Колонки

7 ошибок работы с данными, которые могут убить ваш бизнес

Колонки
Алексей Артеменко
Алексей Артеменко

Региональный директор Qlik Россия и СНГ

Алина Алещенко

Согласно опросу Qlik, 9 из 10 российских топ-менеджеров принимают свои решения на основе данных. Но правильно ли они умеют с ними работать? Исходя из практики компании, руководство склонно повторять одни и те же ошибки, которые сводят использование самого современного софта на нет.

Мало того, что они тормозят развитие компании, но еще могут привести к финансовым потерям до 15 млн долларов ежегодно. Алексей Артеменко, региональный директор Qlik в России и СНГ, рассказывает о семи ключевых ошибках в работе с данными.

7 ошибок работы с данными, которые могут убить ваш бизнес

Ошибка 1. Гнаться за количеством данных

От 10 000 до 1 миллиона долларов в год — столько тратят западные компании на обслуживание накопленных данных. По данным отчета IDC и Seagate, 68% всех данных не используют, при этом место и бюджеты под их хранение выделяются. При этом «цифровые склады» обещают только расти: в ближайшие два года компании будут наращивать объем данных на 42,2% в год.

Решение проблемы избыточных данных — расстановка приоритетов. Справиться с ней сможет опытный CDO (директор по работе с данными), который понимает, какие данные нужны разным заказчикам внутри компании, как их получать, управлять ими, обеспечивать их надежность и достоверность на протяжении всего жизненного цикла.

Начните с малого: своевременной утилизации устаревающих данных.

Сфокусируйте основные усилия на критически важных данных, которые действительно нужны для принятия решений. Минимизируйте устаревшие и излишние данные, выгоды от которых вам сейчас не ясны. В Мегафон говорят о цикле использования данных около 3-х лет, но нужно учитывать специфику отрасли и характер данных.

 

Ошибка 2. Ставить безопасность данных в приоритет

Данные нужны не только CDO и аналитикам. Как показало недавнее исследование Qlik и Accenture, 9 из 10 рядовых сотрудников говорят о том, что умение правильно работать с информацией помогает им выполнять свою работу.

Однако в массе своей сотрудники младшего и среднего звена едва ли могут получить доступ к данным. А если и могут, бюрократия и взаимодействие со службой информационной безопасности убивает энтузиазм даже у самых мотивированных.

Важно учиться находить баланс между безопасностью данных и их доступностью. Эффективное решение — создание ролевой модели доступов. Это матрица правил, в которой заранее прописаны все разрешения в зависимости от роли сотрудника: что может видеть аналитик, что — менеджер, а что доступно руководителю.

Первая всероссийская премия в области AgroTech-решений. Участвуй сам или номинируй достойных!

Важно создать четко регламентированную систему, где данные будут свободно перемещаться между авторизованными группами сотрудников, а те смогут свободно и быстро получать к ним доступ.

 

Ошибка 3. Инвестировать в технологии, а не в людей

Инвестируя в технологии, вы можете получить качественные данные и развитые информационные системы. Но с данными работают люди. И часто их квалификация оставляет желать лучшего.

В начале этого года наша компания провела опрос сотрудников российских компаний: в своем умении грамотно работать с данными оказались уверены 52% респондентов. Однако подтвердить знания на практике смог только каждый десятый. А речь лишь о базовом уровне аналитики. В среднем ¾ штата допускают ошибки в простейших вопросах школьной статистики, а 80% не могут различить медиану и среднее арифметическое.

Очевидно, что инвестиций в первую очередь требуют люди, а не технологии. Развивайте профессиональные навыки сотрудников, расширяйте корпоративную культуру работы с данными, будьте открыты и лояльны к аналитике и обучению в рабочее время.

Иначе рискуете существенно снизить эффективность внедрения самых современных BI-систем (системы для агрегации, анализа данных и визуализации результатов — примечание редактора).

Чтобы вовлечь сотрудников в аналитику и развить их навыки работы с данными, создайте комфортную среду поддержки персонала. Например, российский офис «Вымпелком» запустил интуитивно понятный внутренний портал со всем необходимым для ежедневной работы с данными: с чего начать, где найти дополнительную информацию и записаться на обучение, к кому обратиться за советом или помощью.

Помощь — важный элемент в этой системе. Специалисты разного уровня должны получать релевантную поддержку, чувствовать, что они не остаются с проблемой один на один. Новеньким покажите, что анализ данных не страшен, а задавать банальные вопросы — нормально. Продвинутым пользователям дайте возможность делиться опытом и знаниями, поощряйте достижения и популяризацию непрерывной работы с данными.

 

Ошибка 4. Переводить отчеты в презентации

Статика напрочь ликвидирует все преимущества BI-инструментов. Идя на поводу у привычек, компании выгружают BI-отчетность в статичные презентации и PDF-документы, лишая интерактивный анализ данных всякого шанса на любовь сотрудников.

Выгрузить отчет в статику с точки зрения сотрудника и правда очень соблазнительно — никто не попросит «покликать» на отдельные элементы доклада или показать, что находится в другом срезе данных.

По этой же причине статика малоэффективна для принятия взвешенных, учитывающих все факторы решений. В таком формате нельзя проверить гипотезу или понять причины, которые привели к той или иной ситуации.

Сегодня многие российские и зарубежные компании осознанно уходят от стандартных совещаний с презентациями. «Вымпелком» и «Утконос Онлайн» перешли на интерактивные совещания: департаменты представляют результаты своей работы и рассказывают о планах на основе дашбордов (интерактивных аналитических панелей для оптимального графического представления результатов анализа).

Любой показатель можно детализировать и получить дополнительную информацию. Но самое главное — сотрудники работают в едином информационном пространстве, что не допускает различий в подсчетах.

При этом неважно, где используется аналитика. Продуктивность работы с данными повышается, если дашборды активно используются в точке принятия решений — будь то совещание, работа на производственной линии или встреча с контрагентом.

Так, крупная международная фармацевтическая компания Novartis предоставила доступ к мобильной аналитике напрямую медицинским представителям. Те используют дашборды при работе с врачами и провизорами по всему миру. Их аналитическое приложение DICE (Data Insights Customer Experience) предоставляет информацию по коммерции и посещаемости точек.

DICE на планшетах и телефонах уже используют 20 тысяч сотрудников, чтобы анализировать данные и принимать решения.

 

Ошибка 5. Использовать принцип «все и сразу»

Пытаться угодить интересам всех групп пользователей одним дашбордом — нерабочая идея. Одна группа неизбежно потратит время на лишние данные, другая — рискует пропустить важную информацию.

Подстраивать дашборды под задачи коллег — сложно и долго. Но результат себя оправдывает. Важно уделить большое внимание подготовке. Проведите исследование с помощью краткого интервью и опросников — сформулируйте вопросы, бизнес-кейсы, определите KPI.

Ipsos, одна из крупнейших мировых исследовательских компаний, использует дашборды для представления результатов исследований заказчикам. Компания уделяет время проектированию «пути» пользователя: встроенная навигация помогает направить ход анализа и найти инсайты.

 

Ошибка 6. Поддерживать Excel-мышление

В мире около 750 млн пользователей Excel. Для многих программа является привычным и наиболее доступным инструментом работы с данными. И она действительно хороша — для определенного круга задач. Однако как инструмент корпоративной аналитики Excel давно устарел.

Недавно розничный блок «Сбербанка» завершил большой проект по централизации отчетности. Компания ликвидировала порядка 600 отчетных форм в Excel, а все необходимые данные перевела всего в 5 аналитических дашбордов. Благодаря этому появилась возможность оптимизировать численность персонала и значительно сэкономить ресурсы.

Для многих сотрудников отказ от привычного Excel сродни боли. Персонал начинает бойкотировать процесс, преувеличивает трудности перехода и намеренно затягивает ввод системы.

Побороть старые привычки поможет общение. Продемонстрируйте преимущества нового подхода для самих сотрудников. Экономия времени, возможность объединять данные из разных источников и отсутствие ограничения по количеству строк могут стать ключевыми причинами.

Покажите, что компания стремится помочь сотрудникам в адаптации: выделяет ресурсы на обучение, транслирует успехи работы с аналитикой. Например, один из лидирующих телеком-операторов организовал целый корпоративный онлайн-марафон, где сотрудники делились кейсами аналитики в подразделениях и обсуждали бизнес-результаты, которых удалось достичь с их помощью.

Важно, чтобы систематические активности стали регулярной практикой с обязательной поддержкой на всех уровнях руководства. Только тогда data-driven станет частью новой культуры.

 

Ошибка 7. Считать, что работа выполнена, когда опубликован дашборд

Для многих компаний Data-driven — новый подход, который еще не укоренился в корпоративной среде. Чтобы инерция и старые привычки не взяли верх, нужно систематически развивать аналитическую культуру и навыки сотрудников, а также оценивать востребованность дашбордов внутри компании.

Для этого должна меняться и внутренняя мотивация на стороне разработки и управления аналитикой.

Так, руководитель аналитического департамента «Вымпелком» Владимир Бакланов, который активно развивает self-service разработку аналитики, уверен, что основной KPI — не количество созданных его командой аналитических приложений, а количество активных пользователей среди сотрудников компании в месяц (MAU).

Это важно потому, что пользователи могут возвращаться к прежним привычкам, забывать пароли и терять навыки работы в BI-инструменте.

Держите руку на пульсе. Вы можете отслеживать показатели вовлеченности на сервере платформы: оценивать количество просмотров, активных пользователей, среднее время просмотра одного дашборда. И почаще напоминайте сотрудникам о дашбордах.

Например, можно установить пуш-оповещения при выполнении или невыполнении критичных показателей или проводить регулярные вебинары с разбором полезных приложений и результатов их использования.


Отслеживайте динамику, оценивайте всплески и падения. Сравнивайте свои показатели с историческими данными. Здесь нельзя привести хорошие целевые значения — для каждой компании они будут своими. Зато точно можно оценивать тренд и изменение.

Ну а приверженность старым привычкам изменит грамотная система мотивации. И, разумеется, время.

Фото на обложке: unsplash.com

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 В традиционном ритейле есть место для data-driven решений — рассказываем, где и зачем
  2. 2 «Прежде чем станет лучше, будет только хуже»: что ждет рынок управления данными
  3. 3 Что потеряет бизнес, если не научится работать с данными в HR — объяснили в hh.ru
  4. 4 Компания владеет большим объемом данных? Попробуйте выделить их в отдельный b2b-продукт
  5. 5 Как бизнесу работать с Data Science, чтобы получить максимум выгоды
EdTech: карта российского рынка
Все компании и инвесторы в области образовательных технологий
Перейти