8

Почему вашей компании нужны интерпретаторы данных

Крис Брэди, Майк Форд и Саймон Чедвик

В последние два года мы активно сотрудничали с руководителями из сферы профессионального спорта, которая известна своей эффективной аналитикой. Одной из новых тем нашей работы является сохраняющийся культурный разрыв между людьми, принимающими решения на местах, и выполняющими для них расчеты аналитиками.

Наша работа включает в себя серию научных семинаров для обсуждения трансатлантических и межсекторальных вопросов управления эффективностью в профессиональном спорте. Ключевой проблемой, выявленной в ходе этих встреч, оказалось наличие разрыва в практике управления эффективностью между специалистами по анализу больших данных и руководителями, принимающими решения (то есть теми, кому эти специалисты помогают). Многие ответственные лица (генеральные директора, главные тренеры, председатели правлений, операционные директора и др.) нередко пренебрежительно относятся как к самим данным, так и к тем, кто предоставляет их. И причиной такого отношения чаще всего являются невежество или страх. Исследовательская группа считает, что преодоление этого культурного разрыва может обеспечить значительные конкурентные преимущества любой организации для повышения эффективности работы.

Конечно, эта проблема касается не только профессионального спорта. В какой бы отрасли ни работала ваша компания, ее специалисты-аналитики и руководители, скорее всего, тоже далеко не всегда понимают друг друга. Как отметили Жанна Харрис и Виджай Меротра в статье в MIT Sloan Management Review в 2014 г., корни этой проблемы кроются в области коммуникации, общения. Они пишут: «Обычно жалуются на то, что специалисты по обработке и анализу данных держатся отстраненно и как будто не интересуются профессиональной жизнью и проблемами технически менее подкованных сотрудников. Они не считают необходимым объяснять или даже обсуждать последствия реализации предлагаемых ими идей, поэтому им сложно эффективно сотрудничать с коллегами, деятельность которых протекает за пределами технической сферы».

Что же с этим делать? Опыт нашей работы с успешными спортивными руководителями подтверждает, что значительный разрыв между специалистами-аналитиками и лицами, принимающими решения, действительно существует. Мы называем его «интерпретационным разрывом». Мы считаем, что для его преодоления нужны специальные люди, которых мы называем интерпретаторами данных. Кто-то утверждает, что это могут сделать сами аналитики, но мы думаем, что во многих случаях для этого лучше всего использовать специалистов-отраслевиков.

Сегодня многие компании пытаются преодолеть этот разрыв, обучая специалистов-аналитиков (часто недавно окончивших колледж) тому бизнесу, которым занимается организация. Но в некоторых случаях более эффективен другой подход. Экспертам, обладающим глубокими представлениями о бизнесе и необходимыми навыками межличностного общения, легче приобрести необходимые знания в области анализа данных и выступать в качестве переводчика-посредника для специалистов-аналитиков, чем аналитикам погрузиться в тонкости конкретного бизнеса, особенно в части используемой специфической терминологии. Для экспертизы в какой-либо предметной области требуется не столько знание теории, сколько соответствующий практический опыт. Кроме того, о нем легче рассказывать, а этот навык тоже чрезвычайно важен в работе интерпретаторов.

Ниже мы перечислим некоторые проблемы, в разрешении которых компаниям понадобится помощь интерпретаторов данных.

Завышение важности данных

Задача перевода аналитических результатов на язык, понятный людям, принимающим решения, не так проста, как кажется. Начнем с того, что, помимо прочего, человек, выполняющий такой перевод (будь то специалист-аналитик или интерпретатор, выступающий в качестве связующего звена между аналитиком и руководителем), должен избегать того, что принято называть переоцененностью, то есть завышением значимости данных. В 2014 г. в Science была опубликована статья о потенциальных ловушках, связанных с использованием больших данных. В ней Дэвид Лейзер и его соавторы описывают переоцененность как «часто встречающееся неявное предположение о том, что большие данные могут использоваться вместо традиционных процедур сбора и анализа данных, а не просто в дополнение к ним».

Для мира спорта это как раз дело вполне обычное. Чаще всего специалист-аналитик изучает статистику и делает выводы о конкретных субъектах – вплоть до полной уверенности в том, что цифры сами по себе, даже в вакууме, обеспечивают более четкую картину, чем та, которую тренер каждый день наблюдает своими глазами: на тренировках, в играх и в раздевалке.

В основе этого конфликта лежит ложное противопоставление чисел и интуиции. На самом деле люди, принимающие решения, должны добиваться того, что генеральный менеджер баскетбольной команды «Сан-Антонио Спёрс» Р. К. Бьюфорд в данном нам интервью назвал «координацией сигналов из нескольких разнородных источников: глаза, уши, цифры». Иными словами, для формирования целостного мнения организации нужно использовать аналитику и непосредственные наблюдения как взаимодополняющие компоненты, а не полагаться только на результаты анализа данных или исключительно на наблюдения.

Предвзятость при принятии решений

Независимо от того, являетесь ли вы специалистом-аналитиком или лицом, принимающим решения, обязанным подводить общий баланс для цифр и непосредственных наблюдений, нужно понимать: любая точка зрения, даже основанная на результатах обширных исследований и неоспоримых фактах, все-таки потенциально является предвзятой.

Например, одной из форм предвзятости, которая снижает ценность выводов аналитики, является излишняя самоуверенность, когда убежденность человека в своей правоте противоречит реальности. Конечно, у каждого могут быть вполне веские причины для этого. Возможно, у человека прекрасный послужной список, а позиция основана на результатах тщательных исследований. Но это не значит, что ошибка исключена, особенно если речь идет об области, в которой делать прогнозы сложно по определению.

В спорте к таким непрогнозируемым моментам относится оценка таланта. Как команды могут определить, кто из начинающих спортсменов станет лучшим профессионалом? Команды вкладывают значительные средства в поиск и оценку игроков, но по-прежнему то и дело ошибаются, потому что прогнозирование индивидуальных результатов – дело слишком далекое от сферы точных наук.

И именно потому, что команды вкладывают так много средств в оценку будущих звезд, они часто проявляют излишнюю самоуверенность. Однажды в интервью New York Times Кейд Месси, профессор Уортонской школы Пенсильванского университета, который изучал выбранных на драфте игроков Национальной футбольной лиги, сказал: «Даже самые умные в мире ребята, которые часами просматривают записи игр, не могут делать правильные прогнозы. И в этом нет никакого преступления. Преступление – думать, что вы можете это спрогнозировать».

Еще одна проблема, на которую нужно обращать особое внимание, – это эмоциональная предвзятость. В своем интервью исполнительный вице-президент бейсбольной команды «Окленд Атлетикс» Билли Бин описал нам ее как следствие того, что руководители часто принимают решения, можно сказать, на глазах у общественности, под бдительными взорами болельщиков, клиентов и завсегдатаев социальных сетей. Эмоциональная предвзятость возникает, когда лицо, принимающее решения, позволяет внешнему «шуму» оказывать на него влияние. «Все решения теперь являются публичными, у нас же теперь все эксперты, – сказал нам Бин. – Существует постоянный контроль СМИ, и он, безусловно, в той или иной мере влияет на принятие решений. Человеку, принимающему решение, необходимо абстрагироваться от этого шума».

Потребность в общем языке

Еще одна серьезная проблема, которую удалось выявить в ходе наших исследований, – это наличие коммуникационного барьера. Очевидно, что руководители высшего звена и аналитики говорят на разных языках.

В то же время люди, принимающие решения, хотят, чтобы сложные идеи предоставлялись им в более простой и ясной форме. Им нужно, чтобы аналитики говорили с ними простым языком, подкрепляя слова визуальными образами, – так им легче понять смысл предоставляемых данных. Наши выводы согласуются с результатами недавнего обзора IBM, позволяющего предположить, что руководители намерены заменить стандартные методы отчетности другими, которые позволили бы «оживить» сухую информацию. Эти новые методы должны включать в себя визуализацию данных, моделирование процессов, анализ текстов и голосовой информации, а также мониторинг социальных сетей.

Важность интерпретации

Помощник генерального менеджера бейсбольной команды «Хьюстон Астрос», специалист по совершенствованию процессов Сиг Мейдал отметил, что большинство людей, принимающих решения, «не знакомы с научным методом. Поэтому нам приходится адаптировать наш язык». Говоря «мы», Мейдал имеет в виду таких же специалистов-аналитиков, как и он сам. Чтобы преодолеть этот разрыв, мы предлагаем вам найти в своей организации людей, способных общаться как с аналитиками, так и с лицами, принимающими решения. Мы называем этих талантливых коммуникаторов интерпретаторами, хотя их можно было бы назвать и переводчиками, поскольку в некотором смысле они способствуют взаимопониманию между двумя разными культурами.

Ключ к эффективному переводу – понимание каждого из языков, а также каждой из культур. Например, Дел Харрис, известный тренер Национальной баскетбольной ассоциации, почти на всем протяжении своей карьеры был эффективным интерпретатором и помогал тренерскому штабу понять цифры, а специалистам-аналитикам – найти общий язык с тренерским штабом. На конференции MIT Sloan Sports Analytics в 2015 г. он рассказал, что в команде, где он был помощником тренера, результаты анализа данных сначала поступали к нему, а не к его руководителю, потому что без «перевода» тот «вряд ли стал бы вникать во все это».

Эффективная интерпретация – это нечто большее, чем доступный пересказ научных сентенций. Лучшие интерпретаторы представляют информацию таким образом, чтобы адресат мог расценить ее как полезную. Если говорить совсем просто, интерпретатор должен все время задавать себе один вопрос: как эти данные могут помочь человеку, с которым я говорю?

Навыки, необходимые интерпретаторам

На основе своего опыта мы составили список навыков, которыми, по нашему мнению, должны обладать лучшие интерпретаторы данных:

● достаточный уровень знаний о бизнесе, чтобы пользоваться доверием руководителей, принимающих решения;

● аналитические знания (или готовность и способность приобретать их), необходимые для налаживания эффективного общения со специалистами по обработке и анализу данных в организации;

● смелость, чтобы говорить правду руководителям, коллегам и подчиненным;

● готовность углублять свои познания;

● стремление формулировать вопросы и ответы в доступной и понятной для других форме;

● понимание чрезвычайной важности соблюдения стандартов качества и внимание к деталям;

● возможность участвовать в совещаниях на уровне всей организации, не запрашивая разрешения.

И помните: можно попробовать развить навыки интерпретатора у специалиста, который уже работает у вас. Сделать это будет легче, если сформировать у сотрудников две важные коммуникативные привычки. К ним относится умение обращаться к лицам, принимающим решения, используя не утверждения, а вопросы. Особенно это касается скептически настроенных людей, принимающих решения: очень важно с самого начала не оказывать на них чрезмерного давления. Специалистам-аналитикам нужно задавать вопросы таким образом, чтобы у людей, принимающих решения, создавалось впечатление, что ответы они находят сами.

Также нужно научиться проводить аналогии со случаями, которые находят внутренний отклик у лиц, принимающих решения. Это могут быть, в частности, рассказы об успешных советах аналитиков. В мире спорта можно также поднимать, например, такие темы, как «никто не ожидал, что этот парень прыгнет так далеко, а он взял и прыгнул!», или «эта стратегия выглядела нелогичной, однако она сработала. И вот почему…».

Преодоление культурного разрыва между специалистами-отраслевиками и аналитиками, осуществляемое интерпретаторами данных, может положить начало устранению разрыва между декларируемыми и реальными преимуществами использования больших данных. Этот процесс начинается с осознания ограничений, присущих числам и интуиции, если они используются по отдельности.