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

• Для того чтобы люди поддержали идею, изменяющую их статус-кво, их нужно убедить в ее полезности. Будьте готовы потратить много времени на продвижение новой аналитической идеи и на ее принятие организацией.

• С учетом низкой стоимости и простоты тестирования новых аналитических процессов будет разумным протестировать даже кажущиеся безумными идеи. Если идея может быть протестирована, дайте ей шанс.

• Неправильное использование аналитики может принести больше вреда, чем пользы. Все сотрудники должны быть обучены ее применению на том уровне, который требуется для выполнения их работы.

Да, революция началась! Теперь вы должны понимать всю важность промышленной революции в аналитике, и, я надеюсь, готовы присоединиться к этой революции сами. Аналитика слишком значима, чтобы оставлять ее на уровне ручного, кустарного производства. Если организация хочет полностью извлечь выгоды, скрытые в данных и аналитике, она должна перейти к операционной аналитике. Сегодня аналитические процессы трансформируются лидерами отрасли в интегрированные, встроенные, автоматизированные, предписывающие компоненты как операционных систем, так и поддерживаемых этими системами бизнес-процессов.

Моя книга охватывает широкий круг вопросов. Давайте окончательно суммируем наиболее важные принципы и рекомендации, соблюдение которых позволит вам и вашей организации присоединиться к революции:

• Необходимо понимать и учитывать разницу между встроенной, автоматизированной, предписывающей операционной аналитикой и операционным применением традиционной пакетной аналитики. В том и другом случае создаются ценности, но это не одно и то же.

• Операционная аналитика должна опираться на прочный фундамент. Не думайте, что вам удастся впрыгнуть в операционную аналитику, не располагая надежными аналитическими возможностями.

• Сегодня аналитика все чаще выступает главным фактором при принятии решений о покупке, а внедрение аналитики в продукты размывает традиционные границы между отраслями. Ищите возможности использовать операционную аналитику для дифференциации и преобразования своей бизнес-модели.

• «Различность» больших данных может создавать проблемы посерьезнее, чем их «огромность», а анализ больших данных требует масштабирования по многим параметрам. Однако большие данные содержат настолько ценную новую информацию, что все усилия по их «укрощению» себя оправдывают. Начните использовать большие данные уже сегодня.

• Сегодня многие примеры применения операционной аналитики включают очень простые алгоритмы и правила, но со временем это изменится. Без колебаний начинайте с простых подходов – постепенно вы сможете их усложнить.

• Серьезно подойдите к разработке бизнес-кейса для операционной аналитики. Убедитесь, что вы учли все затраты, включая затраты на оплату труда, в течение всего инвестиционного цикла.

• В условиях сегодняшнего сложного технологического ландшафта, вам, возможно, придется встраивать несколько разных компонентов в единое аналитическое окружение, призванное поддерживать операционную аналитику. Это нужно, чтобы избавить пользователей от беспокойства по поводу того, где именно хранятся и обрабатываются данные.

• В будущем Интернет вещей станет важным компонентом операционной аналитики. Учитесь пользоваться им уже сейчас и задумайтесь над тем, как включить его в планирование своей деятельности.

• Убедитесь, что ваша организация понимает и учитывает различные требования, предъявляемые к процессу обнаружения данных и к процессу их операционного внедрения. Процесс обнаружения затормозится, если будет происходить в рамках операционных ограничений.

• Не пренебрегайте управлением. Автоматизированный аналитический процесс должен тщательно контролироваться. Подобно реальной производственной линии, операционно-аналитический процесс со временем будет давать сбои. Надлежащее управление позволяет уменьшить частоту ошибок и их воздействие до приемлемого уровня издержек при ведении бизнеса.

• Соблюдение конфиденциальности – серьезная проблема. Убедитесь, что вся аналитика, используемая вашей организацией, является законной, этичной и приемлемой для широкой общественности. Кроме того, необходимо разработать гораздо более гибкие и детализированные правила и параметры конфиденциальности.