Решая, что надеть, мы нередко хватаем первое, что подвернулось под руку, и просто надеемся, что погода не подведет. Случается с вами такое? Если да, то хорошо, если вы живете где-нибудь на Карибах, где невелика вероятность замерзнуть… но и там может налететь шторм, и вы пожалеете, что одеты не по погоде. Чтобы принять обоснованное решение, что нам сегодня надеть, мы должны получить и проанализировать некую информацию. Первое, что приходит в голову, – взять смартфон и изучить прогноз погоды (в надежде, что он окажется верным). А затем стоит посмотреть в окно и проанализировать увиденное. Наконец, можно ненадолго выскочить на улицу и физически ощутить температуру, влажность и т. д. Все эти действия – примеры анализа данных. Вы осуществляете этот анализ, даже если ваши методы не подразумевают использование технологий, а ограничиваются лишь субъективными наблюдениями.
Каждый из нас постоянно анализирует данные, чтобы на их основе принять те или иные взвешенные решения. Чтобы как следует в этом разобраться, давайте рассмотрим, как анализируют данные по запуску продукта различные подразделения компании.
АНАЛИЗ ДАННЫХ: ОТДЕЛ ИССЛЕДОВАНИЙ И РАЗРАБОТОК
Должен ли отдел исследований и разработок анализировать данные, чтобы понять, как прошел запуск продукта? Конечно, да! Его сотрудники анализируют не только внутреннюю информацию, поступающую из других подразделений компании, но и внешние данные. Например, представьте, что вы запустили новый продукт именно тогда, когда в экономике начался спад. Кто-то скажет, что это была изначально плохая идея и что продукт не мог не провалиться, но так ли это? Если внешние данные свидетельствуют, что ситуация на рынке в целом неблагоприятна, это действительно могло повредить запуску. Однако отдел исследований и разработок должен поставить правильные вопросы и проанализировать информацию, чтобы составить заключение об успешности запуска.
АНАЛИЗ ДАННЫХ: ОТДЕЛ ПРОДАЖ
Теперь рассмотрим самих «продажников». Нужно ли им анализировать данные? Конечно. Они должны задавать вопросы, исследовать различные факторы и изучать огромное количество самых разных данных, чтобы определить, был ли запуск успешным.
АНАЛИЗ ДАННЫХ: ТОП-МЕНЕДЖМЕНТ
И наконец, давайте снова вернемся к нашему замечательному руководству. Нужно ли топ-менеджерам анализировать данные, чтобы разобраться, был ли запуск успешным? Да, нужно – и, надеюсь, они так и делают! Топ-менеджеры управляют компанией: если они не анализируют успешность запуска каждого нового продукта, то чем они вообще занимаются? Стреляют наугад? Топ-менеджерам необходимо проанализировать большие объемы данных, чтобы определить степень успеха. Как запуск последнего продукта повлиял на чистую прибыль компании (и повлиял ли вообще)? Каковы объемы продаж нового продукта и насколько эффективно сработал отдел продаж? Удалось ли маркетологам повысить интерес к продукту? Столько вопросов – а это лишь верхушка айсберга.
Итак, как мы видим, всем нужно анализировать данные. Это жизненно необходимо для понимания, насколько успешным оказался запуск продукта. Все должны уметь определять тенденции и закономерности в данных. Все должны уметь «раскрыть и обнаружить что-либо при помощи подробного изучения», как гласит наше определение. Не всем нужно быть экспертами по обработке данных, но все должны уметь задавать вопросы и проводить собственный анализ. Анализ данных – одна из ключевых составляющих дата-грамотности. Да, для успешной работы с данными необходимы все четыре составляющие, все четыре элемента, но если мы не в состоянии проанализировать данные для получения важных знаний, то перед нами во весь рост встает прежняя проблема: мы рискуем застрять на первом уровне – уровне дескриптивной аналитики.
Элемент 4: общение на языке данных
Теперь, когда мы поговорили о чтении данных, работе с ними и их анализе, перейдем к очень важному аспекту дата-грамотности: общению на языке данных. Что делать, если вы способны провести строгий анализ, почерпнуть из имеющихся у вас данных важные знания с помощью диагностических методов, но при этом не в состоянии донести результаты до коллег, подчиненных и т. д.? Или, что еще хуже, вы можете считать, что у вас есть необходимые навыки для общения на языке данных… но на самом деле их нет. Тогда вы совершенно точно не сумеете объяснить другим, к каким выводам пришли. Умение общаться на языке данных – абсолютная необходимость.
Очень важно понять, что такое общение на языке данных. Что означает слово «общаться»?
Общаться – это делиться или обмениваться информацией, новостями или идеями
[24].
Если говорить о четырех уровнях аналитики, нам нужно делиться или обмениваться информацией, чтобы описать, что случилось в прошлом, знаниями, полученными в результате диагностического анализа, прогнозами и указаниями на основании предиктивного и прескриптивного анализа. Общение необходимо для успеха стратегии работы с данными и дата-аналитикой. Как общаться на языке данных? Есть ли какой-то особый способ общения с опорой на дата-грамотность, который делает обмен информацией более эффективным? Это прекрасные вопросы!
В современном мире данных есть постоянно растущая область: дата-сторителлинг. Откуда такой интерес к ней? Давайте подумаем. Если я должен донести до вас множество статистических показателей и прочих числовых данных, скоро ли вы начнете зевать и скажете мне спасибо за прекрасное лекарство от бессонницы? Но все может обернуться иначе. Запоминаете ли вы истории, которыми делятся с вами другие люди? Наш мозг гораздо лучше воспринимает истории, чем «чистые» данные. Мы должны научить людей делиться историями и доносить до других именно в такой форме различные показатели, результаты анализа и знания, почерпнутые из данных.
А теперь давайте еще раз взглянем на разные подразделения компании и попытаемся понять, кому нужна эта составляющая дата-грамотности. Давайте представим, что мы изучаем финансовые показатели компании за последние 12 месяцев. Этот период был для компании весьма продуктивным, и мы хотим знать, что привело к такому успеху и как сохранить динамику. Должны ли сотрудники различных подразделений компании поделиться друг с другом тем, что извлекли из данных?
ОБЩЕНИЕ НА ЯЗЫКЕ ДАННЫХ: ФИНАНСОВЫЙ ОТДЕЛ
В первую очередь посмотрим на финансовый отдел. Следует ли команде финансистов общаться с другими на языке данных, чтобы понять, насколько успешным был последний год? Да! Как раз финансовый отдел и должен рассказать остальным результаты общей работы. В данном случае команда финансистов может поделиться только результатами дескриптивного анализа (а это первый уровень). Финансовый отдел сообщает топ-менеджерам и другим сотрудникам компании о численных показателях, чтобы у всех сложилась верная картина происходящего.
