Супераналитики – это не просто фабрики по перестановке цифр. Разумеется, для решения бизнес-задач они используют и технологии, причем совмещая «грубую силу» и тонкие подходы. Но такие компании направляют усилия и на то, чтобы верно определить приоритеты, создать нужную культуру и привлечь тех людей, которые смогут наиболее эффективно работать с данными. В конечном итоге силу компаниям дают как люди и стратегии, так и информационные технологии.
Верные приоритеты
Хотя супераналитики поощряют принятие универсальных объективных решений, им все же приходится думать, к чему стоит прилагать ресурсоемкие усилия. Обычно выбирают несколько направлений или проектов, поддерживающих одну и ту же генеральную стратегию. Например, в Harrah's посредством аналитики стремились в основном повысить лояльность клиентов и качество обслуживания, а также усовершенствовать смежные сферы: ценообразование и рекламу. Компания UPS сместила фокус внимания с логистики на клиентов, чтобы оказывать услуги на высочайшем уровне. Такой комплексный подход характерен для супераналитиков, однако топ-менеджеры, с которыми мы общались, предупреждали об опасности чрезмерной «размытости» инициатив и утраты четкого видения бизнес-цели, стоящей за каждой из них.
Супераналитики искусно пользуются методами статистики и моделирования, чтобы оптимизировать самые разные виды деятельности. Вот несколько популярных примеров.
Еще один фактор, который следует учесть при распределении ресурсов, – насколько те или иные функции поддаются глубокому анализу. У аналитической деятельности может быть не менее семи общих целей, а в некоторых отраслях есть еще и свои нюансы (см. врезку «На что вы можете рассчитывать»). Статистические модели и алгоритмы, манящие перспективой прорывов в эффективности работы, порой бывают необычайно привлекательны. Например, в маркетинге всегда трудно давать количественную оценку, так он основан на психологии. Но теперь производители потребительских товаров могут оптимизировать свои маркетинговые исследования посредством теории многомерной полезности – она помогает понять и предсказать поведение и решения покупателей. Аналогичным образом индустрия рекламы использует эконометрику – совокупность статистических приемов, позволяющих измерить долговременную эффективность различных видов рекламы и рекламных акций.
Самые профессиональные аналитики не просто измеряют собственные показатели, но и помогают в аналогичной работе клиентам и поставщикам. Например, в Walmart настаивают, чтобы поставщики использовали корпоративную систему Retail Link, позволяющую отслеживать перемещение продукции по магазину, планировать рекламные акции и выкладки, а также сокращать дефицит. E.&J. Gallo предоставляет дистрибьюторам данные и анализ цен и затрат розничных продавцов, чтобы дать возможность рассчитать побутылочную рентабельность каждого из 95 сортов вина, производимого компанией. Дистрибьюторы же, в свою очередь, посредством этой информации помогают розничным сетям оптимизировать выбор товаров, убеждая их отводить больше места продукции Gallo. Procter & Gamble предоставляет данные и аналитику своим розничным клиентам в рамках программы Joint Value Creation, а также поставщикам, что повышает качество обратной связи и сокращает расходы. Корпорация Owens & Minor, которая специализируется на оборудовании для больниц, предлагает аналогичные дополнительные услуги, позволяя клиентам и поставщикам контролировать и оценивать данные о закупках и продажах, отслеживать популярные схемы выдачи заказов и в итоге – искать возможности консолидации, а также переводить покупки без договоров на групповые договоры, охватывающие в том числе продукцию, распространяемую Owens & Minor и ее конкурентами. Например, Owens & Minor может показать топ-менеджерам сетевых медицинских учреждений, как много денег те сэкономили бы, консолидируя покупки для нескольких больниц, а также помочь им наглядно оценить эффект повышения частоты поставок и хранения материальных запасов.
Правильная культура
Культура – понятие многообразное, аналитика же – суровая дисциплина. Тем не менее супераналитики должны внедрить по всей компании культуру уважения к измерениям, тестированию и оценке количественных данных. Сотрудникам предписывают принимать решения на основе реальных фактов – и те знают, что их эффективность оценивается так же. Кадровые компании из числа супераналитиков скрупулезно применяют систему количественных показателей для расчета выплат и гонораров. Например, в Harrah's имел место важный переход от патерналистской системы поощрений, базирующейся на авторитете сотрудников, к системе, основанной на тщательной оценке совокупной эффективности по результатам финансовой деятельности и уровня обслуживания клиентов. Топ-менеджмент также постоянно подает пример, стремясь работать исключительно с надежными фактами. Среди таких руководителей – Берача из Sara Lee Bakery Group, которого сотрудники прозвали «информационной ищейкой», потому что каждое предположение или гипотезу он требовал подкреплять данными. Неудивительно, что в аналитической культуре порой возникает противоречие между стремлением к инновациям, коммерческими соображениями – и необходимостью основываться на имеющихся данных. Некоторые компании меньше упирают на туманные перспективы развития, когда проектировщики или инженеры готовы идти за тем, у кого горят глаза. В таких компаниях исследования и разработки, как и прочие направления, подчиняются строгому регулированию. В Yahoo, Progressive и Capital One изменения в технологиях или продукции сначала тестируются на небольшом участке, а после положительного результата внедряются на уровне компании. Такой подход, весьма распространенный в академических и коммерческих дисциплинах (в том числе в инженерии, управлении качеством, психологии), применим и к большинству бизнес-процессов корпорации, даже таких, на первый взгляд, неочевидных, как работа с кадрами или клиентами. Например, в сфере кадров можно создавать психологические и лидерские профили менеджеров и испытывать их в различных ситуациях, а после этого – сравнивать данные об эффективности работы сотрудников с их индивидуальными характеристиками, тем самым определяя, какие черты личности наиболее полезны, когда нужно, скажем, вовремя завершить отставший от графика проект или помочь освоиться новой группе.
Однако бывают случаи, когда решение что-то изменить или попробовать нужно принять очень быстро и времени на подробный анализ нет (либо не было возможности собрать информацию заранее). Например, несмотря на то что директор Amazon Джефф Безос решительно предпочитает проводить количественную оценку реакций пользователей, перед тем как внедрять новые функции, он не мог испытать предложенную компанией опцию поиска внутри книги, не проверив ее на достаточном количестве файлов (по меньшей мере на 120 000). К тому же разрабатывать такую функцию было дорого, а это повышало риск. Так что в данном случае Безос положился на интуицию и сказал «да». И все сработало.
Правильные люди
Супераналитики нанимают соответствующих сотрудников – и, как и все компании, чье богатство составляют таланты, стремятся быть лучшими. Когда Amazon потребовался новый руководитель сети глобальных поставок, компания наняла Ган Юя, профессора теории управления и предпринимателя в сфере ИТ, одного из ведущих мировых экспертов по аналитике оптимизации. Бизнес-модель Amazon предполагает, что компания управляет постоянным потоком новых продуктов, поставщиков, клиентов и акций, а также привозит заказы к конкретным датам. С момента прихода в компанию Ган Юй и его сотрудники занялись разработкой и формированием сложных систем поставок, чтобы оптимизировать эти процессы. Оказалось, этот человек умеет не только жонглировать фразами типа «нестационарные стохастические процессы», но и доступно объяснять начальству суть новых методов.
Авторитетные супераналитики, такие как Capital One, силами огромного множества специалистов проводят количественные эксперименты, а получив результаты – формируют новые предложения по кредитным картам и другим финансовым услугам. Для этого нужен специалист с особыми навыками – о чем и сказано в описании типичной вакансии аналитика в Capital One:
«Развитые способности к решению концептуальных задач и количественному анализу… Опыт работы с количественным анализом в сфере инженерии, финансов, консалтинга и/или других областях либо соответствующее образование. Способность быстро осваивать программные приложения. Опыт работы с моделями в Excel. Предпочтительно, но не обязательно наличие квалификационной степени (например, МВА). Желательно знание методологии управления проектами, инструментов оптимизации процессов (Lean, Six Sigma) либо статистики».
Другие компании тоже нанимают таких людей, но у супераналитиков их гораздо больше. Прямо сейчас Capital One ищет втрое больше аналитиков, чем производственного персонала, – а для банка это редкость. «Мы прежде всего компания аналитиков, – заявил один из руководителей корпорации. – Они – наши главные люди».
Хорошие аналитики должны уметь объяснять сложные понятия простыми словами, а также продуктивно общаться с теми, кто принимает решения. Одна компания, производящая потребительские товары, в штате которой состоит 30 аналитиков, ищет «PhD с человеческим лицом», то есть людей, разбирающихся в математике, статистике и анализе данных и умеющих, помимо того, говорить простым языком бизнеса, укрепляя позиции компании как изнутри, так порой и снаружи. Вот что глава отдела анализа потребительского поведения Wachovia Bank рассказывает о том, какие отношения с другими сотрудниками стараются наладить его подчиненные: «Мы стремимся сделать наших людей частью команды. Мы хотим, чтобы они могли наравне с другими обсуждать ключевые вопросы работы компании, определять, какая информация нужна бизнесменам, и рекомендовать партнерам по бизнесу поступать так или иначе. Мы хотим быть не просто вспомогательным звеном, но и активной, важной частью успеха компании».
Разумеется, специалиста, который поднаторел и в аналитике, и в бизнесе, и в общении, найти нелегко. Когда в компании SAS (это разработчик программного обеспечения и спонсор нашего исследования наряду с Intel) решают, что им потребуется специалист по современным бизнес-программам, таким как прогнозирующее моделирование или рекурсивное секционирование (вид анализа дерева решений, применяемый к очень сложным массивам данных), его начинают искать за полтора года до того, как он должен будет приступить к работе.
Можно сказать, что талант аналитика в начале 2000‑х – это как талант программиста в конце 1990‑х. К сожалению, на американском и европейском рынках труда по-настоящему одаренных аналитиков не так много. Некоторые организации решают эту проблему, заключая контракты с компаниями из Индии (где очень много специалистов по статистике) и других стран. Это хорошая идея в том случае, если иностранные аналитики работают над самостоятельными задачами. Но если от них требуется постоянное обсуждение действий с руководителями бизнеса, расстояние может существенно усложнить работу.
Правильные технологии
Конкурировать в сфере аналитики – значит конкурировать в технологиях. Самые успешные компании не только изучают современные статистические алгоритмы и теорию принятия решений, но и постоянно мониторят и внедряют новинки в области ИТ. В одной компании, производящей потребительские товары, даже построили собственный суперкомпьютер, поскольку пришли к выводу, что имеющиеся на рынке модели им не подойдут. Такие подвиги обычно излишни, но все же для серьезной аналитики вам кое-что понадобится.
Стратегия работы с данными. Компании вкладывают миллионы долларов в системы, собирающие данные из всевозможных источников. Планирование корпоративных ресурсов, управление связями с клиентами, точками продаж и многим другим – все это требует, чтобы ни одна операция и ни одно значимое изменение не проходили незафиксированным. Но, чтобы задействовать получаемые данные с пользой, компании должны быть в состоянии представить их в стандартном формате, интегрировать, разместить в хранилище и обеспечить к ним легкий доступ. И такой информации должно быть много. Случается, что компания несколько лет накапливает данные о разных методах маркетинга, прежде чем проанализировать эффективность рекламной кампании. Dell использовала DDB Matrix, продукт рекламного агентства DDB Worldwide, чтобы за семь лет создать базу данных из полутора миллионов записей о своей рекламе в печати, на радио, сетевом и кабельном телевидении, а также о продажах Dell в каждом регионе, где давали такую рекламу (до и после ее появления). На основании этой информации компания смогла оптимизировать рекламную стратегию для каждого региона и для каждого вида рекламы.
Решения для бизнес-анализа. Термин «бизнес-анализ», впервые появившийся в конце 1980‑х, относится к большой совокупности процессов и программ, предназначенных для сбора, изучения и распространения данных, необходимых для принятия оптимальных решений. Соответствующие инструменты позволяют сотрудникам получать, преобразовывать и загружать данные для анализа (профессионалы называют этот процесс ETL – extract, transform and load), а затем отражать результаты в отчетах, уведомлениях и оценочных листах. Отчасти растущая популярность аналитики связана с появлением такого комплексного инструментария.
Аппаратное обеспечение. Объемы данных, с которыми имеют дело программы аналитики, таковы, что слабые компьютеры и сервера с ними могут и не справиться. Многие компании-супераналитики переходят на 64-битные процессоры и благодаря этому быстро обрабатывают огромные массивы данных.