Ваша стратегия работы с данными должна включать каждого

Если последние несколько десятков лет доказали что-то, так это силу информации, которая в широком смысле включает все, что связанно малыми и крупными данными, статистикой, аналитикой и искусственным интеллектом, и с чем работают специалисты на всех уровнях, чтобы помочь своим компаниям улучшить свою работу в разных направлениях. С одной стороны, искусственный интеллект (ИИ), особенно его генеративный тип, гарантирует преобразование бизнеса, следовательно набирает наибольшую популярность. С другой стороны, основные виды анализа с использованием небольших объемов информации оказываются на удивление эффективными в помощи организациям при принятии лучших решений, в контроле и улучшении их процессов, в большем понимании клиентов и улучшении их продуктов и услуг. Если почитать популярные статьи в прессе, так можно даже подумать, что данные, аналитика и ИИ захватывают мир.

Однако, если не смотреть глазами цифрового поколения, а приглядеться получше, то становится заметна гораздо более грустная реальность. Несмотря на огромные капиталовложения, замечательные инструменты и множество квалифицированных ученых и аналитиков данных, успехи с ИИ медленные, затратные и неопределенные. Большинство моделей науки об информации не особо задействованы в производстве и не приносят ощутимой экономической выгоды. Большинство главных специалистов в области данных и их анализа ограниченны в возможностях, так что они мало что могут сделать. Обычные люди, не отвечающие за работу с информацией, не знают, что должны делать с ней, хотя утверждается обратное, и даже опасаются, что аналитика и ИИ изменят, даже искоренят их работу. Большинство компаний избегает мелких данных, лишая себя проще получаемой выгоды и шанса сформировать организационную силу, необходимую для решения более сложных проблем.

Очень легко призывать к формированию «культуры на основе данных», но дать её правильное определение и построить её — это что-то за пределами знаний и кругозора большинства специалистов по работе с данными. Согласно опросам, довольно мало компаний обладают подобной культурой. И наконец, нынешний уровень качества информации просто не годится для её анализа и этой науки в целом.

Пора думать по-новому

Если копнуть глубже, легко понять корень этих разочаровывающих проблем: компании вывели информацию в своих графиках и схемах, назначили главных специалистов по работе с данными и аналитике, централизовали компетенции, наняли высокообразованных ученых, работающих с информацией, но затем оставили их с парой рекомендаций и почти никаким контролем. То, что некоторым удается добиться успеха, свидетельствует о настойчивости немногих, кто смог преодолеть организационные препятствия вопреки всем трудностям. Руководители по работе с данными не игнорируют проблемы. Они наняли специалистов по обработке данных и инженеров, чтобы справиться с некачественными данными, и продакт-менеджеров, чтобы лучше наладить связь с бизнесом. Тем не менее, все это напоминает сложную (и в основном бесполезную) игру «бей крота». Продолжение текущего курса обречено на провал.

Вместо этого, мы считаем, что необходима  совершенно новая парадигма управления. Это понятие предполагает целостное видение пользы данных, четко определенную структуру организации, где показывается,  как информация интегрируется внутри компании, плюс отчетливые роли и обязанности всех, кого касается эта работа. В конечном счете, нужно объединить корпоративную культуру, взаимоотношения с университетами (?), поставщиками, политику и все остальное, что помогает или мешает использовать информацию эффективно. Новая парадигма применяет более всесторонний и интегрированный подход к применению данных, аналитики и ИИ в бизнесе.

Но какие же шаги необходимо сделать компаниям, чтобы двигаться в направлении этой новой парадигмы? Как им понимать полное интегрирование информации в свои бизнес стратегии? К каким целям им стремиться и с чего им начать? Данная статья основана на исследовании сотен компаний и правительственных организаций, которые задают эти вопросы, на работе с парой дюжин подобных компаний и нашем опыте применения релевантных парадигм. Предлагаем три взаимосвязанных шага, которые надо сделать организациям.

1. Использовать цифровых аборигенов в качестве ориентира

Во-первых, предлагаем  Google в кандидаты на звание путеводной звезды. Ведь данные — во многом часть основы этой компании, и в ней даже нет Главного специалиста по данным и их анализу, но там имеется Главный специалист по принятию решений ( Chief Decision Officer), который отвечает за донесение до сотрудников решений, основанных на данных. Google одним из первых применил аналитику кадров и является одной из немногих компаний, где аналитика широко используется в юридических операциях. Аналитика и ИИ встроены в большинство товаров и услуг организации, Google был новатором во многих применяемых сейчас систем генеративного ИИ.

Другие цифровые аборигены, такие как Meta/Facebook и Amazon, так же повсеместно используют аналитику и ИИ. Наше исследование и консультации с этими компаниями показали, что в отличие от более традиционных фирм, специалистам по данным не приходится долго пропагандировать важность этих инструментов, это просто считается само собой разумеющимся и является важнейшим элементом культуры.

Некоторые юридические компании перенимают подобный подход, но не достаточно. Например, CEO банка DBS, крупнейшего в Юго-Восточной Азии, утверждает, что будущими конкурентами его организации будут не традиционные банки, а цифровые туземцы вроде Alibaba, Tencent и Ant Financial. По его словам, чтобы соревноваться с этими компаниями, его банку нужно собирать, управлять и анализировать данные на том же, или даже более высоком уровне, чем они. Для этого банк нанял и обучил более тысячи инженеров и ученых, работающих с информацией, разработал собственные приложения с ИИ, внедрил обширную программу ИИ грамотности и способствовал более широкому применению ИИ во всех функциях и единицах компании.

2. Учиться у других традиционных функций бизнеса

Во-вторых, для тех, кто считает пример Google или DBS слишком сложным для следования, более близким ориентиром для подражания является организация финансов. Даже в некоммерческих и правительственных компаниях есть финансовые группы. И по собственному опыту можем сказать, что этот отдел более, чем любые другие, стал общепринятым.

Стать общепринятым — полная противоположность состояния бункера, это означает полную интеграцию со всеми аспектами организации. Вот свойства большинства финансовых организаций:

• Финансовая организация не зря считается стратегической: большинство советов директоров имеет свою собственную финансовую комиссию и требуют финансовые отчеты на каждом собрании.
• Финансовый директор принадлежит к ближайшему окружению генерального директора и участвует в принятии практически всех главных решений.
• Пребывание на должности финансового директора чаще бывает гораздо дольше, чем у главного специалиста по работе с данными. Кроме того, частая текучка финансовых директоров становится предупреждающим сигналом для Wall Street.
• Сотрудники финансового отдела находятся практически в каждом здании компании, на каждом заводе, в каждом подразделении и т.д, и связаны хотя бы частично с финансами всей организации.
• Практически каждый руководитель умеет выполнять базовые финансовые задачи, включая формирование бюджета, вычисление возврата инвестиций (ROI) и т.д. Большинство менеджеров на финансовую работу затрачивают много времени.
• Отдел финансов проясняет, что требуется сделать, предоставляет инструменты и процедуры, которым должны следовать сотрудники, и следит за их соблюдением. Следование таким процедурам является обязательным.
• Финансовый отдел делает все возможное, чтобы информация, которую использует, была самого высокого качества.

Выше приведенный список в первую очередь описывает финансовый отдел как стратегический. Именно этот момент помог бы сделать значительный шаг в превращении данных в общепринятые. Если извлечение уроков и монетизация данных станет считаться стратегическими возможностями, тогда организация начнет думать, как применить все эти ключевые моменты в отношении информации.

3. И наконец, привлеките всех

 В заключение можем сказать, что нам очень жалко старших менеджеров. Так как анализ данных существует долгое время, сами технологии обескураживают, а из-за всего хайпа кажется, что применять их гораздо проще, чем не самом деле. Усугубляет ситуацию все растущая срочность выполнения этой задачи. Нетехническим работникам легко запутаться в перестановках. Однако они крайне необходимы наряду с достоверной информацией и четким применением технологии. Имейте в виду, что даже лучшие специалисты по данным не могут по-настоящему определить деловую проблему, понять саму информацию и даже запустить какую-либо модель в бизнес процесс без их помощи. И вы тоже не сможете провести необходимых улучшений этих данных.

Нужно признать, мы оптимистичны относительно информации на длительный период времени. Мы можем увидеть потенциал к уменьшению рутинности на множестве должностей, к улучшению других и к созданию новых высокооплачиваемых позиций (и мы в курсе рисков с этим связанных). В то же время, мы считаем, что такие сотрудники правильно боятся, ведь рутинная работа кормит миллиарды людей по всему миру. Конечно, руководителям старшего звена бы лучше искоренить подобные опасения, но в большинстве компаний это маловероятно. Тем не менее, мы советуем высшему руководству признать существующие опасения, ведь тем, кто вскоре не отнесется к данным всерьез, следует бояться вдвойне..

Вместо этого, мы рекомендуем старшим руководителям привлекать как можно больше простых сотрудников к работе с информацией. Практически каждый сможет внести немного данных и сделать их базовый анализ для улучшения работы всей команды. Такие действия формируют навык и уверенность и все вместе могут привести к реальным изменениям. Для большинства же компаний обязательным кажется применение крупных данных и более продвинутых технологий. И наконец, многие простые сотрудники ощущают силу малых данных и очень рады присоединиться к работе с ними.

Нужно спешить

Компании, конечно же, могут руководить своей работой как им вздумается; естественно, им же лучше сделать так, чтобы выполнять самую важную работу было проще. Любая компания, даже самая маленькая, является сложной системой, и некоторые моменты получают больше и лучше внимание, чем другие. Ещё 10 лет назад относительно недостаточное внимание к информации было понятно: это просто не было принято и не было необходимо. Сегодня ситуация значительно изменилась. Теперь недостаточно просто нанять главного специалиста по данным и их анализу. Компаниям надо провести серьезные изменения в парадигмах управления данными, а их руководителям высшего уровня необходимо стать движущей силой этих изменений.

Перевод статьи Your Data Strategy Needs to Include Everyone от Tom Davenport, Roger W. Hoerl, Diego Kuonen, Thomas C. Redman, 07.06.2023