Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Переход к операционной аналитике не устраняет ни одного из шагов, которые традиционно требовались для создания аналитического процесса. При этом он развивает процесс дальше. Операционная аналитика придает аналитике промышленный масштаб, точно так же как индустриальное производство позволило сделать это с изготовлением посуды.

Операционная аналитика интегрирует аналитику в бизнес-процессы и автоматизирует принятие решений, с тем чтобы тысячи или миллионы повседневных решений принимались в ходе аналитических процессов без какого-либо вмешательства человека. Независимо от того, касаются ли эти решения напрямую клиентов или же направлены на оптимизацию негласной деятельности организации, воздействие нового подхода может оказаться существенным.

Если же организация не станет осваивать операционную аналитику, то ей придется нелегко в борьбе с конкурентами, которые будут все глубже внедрять аналитику в свои деловые процессы. Сегодня бизнесу доступны мириады возможностей для применения операционной аналитики, благодаря увеличению доступности данных, мощностей по их обработке и понятности надежных аналитических технологий.

Осознаем мы это или нет, операционная аналитика уже постоянно работает вокруг нас, воздействуя на нашу жизнь. Во многих случаях аналитика больше не скрывается. Сегодня потребители зачастую знают о ее применении и даже ожидают ее результатов. Чтобы подготовить читателя к дальнейшему повествованию, перечислю лишь вкратце, как операционная аналитика влияет на наши повседневные будни:

• В случае задержки рейса авиакомпании автоматически перенаправляют пассажиров на другой маршрут, чтобы ограничить нарушение расписания и повысить удовлетворенность клиентов. При этом аналитические программы принимают во внимание множество факторов, в том числе касающихся конкретного клиента, других пассажиров и статуса альтернативных рейсов.

• Посещая свои любимые веб-сайты, пользователи получают рекомендации насчет того, что еще им может понравиться. Рекомендации формируются на основе прошлых просмотров пользователей, терминов поискового запроса, а также, видимо, важнейших для них особенностей, судя по шаблонам их поведения в прошлом. Зачастую учитываются все действия пользователей вплоть до последнего клика.

• Когда клиент обращается за помощью к страховому агенту, последний, как правило, располагает страховой историей позвонившего, а аналитическая программа предлагает агенту, как можно решить вопрос наилучшим образом. Действия рекомендуются с учетом многих факторов, касающихся как самого клиента, так и продукта или услуги, интересующих его.

• Социальные медиасайты позволяют находить старых друзей или коллег, с которыми давно потеряна связь, при помощи анализа протяженных социальных сетей. Через несколько секунд после установления связи с другом пользователю выдаются дополнительные рекомендации.

• Приходя в магазин, люди могут на месте получить кредит на основе оценки их текущей кредитоспособности, которая определяется с помощью анализа широкого диапазона данных о кредитной истории клиента.

• Банки и эмитенты кредитных карт постоянно используют анализ для защиты нас от мошенничества. Выявляя на счетах поведенческие аномалии, которые указывают на мошенничество, банки могут быстро заморозить счет до тех пор, пока подозрительная транзакция не будет сверена с клиентом.

Это всего лишь несколько примеров повседневного воздействия на нас операционной аналитики, когда она приносит нам несомненную пользу и когда мы вправе рассчитывать на ее дальнейшую активизацию. Ниже мы рассмотрим широкое разнообразие других ситуаций, когда люди в основном даже не подозревают о воздействии на них аналитики.

При этом многие технологии и архитектуры, которые поддерживали традиционные подходы к развитию и применению аналитических процессов, перестали удовлетворять сегодняшним усложнившимся требованиям. Классические системы и архитектуры, как и классические методы аналитики, начали ломиться под тяжестью требований операционной аналитики. Следовательно, организации должны адаптироваться к реальности и изменить свои способы хранения и анализа данных, а также использования полученных результатов. Это обусловливает необходимость изменения не только инфраструктуры и аналитических методологий, но и корпоративной политики. Если организация попытается втиснуть оперативную и высокообъемную операционную аналитику в существующие системы и процессы, созданные и спроектированные для поддержки только пакетной обработки, такую организацию ожидают очень серьезные трудности.