Отчеты больше не нужны. Новый подход в работе с данными в компании

У нас в компании есть отчёт, который ведётся уже много лет. Как-то выяснилось, что им почти никто не пользуется. Возникла дискуссия: нужно ли вести его дальше и как вообще принимать управленческие решения без отчётов. Я решил вникнуть — и пришёл к неожиданному для себя выводу.

Раньше структурированный отчёт был действительно важен. Данные о том, что происходит в компании, приходили сырыми. Без предварительной обработки в них нельзя было разобраться. Поэтому их аккуратно раскладывали по полочкам, а потом, когда возникала проблема, открывали отчёт и пытались понять причину. Или использовали его, чтобы заметить проблему заранее. Отчёт был тем самым инструментом, который превращал груду данных в понятную картину. Без него искать причину в исходниках было почти нерешаемой задачей.

Сейчас инструмент сменился. Если раньше разобраться в большом объёме сырых данных было сложно, то теперь нейросеть делает это без труда. Мы просто сбрасываем данные в том виде, в котором их получили, без предварительной переработки. А когда нам нужен вывод — идём к этим данным и собираем ровно тот отчёт, который нужен под конкретную задачу. Ничего лишнего, ничего подписанного заранее.

Звучит немного странно — мы привыкли, что данные обязаны быть структурированными. Но на самом деле обработка всегда что-то теряет. Придавая данным форму, мы неизбежно отбрасываем всё, что неважно именно сейчас, и оставляем только то, что кажется важным в текущий момент. Сырые данные, наоборот, ничего не теряют и не устаревают. А значит, на тех же закрытых данных через год мы можем найти корреляции и решения, которых сегодня бы не увидели. С учетом развития нейросетей один и тот же объём, проанализированный сегодня и через время, даёт аналитику совершенно разного качества.

Такой подход позволяет сэкономить на процессе работы с данными, но есть одно «но». Сырые данные отлично отвечают, когда ты задал правильный вопрос. Но никто не спросит про сбой, пока он не попал под прожектор. Поэтому терять мониторинговую функцию нельзя: несколько ключевых метрик с порогами — этого достаточно, чтобы система сама обращала внимание на отклонения, не дожидаясь, пока кто-то догадается спросить.

Отчёт как ритуал умирает. Остаются сырые данные, нейросеть и несколько ключевых метрик.

Такой подход к данным я использовал в CRM, которую я разработал для управления M&A портфелем компании. О ней расскажу в будущих постах.

Напомню - у меня есть телеграм-канал «Своими словами», где я:

— разбираю решение реальных задач управленца с помощью ИИ;

— помогаю людям без IT-бэкграунда разобраться в технических инструментах (те же ssh, cron, docker, git и прочие);

— рассказываю об интересных кейсах и важных темах в M&A.