Войти в систему
Войти с помощью соц. сетей:
Каким образом привести ИТ-систему в соответствие с требованиями цифровизации? На какую помощь можно рассчитывать при анализе больших объемов данных? Какая организационная модель необходима компании для достижения успеха в цифровом мире? В данной главе мы рассмотрим тот фундамент, на котором будет строиться этот успех.
Одной из отличительных особенностей цифровой эпохи является скорость. Быстрая разработка, короткие циклы и стремительные изменения — эти факторы буквально ставят в тупик большинство традиционных организаций. В первом разделе настоящей главы описывается, как построить в компании гибкую ИТ-архитектуру, нацеленную на решение задач цифровизации. Далее мы перейдем к вопросу о данных, об этом «новом золоте» наших дней. Важнейшим фактором успеха сегодня является использование больших массивов данных и продвинутой аналитики, то есть накопление колоссальных объемов неструктурированной информации и ее интеллектуальный анализ. Поскольку хищение данных может стать препятствием на пути к успеху, мы также охарактеризуем способы их защиты. С появлением интернета вещей программные средства стали внедряться даже в самые обычные предметы обихода, и этот аспект тоже рассматривается в соответствующем разделе об информационных и других технологиях.
Помимо прочего, цифровизация меняет в компаниях корпоративную культуру и организационную модель. Особенно наглядно это проявляется в связи с введением должности директора по цифровым технологиям, о которой мы расскажем отдельно. В цифровую эпоху компаниям необходима адаптивная организационная структура, способствующая межфункциональному взаимодействию и поддерживающая горизонтальную иерархию; мы объясним, как создать такую структуру. Каждой фирме сейчас нужны специалисты по цифровым технологиям, и мы расскажем, как их найти и удержать. Кроме того, в новых экосистемах большинство игроков работают вместе с партнерами, поэтому необходимо научиться грамотно управлять взаимодействием с ними. Этой теме посвящен последний раздел главы.
О новых задачах в сфере ИТ и о том, как решать эти задачи компаниям родом из аналоговой эпохи
Сегодня финтех-компании осложняют жизнь банкам. С их помощью можно за пять минут открывать счета через интернет, быстро получать кредиты и совершать инвестиции одним кликом. Новые цифровые компании опережают традиционных представителей банковской отрасли. Причиной тому служит тот факт, что банковские процессы и ИТ-системы не готовы к современному темпу изменений. Для эффективной конкуренции на рынке банкам необходимо трансформировать свою ИТ-архитектуру.
Цифровизация во всех областях бизнеса привела к увеличению темпа внедрения инноваций и росту ожиданий со стороны клиентов. В итоге представители многих отраслей вынуждены кардинально повышать эффективность своих ИТ-систем. Путь, который выбирают многие компании, заключается во внедрении гибкой ИТ-архитектуры. В идеологии гибкой архитектуры инновационные функции, обеспечивающие ключевые бизнес-преимущества, отделены от поддерживающих функций. К инновационным функциям в банковской отрасли можно отнести продуктовый каталог, систему скоринга и системы взаимодействия с клиентами. К поддерживающим функциям можно отнести функционал главной книги. Разделение функций реализуется на всех уровнях: выделенный слой интеграции между функциями, различные скорости и методологии реализации, собственные команды разработки (вплоть до покупки поддерживающих функций у сторонних поставщиков — ПО-как-сервис).
В инновационном сегменте ИТ-архитектуры инженеры работают в тесном взаимодействии друг с другом в составе команд, объединенных общей целью. Программисты разрабатывают приложения в рамках спринтов, осуществляют развертывание нового функционала не реже одного раза за спринт (иногда до нескольких раз в день). Клиенты получают доступ к развернутым сервисам с мобильных устройств, переводя все взаимодействие с бизнесом в формат мобильного приложения. Эффективные цифровые сервисы полностью отменяют необходимость посещать офисы организации, позволяя сравнивать цены на услуги, выбирать необходимые продукты, проверять баланс счетов, взаимодействовать с поддержкой в любом месте и в любое время. Описанный подход к разработке не только успешно применяется в отношении частных потребителей, но и все чаще распространяется на корпоративных клиентов. При этом отзывы пользователей сразу же учитываются в ходе дальнейшей разработки цифрового предложения при помощи инструментов моментальной обратной связи непосредственно с разработчиками.
Финансовые и временные затраты на создание таких индивидуализированных решений вполне себя оправдывают, поскольку благодаря инновационным приложениям и быстрому реагированию на запросы клиентов компания может выделиться из общей массы конкурентов. Например, команда банка Starling смогла с нуля создать новый цифровой банк (включая реализацию базового функционала) за один год силами команды из 80 инженеров.
Что же касается поддерживающей части ИТ, для нее самое главное — это бесперебойная работа. Потеря данных о товарных запасах, выставленных счетах или обслуживаемых клиентах либо сбой в цепочке поставок может нанести бизнесу существенный ущерб. Экономическая эффективность, которую удается обеспечить за счет гармонизации и стандартизации, тоже играет исключительно важную роль. Таким образом, поддерживающая часть ИТ обеспечивает функционирование базовых систем, на которых держится вся работа компании: это может быть система управления ресурсами предприятия (ERP) с небольшим количеством доработок, главная книга для банка или базовая система учета событий биллинга для телеком-оператора.
В целом у игроков есть два варианта создания адаптивной ИТ-системы: можно построить ее на базе уже существующей в организации структуры, можно начать с нуля, в том числе приобрести компанию с необходимыми навыками.
В случае выбора первого варианта необходимо обеспечить плавную декомпозицию унаследованных (legacy) систем. Это делается за счет разбиения унаследованной системы на набор функций, параллельной реализации функций в новой парадигме с постоянной сверкой результатов реальных запросов к старым и новым модулям и переключении на новую систему по мере достижения высокой степени уверенности в работоспособности модуля.
Туристический концерн Thomas Cook выбрал первый способ. Он изолировал клиентоориентированные сегменты своей ИТ-системы и выделил рутинные задачи в отдельную функцию. Чтобы такое решение оказалось успешным, в ИТ-системе уже должны иметься процессы, которые целесообразно было бы трансформировать. Кроме того, необходимы значительные инвестиции в создание связующего ПО, чтобы отсоединить клиентоориентированные процессы от бэкенд-системы.
А вот сеть кофеен Starbucks решила начать в этом отношении с нуля. Эта фирма не смогла найти в своей ИТ-системе подходящую точку опоры и потому создала отдельно от старой совершенно новую структуру, чтобы развивать на ее основе адаптивный сегмент гибкой ИТ-архитектуры.
Американская страховая компания Allstate очень спешила, поэтому приобрела уже действующую фирму с адаптивной, динамичной, инновационной ИТ-командой. Преимущество такого подхода заключалось в том, что Allstate не пришлось терять время на длительные преобразования или на еще более длительное создание адаптивной ИТ-системы. Вместо этого компания смогла сразу приступить к разработке привлекательных цифровых предложений для клиентов. Игроки, выбирающие этот путь, должны быть уверены в том, что затраты на интеграцию новой структуры в уже существующую окажутся меньше, чем дополнительная прибыль за счет быстрого выхода на рынок.
Современные компании переносят идею выделения поддерживающих функций и на саму сферу ИТ. Эти компании не занимаются самостоятельным администрированием ИТ-инфраструктуры и все больше переходят к парадигме «инфраструктура-как-код» (Infrastructure-as-a-code), когда управление физическими ИТ-активами (серверами, маршрутизаторами и т.п.) отдается сторонним поставщикам облачных услуг (напр., Amazon, Microsoft, Google), а команда разработки описывает целевую конфигурацию в виде программного кода (напр., Terraform). Такой подход обеспечивает высокую управляемость инфраструктуры, полную прозрачность изменений, что приводит к повышению уровня сервиса для клиентов и снижает время развертывания систем (поставка инфраструктуры больше не несет временных затрат). На территории Российской Федерации сервисы, совместимые с идеологией «инфраструктура-как-код», начали предоставлять такие игроки, как «Яндекс» и Мейл.ру.
Тем компаниям, которые сами создают адаптивную ИТ-систему, следует помнить, что такой подход к реструктуризации предполагает тесную интеграцию между бизнес-подразделениями и ИТ. Все процессы, которые требуют быстрых перемен или помогают компании опередить конкурентов, в будущем станет воплощать объединенная кросс-функциональная команда. Для эффективного функционирования команды необходимо назначить владельца продукта, несущего полную ответственность за конечный результат и имеющего возможность принимать все требуемые решения. Команда должна получить общие цели и единую финансовую мотивацию. А эффективные инженерные практики позволят осуществлять релизы продукта до нескольких раз в день. Команда должна постоянно совершенствовать собственные инженерные и процессные навыки, обеспечивая передовой уровень компетенций.
Наличие адаптивной ИТ-системы позволяет обеспечить независимую разработку внутри команд, фактически являясь ключевым требованием эффективной реализации agile-трансформаций.
Как правило, инновационная ИТ-система охватывает те процессы, которые ориентированы на непосредственное взаимодействие с клиентами и которые зачастую нужно быстро оптимизировать, чтобы сохранять конкурентоспособность и удовлетворять потребности клиентов. Во многих случаях адаптивная ИТ-структура ускоряет работу даже тех инженеров, которые отвечают за разработку поддерживающих функций. В итоге формируется самоусиливающаяся система, которая, в свою очередь, может ускорить ИТ-трансформацию в целом.
Например, один из ведущих банков успешно внедрил у себя описанную модель. Вскоре, однако, стало очевидно, что для эффективной эксплуатации приложений, с помощью которых клиенты переводят деньги или просматривают информацию по счетам, нужно изменить и бэкенд-системы, которые предоставляют и модифицируют клиентские данные. В итоге удалось не только ускорить работу клиентоориентированных систем, но и включить в быстродействующую архитектуру системы подразделения по обработке данных. Для этого также понадобилось изменить модель функционирования, чтобы привести ее в соответствие с быстрыми циклами разработки, обеспечив при этом управление взаимосвязями.
Такие мероприятия могут стать началом перехода к полностью адаптивной ИТ-структуре. Преимущество заключается в следующем: те сотрудники, которые не готовы сразу приспособиться к требованиям адаптивной ИТ-системы, могут остаться в более стабильных, но менее значимых подразделениях, которые будут плавно переходить на новые методы работы в течение относительно долгого времени. Задача состоит в том, чтобы сформировать ИТ-архитектуру, аналогичную архитектуре таких цифровых гигантов, как Amazon, Facebook и Google, где технологии полностью интегрированы с коммерческими задачами и согласованно используются для определения, постановки и достижения общих целей бизнеса.
Здесь-то и вступает в действие механизм управления цифровыми продуктами. Например, владелец продукта отвечает не только за создание и использование приложения электронного магазина, но и за весь процесс покупки и оплаты вплоть до подтверждения заказа и уведомления о сроках поставки. Такая комплексная ответственность способствует не только сокращению сроков выполнения заказов, но и повышению качества конечного продукта или услуги. Должностные обязанности владельцев продуктов теперь включают в себя проведение многочисленных тестов и экспериментов, в которых рыночные стратегии испытываются применительно к различным задачам. Клиентские данные и отзывы собираются и анализируются, а сделанные выводы сразу же учитываются в ходе дальнейшей разработки. Прочие задачи включают в себя определение ключевых показателей эффективности (КПЭ) для оценки результатов работы команды.
Внедрение адаптивной быстродействующей ИТ-структуры, привлечение специалистов по управлению цифровыми продуктами, создание небольших команд с мощным предпринимательским потенциалом и формирование современной масштабируемой архитектуры — именно эти рычаги помогли заложить основу того поразительного успеха, которого добились Amazon, Google и им подобные игроки. Сегодня компании из аналогового мира тоже могут воспользоваться этой стратегией.
Об эффективных методах принятия решений на основе анализа данных
Каким образом компании Amazon удается порекомендовать мне действительно интересный роман после того, как я купил у нее всего несколько книг? Откуда музыкальный сервис Spotify узнаёт, какие песни мне понравятся, уже после нескольких скачиваний? И как модный интернет-магазин умудряется предложить мне именно ту одежду, которую и правда я сейчас ищу, хотя я прошелся всего лишь по нескольким страницам сайта? Такие вещи нас уже не удивляют. Мы воспринимаем их как должное. Но лишь немногие из нас знают, как работают эти механизмы.
Интернет-магазины и приложения типа Spotify собирают доступные данные о своих клиентах, то есть о нас с вами: что мы покупаем, чем интересуемся, с какого сайта мы пришли, каким устройством пользуемся, какое сейчас время суток, как часто мы посещаем данный сайт и какие еще товары просматриваем. Затем программы продвинутой аналитики обрабатывают весь огромный объем данных, находя в нем определенные закономерности, на основе которых в дальнейшем компания может прогнозировать наше поведение. Например, интернет-сервисы и онлайн-магазины активно применяют моделирование по методологии аналогий (look-alike), которое заключается в поиске «статистических двойников». За основу здесь берется предположение о том, что если два пользователя оставляют за собой схожие информационные следы, то и потребности у них тоже одинаковы. И если одному из таких двойников понравились какая-то песня, фильм или джинсы, то и другой тут же получает рекомендацию ознакомиться с этим продуктом.
Большие массивы данных и средства продвинутой аналитики полезны не только B2C-компаниям. С их помощью и компании из других индустрий могут принимать более эффективные решения на основе фактических данных. Несмотря на это, многие руководители и сотрудники до сих пор действуют исключительно исходя из личного опыта или базовой аналитики вроде факторного анализа отклонения от бюджета за прошлый квартал. А между тем только за последние три года в мире появилось больше данных, чем за всю предыдущую историю человечества. Большие массивы данных и продвинутая аналитика на базе них открывают возможности для более быстрого и эффективного принятия решений, более полного понимания потребностей клиентов и сотрудников. Несмотря на то что технологии хранения и анализа данных играют в этом отношении важную роль, они все же не заменяют собой всего остального. Добавленная стоимость создается только в тех случаях, когда технологические возможности удачно сочетаются с корпоративными целями, а также внедряются в ежедневные процессы организации. Поэтому главный вопрос для топ-менеджеров многих крупнейших российских компаний: «Как превратить создаваемые инфраструктуру и компетенции продвинутой аналитики из дорогой игрушки и дани моде в средство получения устойчивого конкурентного преимущества и зарабатывания денег?»
Большинство российских компаний начинают «пробовать себя» в продвинутой аналитике либо с попытки создания инфраструктуры для широкой работы с большими данными, либо с реализации единичных юз-кейсов (специфичных направлений использования продвинутой аналитики, пример — планирование сети складов). При этом мировая практика показывает, что наиболее успешно продвинутую аналитику внедряют компании, одновременно фокусирующиеся на трех факторах:
Каждая успешная программа преобразований, нацеленная на расширение использования данных в работе компании, начинается именно с видения и стратегии. Игнорирование этого этапа приводит как минимум к ложным ожиданиям, неоптимальному расходованию ресурсов и времени, а иногда и к полному разочарованию и сворачиванию «инициатив Биг Дата» (рис. 6.1).
С точки зрения юз-кейсов наибольший интерес представляют те направления, которые связаны с освоением формирующихся экосистем и выходом в новые сегменты — от «умных» домов до цифровой медицины. Однако с помощью продвинутой аналитики можно добиться значительных улучшений и в традиционных процессах в коммерции, операционной деятельности, маркетинге, HR и других. Анализ больших массивов данных позволяет оптимизировать взаимодействие с клиентами — например, чтобы избежать расторжения контрактов. Его также можно использовать при непосредственной коммуникации с клиентами и при организации перекрестных продаж. Успешно применяется этот инструмент и во внутренних процессах — например, с его помощью удается повысить коэффициент использования оборудования, усовершенствовать диагностическое обслуживание и улучшить показатели удержания персонала.
Войти с помощью соц. сетей: