ПОИСК И УПРАВЛЕНИЕ ДАННЫМИ В СИСТЕМЕ УПРАВЛЕНИЯ РЕЗУЛЬТАТИВНОСТЬЮ

Некоторые передовые компании, осознающие важность имеющейся у них информации, не умеют эффективно извлекать ее и использовать. В результате процесс обмена информацией между отделами и службами предприятия бывает затруднен. Так, до недавнего времени поиск и извлечение необходимой информации были связаны с проблемами из-за отсутствия централизованной системы хранения данных, поэтому было почти невозможно реализовывать быстрые решения, опираясь на программное обеспечение. Таким образом, возникла необходимость взаимодействия в единой сети всех компьютеров, имеющихся у организации.

Эти организации строят свои IT-системы на основе неинтегрированных одиночных решений. (Например, хранилища данных различных отделов построены на разных платформах с использованием комбинаций инструментов, часть которых нестандартные, часть — с истекшим сроком технической поддержки, часть построена на основе инструмента, купленного у поставщика, больше не работающего на рынке.)

Применение поспешных решений может привести к тому, что сопровождение программного обеспечения станет затруднительным. Оглядываясь в прошлое, можно сказать, что даже на первый взгляд обдуманные покупки систем программного обеспечения иногда приводят к излишнему количеству инструментов, несовместимости данных, дублированию действий и в конце концов к высоким операционным расходам, а также создают барьеры, не дающие системам четко обмениваться данными. Любая организация достигает момента, когда становится важно, чтобы компьютеры могли общаться с другими компьютерами.

Инновации в технологиях хранения информации сегодня значительно опережают прогресс в развитии компьютерной техники, знаменуя собой новую эру, когда создание огромных хранилищ информации станет предпочтительным решением для компаний1. В связи с этим некоторые поставщики первоклассного программного обеспечения предлагают ряд аналитических приложений и моделей данных, обеспечивающих доступ к виртуальной сокровищнице информации, позволяя руководителям организаций управлять результативностью на уровне, от которого дух захватывает. Эти средства обеспечивают пользователям простой доступ к корпоративным данным, они также преобразуют их в полезную, логически связанную информацию.

Предложения ведущих поставщиков программного обеспечения призваны своевременно решать проблемы коммерции и управления. Наличия у предприятия базы данных уже недостаточно. Современный рынок требует готовых решений — управление человеческим капиталом и сбалансированную систему показателей. На рис. 22.1 показано, какое место занимает процессно-ориентированное управление в информационной системе, а также его наиболее востребованные выходные данные в системах показателей. На рисунке также наглядно показан процесс получения информации из различных ресурсов, ее хранение и извлечение из баз данных для проведения того или иного анализа.

Информация, необходимая для сбалансированной системы показателей, пополняется из систем управления базами данных — Oracle Financials, Siebel CRM call center, SAP materials management, PeopleSoft human resources. Со­брать все эти данные воедино непросто, так как они взяты из различных базовых структур. Прямой доступ к исходным данным затруднен из-за огромного количества таблиц (в больших системах их бывает до нескольких десятков тысяч). Средства управления данными, выпускаемые поставщиками программного обеспечения (например, компанией SAS), интегрируют информацию из различных источников, управляя внутренней логической моделью данных и метаданными. Метаданные — это информация об информации, т.е. характеристики информации, находящейся в хранилище.

Расширение аналитических возможностей систем обработки данных и баз данных

Аналитические программные приложения расширяют технические возможности средств хранения и обработки информации. Информационная цепочка состоит из последовательно соединенных компонентов:

• IT Architecture Planning — многие организации в конце 1990-х гг. пренебрегали этим компонентом в цепочке информации из-за опасений, связанных с «проблемой 2000»;

• технология ETL — технология извлечения, преобразования и загрузки данных;

• интеллектуальное хранилище данных предоставляет пользователям масштабируемые и гибкие возможности хранения информации;

• бизнес-аналитика (BI) — электронные средства и инструменты анализа бизнес-данных. Аналитические средства позволяют повысить эффективность ведения бизнеса, оперативность и управляемость. Этот компонент иногда ошибочно считают последним в информационной цепочке, так как он использует ретроспективные (накопленные) данные. Популярна аналитическая обработка в реальном времени (OLAP), позволяющая оперативно анализировать данные для поддержки принятия важных решений. Исходные данные для анализа представлены в виде многомерного куба, по которому можно получать нужные разрезы — отчеты;

• аналитическая отчетность — последний компонент. Если сравнить информационную цепь с короной, то данный компонент можно назвать драгоценным камнем, украшающим эту корону. Он способен ставить вопросы, связанные с принятием тех или иных решений, анализировать их (с использованием мощных средств статистиче­ского моделирования) и давать на них ответы.

Представленный в удобном для пользователя формате и интегрированный с нормальным потоком работ и документооборота, данный компонент усиливает эффективность других звеньев информационной цепи и воспринимается как набор решений, а не набор средств. Обратная связь способствует правильным действиям, которые влияют на эффективность деловых операций. Программные аналитические средства предоставляют пользователям возможности прогнозирования, моделирования и оптимизации данных, помогая принимать решения.

Если ты не знаешь, где находишься, тебе не поможет никакая карта; если ты не знаешь, куда идешь, то полезным окажется любой путь. Ведущие поставщики программного обеспечения предоставляют сегодня своим пользователям карту и рисуют путь сквозь дебри различных аналитических приложений и решений. Директора по информационным технологиям многих компаний считают целью развития информационных технологий дальнейшее внедрение автоматизированных технических средств в стандартные процессы — управление системой обработки заказов на покупку или в систему производства. Но они заблуждаются, полагая, что хорошо налаженные стандартные процессы способствуют улучшению управления результативностью. На самом деле решающую роль играет адекватное понимание руководителями компании и рядовыми сотрудниками ситуации, в которой находится компания в тот или иной момент. Адекватному пониманию способствует использование программных аналитических средств, которые помогают выявлять незаметные тенденции, проверять различные гипотезы, оценивать результаты моделирования различных сценариев развития ситуации и проводить анализ чувствительности.

Программные аналитические средства не изменяют способ ведения бизнеса, они его просто совершенствуют. Их можно размещать на всех уровнях предприятия и применять в повседневной деятельности, например в центре информационного обслуживания потребителей, который не только обеспечивал бы клиентов текущей информацией (например, об остатках на счете), но и предлагал бы им различные решения. Программные аналитические средства напрямую обеспечивают пользователей ключевыми показателями и специализированной информацией. Поскольку потребность предприятий в аналитических средствах будет расти, сочетание этого потенциала с аналитическими приложениями может значительно увеличить полную стоимость информации, имеющейся у предприятия, способствуя увеличению производительности и рентабельности всего предприятия.

Основная цель аналитических приложений: стать неотъемлемой частью работы руководителей и персонала. Следовательно, для успешного внедрения необходимо, чтобы они были сосредоточены на специфических задачах — управление цепочкой поставок, снижение оттока клиентов и т.д.

Согласно исследованию «Влияние бизнес-аналитики на финансовые результаты», проведенному Internet Database Connector (IDC) в октябре 2002 г., организации, успешно реализующие аналитические приложения, сумели добиться рентабельности в диапазоне от 17 до 2000% и более, со средней рентабельностью инвестиций 112%2. Это исследование продемонстрировало, что компании могут добиваться значительной рентабельности инвестиций, используя аналитические приложения, если они концентрируют внимание на актуальных проблемах бизнеса. Программ­ные аналитические средства позитивно влияют на производительность работников умственного труда целого ряда отраслей промышленности. Ключом к успешному использованию аналитических приложений является постоянное применение его результатов, заключающееся в принятии правильных мер, корректирующих бизнес-процесс3.

Практичность программных средств управления данными нового поколения

Хранилища данных содержат различную информацию и исходные записи по сделкам с клиентами, а также суммарную информацию (остаток на счете и итоговая сумма за отчетный период). Технологии управления данными позволяют извлекать эти сведения, трансформировать их для принятия решений и загружать в программные средства анализа информации. Управление данными включает и инфраструктурную технологию, необходимую для регулярного управления информационными процессами, связанными с обработкой большого объема информации и формированием отчетности.

Большинство организаций, приобретая в течение многих лет системы программного обеспечения, сталкиваются с одной проблемой: все эти системы работали бы лучше, если бы были интегрированы между собой, но это невозможно, так как они приобретены и внедрены по отдельности. Одним из решений этой проблемы, предлагаемых IT-отделами, была попытка собрать информацию всех систем в одном хранилище данных. Казалось, вот-вот будут созданы общепринятые стандарты баз данных, но увы!

Следующим решением IT-отделов стало извлечение и синтез основной информации из источников данных. Но, к сожалению, многие средства управления данными не способны хорошо интегрировать информацию из различных источников. Они недостаточно гибки и позволяют решать небольшой перечень проблем и задач, связанных со специфическими бизнес-процессами вроде управления клиентской базой или цепочкой поставок. Более того, системы управления данными, оптимизированные для обработки транзакций, отличаются от аналитических систем управления данными.

Как следствие, организациям все больше требуются мощные универсальные аналитические средства с большим набором нестандартных решений, удовлетворяющих частные нужды предприятия и способствующих единодушному принятию сотрудниками предприятия одного единственно верного и взвешенного решения.

В отличие от специализированных программ с их характерными системами инструменты, поддерживающие открытые стандартные архитектуры, совместимы со всеми формами промышленных стандартов. Информационные решения могут иметь доступ к широкому спектру источников данных в исходном формате любой системы, кроме того, они независимы от других программных, аппаратных и сетевых систем. Современное программное обеспечение позволяет без особого труда соединять отдельные решения и совершенствовать уже существующие системы.

Одним словом, можно смело утверждать, что наступила эра массового применения бизнес-аналитики. Информационные решения позволяют работникам предприятий без особых усилий находить решения следующих проблем:

• увеличивать эффект маркетинговых кампаний (прямая почтовая рассылка, прямой маркетинг по телефону и электронная коммерция);

• определять наиболее рентабельных клиентов и выяснять основные мотивирующие факторы их лояльности, выявлять будущих клиентов, обладающих похожим или бóльшим покупательским потенциалом;

• анализировать частоту обращений клиентов по электронной почте с целью корректировки стратегий электронной коммерции;

• оперативно выявлять проблемы, связанные с гарантией качества, с целью снизить до минимума конструктивные недостатки продукции;

• выявлять незаконную деятельность, связанную с отмыванием денег;

• повышать рентабельность клиента, снижать риск его некредито­способности, выставляя кредитный рейтинг;

• определять, комбинация каких товаров и услуг вероятнее всего будет пользоваться спросом среди потребителей, в какое время;

• анализировать результаты клинических испытаний экспериментальных лекарств;

• устанавливать более выгодную ставку для страховой премии;

• обеспечивать соответствующее содержание, техническое обслуживание, ремонт оборудования, тем самым снижать время его простоя;

• анализировать причины оттока клиентов компании к ее конкурентам — что привлекает клиентов в других компаниях, а что в вашей;

• выявлять и пресекать мошенническое поведение;

• определять перспективные молекулярные соединения для лекарств.

Список можно продолжать до бесконечности. Общее для всех примеров: необходимость не только выявлять проблемы, но и уметь их решать.

Практичность программных средств обработки и анализа данных

Программные средства обработки и анализа данных созданы для исследования больших объемов информации, предназначенной для комплексного анализа, выявляющего скрытые связи, неизвестные модели, тренды, зависимости или аномалии с целью принятия упреждающих или логических решений. Эти средства не только позволяют констатировать наличие того или иного факта или проблемы, но и указывают на их причины. Они помогают делать точные прогнозы. Программные средства нового поколения упрощают и рационализируют время, отведенное на подготовку данных, а также на процесс их анализа. Их привлекательность заключается в том, что они позволяют превращать необработанные данные, которые имеются у организации, в ценную информацию.

Эти средства позволяют обычным пользователям без особых усилий выполнять широкий спектр действий по анализу данных и аналитиче­ских алгоритмов (классическая статистика, нейронные сети, анализ дерева решений, регрессионный анализ, кластеризация), что раньше было по силам только профессиональным статистикам. Таким образом, в распоряжении обыкновенного пользователя теперь имеются средства статистики и визуализации, помогающие извлекать из огромных информационных хранилищ базовые сведения, находить в этих сведениях возможные переменные с целью получения обоснованных данных и заключений. Эти средства позволяют обеспечивать наивысшую эффективность в принятии решений и, наконец, представлять результаты исследований в форме готовых моделей, например потребительских сегментов.

Графический интерфейс (GUI) позволяет пользователю, имеющему скромные познания в области статистики, извлекать данные и анализировать их, а специалист-статистик может с помощью графического интерфейса регулировать весь процесс анализа данных. Например, непрофессиональные пользователи могут без труда исследовать большой объем информации с помощью многомерных гистограмм, сравнивая анализируемые результаты различных альтернативных сценариев.

Преимущество графического интерфейса пользователя в том, что он значительно сокращает промежуток времени от доступа к данным до выполнения действий, причем результаты анализа могут быть доступны всем пользователям Интернета. Все эти операции можно произвести в одной вычислительной среде. Осуществив значительные инвестиции в инфраструктуру — в том числе и в программное обеспечение, организации теперь могут многократно окупить стоимость этих активов, превратив их в реальный интеллектуальный ресурс.

Использование преобразованных данных

Для некоторых компаний (например, Amazon.com) информация является дифференцирующим звеном в конкуренции на рынке товаров и услуг.

Организации стремятся найти средства, помогающие достичь максимальной эффективности принятых ими решений. Однако невозможно достичь максимальной эффективности во всем, так как существует ряд проблем, где это сделать (пока) нереально, кроме того, и экономические затраты по созданию таких систем могут быть невыгодными для предприятия. Но несмотря на превалирующую сегодня экономику выбора, у оптимизации бизнес-процессов есть огромный потенциал, видимый уже сегодня.

Помимо сложных систем извлечения данных, также существуют и практические решения большинства проблем, не требующих оптимизации, но которые требуют принятия четко обоснованных решений с использованием аналитических средств, а не приблизительных подсчетов. На рис. 22.2 изображена символическая лестница, демонстрирующая рост значения информации по мере развития организации. Ступеньки представляет собой стадии развития, через которые проходят все организации:

• сбор данных. Все более экономически целесообразным становится сбор данных из разных комплексных бизнес-систем, их обработка и хранение для удовлетворения запросов самых взыскательных пользователей;

• доступ к данным (какой смысл собирать данные, если к ним нет должного доступа или он затруднен?);

• использование информации. Знание, здравый смысл и интеллектуальные ресурсы являются источниками конкурентного преимущества.

По мере продвижения организации вверх по этой символической лест­нице совершенствуется использование информации. На рис. 22.2 показано, как необработанные данные преобразуются в информацию, которая впоследствии превращается в знание и в конце концов становится интеллектуальным ресурсом компании. Все эти компоненты могут использоваться в принятии решений. Поле «Принятие больших решений» — конечный пункт и цель преобразования исходных данных.

Различие между управлением и лидерством: отношение к риску

На лидерстве и коммуникациях основана любая организация. Оба этих качества присущи человеку. Связав воедино лидерство и коммуникации, с одной стороны, со стратегиями и задачами компании — с другой, управ­ление результативностью превращается в хорошо отлаженный инструмент, напоминающий по своей структуре телефонную систему, но гораздо более важный.

Роль Интернета будет расти. Такие распространяемые по глобальной сети средства, как системы управления результативностью предприятия, не только будут способствовать эффективности и использованию активов компании, но и позволят наиболее эффективно использовать ее капитал и человеческие ресурсы.

По мере продвижения организации вверх по символической лестнице развития увеличивается ее потенциал в принятии более разумных решений. Одним из ключевых факторов, влияющих на темп продвижения организации вверх по этой лестнице, является наличие у представителей высшего руководства качеств лидера. Существует большое различие между понятиями «лидерство» и «управление». Управленец избегает риска, лидер, наоборот, рискует. Лидеры должны быть решительными. Мудрый лидер должен уметь устранять все риски или, по крайней мере, идти на обдуманный риск.

Риск продолжает существовать даже тогда, когда накопленные данные преобразуются в полезную информацию. В контрасте с этим обдуманный риск основан не только на аккумулировании прошлой информации, но и на математических вычислениях, которые могут использоваться в прогнозном анализе. Модели такого анализа позволяют оценить риски (например, риск кредитования покупателей), выбор той или иной продукции или рынка, прогнозируют вероятность ухода ценных сотрудников предприятия.

В прошлом риск ассоциировался только с финансами предприятия. Сегодняшние условия бизнеса заставляют переосмыслить риски, разделив их на финансовые и нефинансовые. С принятием закона Сарбейнса-Оксли управ­ленческий риск стал включать различные виды персональных рисков. Руководители должны учитывать любые виды риска, как финансовые, так и нефинансовые, с которыми в любой момент может столкнуться их компания. Использование аналитических систем, находящихся на вершине информационно-аналитических приложений, позволяет стать лидером в высшем понимании этого слова.

Надежный прогноз дает наиболее ясное представление о рисках, имеющихся у организации. Сделав сомнение своей постоянной чертой, вы не сможете полностью устранить риски, но сумеете значительно снизить их.

Стадии развития информационных систем

Рассмотрим рис. 22.2 и постараемся ответить на следующие вопросы:

• что произошло;

• почему это произошло;

• что было бы, если бы действовали иначе;

• какой вариант самый оптимальный.

Центральная вертикальная линия разделяет на рисунке будущее (справа) и прошлое (слева).

Прошлое

Слева на рисунке представлена описательная и оценочная информация. Использование лишь статистических данных предполагает следующие шаги, каждый из которых состоит из двух компонентов.

1. Исторические (накопленные) данные и информация. Исходные данные преобразуются в информацию, предназначенную для анализа трендов, взаимосвязей, аномалий и конфигураций:

• несоизмеримые и фрагментированные данные. Несмотря на широкие возможности, информационные технологии не способны заглянуть далеко в будущее. Хотя в распоряжении пользователя имеются сведения, доступ к ним бывает затруднен. Инструменты управления данными сохраняют информацию в общем формате. Эта информация сохраняется, регулируется и, что важно, окончательно конфигурируется;

• унифицированные. Сведения обычно берутся из различных источников и требуют нормализации и стандартизации. Передовые аналитические компании опираются в управлении своими данными на технологию ETL (извлечения, преобразования и загрузки данных), делающую всю информацию прозрачной и позволяющую объединять разрозненные данные независимо от их источника или платформы. Наличие точной и легкодоступной информации облегчает движение вверх по символической лестнице развития.

2. Аналитическая информация. Необходимо уметь интерпретировать статистические данные, возможно, используя прогнозы, а также логику оптимизации:

• анализ, осуществляемый главным образом людьми, — электронные таблицы, микрокалькулятор, знание простейших уравнений и основ статистики;

• анализ с применением специализированного программного обеспечения. Вам приходилось когда-либо калькулировать результаты анализа сегментации рынка, содержащего множество переменных, данные о тысячах клиентов, наименований и партий товаров, информацию о точках сбыта, маршрутах, поставщиках и т.д.? Статистические аналитические средства, например компании SAS, позволяют пользователям без особого труда проводить исследования подобного рода информации, приходить к соответствующим заключениям и принимать окончательные решения.

Будущее

Справа на рис. 22.2 представлена директивная и прогнозная информация, предназначенная для принятия решений посредством комбинирования сметных предположений и описательной информации прошлого. Здесь пересекаются неопределенность и риск. Используя средства прогнозирования, можно делать предположения с известной степенью неопределенности. Еще раз повторю: постоянно сомневаясь, вы не сможете полностью устранить риски, но сумеете значительно снизить их. Для этого необходимо сделать три шага.

1. Прогнозирование. Некоторые аналитики используют в своей оценке прошлые данные, отображенные на точечной диаграмме. Более прогрессивные аналитики используют алгоритмические средства и источники из Интернета. С каждым годом прогнозы становятся все более надежными.

2. Различные сценарии. Надежный прогноз различных сценариев развития ситуаций может стать хорошим подспорьем в принятии оптимальных решений, но иногда бывает так много взаимозависимостей, что возникает необходимость в мощном программном обеспечении анализа чувствительности и анализа системной динамики.

3. Оптимизация. Хотя невозможно оптимизировать все, кое-что все-таки можно. Решения, связанные с оптимизацией, всегда сопряжены с конфликтами и ограничениями, и управление результативностью помогает найти компромиссы. Результатом оптимизации может стать лидерство на рынке.

На какой ступени развития находится ваша организация?

В организациях применяют (или, по крайней мере, пытаются применять) многое из описанного выше, но не используют при этом технологии, позволяющие подняться на следующие ступеньки. С помощью интуиции, анализа с карандашом в руках и таблиц вы далеко не уедете.

Иногда бывает трудно определить, на какой стадии развития находится организация. Она может занимать одновременно несколько ступенек на уже знакомой нам символической лестнице развития. Для большинства компаний эпицентр их развития находится примерно на уровне аналитической ступени (см. рис. 22.2), так как во всех организациях сотрудники постоянно анализируют полученные данные. В первую очередь их интересует интерпретация ретроспективных/статистических данных, где они пытаются находить взаимосвязи и прогнозировать уровень спроса на ту или иную продукцию в будущем и тем самым принимать оптимальные решения. В конце концов, тем же самым занимается человечество испокон веку: доисторическому человеку тоже приходилось просчитывать различные варианты, как добыть себе пищу, чтобы выжить.

Нет ничего плохого, что для принятия тех или иных решений вы используете ретроспективные/статистические данные, ведь от того, какие результаты вы имели в прошлом, зависит то, как будет развиваться ваше предприятие в будущем. Например, если продукт годами не приносит прибыль и отсутствие прибыли не служит каким-либо стратегическим целям (например «стать лидером по убыткам»), имеет смысл принять решения, направленные на увеличение размера прибыли. Будущее часто растет из семян, посеянных в прошлом. Приведем еще один пример. Время обработки и ставки расходов, полученные с учетом предыдущих уровней производительности, обеспечивают основу для моделирования возможного уровня прибыли при условно-постоянных ценах на новые заказы и определенных сроках завершения работ.

В связи с этим современные программные средства могут быть хорошим подспорьем в деле упреждающего реагирования на те или иные события или ситуации.

В заключительной главе я излагаю свое видение работы организации как единой системы, использующей интегрированный набор методик и средств управления результативностью.

Примечания

1 John Markoff. In Computing, Weighing Sheer Power Against Vast Pools of Data // New York Times, June 2, 2003, C4.

2 Henry Morris. The Financial Impact of Business Analytics. International Data Corporation (IDC), October 2002, www.idc.com.

3 Henry Morris. Group VP of Applications and Information Access, IDC.