В этом разделе мы рассмотрим некоторые проблемы и рекомендации, связанные со структурированием и организацией аналитической команды. Каждый раз, когда я обсуждаю эту тему со своими клиентами, делаю акцент на том, что первым делом нужно подобрать подходящих людей. От аналитической команды не будет толку, если в ней нет хороших специалистов.

Какова стандартная структура?

По состоянию на 2014 г. не существует стандартной структуры аналитической команды. Разные компании подходят к этому совершенно по-разному. Для тех, кто не изучал данный вопрос, это может показаться удивительным, но это так. Клиенты часто спрашивают меня, что делают другие компании. Я видел такое количество различных структур, что запомнить всех их попросту невозможно, но это вовсе не означает, что не существует более или менее эффективных способов организовать аналитическую команду.

Отсутствие стандартной структуры у аналитической команды вполне объяснимо. Возьмем, например, кадровую службу (HR-службу), существующую практически в каждой компании на протяжении многих десятилетий, в результате чего и успели развиться стандартные HR-структуры. Почти в каждой средней или крупной компании в любой отрасли есть вице-президент по HR. В подчинении у него находятся менеджер по найму, менеджер по оплате труда и т. д. Точно так же начальник финансовой службы руководит в основном стандартизированными организациями – отделом нормативно-правового соответствия, ревизионным отделом, отделом по работе с кредиторскими задолженностями и т. д. Другими словами, существующие стандарты являются следствием зрелости и повсеместного распространения HR-служб и финансовых служб. В отличие от них аналитические службы в компаниях начали появляться совсем недавно и поэтому пока не были стандартизированы.

Путь к гибридной модели

Хотя гибридная модель аналитических команд лучше всего подходит для зрелых компаний, практически никто сразу с нее не начинает. Дело в том, что организация должна накопить определенную критическую массу профессиональных аналитиков, прежде чем появится смысл – если вообще это будет возможно – выстроить гибридную модель. Как правило, все начинается с того, что какое-то бизнес-подразделение решит, что ему необходима аналитическая поддержка. В результате оно нанимает своего первого (и первого в компании) специалиста-аналитика. По прошествии времени подразделение нанимает еще нескольких аналитиков и получает первые успешные результаты. Затем и другие подразделения, узнав о том, какие замечательные вещи делает при помощи аналитики первое подразделение, создают свои собственные аналитические команды. Так постепенно возникает децентрализованная структура.

Таким образом, компании почти всегда начинают с децентрализованной модели. Постепенно, когда в разных частях компании начинают работать достаточно много специалистов-аналитиков, становится очевидным, что если организовать их работу по-другому, то можно будет окупить бóльшую часть вложенных в них инвестиций. Чем раньше компания озаботится своей аналитической структурой, тем быстрее разработает продуманную стратегию введения аналитики в прочные организационные рамки.

Перед кем должна отчитываться центральная команда?
Структурирование аналитической службы связано в том числе и с определением подотчетности центральной команды. Как правило, ответственным за аналитику назначается руководитель, чья сфера компетенций распространяется на все бизнес-подразделения, например директор по стратегическому развитию, операционный директор или финансовый директор.

Наконец, вопрос с подотчетностью центральной команды аналитической службы. За многие годы я видел разные схемы, иногда директор по аналитике отчитывался напрямую перед генеральным директором. Сегодня такое практикуется редко. Недавно меня увлекла идея размещения аналитиков под крылом корпоративной команды по стратегическому развитию, поскольку последняя похожа на Швейцарию. Стратегическая команда занимает нейтральную позицию, работает со всеми бизнес-подразделениями и является признанной частью любой другой команды – точно так же должна поступать и аналитическая команда. В равной степени важен и тот факт, что аналитика носит стратегический характер и должна рассматриваться именно под таким углом. Если же основное внимание организации сосредоточено на операционной аналитике, то аналитическую службу можно поместить в ведение операционного директора. Еще один нейтральный вариант – финансовый директор.

Одно из важнейших преимуществ гибридной модели состоит в том, что она позволяет создавать ценности. Для иллюстрации давайте рассмотрим пример с гостиничной компанией, имеющей четыре разных гостиничных бренда. Каждый бренд будет финансировать и поддерживать только ту аналитику, что окупается в его рамках. Помимо того можно выполнять аналитику по всем брендам, которая может приобрести огромную ценность на корпоративном уровне. Возможна и аналитика, способная помочь каждому отдельному бренду, но ее осуществление на уровне отдельных брендов себя не окупит. В таких ситуациях на помощь может прийти центральная аналитическая команда. Например, если на уровне отдельного бренда доходность от нового аналитического процесса составляет всего половину от стоимости его внедрения, то ни один бренд не станет это оплачивать. Но если корпоративная команда спонсирует данный процесс и внедрит его во всех четырех брендах, то при той же 50 %-ной доходности, но увеличенной в четыре раза, процесс однозначно станет рентабельным.

Нужен ли вам директор по аналитике?

Если компания создает аналитическую службу, кто-то должен ею руководить. Хороший вариант – создать должность директора по аналитике или похожую руководящую должность, например вице-президента по аналитике. В компании обязательно должен быть руководитель высшего уровня, который непосредственно отвечает за всю аналитику. Спросите у людей в любой компании, кто отвечает за финансы, и вам сразу же укажут на финансового директора. Спросите, кто отвечает за маркетинг, и вам укажут на директора по маркетингу. Но спросите, кто отвечает за аналитику, и на вас посмотрят с недоумением, либо дадут самые разные ответы. Так не должно быть.

Централизуйте затраты, распределяйте выгоды
Одно из преимуществ выведения аналитической команды на корпоративный уровень заключается в способности финансировать стратегически важные проекты, которые не смогли бы потянуть отдельные бизнес-подразделения. Разработка процесса в центре и затем развертывание его в масштабах всей организации позволит каждому бизнес-подразделению воспользоваться его плодами.

Помню, когда я только начинал свою карьеру, велись споры о том, нужна ли в компаниях должность директора по информационным технологиям. Сегодня почти во всех компаниях такая должность имеется. Очевидно, что ИТ-директора доказали свою необходимость. Теперь люди задаются вопросом, нужна ли в компаниях должность директора по аналитике. В ближайшие годы мы увидим, как она будет все более распространяться и, возможно, станет такой же типичной, как и должность ИТ-директора. Первое мероприятие, предназначенное специально для директоров по аналитике, о котором я знаю, было организовано летом 2013 г. Международным институтом аналитики. Оно собрало более 200 участников! Хотя не все они были директорами по аналитике, но всех их интересовала эта концепция. И я, и мои коллеги по институту были приятно удивлены таким возросшим интересом.

Кто отвечает за аналитику в вашей компании?
Если в вашей компании нет директора по аналитике, то велики шансы, что никто не отвечает за эту деятельность или не имеет на то надлежащих полномочий. Введение соответствующей должности официально установит аналитику в качестве корпоративного приоритета, а также определит главного борца за ее дело.

В идеале руководители аналитической команды любого звена должны разбираться в аналитике и иметь практический опыт работы в этой области. В частности, менеджеры на одном или двух первых уровнях руководящие работой рядовых аналитиков, должны хорошо понимать, как действует аналитика и как создаются аналитические процессы. Без такого багажа знаний и опыта менеджеры не смогут эффективно руководить аналитической командой и задавать ей правильное направление. Это особенно верно при вступлении в новые области, такие как операционная аналитика.

На более высоких уровнях управленческой цепочки руководители могут не быть хорошо обученными профессионалами, но должны хорошо разбираться хотя бы в основах аналитики. Не менее важно, чтобы руководители высшего уровня были способны успешно разрешать вопросы, связанные с ведомственной политикой и корпоративной культурой, которые неизменно возникают при внедрении операционной аналитики. Более подробно мы обсудим такие вопросы в девятой главе. Для того чтобы необходимые изменения позволили аналитикам привносить ценности в любую организацию, необходима поддержка не только от директора по аналитике, но и от генерального директора и всей руководящей команды. Директор по аналитике должен воплощать в своем лице аналитику для всей компании и принимать участие в разработке всех важных инициатив. Такое позиционирование ознаменует принятие аналитики в качестве коренного стратегического компонента деятельности компании.

А как насчет директора по данным?

Еще одна должность, приобретающая сегодня все большее значение, – это директор по данным. Меня часто спрашивают, чем отличается директор по аналитике от директора по данным. Это одно и то же? Нет. Однако, исходя из тех должностных инструкций, которые я видел, многие компании по невнимательности объединяют эти две должности в одну и используют для ее наименования любое из двух названий.

Как видно из таблицы 8.1, директор по данным связан со сферой информационных технологий и, как правило, отчитывается перед ИТ-директором. Директор по данным отвечает за сбор данных, управление данными и обеспечение доступности данных для анализа посредством инфраструктуры и инструментов. Директор же по аналитике обычно отчитывается перед руководителями бизнеса. При наличии доступных для анализа данных он сосредоточивается на том, какой следует провести анализ, как его можно развернуть и превратить в операционный и как при помощи аналитики извлечь ценности для бизнеса. Функции директора по аналитике и директора по данным сходятся в точке доступности данных.

Очевидно, что эти два руководителя должны работать в очень тесном сотрудничестве друг с другом, и их судьбы крепко переплетены. Именно они обеспечивают наиболее прочную связь между ИТ-сектором и бизнес-сектором компании, и тем самым обречены на партнерство. Теоретически возможно, особенно в небольших организациях, совмещение должностей директора по аналитике и директора по данным. Однако важно понимать различия между их обязанностями. Как я уже говорил, мне доводилось видеть должностные инструкции, где путались названия этих должностей и вменяемые им обязанности. Компании же должны четко понимать, кто именно им нужен, поскольку на эти должности, как правило, претендуют люди с разным образованием и разным опытом работы.

Кросс-функциональные команды

До сих пор мы обсуждали аналитическую команду так, как если бы она состояла только из штатных специалистов-аналитиков. Однако существуют и другие варианты организации команд, которые стоят того, чтобы их рассмотреть. Например, для оказания максимального воздействия аналитической команде могут потребоваться дополнительные наборы навыков. Руководствуясь этим соображением, некоторые компании существенно расширяют поле деятельности своих аналитических команд. В 2012 г. я посетил крупного европейского оператора мобильной связи. Эта компания пришла к выводу, что для поддержки ее действий в области маркетинга и обслуживания клиентов требуется много аналитики, начиная с глубокого анализа данных и заканчивая отчетностью. В результате она решила создать кросс-функциональную аналитическую команду.

Команда подчинялась одному из топ-менеджеров, а входили в нее не только аналитики, но и другие специалисты, необходимые для обеспечения требуемых аналитических процессов. В частности, бизнес-аналитики, отвечавшие за создание отчетности на основе аналитических процессов. А поскольку команде передали базовые системы, используемые для аналитики, то в нее также входили администраторы баз данных и системные администраторы, которые обычно относятся к ИТ-отделам.

Идея заключалась в том, чтобы предоставить команде контроль над всеми ресурсами, необходимыми ей для успеха, и наделить ее не только ответственностью, но и полномочиями. В дополнение к ответственности за выполнение аналитики команда получила полное право производить любые операции в рамках всего аналитического цикла. Это позволило полностью устранить бюрократические препоны и внутриведомственные дрязги и сосредоточить все усилия на удовлетворении аналитических потребностей организации.

Таким образом, многопрофильная, кросс-функциональная команда может быть очень перспективной моделью. Со временем такая модель станет более распространенной, чем сегодня. Однако по сравнению с командой, составленной в основном из специалистов-аналитиков, такая модель является более сложной для реализации и требует более зрелого подхода. Поэтому большинство компаний начинают с создания базовой аналитической команды и затем расширяют сферу ее компетенций.

Как добиться успеха

После того как аналитическая команда укомплектована специалистами и организована, необходимо наладить ее работу таким образом, чтобы она оказывала максимальное влияние. Это связано как непосредственно с аналитическим процессом, так и с тактическими и организационными моментами. В этом разделе мы рассмотрим несколько ключевых подходов, которые помогут обеспечить эффективность аналитической команды.

Используйте с умом внешние ресурсы

У меня часто спрашивают, можно ли передать аналитику на аутсорсинг, если у организации нет аналитических компетенций. И если можно, то как следует использовать внешние ресурсы. Действительно, привлечение внешних ресурсов может повысить эффективность, поскольку сторонние специалисты способны привнести с собой новые перспективы и экспертные знания в те области, где позиции организации непрочны. Тем не менее, хотя внешние ресурсы могут закрыть пробелы на краткий срок, передача на аутсорсинг всех аспектов аналитики не должна превращаться в долгосрочный план.

Организация может надолго передать на аутсорсинг непосредственное выполнение аналитики, однако за стратегии, разработку и планирование своих аналитических инициатив должна отвечать сама. На старте вполне допустимо привлечь внешних консультантов, чтобы они помогли с разработкой первоначальной стратегии и нескольких начальных аналитических процессов. Главное, чтобы контракт с консультантами четко прописывал, что все знания, аналитические алгоритмы и коды будут полностью переданы заказчику. По мере выстраивания процессов организация должна вникать во все, что и почему делают консультанты, должна владеть всеми созданными аналитическими процессами и в конечном итоге принять на себя руководство ими.

Ваша аналитическая стратегия должна принадлежать вам
Вы можете передать на аутсорсинг тактическое выполнение аналитики, но ни при каких обстоятельствах не передавайте на аутсорсинг разработку аналитической стратегии и процессов, за исключением, возможно, самого начального периода. Производители никогда не отдают на сторону разработку стратегий и продуктов – они передают на аутсорсинг только сам производственный процесс.

Контроль над аналитической стратегией и разработкой процессов крайне важен. Если аналитика призвана стать коренным стратегическим компонентом деятельности компании, последняя должна понимать, что происходит и почему. Производители хай-тека никогда не передают на аутсорсинг планирование и разработку новых продуктов, поскольку это имеет слишком большое стратегическое значение для их бизнеса. Во многих случаях они передают на аутсорсинг непосредственно производственный процесс, но это легко сделать, когда у вас есть стратегия и дизайн. Например, хотя Apple перевела производство своих iPhone за рубеж, но разработка новых моделей осуществляется в стенах корпоративной штаб-квартиры. На любом iPhone или iPad указано: «Разработано в Apple, Калифорния, собрано в Китае». Точно так же вся аналитика должна разрабатываться внутри организации.

Еще одна хорошая аналогия – проектирование и строительство дома. Вы же хотите непосредственно участвовать в разработке проекта своего дома. Хотите сами принимать решения о том, где какие комнаты будут расположены, как будет организовано освещение и т. д. После того как все эти детали определены, любой опытный подрядчик сможет повесить гипсокартон или уложить черепицу. Аналогичным образом вы должны разработать схему операционно-аналитического процесса, определить, как он станет работать, как будет интегрирован с другими приложениями и какие именно аналитические методы будут использоваться. После этого вы можете нанять внешнего подрядчика для выполнения программирования и тестирования. Насколько вы разбираетесь в том, что и почему он будет программировать, настолько вы сможете гарантировать, что все делается правильно.

Чтобы добиться успеха, доводите проекты до конца

Если аналитическая команда хочет увеличить свое влияние и авторитет, она должна понимать, что завершение анализа – всего лишь первый шаг на пути к успеху. Вы можете положить на стол генеральному директору отчет об обнаружении возможности заработать миллиард долларов, но если не будет не предпринято никаких дальнейших действий, не прибавится и ценности. Аналитики обычно стремятся сразу же переключиться на новый интересный проект вместо того, чтобы довести до конца те проекты, которые они считают «завершенными». А вот успешная аналитическая команда ведет рабочий процесс до полного завершения проектов и своим сотрудникам даст четко понять, что они должны довести дело до конца. Далее мы рассмотрим несколько задач, обязательных для решения, помимо получения результатов анализа.

Во-первых, это маркетинг и связи с общественностью (PR). Весомым компонентом работы аналитической команды являются действия в сфере маркетинга и PR с целью влиться в коллектив организации и довести до сведения прочих ее сотрудников полученные результаты и возможности применения этих результатов. Команда должна всем дать понять, что обнаружила потрясающую возможность, и объяснить, почему эта возможность так важна для бизнеса и какое воздействие способен оказать проведенный анализ.

В некоторых случаях маркетинг и PR могут выходить за рамки организации в публичное пространство. Возьмем такие популярные веб-сайты, как Amazon или Netflix. В этих компаниях пропагандируют значимость новых механизмов рекомендации не только в своих стенах, но и выходят на публику, приглашая пользователей зайти на сайты и убедиться, как усовершенствованные механизмы рекомендаций улучшают восприятие. Когда аналитика является ключевым компонентом бизнеса и конкурентоспособным дифференциатором, клиенты будут ожидать появления следующих новшеств.

Вторая область, которая требует внимания, – это разработка плана текущей поддержки процесса. В традиционной пакетной аналитике поддержка аналитического процесса была довольно простым делом. Если я разрабатывал процесс, то и пользовался им. Если он ломался, я его исправлял. Если мне задавали вопрос, я на него отвечал. Поскольку процесс запускался нерегулярно, такая модель поддержки была вполне работоспособной, хотя и неидеальной. С операционной аналитикой такая модель не сработает, поскольку в этом случае аналитический процесс глубоко внедрен в операционные системы и используется широким кругом приложений и сотрудников, обслуживающих клиентов.

Придется попотеть
Многие специалисты-аналитики не любят заниматься тем, что отвлекает их от анализа. К сожалению, успех в этом деле зависит от ряда факторов, которые никак не связаны с качеством или ценностью аналитики. Первоочередное внимание следует уделять таким действиям, как маркетинг выявленных возможностей и разработка модели их поддержки, с тем чтобы реализовать их потенциал. Все это осознает успешная аналитическая команда.

Следовательно, необходимо разработать модель поддержки для того, чтобы определить, кто будет контролировать процесс, а кто поддерживать его программу. Также необходимо определить, что делать в тех случаях, когда люди будут обращаться с вопросами, например, о том, как интерпретировать основанные на аналитике решения, или о других возможных способах использования в бизнесе результатов аналитического процесса. Кто-то должен быть доступен для ответа на такие вопросы. Если заранее со всем этим не разобраться, впоследствии может не хватить ресурсов.

Третья область, требующая проверки исполнения, – это планирование и контроль за внедрением аналитического процесса. После того как была выявлена перспективная возможность, требуется проделать массу работы, чтобы довести эту возможность до практической реализации. Аналитическая команда должна помочь в разработке плана реализации проекта, в исполнении этого плана и в тестировании и валидации, призванных убедить в правильной работе процесса, прежде чем он будет запущен в операционном режиме.

Внедрение процессов не относится к числу любимых занятий специалистов-аналитиков, однако им придется этим заниматься, если они хотят добиться успеха в операционной аналитике. Может оказаться полезным поставить во главе профессионального менеджера проектов с хорошими навыками в области внедрения. Однако даже в этом случае аналитической команде придется поддерживать его действия с начала и до конца.

Последняя область, требующая внимания, это управление изменениями и подстройка под корпоративную культуру, обусловленные операционной аналитикой. Эта тема подробно рассматривается в девятой главе. А из данного раздела вытекает следующий важный вывод: без проверки, призванной удостоверить, что аналитическое открытие будет реализовано, это открытие окажется бесполезным.

Эффективно управляйте ожиданиями

Эффективное управление ожиданиями – важный навык, которым должна обладать аналитическая команда. Разумеется, он требуется и во многих других областях, но для аналитики имеет особое значение. Как-то клиент пожаловался мне на то, что его команда подверглась серьезным нападкам после реализации проекта. Причина была не в плохих результатах. На самом деле они были очень хорошими. Проблема заключалась в том, что команда пообещала потрясающие результаты, а получила… всего лишь очень хорошие. Руководство компании было разочаровано.

Эта ситуация очень похожа на то, как сегодня работает фондовый рынок. Если рынок ожидает от компании удвоения прибыли на акцию, но прибыль увеличивается «всего» на 80 %, то акции компании могут значительно рухнуть в цене. Все дело в ожиданиях. Раздавать щедрые обещания особенно рискованно при поиске с помощью аналитики новых инновационных открытий. Поскольку успех вовсе не гарантирован, необходимо убедиться в том, что заказчики проекта полностью осознают все риски, а также вероятность успеха.

Когда аналитическую команду просят начать процесс обнаружения, чтобы исследовать новую идею, не нужно обещать, что работоспособность идеи будет успешно доказана. Надо пообещать, что идея подвергнется тщательному исследованию и будет вынесено обоснованное заключение о ее работоспособности. Да и как можно гарантировать работоспособность идеи, если она еще не была изучена, однако можно гарантировать подготовку заключения. Хорошо документированное резюме с выводами о том, почему идея оказалась неработоспособной (в тех случаях, когда это так), пополнит растущий массив знаний касательно аналитики, которую могут или не могут поддерживать собираемые организацией данные.

Самое же лучшее: всегда обещать меньше, а делать больше. Следование этому правилу чрезвычайно помогает мне на протяжении всей карьеры. Я стараюсь быть предельно реалистичным с самого начала и в то же время оставлять задел, чтобы порадовать заказчиков проектов. Если заказчик ожидает 100 %-ной рентабельности, а получает всего 90 %, он будет разочарован. Если же я нацелю его на планку рентабельности в 80 %, а обеспечу 90 %, он будет счастлив. Когда заказчики согласны на реализацию проекта только при условии грандиозных гарантий, вы должны быть либо полностью уверены в том, что сможете обеспечить такие грандиозные гарантии, либо вообще не браться за проект. В этом случае риск не оправдать ожидания слишком велик, а вероятность превысить их слишком мала. Поскольку никто не любит, когда его ожидания не оправдываются, всегда оставляйте задел для того, чтобы порадовать заказчиков проекта.

Не просто удовлетворяйте – восхищайте!
Независимо от объективных результатов аналитических действий успех в значительной степени зависит от того, как эти результаты соотносятся с ожиданиями. Всегда оставляйте задел для того, чтобы порадовать заказчиков проекта. Если аналитическая команда постоянно обещает больше, а делает меньше, это серьезно подорвет ее авторитет.

Позвольте мне привести пример из реальной жизни. Несколько лет назад мою команду наняла крупная компания, чтобы создать модель сегментации покупателей. Когда я представил заказчику техническое задание, он сказал мне, что хотел бы договориться о фиксированной сумме оплаты за реализацию проекта вместо почасовой. Из-за бюджетных ограничений он хотел точно знать, каковы будут затраты на проект, поскольку не мог позволить себе перерасход. Я сказал, что мы можем установить фиксированную плату, однако добавим к нашим сметным оценкам еще 20 % для покрытия дополнительных рисков, с которыми столкнется моя компания. Заказчик согласился, и мы запустили проект.

Мы завершили проект в рамках первоначального бюджета, поскольку тщательно его изучили, и получили дополнительные 20 % прибыли. После чего захотели порадовать заказчика дополнительно выполненной работой. Посовещавшись, решили потратить половину надбавки за риск на дополнительную аналитику, которая не была включена в техническое задание и, следовательно, не ожидалась заказчиком. Нам все равно досталось 10 % дополнительной прибыли, а заказчик пришел в полный восторг – и привлек нас к новым проектам. Мы оставили задел для того, чтобы порадовать заказчика, и это окупилось. В итоге все оказались в выигрыше.

Станьте консультантами, наставниками и инструкторами

Для того чтобы аналитическая команда играла в компании значимую стратегическую роль, ей необходим соответствующий образ мышления. Когда я начинал свою карьеру, на меня порой оказывали сильное давление, с тем чтобы я выполнял функции приемщика заказов. Я был всего лишь «ботаником», сидевшим в стеклянном отсеке на цокольном этаже, и заказчики время от времени считали возможным указывать мне, что нужно делать и притом делать немедленно. Причем в аналитике они совершенно не разбирались. И меня угнетало, когда посторонние люди говорили мне, что и как нужно делать.

Эффективная аналитическая команда должна рассматривать себя как команду консультантов, наставников и инструкторов, а не приемщиков заказов. Когда бизнес-партнер просит ее выполнить конкретные действия, команда должна задуматься над тем, что именно она должна сделать и с какой целью. Как этот запрос соответствует реальным потребностям бизнеса? Как он соотносится с доступными данными и инструментами? Является ли запрос в той форме, в которой он представлен, лучшим способом оценить лежащую в его основе проблему? В общем, вам надо посмотреть на запрос как бы со стороны. Возможно, придется объясниться с заказчиком: «Я понимаю, что вы просите сделать A, B и C. Но для того чтобы решить интересующую вас проблему, мы рекомендуем вам сделать D, E и F, поскольку это верный путь к успеху. Позвольте нам объяснить почему».

Специалисты-аналитики должны взять на себя ответственность за разработку решений, которые помогут компании в достижении ее бизнес-целей. Консультируйте членов бизнес-команды, чтобы понять их потребности и объяснить им предлагаемые решения. В качестве наставников помогите руководителям понять, как надо применять аналитику. Инструктируйте их на предмет того, какие детали необходимо указывать в запросах, чтобы получать более эффективные ответы. Такой подход приведет к тому, что бизнес-команда начнет доверять аналитической команде, ценить ее вклад и со временем перестанет отдавать приказы. В итоге члены бизнес-команды будут приходить к аналитической команде, излагать свою проблему, а поиск ее решения оставлять на усмотрение специалистов.

Мыслите как рефери

Я играл в футбол в течение 30 лет. Когда мои колени отказались выдерживать нагрузки, перешел в судьи. Во время подготовки к сертификации преподававший в нашем классе старший судья дал нам важнейший урок. Этот урок помог мне повысить свою квалификацию не только в качестве футбольного рефери, но и в качестве аналитика.

Инструктор внушал классу, что, собираясь дать свисток, мы должны это делать быстро и уверенно. Хороший рефери доверяет собственным суждениям и поступает решительно. Он должен быть уверен в правильности своего решения почти в 100 % случаев. Игроки, тренеры и зрители очень быстро распознáют, компетентен и уверен в себе судья либо нет. Если болельщики видят, что судья действительно уверен в себе и свистит по делу, они с большей вероятностью простят ему редкие ошибки, поскольку те станут очевидным исключением. Если же судья будет каждый раз сомневаться и медлить со свистком, то люди сочтут свои протесты обоснованными. Промедление со свистком свидетельствует о неуверенности и нерешительности, а с таким поведением трудно завоевать уважение людей.

Дайте свисток!
Чтобы преуспеть, аналитическая команда должна быть готова занять твердую позицию и «дать свисток». Подобно рефери на футбольном поле, специалисты-аналитики должны с уверенностью выдавать надежные рекомендации и отстаивать полученные результаты. Если вы сами не уверены в своих открытиях, то как в них может быть уверен кто-то другой?

Этим же советом может воспользоваться и аналитическая команда. Когда ее просят решить проблему, команда должна с уверенностью рекомендовать путь, ведущий к решению. Когда получены результаты, она должна с уверенностью представить и объяснить их, а также выявить их значение. И, наконец, команда должна занять твердую позицию и представить конкретные рекомендации в отношении дальнейших действий. Благодаря такому подходу аналитическая команда завоюет уважение и доверие к себе со стороны заказчиков.

Заказчики проектов не всегда соглашаются с рекомендациями аналитической команды и иногда решают выбрать другое направление. Они ведут себя как болельщики, которые считают, что рефери неправильно дал свисток. Однако аналитическая команда должна отстаивать свою точку зрения, ведь у заказчика голова и без того занята множеством разных вопросов. Чем доказательнее аналитическая команда сможет убедить заказчика в том, чтобы он перестал интерпретировать данные и результаты анализа, а доверил это ей, тем будет лучше.

Ложные стимулы обходятся дорого

Стимулы важны всегда. Когда организация превращает традиционную аналитику в операционную, стимулы, привязанные к правильным целям, приобретают еще более важное значение, поскольку при интеграции аналитики в операционный процесс неточное определение стимулов может сказаться на результате. Какова главная цель при создании аналитического процесса? Легкая интегрируемость? Или высокая производительность? Или стабильность? Или что-то еще?

Важно определять четкие цели для специалистов-аналитиков как в годовом исчислении, так и на уровне конкретных проектов. У проектов, направленных на обнаружение, иные цели и критерии успеха, чем у проектов по операционному внедрению сделанных открытий. Например, в первом случае для сотрудников требуются стимулы, поощряющие экспериментирование и поиск новых явлений. Делать это нужно эффективно и быстро выполнять прототипы. Тем же, кто занят операционализацией, требуются другие стимулы, поощряющие тщательную работу по оптимизации скорости и производительности процесса, а также по тестированию процесса для гарантии его стабильности. Разумеется, постановка правильных целей напрямую связана с темой управления, которую мы обсуждали в шестой главе.

Есть примеры реальных ситуаций, когда неправильные организационные стимулы в отношении аналитики ведут к огромным издержкам. Например, налоговое мошенничество является серьезной проблемой в Соединенных Штатах. Один из его самых распространенных видов состоит в том, что мошенники крадут чужой номер социального страхования, подают декларацию от имени этого человека и получают большой возврат налогов. Сегодня это превратилось в многомиллиардный бизнес (если здесь применимо слово «бизнес»). К сожалению, предлагаемые Службой внутренних доходов (Internal Revenue Service, IRS) стимулы скорее усугубляют проблему, чем решают ее.

То, что я сейчас расскажу, уже является достоянием широкой общественности, поэтому я не разглашу никакой конфиденциальной информации. Встречаясь с сотрудниками IRS, я поинтересовался у них, каким образом мошенникам удается подавать совершенно фиктивные налоговые декларации, если у IRS имеются данные о доходах и налоговых платежах по каждому человеку, которые предоставляются работодателями, финансовыми учреждениями и другими источниками доходов. Если цифры в налоговой декларации не совпадают с этими сведениями, то фальшивые декларации легко выявить для проверки, разве нет? Оказывается, нет. Хотя сведения о доходах поступают от работодателей в начале года, они становятся доступными для анализа лишь спустя несколько месяцев, т. е. уже после проверки налоговых деклараций. По сути, на протяжении всего сезона налоговой отчетности IRS не может соотнести сведения о доходах и налоговых выплатах, предоставленные работодателями и самими налогоплательщиками, чтобы проверить декларации перед утверждением возврата налогов. Звучит дико, не так ли?

Хуже того, у IRS есть стимулы осуществлять возврат налогов в максимально сжатые сроки. Когда некто просит IRS вернуть деньги, она старается сделать это как можно быстрее. Ситуация не меняется даже несмотря на всеобщее понимание того, что мошенничество на миллиарды долларов происходит вследствие невыполнения углубленного анализа его причин. Главное – быстрее обслужить клиентов, и IRS достигает этой цели, что обходится налогоплательщикам в миллиарды долларов.

Усугубляет ситуацию то, что вполне надежный анализ с целью выявления мошенничества можно осуществить даже без наличия данных за текущий год. Например, возьмем мой случай: я работаю в одной и той же компании несколько лет, получаю примерно одинаковый годовой доход и живу в одном и том же штате. Если налоговая декларация от моего имени подается в другом штате с указанием другого работодателя и суммы доходов, которая существенно отличается от суммы доходов в прошлом, то это должно рассматриваться как предупреждающий знак. Существует масса исторических данных, позволяющих выявить потенциально мошеннические декларации, но эти данные либо мало, либо вообще не используются для анализа. Вместо этого быстрый возврат налогов имеет для IRS первостепенное значение.

Если бы IRS изменила свои стимулы и сбалансировала скорость выплат со временем, требуемым для элементарных проверок на предмет мошенничества, она бы уберегла массу денег. Поскольку процедура возврата налогов обычно занимает несколько дней, этого времени более чем достаточно для того, чтобы осуществить любой необходимый анализ до выплаты денег. Вместо этого аналитика сосредоточена на выявлении фиктивных деклараций уже после того, как выплаты были сделаны. Поэтому еще раз повторю: стимулы должны поощрять разумное использование аналитики, а не отказ от нее.

Подведем итоги

Наиболее важные положения этой главы:

• Сегодня ценность специалистов-аналитиков получила широкое признание. Вместо того чтобы спрашивать, нужны ли им вообще аналитические таланты, организации сейчас сосредоточиваются на том, как сорганизовать имеющихся у них аналитиков и распространить их влияние.

• Все специалисты-аналитики, как бы ни называлась их профессия, обладают одними и теми же основными чертами, многие из которых не имеют ничего общего с техническими умениями.

• Переквалифицирование сотрудников в аналитиков, как правило, не является выигрышной стратегией. Лучше привлечь со стороны специалистов-аналитиков с необходимым образованием и опытом.

• Ни один специалист не может быть компетентным во всех аналитических дисциплинах. Объединение в команде специалистов с разными специализациями позволяет создать универсальную команду с полным набором аналитических компетенций.

• Зарплата, безусловно, важна для специалистов-аналитиков, но, чтобы их удержать, надо прежде всего обеспечить их интересными задачами и возможностями для долгосрочного профессионального роста.

• Хотя стандартной структуры аналитической организации пока не существует, но со временем должна возобладать гибридная модель, предусматривающая как централизованную поддержку, так и поддержку на уровне отдельных бизнес-подразделений.

• Наличие центральной команды позволяет осуществлять аналитику, которая имеет большую ценность на корпоративном уровне, но не окупается на уровне отдельных бизнес-подразделений.

• Сегодня должности директора по аналитике и директора по данным становятся все более распространенными. Между тем важно различать эти две должности, даже если их совмещает одно лицо.

• Организации могут передавать на аутсорсинг реализацию аналитических процессов, однако в долгосрочном плане важно, чтобы организации сами разрабатывали свою аналитическую стратегию и свои аналитические процессы и управляли ими.

• Работа аналитиков не заканчивается по завершении анализа. Для достижения максимального воздействия они должны также завершить маркетинг результатов и разработку модели поддержки операционных процессов.

• Необходимо правильно управлять ожиданиями, следуя принципу «обещать меньше, а делать больше». Даже успешный проект может быть оценен негативно, если изначально были установлены, а впоследствии не реализованы нереалистичные ожидания.

• Специалисты-аналитики должны быть консультантами, наставниками и инструкторами, а не приемщиками заказов и, когда нужно, твердо отстаивать свою позицию. Если они не будут вести себя как эксперты, то их и не будут воспринимать как экспертов.

Назад: Глава 7 Аналитика

Дальше: Глава 9 Аналитическая культура