Как мотивировать сотрудников использовать Data Driven подход в работе?
В Fortune Business Insights заявили, что в период с 2022 по 2029 год мировой рынок аналитики больших данных достигнет 655,53 млрд долларов (при среднегодовом темпе роста в 13,4%).
Почему многие работники противятся внедрению Data Driven подхода в компании и как можно поднять их мотивацию, обсудим в этой статье.
Почему сотрудников важно готовить к работе с данными?
Внедрение Data Driven подхода в работу компании — сложный и многоступенчатый процесс. Он требует интеграции сложных BI и ETL-платформ, применения объемных DWH, подключения к аналитической системе разных источников данных и других глобальных изменений в IT-инфраструктуре предприятия.
Вместе с этим, логика работы с данными основана на аналитическом мышлении, тесном сотрудничестве разных отделов компании и принятии решений на основе аналитических отчётов, а не на основе опыта или интуиции работников. Поэтому для применения Data Driven подхода команде нужно не только освоить массу новых инструментов, но и частично изменить свое мышление и методы работы.
Учитывая количество перемен, с которыми столкнутся сотрудники, спонтанно внедрить подход к работе на основе данных не получится. Команду нужно к этому подготовить — замотивировать и поэтапно ознакомить с принципами принятия решений на основе данных.
Почему использование Data Driven подхода может вызвать отторжение у команды?
Для полного погружения в культуру работы с данными сотрудникам придется освоить новые навыки, изучить аналитические инструменты и изменить рабочие привычки. Это не только «выдернет» команду из комфортной среды, но и отнимет у нее много времени и усилий. Поэтому сопротивление таким переменам — естественный процесс. Чаще всего сотрудники избегают работы с данными по ряду причин:
- Недостаток технических навыков. Для реализации Data Driven подхода используются ETL и BI-системы, DWH-хранилища, платформы для анализа больших данных (например, BigQuery или DataRobot) — сотрудникам, которые привыкли к Excel-таблицам, эти инструменты могут показаться сложными.
- Недоверие к анализу данных. Часть команды считает, что в компании все отлично работает и без Data Driven подхода. Такие сотрудники больше полагаются на опыт и проверенные методы решения бизнес-задач, а работа с данными для них — напрасная трата времени.
- Излишняя прозрачность информации. Некоторые сотрудники переживают, что глубокий анализ и простой доступ к данным «вскроет» недочеты их работы и негативное влияние на деятельность компании — это поставит под вопрос их профессиональную репутацию.
- Страх увольнения. Автоматизация бизнес-процессов решает большинство рутинных задач предприятия, поэтому сотрудники могут бояться, что на этой почве их ценность для компании снизится.
Любая из этих причин может не только замедлить, но и спровоцировать саботаж внедрения Data Driven подхода в компании. О том, как избежать саботажа, мы рассказали в этой статье.
Как мотивировать сотрудников использовать Data Driven подход на постоянной основе?
Прежде всего, начинать внедрять Data Driven подход нужно поэтапно:
- На одном конкретном участке бизнеса (например, продажи или маркетинг).
- Для решения 1-2 ключевых задач компании (например, увеличение выручки или сокращение затрат).
- Не перегружать дашборды BI-систем большим количеством метрик.
Это сократит время и ресурсы сотрудников на освоение новых навыков без вреда для продуктивности текущих бизнес-процессов компании.
А чтобы облегчить изучение аналитических инструментов, можно использовать методы адаптации и мотивации. Например, чтобы адаптировать сотрудников к Data Driven нужно:
- Донести ценность. Команду нужно не только обучить работе с данными, но и объяснить, чем они полезны для принятия решений. Например, можно рассказать, что подготовка отчета для совещания при традиционном анализе занимает до 2 дней, а с готовыми данными из BI-системы — всего 30 минут.
Такой же подход практикует старший вице-президент по стратегии Salesforce Marketing Cloud, Мартин Кин. Он советует демонстрировать команде, как с помощью BI-системы можно создавать динамичную интерактивную панель мониторинга и формировать в ней подробную отчетность всего за 5 минут. Это покажет, что Data Driven подход — это в принципе другая философия ведения бизнеса.
- Разработать учебную программу. По данным BARC и Eckerson Group, 50% работников компаний считают, что внедрение BI-систем затруднено из-за недостатка системного обучения по их использованию. Поэтому тренинги по работе с аналитическими инструментами — один из ключевых способов приобщить команду к Data Driven подходу.
Например, директор по аналитике корпоративных данных Xcel Energy, Синди Хоффман, рассказала, что использовала собственный корпоративный курс по работе с BI-системами, который можно было пройти всего за 12 минут. Это ускорило обучение сотрудников базовым принципам Data Driven подхода и помогло быстрее внедрить его в рабочие процессы компании.
- Составить гайды и видео-инструкции по использованию Data Driven подхода. Системные и структурированные рекомендации по работе с данными за несколько минут сориентируют команду как правильно рассчитывать метрики, подскажут, где искать нужные показатели, а также обозначат, какие документы и источники используются для отчетов. Это облегчит адаптацию к аналитическим системам и минимизирует зависимость от более опытных коллег или ИТ-отдела. При этом, такие материалы можно легко передавать по ссылке через email или мессенджер.
- Внедрить геймификацию. Например, разработайте корпоративные онлайн-марафоны по разным способам применения Data Driven подхода. Такие мероприятия можно проводить через рассылку в мессенджерах или внутренний портал компании. В отличие от разовой рассылки, марафоны длятся до одного месяца, поэтому сотрудники смогут узнавать что-то новое о работе с данными почти каждый день — в том числе о кейсах применения аналитических инструментов коллегами.
В то же время, чтобы мотивировать команду использовать Data Driven подход можно применять:
- Премирование. Например, предложить сотруднику ежемесячную 5%-прибавку к зарплате, если 80% его отчетов, презентаций или предложений основаны на данных из BI-системы.
- Признание и поощрение. Например, отмечать на общем собрании члена команды, который составил лучший кейс по применению Data Driven подхода.
- Внутренние соревнования. Например, ввести балльную систему, когда сотрудник получает некоторое количество баллов за разные формы применения данных в своей работе, а потом может за эти баллы получить мерч компании.
- Продвижение по карьерной лестнице. Например, ввести в компании карьерный трек, в котором для перехода на должность руководителя отдела нужно обязательное владение BI-инструментами и умение принимать решения на основе данных. Получить управленческую позицию сможет только тот специалист, который подтвердит соответствующие навыки и сдаст внутренний экзамен.
Также членов команды, которые активно используют Data Driven подход, можно допустить к участию во внешних конференциях по аналитике (за счет компании). Это даст сотрудникам возможность расширить кругозор и наладить профессиональные связи.
Какова роль руководящего состава в процессе «приучения» сотрудников к Data Driven подходу?
Внедрение Data Driven подхода начинается с верхнего уровня организации. Поэтому именно руководитель должен подавать пример и активно использовать данные в своей работе.
Вместе с этим, управленцу нужно следить за правильностью применения данных работниками компании и прилагать усилия для оптимизации этого процесса. Например:
- Лично проверять качество использования данных в команде. Так, если сотрудник подготовит прогноз спроса по конкретному товару на следующий год, руководитель должен уточнить, на основе каких данных были сделаны эти расчеты.
Также можно назначить отдельного специалиста (Data Steward), который будет контролировать качество отчетов — находить расхождения между источниками информации, следить за актуальностью информации, удалять опечатки и другим образом поддерживать чистоту данных.
- Организовывать обучение сотрудников. В этом случае можно проводить внутренние тренинги и мастер-классы, которые будут вести наиболее компетентные в работе с данными специалисты компании. А для изучения более точечных вопросов (например, расширенных возможностей конкретных BI-систем) лучше пригласить сторонних экспертов или консалтинговые агентства.
- Активно поддерживать инициативы команды по работе с данными. Например, можно создать специальный канал в мессенджере или корпоративном портале, где сотрудники смогут делиться мыслями по улучшению работы с аналитикой и отчетностью. При этом, лучшие идеи нужно внедрять на практике и публично благодарить авторов.
- Вовлекать сотрудников в анализ их ошибок по реализации Data Driven подхода. Например, проводить индивидуальные сессии, где руководитель, Data Steward и отдельный работник будут определять, откуда взялись недочеты при работе с данными, почему их не заметили раньше и можно ли эту проблему устранить через автоматизацию.
На основании таких встреч рекомендуется создавать «Журнал ошибок», в котором фиксировать недочеты, их причины и меры по их предотвращению. А если ошибка была массовой, можно подготовить гайд о том, как ее избежать в будущем.
- Демонстрировать успешные кейсы компании по использованию Data Driven подхода. Например, раз в квартал показывать команде, сколько времени и ресурсов BI-инструменты сэкономили предприятию или документировать проекты, в которых Data Driven подход привел к снижению издержек, росту выручки или оптимизации бизнес-процессов.
Кроме того, руководитель может создавать с сотрудниками совместные дашборды, уточнять метрики, которые команда желает добавить в отчеты, или делиться личными кейсами по работе с данными.
Какие проблемы могут возникнуть при внедрении Data Driven подхода?
Даже если сотрудники полностью мотивированы начать работать с данными, корректно использовать Data Driven подход могут помешать следующие проблемы:
- Недостаток аналитического мышления. Для реализации Data Driven подхода нужно не только разбираться в аналитических системах, но и уметь интерпретировать данные — без этого навыка сотрудники будут делать выводы, которые могут привести к неправильным решениям.
Например, если маркетолог увидит в BI-интерфейсе падение трафика на сайте, то может ошибочно решить, что дело в плохой SEO-оптимизации. Но при детальном анализе может выясниться, что падение связано именно с внешними факторами — например, сезонностью.
Поэтому сотрудники должны научиться задавать правильные вопросы и искать подходящие ключевые метрики для составления отчетов.
- Отсутствие единых методов работы с информацией. Без общих стандартов обработки данных каждый сотрудник будет использовать собственные методы анализа информации — это приведет к разногласиям между отделами и неточной отчетности.
Например, маркетолог может посчитать «лидом» каждого, кто оставил заявку на сайте — например, заполнил форму или скачал прайс. В то же время, менеджер по продажам решит, что «лид» — это пользователь, который готов совершить заказ.
В итоге, маркетинговый отдел занесет в систему данные о 100 «лидах», а отдел продаж установит, что только 20 из них готовы к покупке — хотя изначально планировалось проведение 100 сделок. Это вызовет путаницу в данных и негативно отразится на краткосрочных стратегиях компании.
Чтобы избежать таких ситуаций, нужно разработать единые стандарты и шаблоны работы с отчетами — тогда вся команда будет интерпретировать данные одинаково.
- Перегруженность сотрудников отчетностью. BI-системы дают доступ к сотням метрик. Поэтому, когда работники сталкиваются с массой отчетов, показателей и данных, они перестают понимать, что из этого действительно важно. В результате команда "теряется" в массивах информации и может вернуться к принятию решений на основе интуиции, а не данных.
Например, компания настраивает дашборд для отдела продаж с 50 метриками — по звонкам, конверсиям, среднему чеку и и другим показателям. Не привыкшим к BI-системе менеджерам кажется, что дашборд слишком сложный и они возвращаются к привычным Excel-файлам.
Чтобы этого не произошло, первые дашборды нужно делать максимально простыми и показывать в них только ключевые метрики, которые нужны в работе — например, объем выручки, количество новых лидов, процент закрытых сделок или стоимость привлечения клиента.
Кроме того, замедлить внедрение Data Driven подхода может разрозненность данных между CRM, ERP и другими бизнес-системами, дублирование информации и другие проблемы, связанные с использованием компанией множества источников данных.
Заключение
Внедрение Data Driven подхода — многогранный процесс. Он требует от команды умения работать с BI-системами, активного применения данных в работе и, главное, развитого аналитического мышления. Отказ от привычных методов подготовки отчетности и освоение новых навыков — большой стресс для сотрудников, поэтому многие могут противиться внедрению Data Culture в компании.
Чтобы облегчить переход команды на «новые рельсы», Data Driven подход нужно внедрять постепенно, а также дополнительно повышать мотивацию сотрудников через геймификацию, донесение ценности работы с данными и поощрения за успехи в ней.