Двигаться вперед – значит уметь находить болевые точки и вытаскивать на поверхность бизнес-процессы, требующие перестройки. Как это сделать? Начните выстраивать стратегию развития, опираясь на принципы бизнес-аналитики и науки о данных - и уже скоро вы увидите новые перспективы для вашего бизнеса.
Готье Вассер, исполнительный директор Fisher Center for Business Analytics — UC Berkely рассказал, как руководителям принимать правильные решения и самостоятельно использовать ресурсы накопленных данных.
— Готье, какие сейчас есть сложности во взаимоотношениях бизнеса и данных?
В последнее десятилетие слишком много внимания уделялось данным как таковым. Однако данные — это всего лишь сведения, фрагменты информации. Компании и организации должны сосредоточиться на принятии правильных решений, повышать эффективность своей деятельности и постоянно развиваться, внедряя новейшие технологии. Если компания хочет выжить на рынке, она должна быть готова к обновлениям и изменениям. Но для этого нужно принимать правильные решения, и каждое решение должно быть эффективнее предыдущих. Именно это по-настоящему важно сегодня. Есть мнение, что миром правит тот, кто накопил огромное количество данных. Более чем спорное утверждение. Важны действия, достигающие цели, и происходящие изменения. Сами по себе данные ценности не имеют.
— И как же нужно обращаться с данными?
Данные — это сырье для технологических процессов, которые я только что описал. Вам понадобятся три вещи: правильное понимание того, в какой точке вы находитесь в данный момент, время (много времени!) и смелость. Во-первых, вы должны овладеть методами работы с данными, и это будет основой для принятия решений. Вам придется освоить кое-какие приемы: их не сотни и не тысячи — достаточно всего лишь шести-семи, но ими вы должны владеть в совершенстве. Это тот минимум, который поможет вам унять дрожь при виде бесконечных строк и столбцов. Во-вторых, вы должны уметь управлять данными. Во многих компаниях считают так: «У нас есть данные, и это значит, что мы глубоко разбираемся в вопросе». Но на самом деле вы никогда не разберетесь, если не научитесь правильно управлять данными. Потребуется время, чтобы вы смогли заняться конкретными делами. Вы можете потратить целый день на обработку данных, но вы рискуете упустить главное — у вас просто не останется времени на действия. В-третьих, вам понадобится смелость. Вы должны быть готовы изменить реальность и выйти за пределы собственных возможностей. Вы должны быть уверены в себе, но не самоуверенны. Объясню, почему это настолько важно, если вы имеете дело с данными. Если вы не готовы бросить вызов существующей реальности, вы будете раз за разом обрабатывать одни и те же данные и получать одни и те же ответы.
— Разве нельзя это поручить IT-специалистам?
Можно. Но IT-специалисты не всегда знают, как организовать и упорядочить данные нужным вам образом. Я всегда привожу такой пример: допустим, я фотограф и фотографирую космос. И вот я прошу свою маму помочь мне разобрать книги и статьи. Мама охотно соглашается и распределяет все в алфавитном порядке: А, Б, В, Г и т. д. Но мне так работать неудобно! Мне нужно, чтобы сначала шли мои статьи о солнечной системе, затем мои книги по дальнему космосу, потом про звезды и так далее. Мне нужно, чтобы материалы располагались именно так, потому что это мой бизнес-процесс и я к нему привык. Таким образом, если поручить все IT-специалистам, они будут сортировать и упорядочивать данные, не учитывая особенности и потребности вашего бизнеса. В конечном итоге вы будете связаны по рукам и ногам.
Первая и главная ценность для меня — время. Я регулярно работаю с крупными компаниями и вижу: если 10 сотрудников могут выделять по 1–2 часа в день, это кардинально меняет все. Если вы грамотный руководитель, вы можете использовать это время для чего угодно. Если вы спец по подготовке и курированию данных, вы можете автоматизировать множество процессов. Освоив методы обработки данных, вы добьетесь этих результатов за считанные часы. Иногда я собираю группу специалистов, и мы за полдня избавляемся от ручных процессов. Это на самом деле работает. И есть еще кое-что. Работая с данными, я люблю представлять себе следующий рубеж: речь идет о комплексном подходе, где стандартных решений часто бывает недостаточно. Сегодня, в эпоху глобализации, данные генерируют машины, люди, программы, и для решения тех или иных вопросов приходится собирать массу информации. Здесь-то нам и пригодятся данные: если вы умеете объединять, моделировать данные, управлять ими, вы сможете предоставить нужную информацию людям, принимающим решения. Это вам не ракетостроение — здесь не так все сложно. Вполне можно научиться.
— Какие конкретные результаты дает ваш подход?
— Вы можете привести примеры?
Конечно. Я работал с одним из крупных банков, в котором каждый месяц на глобальном уровне выполнялась одна и та же процедура — сверка счетов (сопоставление данных в книгах учета). Сотрудница, отвечающая за это, справлялась плохо: данные обрабатывались в Excel, специальные программы не использовались, так как в это никто не вкладывал деньги. Каждый месяц все это превращалось в сущий ад. Но, когда мы стали разбираться, выяснилось, что сотрудница работала главным образом с данными. Их можно было легко объединить, причем не на листах электронных таблиц, а в двух чистых таблицах. Мы разделили весь массив и получили модель данных, для которой уже не требовались десятки электронных таблиц. Используя базовый алгоритм, работать с этими двумя таблицами было легко и просто. Итак, мы за полдня справились с проблемой, решение которой раньше занимало одну-две недели.
— Компании чаще всего понимают, что их подход к работе с данными далек от совершенства?
Если бы вы спросили меня об этом пять лет назад, я бы вам ответил, что это никого не волнует. В то время все стремились накупить программ или собрать как можно больше данных. Сегодня ситуация радикально изменилась. Я часто общаюсь со специалистами крупных и малых компаний и вижу, что эта политика — увлечение сбором данных и инвестирование миллионов долларов в технологии — многих завела в тупик. И сейчас люди задумываются: а что же делать?
— Крупные и малые компании — у них одни и те же проблемы?
Да. Здесь масштаб бизнеса не имеет особого значения. Я работал и с очень маленькими, и с очень крупными организациями — и те и другие сталкиваются с необходимостью осваивать технологии работы с данными.
— Как все это связано с ИИ и машинным обучением?
Все хотят заниматься искусственным интеллектом, машинным обучением и продвинутыми визуализациями. Но этими вещами невозможно заниматься поверх огромного массива накладных и счетов-фактур. Нужно пытаться вникнуть в структуру, взаимосвязи, признаки и параметры групп данных в нескольких измерениях. Для этого нужны так называемые «обогащенные данные» (rich data), а чтобы их получить, нужно уметь объединять и курировать данные. До 80% того, что мы называем искусственным интеллектом и машинным обучением, это подготовка данных.
— Когда речь идет о данных и управлении данными, насколько применим термин «новое мышление»? Или мы просто говорим о новых методах?
Вы можете изучить все необходимые методы работы с данными, технологиями и процессами примерно за 15 часов. Но этого недостаточно: ключевой вопрос — это понимание. И вы не будете плохим руководителем, если скажете: «Я не знаю». Если вам нужны правильные данные, вы должны доверять своим людям. Вы должны дать своим сотрудникам возможность работать быстрее, и тогда у них будет время подумать. Это начинается с доверия и отношения руководителя и может радикально изменить работу малых компаний.
— Представьте, что я владелец компании среднего масштаба и занимаюсь онлайн-торговлей. Что вы можете посоветовать мне изменить с точки зрения работы с данными? Назовите один пункт.
Данные — это ваш актив. Если вы хотите, чтобы он был устойчивым, доступным и ликвидным, все данные должны находиться в правильно организованной базе данных. Это происходит само собой, если у вас есть специальные программы, а для онлайн-торговли вам их потребуется немало. Очевидно, что вы будете получать и массу информации из других систем или из социальных сетей. Вы должны стремиться к тому, чтобы все интересующие вас данные направлялись в хранилище. В противном случае ваши данные будут храниться в электронных таблицах, на бумаге, в других системах. Чтобы принять правильное решение, вы должны собрать эти данные вместе. Итак, вот мой совет: не пытайтесь объять необъятное и получить все данные без исключения. Начните с нужных вам данных, сохраните их в надежном месте и постепенно пополняйте хранилище по мере развития вашего бизнеса. Если вы этого не сделаете, через год-два вы вернетесь в исходную точку, а ваши данные окажутся некачественными и бесполезными. Так что стоит вложиться, тем более что серьезных затрат не потребуется, и это неплохо.
— Насколько такие изменения могут повлиять на структуру компании?
Представьте, что компания — это четырехуровневая пирамида, похожая на египетскую. И она может вращаться вокруг своей оси. В некоторых компаниях руководителей заставляют читать учебники по менеджменту — то есть вершина нашей пирамиды вращается, а все остальное неподвижно. Есть и другой подход — нанять специалистов по работе с данными. В этом случае руководство делает вид, что что-то понимает, IT-специалисты не при делах, а все остальные недоумевают: что же происходит? Если вы проделаете то же самое с IT — это революция десятилетней давности — то опять вращаться будет только одна секция пирамиды. Суть проблемы в том, что девять из десяти сотрудников компании — не высшее руководство, не специалисты по данным и не IT-специалисты. Если вам удастся увеличить потенциал девяти из десяти своих сотрудников, помочь им сэкономить несколько часов рабочего времени в день и при этом руководство им доверяет, вы на ровном месте получите 10–15% экономии. Есть ради чего постараться, не так ли?