Data-driven подход - это метод управления бизнесом, основанный на анализе данных. Он позволяет компаниям принимать решения на основе фактов и цифр, а не на основе интуиции или предположений. В результате, компания может оптимизировать свою деятельность, увеличить эффективность и прибыльность, а также улучшить качество продукции или услуг. В этой статье мы рассмотрим, как внедрить data-driven подход в компанию. Так как я работала аналитиком данных, то и советы будут идти как от человека, чья основная обязанность помогать коллегам принимать решения на основе данных, однако полезными они будут и руководителям отделов, если они решили внедрить подход в своей компании.

Первый шаг во внедрении data-driven подхода - это понимание, какие данные используются в компании для принятия решений и какие еще нужны. Поговорите с коллегами и узнайте, как они принимают решения, где они берут данные и каких данных им не хватает. Обычно они с удовольствием пожалуются Вам какие данные они не могут достать.

Далее создайте продукт на основе их потребностей и покажите его коллегам. Например, создайте отчёт в Power Bi показывающий нужные показатели.

Самое важное: подойдите к каждому коллеге (если их слишком много, то можно провести вебинар) и обсудите дашборд, покажите, как им пользоваться. Вы можете найти инсайты в их зоне ответственности и показать им: "Вот видишь у тебя доля телевизоров в 45+ диагонали меньше, чем по остальным сегментам. Не дорабатываем в этом направлении." В этот момент мы продаём наш отчёт и культуру принятия решений на основе данных. Если просто отдать отчёт им никто не будет пользоваться. а) Не понятно куда нажимать, куда смотреть. Даже если у Вас визуализации на высоком уровне, не удивляйтесь, что пользователи даже не найдут как отфильтровать данные за нужный им период. б) И без этих отчётов как -то работали же. Поэтому мы должны донести ценность до пользователя. Не просто показать, где найти данные, но и как принимать решения на их основе. Например, раньше подготовка к переговорам занимала 2 дня, а сейчас 3 часа, благодаря тому что все данные уже есть. Осталось просто сделать нужные скриншоты и вставить их в презентацию.

Создайте документацию. Это в первую очередь поможет Вам быстро давать ответы на вопросы пользователей. Можно всегда сбросить им ссылку сказав, что ответ внутри. Только не забудьте поинтересоваться помогла ли статья. А сколько раз документация мне самой экономила время. Часто пользователи спрашивают: "А на основе каких документов считается вот этот показатель?". Лесть в SQL запрос, поднимать меры долго. Когда есть документация обычно ответ находится в течении 5 минут. Однако не воспринимайте документацию как замену всем другим пунктам, которые мы обсуждали выше. Люди не умеют и не хотят читать документации. Думаю, Вы сами и не вспомните, когда в последний раз читали инструкцию к какому-нибудь техническому бытовому прибору. Помните, что Ваши коллеги имеют более низкий уровень технических знаний и им часто нужно помочь разобраться. Для них не очевидно то, что элементарно для Вас.

Если коллег- потенциальных пользователей отчёта много, то можно взять 3 руководителя команд и рассказать о преимуществе отчёта им и ещё троим энтузиастам, которые будут Вас поддерживать и продвигать отчёт внутри своего отдала. Если Вам удастся загрузится поддержкой высшего руководства, то шансов на успех проекта намного больше.

Вовремя вносите изменения и исправляйте ошибки. Со временем к Вам будут приходить люди с идеями улучшения отчёта. Они будут говорить каких данных им не хватает. Не отвергайте их. Следите чтобы Ваш дашборд всегда был актуальным.

Если Вы руководитель, то чтобы привить data-driven подход Вам нужно создать необходимость использовать данные. А именно, когда кто-то приходит к Вам с какой-то идеей, спросите его: "На основе каких данных ты сделала такие выводы? Есть ли расчеты, статистика?". В следующий раз сотрудник придет подготовленным и предоставит качественную аналитику.

Когда не нужно продвигать свои отчёты. Если в вашем коллективе найдётся человек упорно не желающий им пользоваться, то узнайте почему. Возможно, это продвинутый пользователь, которому не составляет труда самому достать нужные данные. Обычно у таких людей уже есть все нужные отчёты, сделанные самостоятельно. Отстаньте от таких людей.

Помните, воспитание data-driven культуры — это долгий и непрерывный процесс. Это процесс работы с людьми. Вам нужно постепенно показывать преимущества данного подхода, обучать людей пользоваться им. Поощряйте людей делиться знаниями и опытом с другими участниками команды. Пишите в комментариях обучали ли Вы своих коллег работе с данными и что из этого вышло.

Комментарии (6)


  1. Bender_Rodrigez
    08.08.2023 03:45
    +1

    Он позволяет компаниям принимать решения на основе фактов и цифр, а не на основе интуиции или предположений.

    Метод фальсифицируемый, как и в случае с интуицией. Вашим конкурентам достаточно распространить выгодные для них данные, а вы этого и не заметите и с удовольствием будете из них генерить отчёты и аналитику.

    Вам нужно создать необходимость использовать данные. А именно, когда кто-то приходит к Вам с какой-то идеей, спросите его: "На основе каких данных ты сделала такие выводы? Есть ли расчеты, статистика?".

    И когда все понимают, что это делается только ради "создания необходимости" и привития этой методики, просто "ну потому что это везде и все пользуются", то этот кто-то, кто пришёл к вам с идеей, уходит и не возвращается, а идёт туда, где эту идею можно воплотить без навязанной бессмысленной бюрократии.

    Но, надо сказать, если вы приходите к главному инженеру объяснять причину, по которой нужно поменять значение константы в рассчетах, то какое-то исследование провести, все же, необходимо.

    В то же время, выбор между C++ и Python обосновывать тем, что согласно статистике по GitHub в 72% случаев проекты были написаны на Python, ну это глупо как-то.


    1. dprotopopov
      08.08.2023 03:45

      По поводу фальсификации - постоянно пролетают в СМИ такие истории успеха, чаще всего на фондовых рынках.

      То есть кто-то начинает пампить в интернете и печати за какую-то компанию/отрасли/... и соответственно начинает публиковать "статистику". Хомячки ведутся, например, в акциях - начинают скупать неликвид - ну а им этого дерьма по большой цене наливают. (Хотя во многих странах это уголовно наказуемо - типо манипулирование рынком - но обычно не доказуемо)

      Тиранос, Никола - тоже "публичные данные" самые крутые были

      Особенно этим всякие халявные данные отличаются


  1. Batalmv
    08.08.2023 03:45

    Почитал. Наверное статья полезна для человека, который делает отчеты. В целом написаны разумные вещи, но они довольно таки банальны и подойдут почти любому человеку, незвисимо от его роли.

    Для соответствия статьи заголовку, а именно развития культуры принятия решений, надо идти наверх. Культура компании транслируется сверху вниз и главные решения принимаются наверху. Даже если ваш отчет будет полезен такому же "винтику" в организации, это никак не поможет выйти на уровень правления. Поэтому вряд ли такой подход изменит культуру.

    Но он может сделать отчеты более качественными, хотя у меня сложилось ощущение, что большинство отчетов довольно таки примитивны, и базируются, условно, на одном-двух источниках данных. Что вряд ли сильно повышает ценность BI-отдела


  1. klimkinMD
    08.08.2023 03:45
    -2

    "Не важно, как проголосуют, а важно то, как посчитают». Наполеон III.

    "-- Петька, прибор?

    -- 50!

    ....";

    "-- ...?

    -- 42!".


  1. economist75
    08.08.2023 03:45

    Плюсанул. Data-driven культура как управленческая реалия уже существует и, действительно, с большим трудом прокладывает себе путь в сонме технологий, получая болезненные бизнес-укусы даже оттуда, откуда не ждали (от айтишников, например).

    Метод "трех П" десятилетиями отлично работал в мутной воде бюджетных учреждений и слишком сильно вертикально-интегрированных олигар-холдингов (а это 80% ВВП страны). Но даже там поле возможностей недавно сжалось и менеджмент стал смотреть на цифры внимательнее (точнее на числа, но многие все равно видят пока только цифры).

    Но не отсутствие зрелости мешает числам стать данными, а их отсутствие либо неконсистентность, "загрязненность" инфлицией, переоценкой рисков и чудовищным регуляторным воздействием.

    До тех пор пока не выработались стандарты анализа меняющихся данных и не появились общедоступные "ровняющие DS-либы", по которым, скажем, было бы сразу полезно причесать весь Росстат, БД ФНС (бухотчетность) и БД мониторинга цен - до тех пор Data-driven культура будет в загоне, уделом "DD-евангелистов", страдающих от непонимания в собственном офисе.


  1. tmxx
    08.08.2023 03:45
    +1

    "Вот видишь у тебя доля телевизоров в 45+ диагонали меньше, чем по остальным сегментам. Не дорабатываем в этом направлении."

    "Вот видишь, у тебя доля автомобилей Bentley меньше, чем по сегментам JAC. Не дорабатываем в этом направлении."

    И что характерно, против фактов (конечно, основанных на данных) с ходу трудно ответить.

    Возьму data-driven подход на вооружение