Подводные камни на пути к data-driven: принцип GIGO

Недавно я выступал на РИФ с одноимённым докладом в программе 2.0 в секции «Модная тема — дашборды для бизнеса». Запись этой секции не проводилась, поэтому я решил собрать основные мысли в статье.

Меня зовут Алексей Сидоров. Я чуть больше десяти лет занимаюсь интернет-маркетингом и веб-аналитикой, а последние три года — бизнес-аналитикой. Мы внедряем управленческую отчётность для различных направлений бизнеса на множестве источников данных, предлагаем рынку собственный сервис по выгрузке данных из онлайн-источников и формированию хранилища и ведём блог про продукт MS Power BI.

Смотрим на этот рынок давно и с разных сторон. На основании этого опыта я решил поделиться некоторыми мыслями по поводу проблем, которые возникают на пути компаний, интересующихся визуализацией своих данных и переходом на пресловутую data-driven модель управления. Получилось длинно, простите, но зато есть гифки с котиками.

Дашборды для бизнеса — это действительно модная история, причём порой с не самым позитивным значением этого слова. По моей оценке, около 3% компаний, интересующихся BI, доходят до дашбордов, которые действительно влияют на прибыль компании.

За этот прогноз я сразу вынужден извиниться перед коллегами — у меня нет для его подтверждения, это субъективная оценка, исходя из работы с текущими обращениями. Такой низкий процент связан, на мой взгляд, с тем, что сами дашборды — это самая вкусная и, пожалуй, самая простая часть айсберга.

Где-то в облаках на своём вертолете хочет пролетать руководитель, смотреть на этот айсберг сверху, принимать решения и лететь к следующему. И в целом это верный подход, с ним не поспоришь. Но реальность такова, что под каждым дашбордом скрывается достаточно много подводных камней. Вот о них мне бы и хотелось поговорить.

Я постараюсь описать проблемы, которые свойственны и маркетинговым и финансовым внедрениям, рассказать про процессные и технические проблемы.

Я не знаю

Примерно 50% поступающих к нам входящих тёплых лидов, людей, которые при разговоре действительно вроде чего-то хотят, рассеивается в воронке где-то до статуса «Сформирована задача». В качестве задачи мы принимаем хотя бы список показателей и параметров, которые в результате нужны клиенту, и краткое описание того, зачем и как он хочет их использовать.

Это очень важный вопрос, который нужно с самого начала решить — а что вообще повлияет на прибыль? Какой отчёт, какой показатель, в каком разрезе нужно видеть, чтобы он был полезен для принятия решения?

К сожалению, редко кто знает точный ответ. А ещё хуже, что порой это выясняется слишком поздно. Казалось бы, что клиент точно знает, что ему нужно, мы сможем построить полезный отчёт, он поможет заработать больше, но нет. В диалогах появляются такие фразы.

  • «Примените лучшие практики в отчёте».
  • «Сделайте так, чтобы мы могли эффективно управлять».
  • «Вы что-нибудь постройте, а мы скажем, подойдёт или нет».
  • «В смысле, что должно быть в отчётах? Вы вообще эксперт? Решите сами».

Представляете такое ТЗ, к примеру, на дом? А ведь небольшой загородный дом сейчас строится порой быстрее, чем сложная BI-система.

Для решения этого вопроса мне сильно импонирует концепция jobs to be done, про которую сейчас много пишут. Подумайте, какую работу должен выполнять отчёт? Какие именно данные, в какой момент времени и для чего вам необходимы? Можно прямо вот в такой форме и записать ответы:

Когда я ___________________, мне необходимо увидеть ________________________, чтобы сделать вывод о _______________________.

Только после того, как будет сформирована задача, станет понятно, что и для какой цели нам необходимо, можно будет идти дальше и решать организационные вопросы и проблемы с самими данными.

Делегирование

Важно, чтобы всеми знаниями относительно будущей отчётности обладал не только её заказчик (руководитель), но и тот, кто занимается её внедрением в компании. Ответственный за эту задачу менеджер должен понимать конечную цель, понимать логику работы отчёта и показателей в ней, брать на себя ответственность за принятия решений и, наконец, должен быть мотивирован эту задачу решать.

К сожалению, мы часто сталкиваемся с проблемами организационной структуры — на первый взгляд, заказчик понимает всё, что ему нужно, мы обрисовываем план интеграции и получения данных, на горизонте снова начинает маячить успешный кейс… но нет — мы спотыкаемся на том, что сотрудники заказчика не готовы погружаться в задачу для её успешного решения, не хотят разбираться, не хотят брать на себя ответственность, не готовы к тому, чтобы решать задачи, которые остаются на их стороне.

Причин может быть много — им просто лень, не хватает компетенций, есть опасения проявить себя плохо в этой задаче, не понимают, зачем нужны эти отчёты и по какой логике должны быть построены.

Тут стоит отметить, что это бывают вполне объективные причины — когда сотрудник перегружен своими основными задачами, а тут к нему прилетает какая-то отчётность непонятно для чего и кому вообще нужная.

«Зоопарк» ПО

Какой самый старый софт вы помните? ICQ, Winamp, Alcohol 120%, игру «Сапёр»? Может быть, Norton или Lexicon? В прошлом году нам предложили оценить возможность перехода на Power BI с аналитической системы 1984 года выпуска. 1984, Карл!

В любом работающем бизнесе всегда присутствует множество систем, в которых отражаются важные (а иногда и не очень) для конечных решений данные. «1С», счётчики статистики, CRM, рекламные кабинеты — все живут своей жизнью. Каждая из них хранит свои специфические сущности — чеки, отгрузки, посещения, события, клики, расходы, клиентов.

В большинстве случаев эти системы появляются не сразу, а по мере развития бизнеса, и во многих случаях их набор обоснован какими-то косвенными факторами: кто-то посоветовал, что-то понравилось, кто-то внедрил, а потом уволился, и так далее.

Это приводит к тому, что в компаниях появляется большое количество различных систем, которые просто накопились с течением времени. О многих из них уже забыли. Откуда они взялись и зачем они вообще нужны, никто не знает, с другими ещё как-то работают, но для чего — тоже не понятно, или они просто не настроены оптимальным образом для конкретного случая.

Редко встречаются компании, в которых все системы подобраны, настроены и работают хотя бы хорошо, в основном это всё напоминает классический «зоопарк» программного обеспечения.

В реальных условиях — систем много, данные в них дублируются, вводятся и анализируются вручную, генерируя множество разных таблиц, в которых и варится компания. Это всё выливается в следующую проблему.

Культура работы с данными

Одной из типичных проблем является желание визуализировать данные, которых попросту нет.

Исторически сложилось так, что в сегменте малого и среднего бизнеса мы очень редко встречаем осознанный подход к накоплению и консолидации данных. Нет дополнительных полей в «1С», установлены, но не настроены счётчики веб-аналитики, не считаются звонки, всё свалено в одну кучу. Получается настоящий клубок из различных систем, которые уже успели накопить множество разрозненных и некорректных данных.

Это приводит к тому, что клиент верит, что у него есть всё, чтобы ему сделали необходимый отчёт. На удивление некоторые исполнители даже берутся и что-то делают, вот только проблема в том, что данных нет — то есть назвать то, что накопилось за несколько лет работы, данными можно, вот только они в таком виде, что сделать на их основе качественное представление о реальном состоянии бизнеса просто невозможно.

Накопление некоторых данных носит спорадический характер, другие данные по какой-то причине становятся сильно изменчивыми — то, что ранее было одним, может стать чем-то абсолютно иным сегодня.

Я до какого-то времени думал, что в крупных компаниях дела обстоят иначе. Но нет, вот классический пример — на майских праздниках ко мне заезжал однокурсник из банка, входящего в десятку крупнейших, и делился своей печалью — его рисковая модель перестала работать, просто потому что ИТ-шники поменяли id клиентов. В прошлом месяце у клиента был один идентификатор, а в этом стал другой, история не подтягивается, оценка рисков не работает, отчёты показывают туфту.

Некоторые компании об этом и не догадываются, так как их бизнес — это не данные, а продажи, строительство или что-то ещё. Штатных специалистов, которые могли бы об этом рассказать руководителю, либо нет, либо они предпочитают это умалчивать. Специалистов, которые хотят и умеют погружаться инфраструктуру данных на рынке совсем немного, в основном все хотят конечных отчётов, не зная, как их строить.

Принцип GIGO

Всё это можно легко описать довольно старым принципом, который ранее получил широкое распространение в информатике, а не так давно приобрёл новое и, наверно, более актуальное значение в анализе данных — garbage in, garbage out. Смысл его в нашем случае очень прост: если на входе имеются искажённые и неполные данные, то никакой алгоритм не сможет из них сделать что-то полезное.

Если компания решила стать современной и начать принимать решения на основе данных, то ей придётся меняться изнутри как в организационном, так и в техническом подходе к бизнесу. Только в этом случае дашборды станут необходимостью и смогут принести реальные результаты для дальнейшего развития. Иначе это просто мода и трата денег на ветер — красивые картинки, которые не принесут конечной пользы и забудутся через пару месяцев.

Во-первых, стоит отметить, что приведённые проблемы являются нормой, с ними сталкиваются все. В реалиях нашего бизнеса на первом месте всегда находится создание работающей и прибыльной бизнес-модели, именно этот процесс порождает и множество учётных систем и разрозненность данных и прочее прочее, это неизбежно.

Важным тут является подход к решению этих проблем. Независимо от того, будете вы делать это самостоятельно или привлечёте специалистов по внедрению, вам будет нужно погружаться в эти проблемы.

Нужно быть готовым к тому, что вам может понадобиться менять подход к организации работы, делать изменения в текущих учётных системах, обучать людей, контролировать эти изменения. Компании с таким подходом мы очень любим — только с ними получается приходить к результатам.

Далее я приведу краткое описание кейса пользователя нашего сервиса myBI Connect — Алексея Верткова. Благодаря успешному преодолению всех подводных камней Алексей добился повышения продаж небольшой оптовой компании на 38% менее чем за два месяца. Последовательность простых и хорошо известных шагов, была применена в рамках небольшого отдела продаж. Эти шаги привели к хорошей встряске и сильному повышению его эффективности.

Итак, на старте, компания имела отдел продаж из четырёх человек, продажи велись в хаотичном порядке, CRM-система велась без каких-либо нормативов, повторные продажи не регулировались. В целом болей было много, но основные были именно в объёме продаж, на что и решили начать воздействовать. Что было сделано?

  • Полная ревизия клиентской базы и квалификация контрагентов, были добавлены новые поля и категории.
  • Проведено несколько совещаний с сотрудниками и подготовлены точные инструкции по ведению данных в CRM.
  • Определены и зафиксированы показатели, на которые решили влиять.
  • Именно они стали основной для мотивации продавцов. Была изменена система расчёта премий.
  • Далее с помощью myBI Connect была настроена регулярная выгрузка данных из CRM в хранилище, и с помощью Power BI было построено несколько простейших отчётов.

Было создано несколько управленческих отчётов для ABC-анализа категорий клиентов, их источников, работы менеджеров и прочего.

Результаты не заставили себя долго ждать, по итогам девяти недель:

  • продажи выросли на 38%;
  • количество обработанных заявок выросло в два раза;
  • сократились трудозатраты на контроль работы менеджеров;
  • стали понятны ошибки в привлечении клиентов, исходя из их конечной прибыльности.

Этот кейс отражает основную мысль моей статьи — все подводные камни можно избежать, но важно подходить к каждому осмысленно. Неважно, как вы подходите к вопросу перехода на data-drive, самостоятельно или с помощью сторонних специалистов — отчётность не появится сама собой, ей нужно заниматься и вкладывать в этот процесс время и ресурсы. И это обязательно принесёт результаты.

0
8 комментариев
Написать комментарий...
Pavel Veretennikov

«Когда я ___________________, мне необходимо увидеть ________________________, чтобы сделать вывод о _______________________.»

Я бы к этому добавил ещё «... и принять решение о ________», часто этот вопрос ставит в тупик тех, кто думает, что им нужен какой-то показатель, хотя на самом деле нет.

Ещё полезно бывает развернуть фразу наоборот, чтобы идти от практического применения: «чтобы принять решение о __________, мне необходимо ...».

Ответить
Развернуть ветку
Алексей Сидоров
Автор

Павел, спасибо, дельное замечание)

Ответить
Развернуть ветку
Sergei Kazitcin

Ребята, всем привет! Хотелось бы узнать ваше мнение о том, что такое Business Intelligence, и нужно ли оно, или это просто странные слова, которые необходимы для извлечения большей суммы денег из клиентов... чем уже довольно успешно пользуются некоторые.

Интересно ли это вообще для вас, или это просто проблемы нас: которые ни кого не касаются?

Ответить
Развернуть ветку
Oleksandr Maksymikhin

Тема єта очень интересная. Но, как и бьіло указано в статтею, для финального успеха должно сойтись в одной точке сразу несколько звезд.

Ответить
Развернуть ветку
Anton Ingachev

Судя по картинке, Олегу предстоит разговор по итогам месяца...

Ответить
Развернуть ветку
Sergei Kazitcin

Кто такой Олег, и почему это ему должно предстоять ;)

Ответить
Развернуть ветку
Anton Ingachev

Это чувак с последней картинки, у которого самые худшие показатели.

Ответить
Развернуть ветку
Алексей Сидоров
Автор

Надеемся, что он исправился)

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку
5 комментариев
Раскрывать всегда