Представьте себе крупную торговую компанию, успешно запустившую новый продукт. К запуску готовились долго, но все же сумели принять обоснованное решение, положившись на дата-грамотность сотрудников и всю мощь аналитических методов. Как разные группы сотрудников пришли к окончательному решению? Кто «читал» необходимые данные?
ЧТЕНИЕ ДАННЫХ ОТДЕЛОМ ИССЛЕДОВАНИЙ И РАЗРАБОТОК
Давайте сначала взглянем на отдел исследований и разработок. Его сотрудникам необходимо читать, понимать и использовать очень много данных. В нашем случае команда потратила много времени и сил на сбор внутренних и внешних данных – и в итоге, изучив результаты опросов, а также сведения о конкурентах и рыночной ситуации, смогла оценить жизнеспособность нового продукта и другие факторы. Вы и сами понимаете, что при чтении данных и поиске информации, необходимой для принятия решения, сотрудники использовали как дескриптивные, так и диагностические аналитические методы.
ЧТЕНИЕ ДАННЫХ ОТДЕЛОМ МАРКЕТИНГА
Далее давайте рассмотрим действия отдела маркетинга. От сотрудников требовалось разработать маркетинговую стратегию и систему распространения информации о новом продукте. Им пришлось изучить и понять горы данных, полученных от самой компании, а также проанализировать внешние тенденции, связанные с продуктом. Кампании какого рода были успешными в прошлом? А какие провалились? Какие внешние обстоятельства могут повлиять на запуск продукта? Умение использовать как дескриптивные, так и диагностические методы помогло отделу маркетинга сформировать стратегию для успешного запуска продукта.
ЧТЕНИЕ ДАННЫХ ТОП-МЕНЕДЖМЕНТОМ
И наконец, давайте обратимся к высшему руководству – к топ-менеджерам, которые принимают окончательное решение о запуске продукта. Для принятия серьезных решений умение читать данные критически важно. Всем известно, что у руководства мало свободного времени, а данных, требующих изучения, очень много. Топ-менеджеры должны уметь быстро читать и оценивать данные, чтобы принимать на их основе правильные решения. В нашем случае команда топ-менеджеров смогла быстро прочесть и проанализировать информацию о новом продукте, чтобы принять обоснованное решение, подкрепленное данными.
Итак, мы видим, что каждый сотрудник организации занимается чтением данных. Но у каждого свой уникальный взгляд на них. Способность воспринимать данные и понимать их – необходимая составляющая взвешенного подхода к принятию решений.
Элемент 2: работа с данными
Иногда нам кажется, что «работа» – это плохое, неприятное слово, но на самом деле работа должна быть не менее интересной и захватывающей, чем игра. Работать – это значит получать удовольствие и добиваться успеха в том, что нам небезразлично. В мире дата-грамотности работа с данными должна приносить радость, а не быть тяжкой ношей. Ее задача – способствовать нашей карьере и помогать двигаться вперед.
Что означает работа с данными (или просто «работа» в целом)? Давайте для начала разберемся с самим понятием «работа», чтобы рассмотреть его в нужном контексте.
Определений такого простого слова масса. Мне нравится такое: работа – это «деятельность, заключающаяся в физической или умственной активности ради достижения цели или результата»
[20]. Итак, выходит, что работа с данными – это действия с данными ради достижения цели или результата. Все, конец главы, мы все поняли… да? И все же стоит немного углубиться в тему, чтобы как следует разобраться.
Марк Твен сказал: «Работа и игра – это два слова, которые описывают одно и то же, только в разных условиях»
[21]. Но работа тоже может приносить удовольствие. Теперь, когда мы понимаем, что значит «работа» (и, следовательно, осознаем, что она может быть не хуже игры), предлагаю перейти к конкретному контексту – работе организаций с данными.
Итак, работа организации с данными – это некие действия с данными, совершаемые сотрудниками организации для достижения цели или результата. Перейдем к конкретике и рассмотрим, как выглядит работа с данными на разных аналитических уровнях и как она связывает в единое целое различные отделы организации и разные роли ее сотрудников.
В работе с данными на четырех уровнях аналитики есть много общего, но вместе с тем каждый уровень обладает своими уникальными особенностями. Даже в дескриптивной аналитике работа с данными может означать для разных сотрудников и разных подразделений организации совершенно разное. Вы наверняка помните, что дескриптивный анализ – это описание того, что уже произошло или происходит в организации прямо сейчас. К описанию происходящего и сводится работа с данными на этом уровне. Строя визуализацию недавней маркетинговой кампании или рассматривая ее, вы работаете с данными. Это происходит постоянно. Вспомните пример из предыдущей главы – про Rolls-Royce и авиационные двигатели. Сколько способов работы сотрудников с данными мы обнаруживаем только в этом частном случае? Одни разрабатывали датчики для сбора данных, другие собирали данные, третьи анализировали их для последующего применения. И все эти люди работали с данными.
Второй уровень аналитических методов – диагностический, то есть поиск причин того, что было выявлено на дескриптивном уровне, – это тоже работа с данными. Пытаясь определить, почему что-то произошло, ища инсайты, раскрывая причины и следствия случившегося, мы работаем с данными. Формулировка вопросов, составление отчетов, проведение анализа – это все работа с данными. В каких сферах вам нужны инсайты? Какие важные знания вы хотите получить? Почему проиграла последний матч ваша любимая команда? Или – какое снаряжение взять с собой в поход? Вы уже работаете с данными самыми разными способами. Но давайте вернемся к работе организаций с данными и вновь обратимся к примеру с Rolls-Royce и двигателями: зачем собирать данные, если мы не собираемся работать с ними, чтобы почерпнуть важные знания? На тех, кто обрабатывал данные, считанные датчиками, лежала большая ответственность – ведь новые знания потенциально могли спасти множество человеческих жизней.
Предиктивный и прескриптивный анализ также подразумевает работу с данными разными способами. Эту работу выполняют разные группы сотрудников – от тех, кто отвечает за получение данных, до тех, кто непосредственно занимается их обработкой, делает прогнозы, анализирует (то есть, строго говоря, читает). Работа с данными – обычное дело для каждого из нас: мы постоянно этим занимаемся в повседневной жизни.
