Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе

Комик Стюарт Ли[1] рассказал однажды о водителе такси, который на все его доводы по этому поводу саркастически бросил: «Ой, да ладно, все что угодно можно доказать фактами». В 2013 году компания Edelman, работающая в сфере PR, провела опрос 31 000 человек в 26 странах на тему, доверяют ли они тому, что говорят их руководители. Оказалось, что своим боссам верят только 18 % респондентов (могло быть и хуже, политикам доверяют только 13 % опрошенных). Это грустная ситуация, и совсем не обязательно, чтобы так было. Давайте попробуем ее исправить, действуя сразу по двум фронтам. Во-первых, научимся быть более убедительными, используя цифры, чтобы информировать людей и принимать решения (часть 5 и часть 6). Во-вторых, научимся распознавать, когда другие прикрываются цифрами, чтобы ввести вас в заблуждение, – об этом читайте в части 7.

В последние годы невероятную популярность обрела тема «больших данных» (big data). Нам обещали, что эта концепция произведет революцию в жизни и работе. Но многие люди не способны справиться даже с малым объемом данных. Мы продолжаем принимать решения на уровне интуиции, даже когда она нас подводит (в части 6 и части 7 вы узнаете, почему не всегда следует доверять шестому чувству). Если вы хотите добиться роста на 352 %, или 35,2 %, или 3,52 % и при этом ваши конкуренты в ведении бизнеса опираются на данные, а вы продолжаете играть в «угадайку», ваши шансы на успех ничтожно малы (помните, догадки ваших конкурентов, скорее всего, ничуть не хуже ваших). Если вы не в состоянии принимать информированные решения и считаете, что анализ данных – это не для вас, вы полагаетесь на удачу, а ваш бизнес зависит от каприза фортуны. Так что это еще одна личная причина прочесть эту книгу для повышения грамотности в обращении с данными. В будущем этот навык станет ключевым для человека, таким как чтение и письмо. Умение обращаться с данными будет означать, что вы останетесь востребованным специалистом.

Часть 1 Начинаем работать с данными

1. Что такое датафикация?

Это уродливое слово, но прекрасная идея: когда столь многое из того, чем мы занимаемся, способно обеспечить нас информацией, можно узнать даже гораздо больше, чем требуется.

Само это словечко вошло в употребление относительно недавно, а вот понятию, которое оно обозначает, фактически уже несколько десятилетий. Эта концепция начала формироваться, когда гики[2] поколения наших родителей осознали, что можно систематизировать огромное количество информации о мире в формате данных, если только найти способ, как это сделать. Задача по датафикации осложнялась проблемой измерения: в нецифровых системах информацию требуется перевести в числовой формат. В цифровых данные уже присутствуют.

Это полезно, потому что, как уже было сказано, невозможно управлять тем, что не поддается измерению. Датафикация – это способ внедрить принцип измерения в вашу работу. Это основа того, чем мы будем заниматься в дальнейшем по мере чтения этой книги.

Позвольте привести пример: если бы 30 лет назад вы вдруг захотели узнать, сколько писем приходит в вашу компанию, вам пришлось бы поручить одному из сотрудников скучную и долгую работу по подсчету всей входящей корреспонденции. Если бы вы захотели выяснить, какой объем этой корреспонденции адресован вам лично, сотруднику пришлось бы отсортировывать все адресованные вам письма и ежедневно подсчитывать их количество. А если бы при этом вас заинтересовало, получаете ли вы больше писем, чем ваши коллеги, то сотруднику пришлось бы на протяжении нескольких недель заниматься сортировкой и подсчетом корреспонденции, после этого составить отчет, сделать фотокопию и принести ее вам.

Затем, если у вас произошли какие-то изменения (например, вы делегировали работу коллеге), этому несчастному, сортирующему корреспонденцию, пришлось бы на протяжении еще нескольких недель повторять эту скучную работу, подготовить еще один отчет, найти первый отчет в каталоге, скрепить их вместе и, возможно, даже постараться сформировать небольшую статистику… Почему это должно вас волновать?

Потому что вы нанимаете кого-то для выполнения этой работы, а время этого сотрудника имеет стоимость (хотя бы потому, что когда он считает письма, то не делает что-то другое). Множество полезных данных никогда не были собраны. Хуже того, сбор некоторых занимал столько времени, что к моменту его завершения эта информация уже устаревала или оказывалась ненужной. Это было все равно что пытаться управлять лодкой, ориентируясь по волнам, которые она оставляет за собой.