Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Почему я связываю эту проблему со свободным владением данными? Во-первых, тот, кто работал с показателем, не сверился с нашим словарем данных, чтобы уточнить определение. И это помешало получить правильный результат: специалист воспользовался не теми данными, которых требовало верное определение. Во-вторых, он не смог донести до других, как значение этого показателя может повлиять на остальные показатели, да и сам этого не понял, поскольку подсчитал неверно.

Итак, словарь данных служит для людей и организаций основой для получения нужных данных. Хочется верить, что в будущем организации все реже будут сталкиваться с проблемами, как в примере выше. Использование словаря данных для снижения риска или обеспечения прозрачности данных способствует внедрению и распространению общего для всех языка.

Стратегия чтения данных и свободного владения данными

Теперь, когда мы разобрались, что такое чтение данных и свободное владение данными, возникает вопрос: а как всего этого добиться? Какая стратегия поможет коллективу научиться лучше читать данные и общаться на языке данных? Здесь, как и в других аспектах информационно-аналитической стратегии, ответ кроется в простоте.

Чтобы стратегия в сфере данных и аналитики была успешной и оправдывала инвестиции, ее необходимо привязать к целям и задачам организации. К несчастью, это редкость: обычно в организациях информационно-аналитическая стратегия существует отдельно от бизнес-стратегии. Не попадайтесь в эту ловушку! Обеспечьте их прочную связь, чтобы информационно-аналитическая стратегия была инструментом успеха бизнес-стратегии. Одним из аспектов стратегии в сфере данных должна стать стратегия дата-грамотности, непосредственно связанная, помимо прочего, с чтением данных и свободным владением данными.

В этой области должны существовать общие направления и стандарты обучения сотрудников, но не стоит стричь всех под одну гребенку. Чтобы сотрудники успешно овладели дата-грамотностью, нужно оценить, что они уже умеют и с чем им комфортно работать. Только после этого руководство организации сможет определить, какие шаги предпринять и какие методы обучения использовать. Исходя из индивидуальных показателей каждого сотрудника, можно подобрать для него самый действенный способ совершенствования в чтении данных. А затем перейти к обучению более эффективному использованию языка данных. При таком подходе организация сможет избежать множества проблем.

Пример из жизни организации

Нам будет проще понять, как распространяются потоки данных в организации, если мы рассмотрим влияние общего языка данных на итоговый успех, но в конкретном контексте. Для примера давайте возьмем организацию, которая хочет изучить условия рынка для запуска нового продукта. В первую очередь предлагаю рассмотреть высокоуровневый поток: от идеи продукта до его запуска.

Итак, руководство организации решает запустить новый продукт. Как топ-менеджеры пришли к этой идее? При помощи опросов, сбора рыночных данных и изучения конкурентов они определили, что у них достаточно данных для понимания рынка, и установили, что новый продукт действительно необходим. Команде сотрудников было поручено проанализировать все данные и найти ключевые показатели и тенденции, что позволило топ-менеджерам принять взвешенное решение, подкрепленное данными. Это первый шаг в свободном владении данными (или в общении на языке данных). Это, возможно, не слишком очевидно, но в рабочих процессах организации всегда можно найти массу подобных примеров.

Первое, что должна была сделать команда, – при помощи чтения данных изучить рынок и понять, какой тип продукта может заполнить области неудовлетворенного спроса. Проведя анализ и прочитав данные, команда обнаружила множество таких областей – в различных регионах, в отрасли в целом. Способность читать данные позволила специалистам правильно истолковать картину рынка. А затем они сумели эффективно представить данные руководству компании. Понятно, что все это было бы невозможно без свободного владения данными. Если бы команды аналитиков и/или топ-менеджеров не смогли ни успешно поделиться собственными идеями, ни понять чужие идеи, удалось бы в итоге принять общее взвешенное решение? Очевидно, что поток данных должен быть правильно прочитан, правильно передан и правильно воспринят – на общем для всех языке.

После того как топ-менеджеры одобрили новый продукт, они должны были донести свои предложения до команд, ответственных за его запуск. Это тоже данные? Конечно же! Необходимо помнить, что данные – это не только цифры, это вся информация, которой обмениваются команды и отдельные сотрудники. Команда аналитиков и команда топ-менеджеров должны передавать нужную информацию командам, создающим продукт. А эти специалисты, в свою очередь, должны быть способны понять информацию – и не только понять, но и донести ее до других подразделений организации, отвечающих за разные этапы запуска продукта.