Бизнес-аналитика (BI) – процедурная и техническая инфраструктура, позволяющая собирать, хранить и анализировать данные о деятельности компании. Это обширное понятие, включающее в себя получение информации, анализ процессов, сравнительный анализ показателей и описательную аналитику. BI анализирует все данные, полученные от бизнеса, и формирует на их основе легко воспринимаемые отчеты, показатели эффективности и тенденции, на основании которых могут приниматься управленческие решения
[57].
Это «техническое» определение, поэтому давайте попробуем перевести его в «нетехнические» понятия. Бизнес-аналитика – это инструменты и источники данных, которые организация может использовать для достижения успеха в четырех уровнях аналитики. Она позволяет нам собирать данные, а также упрощать, объединять и использовать их при помощи таких инструментов, как, например, визуализация данных. Она дает возможность пользоваться преимуществами демократизации данных. Теперь становится понятно, какую роль в бизнес-аналитике играет дата-грамотность, но сначала стоит поговорить о том, как встроена бизнес-аналитика в мир стратегии.
Данные и аналитика используются в рамках стратегии по-разному: существуют многогранные подходы, обеспечивающие итоговый успех. В организации эти подходы должны принимать определенную форму. Один из таких подходов – набор инструментов, которые использует организация для получения данных. Что это за инструменты? Как очищаются данные для всеобщего доступа? Какие методы предпочтительнее для анализа, визуализации и многих других видов аналитической деятельности? Это и определяется бизнес-аналитикой.
Подбором и внедрением набора инструментов бизнес-аналитики, иногда называемого стеком технологий, занимаются специально сформированные команды. Этот набор способствует демократизации данных и позволяет организации добиться успеха на четырех уровнях аналитики. Как раз для этого и необходима дата-грамотность – без нее либо стек технологий будет полностью бесполезен, либо его потенциал не удастся раскрыть полностью.
Для эффективного обращения со стеком технологий сотрудники организации должны отчетливо представлять себе роль четырех уровней аналитических методов в стратегии. Важно найти на каждом из этих уровней определенные инструменты, которые обеспечивают его успех. Для дескриптивного анализа нужны подходящие типы сводок, отчетов и визуализаций. Только в этом случае мы можем быть уверены, что удастся донести нужную информацию до нужных людей. Те же инструменты могут помочь и при переходе к диагностическому анализу, однако нужны и другие – те, которые помогут глубже погрузиться в данные. Третий (предиктивный) уровень требует соответствующих инструментов и ПО, а также высококачественных данных, чтобы обеспечить достоверность прогнозов. Для прескриптивной аналитики все перечисленное тоже необходимо: именно на этом уровне качественные данные и соответствующие технологии помогают решить, что делать с имеющейся информацией.
Все четыре аналитических уровня охвачены инструментами бизнес-аналитики, благодаря которым сотрудники организаций находят, очищают и распределяют данные. Это тема для отдельной книги, но не нужно забывать о том, что в сфере управления данными технологии очень быстро и неуклонно развиваются. Для этого развития очень важно, чтобы ключевые позиции занимали подходящие сотрудники, а получение данных настоятельно требует дата-грамотности. Как вы помните (вторая ступень схемы принятия решений, подкрепленных данными), для этого процесса необходимы качественные данные.
В сфере бизнес-аналитики дата-грамотность необходима для успеха организации в деле демократизации данных. Если стратегия – это «чертеж» дома, то бизнес-аналитика – это инструменты, позволяющие «чертежу» стать настоящим домом: так сказать, «молоток» и «гвозди». В нашем случае это могут быть компьютерные программы и методы, которыми сотрудники должны овладеть для успешного воплощения стратегии.
Поэтому дата-грамотность оказывается набором навыков, необходимых для правильного пользования этими инструментами, без чего невозможен правильный конечный результат. В аналитической стратегии результат – это принятие разумного, подкрепленного данными решения. Также для этого необходимо свободное владение данными – чтобы сформировать общий, универсальный подход к использованию данных. Необходимо понять и запомнить, что дата-грамотность – это не просто теории и концепции, связанные с данными и аналитикой. Дата-грамотность должна также включать в себя обучение использованию инструментов бизнес-аналитики, которые имеются в нашем распоряжении. Каждый из нас способен зазубрить любые теории, но, если мы не в состоянии на их основе подобрать и эффективно использовать необходимые методы, что толку в обучении? Однако верно и обратное. Что если мы познакомимся с методом, но не будем иметь ни малейшего представления, что такое четыре уровня аналитики и как они работают? В таком обучении тоже крайне мало смысла. Нужно объединить теорию с практикой, и тогда мы добьемся успеха как в работе с данными и результатами их анализа, так и в использовании инструментов бизнес-аналитики.
Искусственный интеллект
Чтобы разобраться в сфере искусственного интеллекта, давайте следовать определенной схеме. В первую очередь разберем, что такое искусственный интеллект. Затем можно обсудить его применение в сфере данных и аналитики. И наконец, мы рассмотрим влияние на него дата-грамотности.
Согласно одному из определений, искусственный интеллект – это «отрасль информатики, занимающаяся симуляцией интеллектуального поведения компьютеров; способность машины имитировать разумное поведение человека».
Уже одно это определение дает понять, в чем искусственный интеллект соприкасается с миром данных и аналитики – особенно в той части, где речь идет об имитации человеческого поведения. Тут у меня возникает вопрос: может ли искусственный интеллект принимать разумные, подкрепленные данными решения, подобные человеческим?
Давайте рассмотрим несколько примеров использования искусственного интеллекта, которые помогут определить, что имеется в виду под этим термином
[58].
● Alexa от Amazon. В моем доме это обычный инструмент, используемый преимущественно для прослушивания музыки.
● Nest. Возможно, вы уже сталкивались с этим удивительным и мощным устройством. Nest – цифровой терморегулятор для вашего дома, который способен обучаться и использовать алгоритмы для подбора комфортной температуры. Кстати, знаете ли вы, что Nest можно управлять голосом через Alexa? Здорово, что эти штуки способны помогать друг другу.
Сегодня мы встречаем ИИ повсюду – неважно, осознаем ли мы, что взаимодействуем с ним, нравится ли нам это, готовы ли мы с этим мириться. Поэтому следует понимать, какова его мощь, и использовать ее разумно.
