Многие организации, которые думают, что они управляются данными, все еще находятся на первой передаче. Как перейти от простого сбора большого количества данных к настройке функции бизнес-аналитики, которая фактически подскажет, как настроить вашу модель для повышения прибыльности?

Мы взяли интервью у Трэвиса Андерсона, директора по бизнес-аналитике Toptal, чтобы узнать его идеи и советы по бизнес-аналитике по созданию центральной функции в компании, устранению предвзятости в отчетности, важности использования данных и потенциальных ловушках. В качестве директора по бизнес-аналитике Toptal Андерсон возглавляет команду, которая обеспечивает принятие решений на основе данных, связывая бизнес-стратегию с действиями с данными (т. е. анализом данных, отчетностью, диагностической аналитикой и наукой о данных).

Бизнес-аналитика поддерживает все функциональные области бизнеса, включая продажи, маркетинг, финансы, продукты, операции и управление персоналом. Андерсон обладает более чем десятилетним опытом создания и руководства командами аналитиков и инженеров для обеспечения значительного роста бизнеса, в том числе в Vivint Smart Home, Symantec, Университете Бригама Янга и в своем стартапе Mapline. Он имеет степени бакалавра и магистра в области машиностроения, а также степень магистра делового администрирования Университета Бригама Янга.

Какое использование бизнес-аналитики?

Согласно отчету MicroStrategy Global State of Enterprise Analytics 2020 Global State of Enterprise Analytics, бизнес-аналитика позволяет менеджерам принимать более взвешенные и обоснованные решения и может повысить операционную эффективность, помогая менеджерам более эффективно использовать ресурсы и в конечном итоге оптимизировать итоговую прибыль.

В случае с Toptal Андерсон определил четыре основных принципа, определяющих развитие нашего бизнеса и пожизненную ценность клиентов:

1. Привлечение клиентов: использование данных для улучшения процесса привлечения клиентов.
2. Расширение присутствия: понимание того, как увеличить географическое расширение и существующую клиентскую базу
3. Удержание клиентов: поиск точек истощения на пути к покупке.
4. Оптимизация затрат для приобретения, удержания и деловых операций.

Эти четыре принципа также позволяют бизнесу измерять рентабельность инвестиций в данные и бизнес-аналитику.

Каковы были основные проблемы в Toptal?

Разрозненная аналитика

По словам Андерсона, первой проблемой, с которой он столкнулся, присоединившись к Toptal, стала трансформация внутреннего подхода к аналитике. В то время большинство внутренних функциональных групп проводили свой анализ. В большинстве команд был аналитик данных, и каждая из них выполняла свою работу с данными, которая в основном была сосредоточена на отчетности, анализе и анализе тенденций. Несмотря на то, что существовала культура данных и линейные руководители использовали данные при принятии решений, установка была неэффективной.

У каждой команды был свой подход, что, в свою очередь, означало, что сообщение было запутанным. Поскольку у каждой группы была функция внутренних данных, не было согласованности в определениях и ключевых показателях эффективности. Обсуждения руководства часто были сосредоточены на примирении, что могло отвлекать внимание. Поскольку определения были разными, выводы из данных иногда терялись.

Сообщение о предвзятости

Вторая проблема, возникшая из-за децентрализованного сбора данных и отчетности, заключалась в том, что каждая команда предвзято представляла свои данные. Каждая функция отбирала данные, чтобы представить себя в лучшем свете. Эта практика привела к потере внимания и потенциальному отсутствию контроля.

Андерсон приступил к полной переработке подхода компании и системы бизнес-аналитики. Приоритетом было создание центральной функции:аналитического центра передового опыта, который существует вне бизнес-направлений и служит точкой управления. Центральная функция обеспечивает однородный сбор и анализ данных и устранение предвзятости в отчетах.

После того, как центр создан, необходимо обеспечить его надлежащее укомплектование персоналом. Первым приоритетом является выявление пробелов в навыках. Чтобы создать команду, которая может быть эффективной и иметь влияние, вам нужны люди, которые обладают солидными техническими навыками, сильными навыками решения проблем, а также деловой хваткой.

Какую ценность добавляет центр бизнес-аналитики?

По словам Андерсона, главная дополнительная ценность создания центральной функции обработки данных и бизнес-аналитики заключается в повышении производительности и снижении затрат. . До тех пор, пока бизнес не будет последовательно измерять эффективность с течением времени, руководству будет сложно значительно повысить производительность.

Первым шагом является установление согласованности метрик и количественная оценка цели на основе этих согласованных метрик. Это оказывает существенное поведенческое воздействие на мотивацию персонала — как указывает Андерсон, как можно мотивировать людей, если нет целей? Кроме того, любые количественные показатели лучше, чем ничего. По мнению Андерсона, "если вы начнете измерять только одну вещь, вы увидите реальную пользу — либо потому, что вы можете повлиять на нее, либо потому, что вы увидите, что это не имеет значения".

Команда Андерсона поддерживает все бизнес-функции и еженедельно и раз в две недели проводит встречи с каждым из них. Первая часть работы заключается в обеспечении сбора правильных данных. Эта коллекция служит поведенческой цели, чтобы мотивировать людей выполнять свою работу и присваивать «оценку» их эффективности.

Выбор правильных ключевых показателей эффективности

После сбора последовательных и высококачественных данных возникает самая большая проблема:оценить, какие ключевые показатели эффективности являются правильными для каждого бизнес-подразделения. Оценка начинается сверху вниз. Группа бизнес-аналитиков отображает стратегию компании в данных, чтобы выбранные ключевые показатели эффективности бизнес-аналитики были полезны с точки зрения предоставления информации и важны как на нисходящем, так и на бизнес-уровнях.

Некоторые из вопросов, которые приводят к установлению соответствующих KPI:

• Каковы ключевые показатели?
• Являются ли они финансовыми?
• Они основаны на операциях?
• Какова структура того, что измеряет команда?
• Должны ли отдельные люди нести ответственность за достижение конкретных целей?
• Как они будут оцениваться?

Крайне важно, чтобы команда бизнес-аналитиков хорошо понимала бизнес и его стратегию. Компания Toptal активно поддерживает миссию организации.

Данные обрабатываются и изучаются с использованием надежного статистического моделирования и прогнозирования. Однако важно отметить, что результатом анализа является не решение, а скорее количественные данные, помогающие сделать лучший выбор. В конечном счете, все бизнес-решения являются обязанностью бизнес-лидера. Существует партнерство между заинтересованными сторонами и группой данных и бизнес-аналитики посредством итеративного процесса. Когда решение принято, данные должны его поддерживать. Кроме того, проводится регулярная переоценка ключевых показателей эффективности, чтобы убедиться, что они всегда соответствуют стратегическим приоритетам компании.

Процесс не всегда безболезненный. Иногда между заинтересованными сторонами могут возникать разногласия, поскольку в данных много обратной связи. Не все руководители одинаково восприимчивы к такой обратной связи. Андерсон видит свою обязанность в предоставлении удобоваримых рекомендаций и обучении руководителей тому, как интерпретировать идеи, извлеченные из данных.

Неправильное чтение данных

Андерсон коснулся потенциальных неблагоприятных последствий, с которыми может столкнуться компания при плохой внутренней дисциплине сбора и анализа данных. В предыдущем задании он столкнулся с бизнесом, у которого было большое бизнес-подразделение, отвечающее за значительную долю доходов компании. В этом бизнес-подразделении было несколько торговых представителей, которые в совокупности несли ответственность за выручку в размере более 200 миллионов долларов. Однако эта команда измеряла свой доход не так, как остальная часть компании, и сообщала о нем в отдельной системе.

Во время смены руководства новый руководитель не понял, что данные не соответствуют друг другу, и уволил всех членов команды — они получили неверное представление о данных и считали, что команда не работает. Решение было принято на основании ошибочных и несоответствующих цифр в системе ERP. Это закончилось ошибкой на 50 миллионов долларов. Этот анекдот наглядно показывает, почему дисциплина управления мастер-данными имеет решающее значение, особенно для компаний, занимающихся интеграцией слияний и поглощений. .

Распространенные ошибки при начале работы и как их избежать

Андерсон столкнулся с двумя типичными проблемами в компаниях, которые начинают изучать аналитику данных. Эти проблемы падают на два конца спектра. Во-первых, компании иногда предпринимают крупные инициативы по сбору идеальных данных, которые в конечном итоге не используются. Вторая проблема — это когда компании даже не приступают к анализу из-за низкого качества своих данных. Важный совет, который дает здесь Андерсон, заключается в том, что даже если данные ненадежны, измерение нескольких критических KPI дает полезную информацию. Это позволит компании научиться делать входные данные более надежными.

Больше данных всегда лучше?

Хотя измерение правильных KPI имеет важное значение, стоит отметить, что слишком много данных (или нерелевантных данных) не обязательно лучше. Нецеленаправленное измерение сбивает с толку процесс принятия решений и может отвлекать внимание. Более эффективно начать с последовательного и правильного измерения нескольких, но важных точек данных.

Эффективность команды Андерсона измеряется в соответствии с четырьмя вышеуказанными принципами:привлечение клиентов, расширение присутствия, удержание клиентов и оптимизация затрат. Для каждого из них влияние измеряется и оценивается количественно, обеспечивая рентабельность инвестиций в работу команды. Если команда провела большой анализ, но не вдохновила на изменения, ее работа была неэффективной. В конечном счете, успех команды означает наличие измеримого влияния.

Руководящие принципы Андерсона для бизнес-аналитики

Многие идеи Андерсона можно выразить в нескольких советах по бизнес-аналитике для успешного внедрения анализа данных.

Во-первых, миссия такой команды — изменить мнение руководителей с помощью количественных показателей и влиять на них каждый день. Это будут небольшие постепенные изменения, которые станут эффективными благодаря непрерывным итерациям и улучшениям.

Во-вторых, группа бизнес-аналитиков предоставляет не решения, а информацию, которой могут руководствоваться руководители. Лидеры бизнеса по-прежнему всегда несут ответственность за стратегию компании.

В-третьих, влияние функции бизнес-аналитики должно быть измеримым и иметь рентабельность инвестиций.

Наконец, начать с ограниченного набора ключевых показателей эффективности бизнес-аналитики лучше, чем вообще не измерять данные . Мало того, этот процесс создает в организации культуру совершенствования данных. Компании, которые делают это должным образом, всегда будут лучше, даже если изначально это технически сложно, дорого и требует изменения культуры. Компании, которые настойчивы и успешно справляются с этим процессом, как правило, сохраняют таланты, работают лучше и продвигают корпоративную культуру ответственности.