Культура принятия решения на данных (data driven)
Сразу начну с вопроса зачем нужен Data driven подход?
Согласно различным оценкам, внедрение data driven подхода увеличивает доходы компаний в среднем на 5%, а в некоторых случаях и значительно выше, в частности Консалтинговая фирма BCG по заказу Google проанализировала деятельность тысяч компаний и сделала вывод: data driven-маркетинг в среднем увеличивает на 20 % доходы и снижает на 30 % расходы компании.
Допустим в компании оборот за год успешных платежей составил $1 млрд. А грубая оценка выручки 1% от оборота, получаем выручку в $10 млн, в таком случае внедрение Data driven даст прирост ~$500 тысяч.
Что дадут дополнительные $500 тысяч?
- несколько лет содержать всю ИТ инфраструктуру компании
- создать новый крутой продукт
- много чего полезного сделать для улучшения клиентского опыта, качества сервисов
Как выглядит путь к Data driven культуре?
Традиционно бизнес-анализ фокусировался на управлении требованиями, полученим информации от заинтересованных сторон, анализ требований и проектирование решения. Сегодня профессиональные бизнес-аналитики должны работать вместе с бизнесом и дата саентистами для извлечения ценности из данных.
Первое, с чего нужно начать — отказаться от апатичного отношения к данным и пройти полный путь к практике принятия решений на основе данных.
От безразличия к данным к управлению на данных
На мой взгляд, мы сейчас находимся на 3м пути внедрения культуры данных, когда данные используются в критичных бизнес-процессах. Но есть и другое мнение.
Менеджер продукта, считает, что мы сейчас находимся на этапе «Осведомленность данных», мы умеем работать с данными, но данные не имеют влияния на принятие решений в компании. Часто работники руководствуются интуитивной оценкой, а влияние на приятие решений имеет тот, кто громче и настойчивее всех говорит.
Хорошая новость – это то, что мы не апатичны к данным. Важно и то, что мы идем на пути внедрения data driven культуры, однако сложно оценить, когда этот путь будет завершен. Но мы можем понять, что нам мешает это сделать.
Что мешает компании завершить внедрение культуры данных?
- Отсутствие грамотности данных
- Не все аналитики и менеджеры в компании осознают ценность данных и важность принятия решений на основе данных, не все знают, как правильно работать с данными
- привычка принимать решения на основе интуиции и опыта
- отсутствие методологии и процессов Data Quality
- отсутствие Chief Data Officer, который будет правильные ценности транслировать сверху вниз.
- Незнание возможностей аналитики, существующих технологий, таких как современные сервисы для применения мат. методов анализа данных, в частности статистики, машинного обучения и прогнозной аналитики
- важно уметь оценивать и применять современные технологии в конкретных бизнес-кейсах
- Отсутствие процессов Data science
- единственный продукт в компании, который частично использует науку о данных – Secure Box
- в компании не понимают ценности Data Science
Чем нужно современному аналитику обладать, чтобы преодолеть озвученные выше барьеры:
- Умением видеть общую картину, учитывая контекст -> извлекает ценные выводов
- Коммуникациями, используя технические понятия
- Экспертизой в предметной области, знанием трендов и бизнес-моделей
- Скиллами по сторителлингу и умением корректно трактовать данные, учитывая контекст
- Грамотностью в визуализации данных
- Навыками подкрепить выводы интуитивно понятным и корректным графическим отображением данных.
- Свободно использовать инструменты бизнес-аналитики
Для преодоления барьеров незнания возможностей аналитики и data science, технологий мы решили, что ежеквартально команда аналитиков инженеров будет проводить Демо дни, рассказывая простым языком о сложном. Кроме того, мы планируем привлечь опытного системного аналитика, голодного до данных и имеющего опыт работы в монетизации данных. Посмотрим, что из этого получится.