Любой бизнес, если опустить специфические нюансы, сводится к непрерывному процессу принятия решений, который можно разбить на пять этапов: сбор информации, выявление возможных решений, их взвешивание, выбор оптимального решения, действие и, наконец, оценка результата. Очевидно, что залог успеха – принятие правильных решений, ведущих к росту прибыли, но одной ошибки на любом из этапов может быть достаточно для неправильного действия в ущерб интересам организации. Поэтому подходить к принятию решения нужно осторожно, методично, используя специальные инструменты автоматизации для повышения скорости работы и снижения влияния человеческого фактора.
О каких инструментах идет речь? Их существует великое множество, но мы сосредоточимся лишь на двух категориях: отчетность и аналитика. Очень часто эти категории ошибочно смешивают в одну из-за непонимания их различий. Результат – систематическая недооценка потенциала аналитики и переоценка значимости отчетности. Мы постараемся провести четкую линию между двумя понятиями, уделяя, при этом, внимание их взаимосвязи и преимуществам или недостаткам каждой из них.
Фабрика по производству отчетов
Начнем с простого – с отчетности. Она проста не потому, что легко реализуется, а потому, что каждый работник знает, что такое отчет, а значит, знаком с понятием «отчетность». Для наглядности, представим себе типичного менеджера. Его основная функция – принятие решений. Вспомним этапы процесса принятия решений, упомянутые ранее.
Очевидно, что менеджеру, необходима пища для размышлений – базис для выявления проблем и выработки их решений. Роль такой пищи играет информация о функционировании бизнес-процесса в прошлом и настоящем. Поэтому сбор информации – критически важная деятельность, обеспечивающая восприятие проблем и возможностей. В большинстве случаев непосредственный сбор информации делегируется другим работникам – ведь это работа тяжелая и длительная, менеджеру заниматься этим некогда. Но данные сами по себе могут быть слишком объемными или многогранными, то есть сложными для восприятия, из-за чего возникает необходимость их обработать и представить в понятной форме. У занятого менеджера есть совсем немного времени на усвоение этой информации; если он что-то не поймет или поймет не так, последствия могут быть весьма плачевными. Иными словами, его задача – извлечь максимум знаний за минимальное время. Тогда задача подчиненных – изложить максимум полезной информации в максимально сжатом виде.
Так мы и подошли к понятию «отчетность», которое кто-то сочтет повседневной утомительной каторгой, кто-то назовет наукой, кто-то – искусством. В любом случае, ее вклад в принятие важных для организации решений нельзя недооценивать: качество решений прямо зависит от качества предоставляемых менеджеру отчетов. Тем временем цифровизация организаций приводит к тому, что полезной информации копится все больше и больше, вплоть до того, что становится сложно это «сено» собрать в стог, а уж найти в нем иголку – и подавно. Выходов из этой ситуации, по сути, два: игнорировать информацию или научиться с ней работать. Первый чреват упущенными возможностями, а второй – расходами на совершенствование подходов и инструментария. Так, например, современные решения BI позволяют автоматизировать обновление отчетов и даже сделать их интерактивными, динамическими, чтобы потребитель отчета мог смотреть на представленные сущности с разных ракурсов.
При этом нужно помнить о том, что отчетность, как бы мастерски она не была подготовлена, дает лишь возможность взглянуть в прошлое и настоящее. Интерпретация содержащихся в отчетах знаний и последующий прогноз или действие – задачи, лежащие на плечах лица, принимающего решения. Это традиционная, известная всем практика, многократно показавшая свою эффективность. Но что если решений нужно принимать очень много или объем и разнообразие доступной информации не позволяют изложить все в отчетах так, чтобы менеджер мог оперативно и корректно принять решение?
Аналитика как продолжение отчетности
Можно пойти дальше и попытаться автоматизировать или делегировать следующие два этапа процесса принятия решений: выявление и взвешивание возможных решений. Это снимет нагрузку и ответственность с менеджера. Под делегированием понимается передача этих функций штату аналитиков, занимающихся поиском проблем и их оптимальных решений. Автоматизация (полная или частичная) подразумевает создание интеллектуальных систем, дополняющих экспертов-аналитиков.
Почему необходима автоматизация? Дело в том, что математические модели, опирающиеся на объективные данные, позволяют исключить из процесса анализа негативное влияние субъективности суждений эксперта и, таким образом, повысить точность прогнозов и рекомендаций. Ведь экспертная оценка в значительной мере опирается на интуицию эксперта, которая может и обмануть; кроме того, экспертное знание ограничено стереотипами и предыдущим опытом эксперта, что не дает ему возможности адаптироваться к быстроменяющейся действительности.
С другой стороны, построение системы на основе искусственного интеллекта невозможно при малых, ненадежных, нерепрезентативных объемах данных – в этих случаях экспертное мнение сильнее. Поэтому в тех случаях, когда задача слишком сложна или собранных данных недостаточно для уверенного ответа на поставленные вопросы, продвинутую аналитику следует рассматривать не как замену эксперту, а как его помощника.
Как бы то ни было, прогноз или рекомендация основываются на прошлых наблюдениях за состоянием бизнес-процесса. В каких-то случаях эта информация содержится в отчетах, и тогда аналитику можно справедливо назвать гармоничным продолжением отчетности. В остальных случаях, специфические аналитические задачи требуют специфического набора данных, не освещенного в отчетах. Однако сам процесс анализа нацелен на исследование конкретной бизнес-сущности, а значит, набор релевантных данных, формируемый в этом процессе, содержит в себе важную для бизнеса информацию; кроме того, очевидно, результаты аналитики представляют собой ценные знания. Следовательно, аналитика может выступать источником новых отчетов, давать толчок совершенствованию отчетности. Аналитика – больше чем отчетность.
Финансовый результат разработки отчетов оценить сложно: руководство просматривает их в процессе принятия и оценки качества решений, но выбор действия делает, исходя из собственных выводов. Таким образом, влияние отчетности на конечный результат лишь косвенное, неосязаемое, в то время как затраты вполне реальны. Рекомендательная система, напротив, берет задачу поиска решения на себя. Соответственно, финансовый эффект посчитать легко: предложенное системой решение приносит либо выгоду, либо убыток. Так вы понимаете, за что платите.
С потенциальной выгодой, конечно, растут и риски, и ответственность. Разработчики отчетов отвечают за качество данных и их визуализации, в то время как аналитики ответственны за корректность созданной рекомендательной системы, за ее внедрение, за эксплуатацию и за финансовый результат. Вы не только понимаете, за что платите – вы знаете, к кому обратиться и с кого спросить.
Монетизация: где взять идеи?
Важно понимать цель оптимизации бизнес-процессов – это положительный финансовый результат. Трансформация идеи в денежную выгоду – монетизация – начинается, как ни странно, с идеи; значит, путь должен начинаться с ее поиска.
Ясно, что оптимизировать следует то, что не является достаточно эффективным. Но как оценить эффективность? Во-первых, эффективность определяется степенью соответствия результата поставленным целям, то есть, зная цель, менеджер должен сравнить ее с тем, что есть на самом деле – для этого ему потребуется взглянуть в отчеты. Результаты нельзя назвать удовлетворительными? Почему? Как это исправить? Вот и идеи для аналитического проекта. Вывод: отчетность – ценный источник идей для развития бизнеса.
Однако определить факторы неэффективности далеко не просто, особенно это касается тех процессов, которые сложны, многоступенчаты по своей природе или бесхозны, или вовлекают большое количество участников. Так, источниками неэффективности могут выступать взаимодействие между сотрудниками, взаимодействие с клиентом, расположение точек продаж и т. д. – все это нельзя увидеть в отчетности. Продвинутая аналитика, при условии наличия данных, позволяет «провалиться» вглубь бизнес-процесса, выявить скрытые факторы неэффективности и предложить идею для монетизации.
Заключение
Подчеркнем еще раз, что цифровизация характеризуется ростом объема генерируемых данных, и это открывает большие возможности для их монетизации, но, с другой стороны, требует новых подходов к их анализу. Простой, хоть и проверенной временем, отчетности недостаточно – нужны более изощренные методы извлечения знаний из данных. В этом смысле аналитика – более совершенный и выгодный инструмент, но его нельзя назвать другим – он дополняет, совершенствует отчетность. Движение в сторону расширения аналитической мощи организации имеет смысл: оно обязательно приведет к увеличению конкурентоспособности и эффективности организации.
Авторы:
Юрий Сирота, старший вице-президент, руководитель дирекции анализа данных банка УРАЛСИБ
Андрей Шишов, аналитик департамента анализа данных банка УРАЛСИБ
