Цифровая трансформация

Выбор правильной методологии управления проектами – первый шаг к успеху вашей команды. Но при существовании столь разных – иногда пересекающихся – подходов к управлению нюансами любого отдельно взятого проекта как узнать, какая из методологий наилучшая?

Управление проектами помогает улучшать их реализацию с точки зрения эффективности и затрат, одновременно снижая риски. Но одного лишь декларирования приоритетов для этого недостаточно. Нужно хорошо понимать, какое позитивное воздействие оказывает каждая из методологий управления проектами и чем она может помешать успешной реализации проекта.

В этой статье мы коротко обрисуем наиболее популярные методологии управления проектами (project management methodologies, PMM) и покажем, как оценить, какая из них лучше подходит для вашего проекта и организации. Разработанный один раз процесс оценки и выбора правильной методологии управления проектами можно задокументировать и затем применять его много раз, экономя тем самым время на структуризацию проектов и управление ими. Освободившиеся же ресурсы имеет смысл ориентировать на успешную реализацию самого проекта.

Наиболее популярные на сегодня методологии управления проектами

Методология водопада. На протяжении многих лет считалась основной методологией управления проектами. Имея по своей природе последовательный характер, она использовалась во многих отраслях, и особенно часто при разработке программного обеспечения. Методология водопада включает в себя статические этапы (анализ требований, проектирование, тестирование, реализацию и техническую поддержку), которые выполняются в определенном порядке. Она позволяет усиливать контроль на каждом из этапов, но, если границы проекта меняются уже в процессе его реализации, она не может обеспечить необходимую гибкость. Для методологии водопада характерен более формализованный этап планирования, на котором определяются все требования к проекту. И это уменьшает вероятность потерь ключевой информации и требований на начальной стадии.

Agile-методология. Такое проектирование подразумевает совершенно иной подход к управлению проектами. Изначально методология разрабатывалась для проектов, которым требуются высокая гибкость и быстрая реализация. Проектирование разбивается на короткие циклы – так называемые спринты. Agile-проектирование лучше подходит для проектов, требующих интенсивного взаимодействия в реальном времени и реализуемых высокомотивированными командами, не нуждающимися в дополнительном контроле. Методология agile отличается высокой интерактивностью, дает возможность быстро подстраиваться под проект. Одно из главных ее преимуществ в том, что можно быстро выявлять спорные моменты и вносить необходимые изменения на ранней стадии разработки, не дожидаясь завершения тестирования. Agile-проектирование обеспечивает применение повторяющихся процессов, снижение рисков, оперативную обратную связь, быструю оборачиваемость и уменьшение сложности.

Гибридная методология. Несмотря на то что многие команды отдают предпочтение либо методологии водопада, либо agile-проектированию, преимущества обоих подходов привели к появлению гибридной методологии, когда этапы планирования и определения требований выполняются согласно методологии водопада, а этапы проектирования, разработки, внедрения и оценки соответствуют гибкому подходу.

Метод критического пути. Метод критического пути (critical path method, CPM) – это пошаговая методология, используемая при реализации взаимозависимых проектов. Составляется перечень работ, определяются структура их декомпозиции, временная шкала, зависимости, реперные точки и результаты. Критические и некритические работы выделяются путем расчета наибольшего (на критическом пути) и наименьшего (плавающего) времени выполнения различных задач. После этого определяется, какие задачи являются критическими, а какие – нет.

Метод критической цепи. Метод критической цепи (critical chain project management, CCPM) отличается от метода критического пути тем, что он ориентирован на использование ресурсов проекта, а не проектных работ. Для решения потенциальных проблем с ресурсами формируются буферы, гарантирующие своевременную реализацию проектов с соблюдением всех необходимых мер безопасности.

Шесть сигм (six sigma). Концепция «шесть сигм» была разработана компанией Motorola для исключения лишних потерь, улучшения процессов и повышения прибыли. Методология, построенная на основе анализа данных, включает три ключевых компонента: DMAIC (define, measure, analyze, improve and control) – определение, измерение, анализ, улучшение и контроль; DMADV (define, measure, analyze, design and verify) – определение, измерение, анализ, проектирование и проверка; DFSS (Design for Six Sigma) – проектирование для шести сигм. DFSS может включать как предыдущие, так и другие варианты: например, IDOV (identify, design, optimize and verify) – идентификация, проектирование, оптимизация и проверка. Концепцию шести сигм иногда называют методологией.

Scrum. Термин scrum – «схватка» – пришел из регби, где он означает коллективную боевую стойку игроков над мячом. Методология реализации agile-разработки предполагает использование интерактивного подхода. «Скрам-сессии», или «30-дневные спринты», используются для определения приоритетных задач. Роль менеджера проекта для упрощения передается скрам-мастеру. Для независимого решения конкретных задач формируются небольшие команды. В ходе встреч со скрам-мастером оцениваются достигнутые результаты, после чего определяется приоритетность невыполненных задач.

Другие методологии управления проектами.

Помимо перечисленных, существуют и другие методологии управления проектами: методология цепочки событий (event chain methodology, ECM), Crystal, функционально-ориентированная разработка (feature driven development, FDD), разработка динамических систем (dynamic systems development, DSDM), адаптивная разработка программного обеспечения, Rational Unified Process (RUP), бережливая разработка (lean development, LD), Prince2 и пр.

Важно отметить, что решения на все случаи жизни, даже в рамках одной организации, не существует. Сфера управления проектами постоянно развивается, а знание менеджером проектов достоинств и недостатков каждой из методологий способствует успешной реализации проектов, расширяя потенциальные возможности всех заинтересованных сторон.

Как эффективно оценить методологии управления проектами

Процесс оценки, документирования и выбора правильной методологии управления проектами требует серьезной проработки, отличается сложностью и поначалу отнимает много времени, но конечный результат того стоит (разумеется, в том случае, если будет выбрана наиболее подходящая методология управления проектами).

Организация Project Management Institute (PMI) разработала всемирно признанный стандарт Organizational Project Management Maturity Model (OPM3) – модель зрелости организационного управления проектами. Он помогает организациям выявлять, измерять и улучшать свои возможности в части управления проектами и стандартизации процессов, способствует закреплению результатов успешных проектов, определению наилучших практик и усилению связей между стратегическим планированием и исполнением. OPM3 ориентирован на стратегическую эффективность организации в целом и описывает управление проектами, программами и портфелями.

В опубликованном PMI документе «Implementing Organizational Project Management: A Practice Guide» («Реализация организационного управления проектами: практическое руководство») описываются высокоуровневые процессы адаптации методологий управления проектами. Перед тем как выбрать методологии, подходящие для того или иного проекта, следует внимательно изучить этот документ и использовать в дальнейшем содержащиеся в нем сведения.

Преимущества организационного управления проектами

Поскольку основная цель OPM3 – достичь согласованности правильно выбранных стратегий и успешно реализовать проекты, организациям имеет смысл взять этот стандарт на вооружение. В сеансы высокоуровневого планирования необходимо включить офисы управления корпоративными программами (enterprise program management offices, EPMO), что будет способствовать выбору правильных методологий для конкретных проектов, повышению производительности труда и степени удовлетворенности клиентов, достижению конкурентных преимуществ, улучшению управления затратами, усилению взаимодействия и более точному прогнозированию эффективности. В конечном итоге все это улучшает и ускоряет процесс принятия решений в соответствии с общекорпоративными целями.

У каждой методологии управления проектами имеются свои сильные и слабые стороны, поэтому можно использовать сразу несколько методологий, исходя из уникальной природы проекта, его целей и организационной структуры. В любом случае необходимо описать стандартизированные лучшие практики и корректировать их с учетом меняющихся условий. Ключевая задача – выяснить, в какой степени конкретный проект соответствует целям компании. Критерии ранее достигнутых успехов или провалов можно изолировать; это упростит поиск наиболее подходящей методологии или методологий, которые позволят организации эффективно и с минимальными затратами достичь желаемых бизнес-результатов.

Ключевые моменты при выборе методологии управления проектами

При оценке методологий следует обратить внимание на следующие моменты:

• стратегические цели и базовые ценности организации;

• ключевые бизнес-факторы;

• ограничения;

• заинтересованные лица;

• риски;

• сложность;

• масштаб и стоимость проекта;

• оценка методологий управления проектами.

После того как определены критерии оценки, необходимо разработать процедуру выбора наилучшей методологии для конкретного проекта. Время от времени эту процедуру нужно корректировать с учетом развития бизнеса и меняющихся потребностей заинтересованных лиц. Перечислим некоторые ее общие этапы:

1) определение движущих сил проекта путем выявления и ранжирования основных его целей и приоритетов;

2) после определения движущих сил проекта, требований и целей – описание условий, влияющих на методологию;

3) выявление всех доступных/возможных методологий, которые в наибольшей степени подходят для проекта;

4) сравнение методологий применительно к конкретному проекту;

5) определение методологии, сулящей наилучшие результаты и наименьший риск;

6) налаживание обратной связи;

7) документирование и обоснование методологии;

8) реализация методологии;

9) мониторинг и внесение изменений по мере необходимости.

Что включает в себя оценка методологии управления проектами

К организационному развитию, равно как и к проектам, применимы критерии оценки, представленные на рисунке на этой странице. Эти же критерии необходимо учитывать и при выборе методологии. Их можно разделить на внутренние и внешние, разбив каждую из категорий на подкатегории.

Факторы наибольшего риска лежат, вероятно, в сфере организационных возможностей и подготовленности, но и все прочие указанные критерии могут породить серьезные проблемы в случае нарушения ключевых требований к проекту.

Как уже упоминалось, методологии управления проектами, подходящей на все случаи жизни, не существует даже в рамках одной компании, типа проекта или отрасли. В одной ситуации лучше может сработать какая-то одна методология, а в другой – другая или даже гибридный подход. Маловероятно, что одна и та же методология подойдет для всех проектов организации. Поэтому имеет смысл разработать и внедрить такую процедуру оценки методологий, которая поможет находить наилучший подход для каждого проекта. Учтите, что процедуру эту необходимо пересматривать и корректировать при изменении факторов бизнеса.

− Moira Alexander. How to pick the best project management methodology for success. CIO. JUL 20, 2017

В большинстве отраслей не заметно роста эффективности от использования накапливаемых сведений. Зачастую причина в том, что компании имеют неверное представление о ценности различных источников данных. Действительно, не все данные одинаково полезны. Компании по-прежнему склонны оценивать то, что клиент сам сообщает о себе, а не ориентироваться на его поведение. Поэтому системы, использующие источники данных нового типа для повышения эффективности бизнеса, все еще редки.

«Уже несколько лет мы экспериментируем с различного рода источниками данных и давно убедились в том, что не всегда «больше данных» означает «больше денег»», – подчеркнул Максим Савченко, руководитель разработки моделей в Центре компетенций исследований и разработки моделей компании «Сбербанк-Технологии», в своем выступлении на конференции «Технологии Больших Данных», организованной издательством «Открытые системы». Ключевым моментом является то, что если говорить о конечных потребителях технологий, то их целью не является игра с данными или моделями – им нужен финансовый эффект. Между тем сам сбор данных и их хранение не приносят компании денег – как раз наоборот. Создание моделей тоже обходится недешево, но модель представляет собой лишь отчет, а отчеты сами по себе денег компании тоже не приносят. О какой-либо выгоде можно говорить только после внедрения моделей в операционный контур.

В любом случае людей, которые имеют опыт построения моделей, гораздо больше, чем тех, кто имеет опыт их внедрения. Кроме того, можно столкнуться с тем, что внедрить модель не позволяет текущая инфраструктура, либо с тем, что внедрение обходится очень недешево.

«Прежде чем начать решать ту или иную задачу, надо ответить себе на два важных вопроса: какая бизнес-польза будет получена и разрешит ли регулятор использовать полученное решение?» – рекомендует Савченко. Компаниям, разрабатывающим такие системы, например, в целях скоринга, приходится иметь дело с массой ограничений, причем в России ситуация еще не самая тяжелая. Если, начиная проект, об этом не подумать, ресурсы будут выброшены на ветер, даже если проект формально окажется успешным.

Отделить зерна от плевел

Источников данных много, но все они делятся на две категории. К первой относится огромное количество общедоступных данных, которые по сути абсолютно бесполезны для решения большинства бизнес-задач. Очевидно, что, например, попытки на основе сообщений на форуме оценить кредитный риск или эффективность человека как руководителя ни к чему хорошему не приведут. В этом случае при построении моделей придется столкнуться с их низкой эффективностью.

Вторую категорию внешних источников составляют полезные данные. Их меньше, и они более структурированы. Однако у этих внешних данных есть как минимум несколько недостатков. Во-первых, ими кто-то владеет, и за обращение к ним придется платить. Но гораздо печальнее то, что многие данные, интересные с точки зрения принятия решений, представляют собой тайну: тайну связи, коммерческую или банковскую тайну. С такими данными надо очень аккуратно работать, необходимы подходы, которые принципиально отличаются от работы с классическими источниками. Нужны схемы, позволяющие получить необходимую информацию, не нарушая законов и не ущемляя ничьих прав.

«Любопытно, что большая часть детальной информации, интерес к которой может вызывать неприятие клиентов, бизнесу и не нужна. Мы не копаем слишком глубоко, не лезем в те подробности, до которых нам нет дела», – подчеркивает Савченко. Типичным примером стал проект скоринга корпоративных клиентов, реализованный Сбербанком. В результате удалось найти определенный баланс между тем, что нужно, и тем, что можно по закону, причем так, чтобы не создавать проблем клиентам.

Требовалось найти источник данных, который был бы, во-первых, дешевым, а во-вторых, исключал перечисленные ограничения. Более того, он должен был быть не заявочным, а поведенческим, отражающим реальное состояние клиента. Таким источником оказались транзакционные данные компаний.

Актуальность и объективность

Максим Савченко, руководитель разработки моделей в Центре компетенций исследований и разработки моделей компании «Сбербанк-Технологии»: «Большая часть детальной информации, интерес к которой может вызывать неприятие клиентов, бизнесу и не нужна. Поэтому мы не копаем слишком глубоко, не лезем в те подробности, до которых нам нет дела»

Поведенческие модели, оценивающие реальное состояние клиента, а не то, что он о себе заявляет и что сотрудники компании о нем думают, существуют уже давно. Главной из них является поведенческий скоринг на основе данных кредитных систем. По сути, все модели Basel II, оценивающие экономический капитал, также строятся на основе того, как клиент платит по своим долгам, и это довольно точно характеризует связанные с ним риски.

Однако при пользовании данными кредитных систем возникает несколько проблем. Одна из них – отсутствие там интересующей организации.

«При попытке оценить клиента, впервые пришедшего за кредитом, но при этом годами пользовавшегося другими финансовыми услугами, возникает интересная ситуация: мы его знаем, но ничего сказать не можем», – говорит Савченко. Более того, по наиболее интересным клиентам информации может оказаться меньше всего. Как известно, обеспеченные люди нечасто прибегают к кредитным услугам.

Вторая проблема – устаревание данных. Ситуация на момент нового обращения может измениться. И именно транзакционные данные являются источником, постоянно сохраняющим актуальность.

Место для алгоритма

По мнению Савченко, важно не только то, какие задачи решаются и какие при этом методы используются. «Если мы хотим механически заменить человека каким-либо алгоритмом, ничего не получится: сильного искусственного интеллекта пока нет, и, несмотря на все заявления, в его появление в ближайшее время верится слабо. Однако от процессов, где человек пока незаменим и где его использование оправданно, вполне можно уйти к тем процессам, где машина уже чувствует себя прекрасно», – подчеркивает он.

Машины доверчивы, как дети, их легко обмануть, предоставив неверную информацию, и на основе этого будут сделаны неверные оценки. Человек же в этом случае вполне может почувствовать неладное, основываясь на своем опыте.

Но ситуация радикально изменяется, если построить модель на основе объективных данных, не требующих ни предоставления каких-либо сведений о себе, ни экспертных суждений.

«Раньше при оценке бизнеса мы смотрели на оценки, полученные экспертами, и предоставленную компаниями отчетность. Это долго и недостоверно. Однако, если посмотреть на поведение бизнеса (изменение числа контрагентов, дебиторскую задолженность, поток платежей и т. п.), можно провести его детальную диагностику», – отмечает Савченко. Таким образом, происходит не замена оценивающего бизнес эксперта на робота, а встраивание алгоритма совсем в другом месте – там, где данных много, где их невозможно подделать, а сами данные точно характеризуют происходящее.

После того как новые методики оценки были внедрены в конце прошлого года для кредитования малого бизнеса, удалось за полгода нарастить портфель кредитов на 10% без ухудшения его качества. С учетом масштабов Сбербанка и непростой экономики, это очень неплохой результат.

Выяснилось, что банк вполне может отказаться от традиционной оценки клиентов. Слово «традиционный» в данном контексте вовсе не несет негативной оценки. Но если банк действительно может обойтись без ставших ненужными справок, этой возможностью нужно пользоваться. В нынешней ситуации это имеет большое значение, ведь самое ценное в любом бизнесе – клиенты, и если совершать действия, неприятные им, ничем хорошим это не закончится.

Производственным, торговым, логистическим и другим компаниям с широкой сетью филиалов, отделений и представительств особенно сложно организовать и поддерживать эффективный документооборот, тем более если он осуществляется в полном соответствии с буквой закона. Это архаичный и высокозатратный процесс. Множество документов приходится распечатывать, копировать, пересылать из локальных подразделений в центральный офис и обратно. И частичный переход на электронный обмен документами нередко лишь осложняет весь процесс делопроизводства. Опыт компании «Юлмарт» показывает, что полный перевод отдельных бизнес-процессов кадровой службы (HR) на безбумажную основу возможен и довольно быстро приносит отдачу, но этот перевод обусловлен трансформацией самих бизнес-процессов.

На пути к трансформации

В компании «Юлмарт» более 6 тыс. сотрудников, а общее число объектов дистрибьюторской сети в 240 городах присутствия превышает четыре сотни. Такая широкая география накладывала отпечаток на работу HR-департамента и с кадровой документацией, и с самими кадрами. Получалось дорого, сложно и несовременно. Поэтому в компании решили создать инновационную систему, которая позволила бы сформировать по сути новый для России тип кадрового делопроизводства и полностью перейти от бумажных носителей к цифровым. Для воплощения этой идеи в «Юлмарте» были разработаны и внедрены оригинальные HR-бизнес-процессы, запущена технология усиленной квалифицированной электронной подписи в кадровом документообороте, а коммуникации с сотрудниками по вопросам их трудовой деятельности переведены в онлайн. Эта инновационная разработка позволяет практически полностью исключить обмен бумажными документами в кадровой службе крупной распределенной компании.

До цифровизации кадровый документооборот в «Юлмарте» осуществлялся по всем правилам трудового законодательства. С этой точки зрения компания была и остается полностью «белой». Однако это означает, что лишь при приеме нового работника кадровый специалист обязан подписать до 20 (в зависимости от должности) бумажных документов со своим будущим коллегой. Кроме того, уже принятые сотрудники ежемесячно подписывают в отделах кадров до семи различных документов: реестр выдачи расчетных листов, графики работы, табели и др. Ежегодно на одного сотрудника приходится от 70 до 90 документов, с которыми он должен быть ознакомлен под роспись. На ежемесячное обслуживание этого бумажного круговорота в «Юлмарте» тратилось порядка 4 млн руб. Деньги уходили на печать и пересылку документов, зарплату кадровых работников. Руководителям производственных подразделений приходилось регулярно встречаться с сотрудниками, объяснять им суть изложенного в распечатанном документе, брать у них подпись и обеспечивать дальнейшую пересылку оформленного документа в управляющую компанию.

Теперь все это в прошлом. В результате цифровой трансформации в «Юлмарте» создали личные кабинеты для всех сотрудников компании с возможностью в любой момент посмотреть адресованные им кадровые документы и подписать их посредством усиленной квалифицированной электронной подписи (УКЭП).

Этапы проекта

Трансформация документооборота в компании выполнялась по классической проектной технологии и включала в себя предварительное исследование, проектирование и внедрение (частично оно велось параллельно с проектированием).

На первой стадии самой кадровой службой «Юлмарта» были дополнительно изучены собственные бизнес-процессы HR (оформление сотрудников, расчет и начисление заработной платы, формирование графиков и табелей работы, планирование отпусков и др.), внимательно проанализировано регламентирующее их законодательство РФ. Все это было необходимо для понимания возможностей будущей трансформации – требовалось понять, какие документы можно перевести в цифру полностью, а какие нельзя из-за нормативных ограничений (например, трудовые книжки по закону все еще должны оформляться и храниться в традиционном бумажном виде).

Также необходимо было выбрать сертифицированный удостоверяющий центр для выписки электронных подписей. Это был принципиальный момент. Компанию должна была устраивать стоимость электронной подписи на одного сотрудника, и вместе с тем центр должен был быть готов работать с компанией над этим проектом. В итоге выбор пал на аккредитованный Минкомсвязью удостоверяющий центр «КриптоПро» и его решение на базе сертифицированного сервера безопасного хранения электронной подписи «КриптоПро HSM».

На этом же этапе были выбраны другие технологические решения для реализации проекта. Всю профессиональную часть системы документооборота было предложено реализовать на платформе «1С: Зарплата и управление персоналом», а клиентскую часть – на базе «1С:Битрикс». Также планировалось с помощью системы «1С Рарус CEO Board» осуществить роботизацию некоторых бизнес-процессов кадровой службы.

Затем началось проектирование ключевых элементов системы и изменение текущих HR-бизнес-процессов под работу с электронной подписью. Исполнителем проекта выступил филиал компании «1С-Рарус» в Санкт-Петербурге.

Как пояснил директора филиала Сергей Кожин, в ходе проекта пришлось перепрограммировать системы «1С». В частности, были созданы инструменты для обмена данными с системой «Битрикс», добавлены новые бизнес-процессы создания электронной подписи и информирования сотрудника отдела кадров о том, что сотрудник подписывает документы в электронном виде.

При проектировании пользовательского интерфейса особое внимание обращалось на удобство применения системы. Интерфейс должен был соответствовать актуальным тенденциям в части графического оформления и обеспечивать совместимость с любыми пользовательскими устройствами, чтобы сотрудники смогли подписывать документы из любой точки мира, где есть подключение к Интернету.

Также на начальном этапе был составлен график внедрения электронного документооборота с расчетом на подключение новых регионов присутствия «Юлмарта» и запуск нового функционала в эксплуатацию. Для информирования сотрудников о проекте были созданы специальная презентация, памятки и плакаты, описывающие новые правила работы с документами.

Электронная схема

В самом общем виде схема цифрового документооборота HR в «Юлмарте» выглядит так: сотрудник подписывает письменное согласие (или отказ) на переход к кадровому документообороту в электронной форме; затем специалист по кадрам, нажав всего одну кнопку, запрашивает для него в удостоверяющем центре электронную подпись; центр возвращает в систему «1С» информацию о создании подписи, которая привязывается к сотруднику, и ему сразу приходит SMS-сообщение, оповещающее о присвоении подписи.

При этом сотруднику выдается бумажный сертификат на электронную подпись. С этого момента ему практически не нужны другие бумажные документы: все делопроизводство осуществляется в электронном виде, и все цифровые документы подписываются сотрудниками «Юлмарта» в клиентской программе «1С-Битрикс», а затем хранятся в базе данных системы «1С:Зарплата и управление персоналом».

У каждого сотрудника компании имеется свой личный кабинет, где, помимо фотографии и персональных данных, сквозным способом хранится вся его кадровая история. И если сотрудник повторно устраивается в компанию, сведения о нем и его предыдущей деятельности уже имеются в личном кабинете. Сохраняется все: где, когда и кем он работал, с каким руководителем, какую получал зарплату, какие имел поощрения и взыскания. Также в личном кабинете сотрудникам доступны расчетные листы, абсолютно все внутренние регламенты компании, графики отпусков и др.

Еще в личном кабинете имеется функция аналитики. Она нужна главным образом руководителям подразделений, их пользовательский интерфейс несколько отличается от интерфейса для рядовых сотрудников. Менеджерам доступны отчеты в удобной для восприятия форме по различным показателям и критериям: сколько документов сформировано, все ли они подписаны электронной подписью, кто конкретно что-то не подписал. Интерфейс перенастраивается по вкусу пользователей: они могут менять формы аналитических отчетов и режим отображения статусов документов.

На начальном этапе внедрения информирование сотрудников относительно обновления документов или появления новых документов шло посредством SMS. Но сейчас в «Юлмарте» удешевили информирование: вначале передача сообщения происходит через бесплатный мессенджер Viber, а затем, если оно все же не доходит до адресата в течение заданного времени, дублируется по каналам SMS.

Если сотрудник открыл предназначенный ему документ в личном кабинете, система фиксирует изменение его статуса, и сказать впоследствии (допустим, при инспекционной проверке), что он не видел этого документа, сотрудник уже не сможет. Также случается, что сотрудники по тем или иным причинам не подписывают какие-то документы, выпускаемые кадровой службой, а сами после этого идут жаловаться в инспекцию на нарушение. В системе, построенной в «Юлмарте», такое теперь невозможно, потому что кадровым работникам в режиме онлайн доступна информация о тех, кто подписал направленный документ, и тех, кто этого не сделал. Эта информация немедленно становится доступной руководителю службы HR, и он имеет возможность напомнить сотруднику о необходимости ознакомиться и подписать документ, направить ему официальную просьбу объяснить причины отказа от подписи.

Несколько типов электронной подписи оставляют сотруднику законное право опротестовать документ или уточнить его содержание. Работник может просто подписать документ, а может, подтвердив, что видел, например, расчетный лист, сообщить, что не согласен с начислением и просит перепроверить расчет. Информация о таком событии немедленно поступает ответственному лицу, и этот сотрудник обязан отреагировать в определенные, жестко установленные сроки, он должен ответить работнику персонально на почту.

Процесс оформления отпусков в «Юлмарте» теперь частично роботизирован. По шести основным элементам процесса (включая выбор времени отпуска и его согласование с руководителем) система сама осуществляет все необходимые процедуры, информируя сотрудников о происходящем без участия специалистов по кадрам.

Плоды цифровизации

Не все сотрудники «Юлмарта» согласились перейти «в цифру»: порядка 1% пожелали оставить себе традиционную форму. В компании уважают их выбор и продолжают кадровый процесс с ними на бумаге. Но расходы на обслуживание отказников все же удалось радикально уменьшить.

Для большинства же сотрудников компании цифровизация кадрового делопроизводства сделала работу с документацией максимально оперативной и прозрачной. Сотрудники получают свои кадровые документы и узнают об изменениях в два-три раза быстрее, чем прежде. И 80% сотрудников знакомятся с документами и подписывают их в первый день формирования. Перевод документооборота в цифру обеспечил также эффективную защиту работника от различных злоупотреблений, включая подделку документов, и гарантировал авторство подписи.

Преимущества от проекта ощутили также руководители различных подразделений «Юлмарта» и проверяющие органы. От сотрудников стало поступать в управление персонала в два раза меньше вопросов, касающихся документов, доступных в личных кабинетах.

В прошлом году была пройдена первая проверка: проверяющим органам предоставлены отчеты об электронном подписании документов и доказана легитимность подписи. Запрашиваемые трудовой инспекцией реестры обычно настолько объемны, что для их формирования и подготовки печатных версий сотрудникам HR приходилось буквально работать ночами. Но благодаря переходу на цифру все стало гораздо проще: инспекторам был предоставлен ключ для входа в систему кадрового делопроизводства, чтобы они могли убедиться в соблюдении всех требований закона, не распечатывая реестров. Это, конечно, нестандартная практика проведения проверки, поэтому руководство «Юлмарта» активно взаимодействует с Министерством труда и соцзащиты, обсуждая инициативу по цифровой трансформации бизнес-процессов HR.

Наконец, отказ от бумажного документооборота облегчил финансовую нагрузку на бизнес «Юлмарта». Ежемесячный объем печати в компании сократился на 23 тыс. документов, совокупные затраты на обслуживание кадрового документооборота уменьшились на 1 млн руб., годовая экономия, как ожидается, составит 12 млн руб.

Дизайн-мышление (Design Thinking) становится одним из основных компонентов успеха цифровой трансформации. Но что конкретно стоит за дизайн-мышлением и как ведущие ИТ-директора используют свою власть для продвижения бизнес-ценностей?

«Дизайн-мышление – это подход к созданию продуктов, ставящий во главу угла то, что требуется людям, – указала Шелли Эвенсон, управляющий директор консультационной компании Fjord, входящей в Accenture Interactive. – По сути, дизайн-мышление предусматривает обобщение человеческого опыта, в том числе сбор с помощью технических средств информации о потребителях при разработке новых продуктов и сервисов».

Эта инновационная философия, популяризированная в последние годы поставщиками программного обеспечения, набирает обороты в традиционном бизнесе, который ищет способы оцифровки своих продуктов и услуг. ИТ-директора, провозглашающие дизайн-мышление, известное также как ориентированное на человека проектирование, начинают играть ключевую роль в выработке корпоративной ИТ-стратегии.

«Дизайн-мышление – великая вещь», – заявил ИТ-директор брокерской компании TD Ameritrade Виджай Санкаран. Для банков дизайн-мышление становится критически важным инструментом при создании роботов-консультантов, чатботов и прочих клиентских технологий, призванных стимулировать рост доходов. Дизайн-мышление помогло в TD Ameritrade визуализировать клиентское восприятие приложений, создаваемых с учетом стремления банков придерживаться гибкой разработки прикладных программ.

Революция дизайн-мышления в ИТ

Традиционно ИТ-подразделения совместно с бизнес-партнерами вырабатывали спецификации, а затем многие месяцы выстраивали технологические решения в отрыве от бизнеса, не выходя из своих кабинетов. Конечно, ИТ-решения, предлагаемые ИТ-службами, должны были работать, однако удобство использования зачастую стояло здесь на втором плане. Но с наступлением «эпохи потребления» сотрудники компаний и конечные потребители, движимые желанием использовать свои любимые устройства и приложения, стали оказывать на ИТ-службы дополнительное давление и заставили их прислушиваться к мнению пользователей.

«Ожидания людей растут, и раньше мало кто думал о необходимости проведения исследований, направленных на изучение потребностей людей, их желаний и пользы для них, – заметила Эвенсон, работавшая, перед тем как присоединиться к Fjord, на дизайнерских позициях в Facebook и Microsoft.

По словам Эвенсон, дизайн-мышление представляет собой культурный сдвиг в головах людей – «текучесть ожиданий», которые подчеркивают пластичность спроса на технические решения. Вспомните революцию, которую Apple десять лет назад устроила с iPhone, а затем и с AppStore. После появления лучшего на планете мобильного телефона и цифрового магазина люди стали ждать от своих любимых брендов отличных мобильных приложений. Со временем ожидания в части функциональности существенно выросли. После того как два года назад Starbucks запустила мобильный сервис оформления заказов и оплаты еды и напитков, многие другие сети быстрого питания тоже включили в свои мобильные приложения аналогичный функционал. И эти перемены были обусловлены текучестью ожиданий.

Меняющийся менталитет заставляет банки усиливать цифровую направленность, поскольку они видят, что Apple Pay, Mint, PayPal и прочие отрезают все более весомый кусок от принадлежавшего им раньше пирога. Дизайн-мышление просачивается и в среду поставщиков программного обеспечения. Когда Эвенсон присоединилась к Microsoft, основное внимание там уделялось разработке и тестированию программного обеспечения, после чего осуществлялся переход к управлению продуктами. К моменту же ее ухода дизайн стал важной частью процесса разработки ПО.

Поскольку технология сейчас тесно вплетается в саму работу бизнеса, даже компании с традиционным укладом все чаще полагаются на пользовательский опыт как на ключевой фактор в своих решениях, предназначенных как для клиентов, так и для собственных сотрудников. Сегодня работа Эвенсон по большей части связана с обсуждением с ИТ-директорами и другими бизнес-лидерами вопросов создания программного обеспечения и сервисов, сравнимых с Airbnb, Facebook и другими ресурсами, предназначенными, как считают сами клиенты, персонально для них. «Вам не удастся выстроить успешный корпоративный сервис, если технические моменты в нем будут стоять выше вопросов удобства использования и удовлетворения потребностей людей, если люди не смогут получить то, что им нужно», – подчеркнула Эвенсон.

Переход к дизайн-мышлению обычно предусматривает выстраивание классических ячеек открытого рабочего пространства, в котором менеджеры по продуктам, дизайнеры и разработчики программного обеспечения совместными усилиями придумывают новые решения. В такой ситуации ИТ-директор нередко даже не знает точно, кто ему здесь подчиняется, а кто нет.

Дизайн-мышление на практике

Дизайн-мышление требует культурных перемен. «Во многих компаниях, выступающих с цифровыми инициативами для трансформации своего бизнеса, дизайн-мышление все чаще становится частью корпоративной стратегии, – указал Крис Пасьоне, генеральный директор компании LUMA Institute, обучающей ориентированному на человека дизайну. – Дизайн-мышление помогает развиваться инновациям, поскольку компании стремятся к самообновлению, чтобы поспевать за переменами».

В понимании Пасьоне дизайн-мышление сочетает традиционный дизайн продуктов и проектирование систем с антропологическим и этнографическим подходами. Дизайн-мышление помогает организациям избегать общих ловушек, мешающих успешной реализации проектов, и включает в себя следующее:

• Очерчивание проблемы. Очень часто команды из благих побуждений стремятся решить проблему, не устраняя при этом причин, ее порождающих, не оценивая масштабов помех, встающих перед организацией. Пасьоне рекомендует компаниям «четче формулировать вопросы», искать новые пути более точного очерчивания проблемы. Команды, понимающие реальные возможности, имеют больше шансов на успех.
• Эмпатия. Другая серьезная причина провала проектов кроется в недостаточном понимании и неспособности выслушать тех многочисленных лиц, в чьих интересах и затевается реализуемая инициатива. Умение сопереживать – непростая задача, поскольку конечные пользователи не обладают общим менталитетом. Кроме того, предприятия должны проектировать решения с учетом тех, на кого в дальнейшем будут возложены обязанности по их установке, ремонту и поддержке. Вот где пригодятся контекстные запросы и другие технологии проектирования, учитывающие этнографические моменты и прочие особенности.
• Итерации. При корпоративном управлении с линейным стилем мышления инновации, требующие итерационного подхода к разработке продуктов, зачастую зажимаются. «Организациям нужно спокойно воспринимать многочисленные и естественные мелкие неудачи, сопровождающие великие новаторские идеи, – отмечает Пасьоне. – Потребуется создание эскизов, раскадровок и прототипов на основе обратной связи с заинтересованными лицами. По-настоящему инновационные решения, оказывающие заметное влияние, появляются в результате многочисленных инноваций, непрерывного тестирования и постоянных улучшений на основе новых предположений. Принцип ускоренного выхода на рынок в наши дни неактуален. Победителями оказываются организации, проводящие быстрые итерации и делающие это хорошо».
• Точки отказа проекта. Постарайтесь выявить, что у вас не работает, и устраните причину. В этом и заключается одно из преимуществ итерационного подхода. Дизайнеры и инженеры исправляют выявляемые ошибки и «сглаживают» шероховатости пользовательского дизайна постепенно, шаг за шагом превращая минимально жизнеспособный продукт в полностью завершенное коммерческое решение.
• Взаимодействие. В организациях, над которыми нависла угроза исчезновения, людям в голову часто приходят хорошие идеи, которые можно реализовать в тесном взаимодействии с другими подразделениями и клиентами. Это помогает находить более творческие способы работы.

Импульсом к развитию в организации дизайн-мышления становится стремление улучшить обслуживание пользователей. «Толчок, исходящий снаружи, быстрее воздействует как на верхи, так и на низы», – поясняет Пасьоне.

Впрочем, искать самостоятельно все, что требуется для выработки дизайн-мышления, не обязательно. Санкаран, например, активно привлекает внешних консультантов (в частности, из Pivotal Labs), которые помогают обучать линейных менеджеров в ИТ- и бизнес-подразделениях созданию программного обеспечения с учетом интересов пользователей. Они задают открытые вопросы, например: «Что клиенту хотелось бы сделать со всем этим и как он собирается осуществлять взаимодействие?»

Увидев, что окупаемость есть, компании переносят ту же философию и на внутренние корпоративные решения. У предприятий все чаще просто не остается выбора. Сотрудники-миллениалы, составляющие уже больше половины рабочей силы, оказывают постоянное давление на работодателей, если считают, что их методы и технологии – это пережиток цифрового средневековья.

С цифровым средневековьем нужно покончить. Одним из способов является формирование в компании «дизайн-культуры», предполагающей привлечение дополнительных дизайнеров и ускорение выпуска прототипов новых решений. Нелишней будет также организация инновационных лабораторий и цифровых ускорителей.

– Clint Boulton. What is design thinking? The secret to digital success. CIO. July 28, 2017

Создаваемые крупными организациями общие центры обслуживания, специализирующиеся на инсорсинге типовых функций – работе с документацией, бухгалтерии, HR, закупках и т. п., вполне могут стать точками цифровой трансформации предприятия. Оптимизация процессов и ориентация на лучшие практики подразумевают максимальную автоматизацию, а в случае работы компании на внешнем рынке инновационность способна стать прямым конкурентным преимуществом. Компания «Северсталь – Центр Единого Сервиса», начав как внутренняя структура, недавно вышла на внешний рынок и предоставляет аутсорсинговые услуги крупным компаниям (среди ее клиентов – «Утконос», «Свеза», «Нордголд» и другие российские и международные компании), а также развивает консалтинг по созданию общего центра обслуживания. Кира Лапина, генеральный директор «Северсталь-ЦЕС», рассказала о своих взглядах на цифровую трансформацию и ее роль в развитии бизнеса компании.

Кира Лапина Послужной список: В группе компаний «Северсталь» – с 2005 года С 2010 года – генеральный директор ООО «Северсталь – Центр Единого Сервиса» 2009-2010 – «Воркутауголь», финансовый директор 2007-2009 – «Воркутауголь», главный бухгалтер Образование: Ярославский государственный университет им. П. Г. Демидова, специализация «бухгалтерский учет и аудит»; дополнительная квалификация аудитора и специалиста по международной отчетности (Financial reporting qualification diploma, DipIFR)

На рынке происходят необратимые изменения, которые зачастую требуют радикальной перестройки бизнеса. Например, в Accenture говорят о разрушении границ между предприятиями и целыми отраслями, об «объединении необъединяемого» – интеграции предприятий и цифровых платформ, физического и виртуального миров. Какие изменения вы видите? Какие появились риски и возможности?

Ход времени ускоряется, и все больше бизнесов становятся цифровыми, бизнес-процессы роботизируются. Уже реально существуют инструменты, позволяющие достигать синергии конкурентам (за счет цифрового взаимодействия конкуренты могут становиться партнерами), многое переводится в сферу облачных решений с применением искусственного интеллекта и открытых разработок. Мы отслеживаем актуальные тренды и самые передовые практики реализуем в своей компании. Поскольку бизнес аутсорсинга предполагает множество рутинных процессов и большие объемы информации, прежде всего для нас актуальны роботизация (Robotic Process Automation, RPA) и электронный документооборот.

Электронный документооборот позволяет создать единое информационное пространство как для внутренних, так и для внешних пользователей, ускоряет обработку информации в сотни раз, обеспечивает информационную безопасность. Повышается качество принимаемых решений за счет скорости обработки информации, уходит функционал хранения бумажных документов, не требуется обеспечивать их оборот и сохранность. Уже не встает вопрос правильности оформления почтовых отправлений и не надо ждать, пока бумажные документы поступят с почтой, да и на почтовые сервисы уже не приходится тратиться.

Оптимизация процессов и ориентация на лучшие практики подразумевают максимальную автоматизацию

Роботизированные решения также имеют свои финансовые и нефинансовые эффекты: оптимизация затрат, двузначное сокращение ошибок, круглосуточная, безостановочная работа. Они не меняют и ИТ-среду, ведь их может настроить каждый бизнес-пользователь. В целом оба направления дают ускорение, снижение затрат, сокращение ошибок, стабильность выполнения бизнес-процессов.

Разумеется, при внедрении любой технологии существуют риски. Мы, внедряя новые решения, не просто следуем трендам, а предварительно изучаем аналоги, тестируем саму технологию, сравниваем с альтернативами, рассчитываем экономический эффект от внедрения. Ярким примером этого может служить внедрение систем роботизации: мы уже протестировали две доступные на российском рынке технологии – Blue Prism и UiPath.

До сих пор нет четкого определения цифрового предприятия, многие считают понятие чрезмерно размытым. Что такое цифровое предприятие в вашем понимании и в чем заключается цифровая трансформация?

Опыт общения с коллегами показывает, что каждый из нас действительно воспринимает цифровое предприятие по-своему. На наш взгляд, это компания, где эффективно взаимодействуют человеческие ресурсы и автоматизированные (или даже роботизированные) системы. Очевидно, что автоматизировать бизнес на 100% невозможно, поскольку искусственный интеллект пока не способен заменить человека. Для того чтобы концепция цифрового предприятия заработала, мы и осуществляем цифровую трансформацию. Тут для нас важны критерии эффективности и экономической целесообразности. Например, если нам выгодно использовать технологии RPA, мы активно внедряем роботов для автоматизации процессов аутсорсинга. К слову, мы часто используем их в бухгалтерских операциях с большим количеством повторений.

В целом цифровая трансформация предполагает стратегию, которая включает большое количество элементов и систем: ERP, роботов, систем ЭДО, омниканальность, различные виды аналитики и др. Важным аспектом здесь является интеграция решений между собой под контролем экспертов.

Где еще, кроме бухгалтерии, уже используется роботизация? И как клиенты относятся к тому, что их делами занимаются роботы?

Роботизация как технология может быть использована во многих функциях, где есть рутинные задачи: это и поддержка продаж, и закупки, и HR. Мы начали их внедрение с процессов учета, поскольку это наиболее актуально для нас, но внедрение роботов в HR тоже весьма перспективно. Примером такой системы может служить голосовой бот, совершающий обзвон потенциальных кандидатов.

Непосредственно на внедрение технологии RPA наши клиенты не отреагировали. По большому счету, их волнует, чтобы все услуги были оказаны в срок и без ошибок, а кто выполняет их работу: сотрудники или роботы, – для них не имеет значения.

Что именно представляют собой проекты RPA?

При отборе RPA-решений мы прежде всего ориентировались на рейтинги независимых агентств Forrester и Everest Group. На момент выбора на российском рынке были доступны две из трех лидирующих технологий. И Blue Prism, и UiPath согласились предоставить роботов для теста и первичного обучения, для настройки системы.

К тому моменту мы уже активно использовали в работе макросы. Внутри каждого подразделения были «агенты роботизации», которые выявляли процессы для автоматизации. Технология RPA – это следующий уровень развития, поскольку она более стабильна и может быть легко адаптирована в случае изменений: если макрос нужно полностью переписывать, то в роботе достаточно перенастроить логику. Обычному бизнес-пользователю гораздо проще настроить робота, чем написать макрос.

Процессы анализировались по направлениям. Основываясь на знаниях по разработке роботов, мы выбрали те процессы, которые можем реализовать уже сейчас. На этапе анализа процессов фиксировались все возможные риски, которые могут возникнуть при переводе, и теоретическая возможность роботизации.

Для Blue Prism был выбран процесс перевыставления транспортных услуг, а для UiPath – выгрузка реестра спецификаций по сотрудникам. Процессы были выбраны неслучайно: помимо наибольшего экономического эффекта, именно в этих процессах мы нашли возможность роботизации и были уверены, что сможем это сделать.

К каким выводам в итоге пришли?

При тестировании RPA мы сравнивали оба решения, чтобы определиться, какое использовать для активного внедрения. UiPath использует более технологичную систему администрирования, поэтому стоит дороже, хотя при массовом внедрении это незаметно. Blue Prism привлек тем, что он полностью отвечает всем нашим требованиям. У нас технология RPA только начинает внедряться, и на начальном этапе нам достаточно его возможностей, особой необходимости в более дорогом продукте пока нет.

Процесс, роботизированный при помощи Blue Prism, даст нам экономический эффект порядка 550-600 тыс. руб. в год. В течение третьего квартала планируем вывести робота на полную мощность и измерить реальный эффект, который мы смогли получить. За счет этого мы примерно на 90% окупим затраты на лицензии. Помимо эффекта экономического, мы также получаем эффект качественный: правильно разработанный робот сокращает число ошибок в процессе, вызванных человеческим фактором.

Как повлияла на работу компании стремительная цифровизация окружения – клиентов, поставщиков, партнеров, конкурентов?

Все больше взаимодействий с контрагентами происходит через цифровые каналы: у нас уже налажен электронный документооборот с внутренними и внешними клиентами. Многие вещи выводятся в категорию самообслуживания. Ведь и правда удобнее, когда ты любую информацию можешь получить самостоятельно, она доступна в реальном времени и является актуальной в любой момент. Это выгодно обеим сторонам.

Может ли использование ваших сервисов трансформировать самих клиентов? Способно ли это стать их конкурентным преимуществом?

Использование наших сервисов уже само по себе большая трансформация. Мы полностью пересматриваем процессы, делаем их оптимальными и приводим к лучшим практикам. Упрощение, исключение лишних петель движения информации, разделение ответственности, внедрение показателей эффективности, ориентированных на качество, – все это само по себе оказывает огромный эффект на бизнес клиента. Таким образом, при старте проекта перевода на аутсорсинг или построения собственного общего центра обслуживания заказчик уже понимает, что сама модель его функционирования становится эффективнее.

Причисляете ли вы себя к компаниям, хотя бы частично являющимся цифровыми? На каком этапе, по собственным оценкам, находитесь? Какие направления для вас приоритетны?

«Северсталь – Центр Единого Сервиса» – это отдельная сервисная организация. Поэтому инновационная составляющая для нас критически важна, и компания идет по пути цифровизации. Для этого есть серьезные предпосылки – как вы знаете, практика SAP «Северстали», которой пользуется Центр, является одной из ведущих в России. Мы одни из пионеров в освоении RPA в России. Приоритетные направления – это поступательное развитие ERP-системы, роботизация рутинных процессов и электронный документооборот с учетом специфики аутсорсинга.

Какие требования к корпоративным ИТ предъявляет цифровая трансформация? Что должно измениться?

Все более сложные процессы подвергаются автоматизации, усложняются бизнес-приложения... Требования очевидны: простой пользовательский интерфейс и интеграция между разными функциональными системами. Тут надо также отметить важный аспект: пользователям все меньше нужна информация «постфактум» (например, анализ по итогам периода), все большее значение придается аналитике реального времени и прогнозам. Визуально-клиповое мышление побеждает – все больше уходим в сторону визуализации данных.

Цифровое предприятие характеризуется повсеместным доступом пользователей к информации, свободным взаимодействием сотрудников внутри компании, сбором и анализом внешних данных. Фактически речь идет о полной прозрачности процессов. За счет чего этого можно достичь?

Здесь надо избегать подмены понятий. Я полностью соглашусь, что пользователь должен обладать полным доступом к информации, которая нужна ему для его рабочих задач. Должен иметь возможность получать эту информацию из разных каналов и в режиме реального времени. При этом, согласитесь, пользователю совершенно не нужен доступ к персональным данным его коллеги, охраняемым в соответствии с законом. Здесь и стоит по-настоящему серьезная задача: с одной стороны, обеспечить максимальные допуски к необходимым данным, а с другой – ограничить их именно необходимым объемом, избежать злоупотреблений и обеспечить информационную безопасность.

Цифровое предприятие – это не только технологии, но и иной подход к выполнению работы. Сотрудники должны стать совершенно другими. Какова, по-вашему, роль корпоративной культуры в цифровой трансформации?

Роль сотрудников на цифровом предприятии изменяется, поскольку они больше взаимодействуют в цифровой среде, уровень влияния человеческого фактора снижается. Становится жизненно необходимой интеграция человеческих и цифровых ресурсов. К тому же множество рутинных процессов полностью автоматизируется, это означает, что человек больше сконцентрирован на задачах, создающих стоимость.

В то же время есть парадокс, с которым мы уже столкнулись. Когда процессы глубоко автоматизированы и сотрудник принимается на работу для мониторинга внедренных систем, этот специалист уже не ощущает себя экспертом и может быть демотивирован. Но при этом он и не может стать экспертом, так как не разбирался с отклонениями от штатных ситуаций, не настраивал автоматизацию процессов. И возникает эффект расслоения: с одной стороны, реальные эксперты, которые прошли весь этот долгий путь улучшений, и с другой – молодые специалисты, для которых еще предстоит придумать, как такими экспертами стать.

Кира Лапина, генеральный директор «Северсталь-ЦЕС»: «Опыт общения с коллегами показывает, что каждый из нас действительно воспринимает цифровое предприятие по-своему. На наш взгляд, это компания, где эффективно взаимодействуют человеческие ресурсы и автоматизированные или даже роботизированные системы» Фото: «Северсталь-ЦЕС»

А не может оказаться, что культура на самом деле важнее любых технологий? Например, встраивание аналитики в процесс принятия решений, чтобы эти решения не были исключительно интуитивными...

Мы привыкли отталкиваться от ожидаемого результата. Изначально мы моделируем конечный результат – целостную систему цифрового предприятия, а затем уже подбираем технологии и выстраиваем корпоративную культуру.

Что предпринимается для изменения культуры?

Для выстраивания корпоративной культуры мы используем все доступные инструменты: эффективные коммуникации, в том числе социальные сети, мессенджеры и другие современные каналы, а также методы геймификации – различные интеллектуальные игры, тренинги и другие.

Совсем недавно SAP провела исследование, в котором утверждается, что в 64% компаний сотрудники не готовы к цифровой трансформации. А ваши – готовы? И как отличить «готовых» от «неготовых»?

Средний возраст наших специалистов – 25 лет. Молодые люди росли в эпоху Интернета, социальных сетей, мобильных приложений. Это означает определенную готовность к пониманию цифровой среды. Эта возрастная группа 80% задач решает при помощи компьютера или другого электронного гаджета. Конечно, у них тоже есть страхи по поводу того, что их работу «отберут роботы». Но, с другой стороны, для настройки роботов нужны бизнес-пользователи, что подталкивает их осваивать новые технологии.

Искусственный интеллект, роботизация рутинных функций стали трендом последнего года. Какие новые вызовы и проблемы несет необходимость управления такой гетерогенной рабочей силой?

Для наших роботов мы определяем KPI так же, как и для всех сотрудников. Робот – это программа, и в ней тоже могут возникать сбои, а потому важно поддерживать бесперебойность их работы. Кроме того, существует вопрос обеспечения работоспособности роботов, контрольных процедур. Это может осуществляться как вручную, так и путем использования специализированных программных решений, которые поставляют далеко не все разработчики роботов. Помните, как боты Facebook, общаясь между собой, «изобрели» свой язык, непригодный для общения с людьми? Тут такая же ситуация: мы должны контролировать получаемый результат, ведь это живые деньги и данные клиентов.

Фактическое достижение цифровой модели – весьма масштабная задача. На то, чтобы новая философия воплотилась в ИТ-платформу, поддерживающую работу компании, может уйти несколько лет. Как не завязнуть в этом процессе?

Мы пользуемся поддержкой компании «Северсталь-Инфоком» для постоянных обновлений наших ИТ-систем. Изменения внедряются постоянно, что делает этот процесс поступательным. Как известно, есть две крайности: применять «голый» стандарт ERP-системы, не проводя кастомизации, и использовать подход, подразумевающий максимальную кастомизацию под специфику предприятия. Важно не впасть ни в одну из крайностей, мы развиваем системы путем разумных улучшений, всегда сопоставляя эффект от них с затраченными усилиями.

Как убедиться, что трансформация идет в нужном направлении и соответствует стратегическим целям?

Здесь нет универсального рецепта. Главное, на мой взгляд, – здоровая неуспокоенность и драйв, открытость к новым технологиям и практикам и, разумеется, базовая осторожность.

Чего вы ожидаете в дальнейшем? Как цифровизация бизнеса повлияет на будущее вашей компании?

Аутсорсинг финансовой и кадровой функции может быть автоматизирован и роботизирован на 70%, и наша задача – с одной стороны, подготовить необходимую технологическую базу, а с другой – развить корпоративную культуру, чтобы сотрудники были готовы взаимодействовать как друг с другом, так и с роботами. Построить автоматизированную систему, позволяющую отслеживать сбои в системе и исправлять их.

Конкурентную борьбу на рынке выиграет тот, кто наиболее эффективно отстроит цифровую модель и интегрирует в нее своих клиентов. Аутсорсинг предполагает тесный контакт с клиентом и постоянную обратную связь – то, что может обеспечить именно цифровое предприятие.

Переход от традиционного уклада к цифровому не может произойти моментально. Павел Биленко, руководитель образовательных программ по направлениям Индустрии 4.0 Московской школы управления «Сколково», рассказал, каким должен быть первый шаг на этом пути для обычного российского предприятия и каких управленческих подходов стоит при этом придерживаться. По его мнению, трансформацию следует начинать с руководителей.

- В чем разница между полностью автоматизированным, «умным» и цифровым производством?

Я предпочитаю говорить о цифровом производстве. От автоматизированного производства, состоящего из «островов», соединенных «мостами»-интеграторами, цифровое производство отличают прежде всего бесшовная интеграция и единые форматы данных на всем жизненном цикле продукта. Данные со всех контрольных точек бизнес-процессов, производственных участков и организационных структур собираются без «контейнеров» отдельных программных продуктов либо платформ типа ERP или PLM. Эти данные систематизируются, и с ними ведется комплексная работа, управленческие решения принимаются на основе функционирования инструментальных панелей.

В цифровых производствах начинает работать машинный интеллект, потому что повторяющиеся стандартные операции машины делают лучше нас.

Еще одно важное отличие – скорость работы и внедрения решений. Умные предприятия используют простые и гибкие, хорошо адаптируемые под потребности компании инструментальные решения. Внедрение ERP за два-три года – это прошлый век. Когда у каждого рабочего в цеху есть планшет и телефон, с помощью которого он взаимодействует с ERP-системой (получает сменно-суточные задания и отчитывается об их выполнении, коммуницирует с другими подразделениями) – вот распространенная сейчас система, эффективно действующая на крупных международных предприятиях. Штаб-квартиры сегодня управляют при помощи простых мобильных решений, которые вбирают в себя функционал информационных «тяжеловесов».

- Что мешает развитию умного производства в России?

Можно перечислить множество факторов: неготовность или отсутствие экосистем и их ключевых компонентов, недостаточное количество открытых контрактных производств, ограничения рынков компаний с государственным участием, ограниченные коммуникации между потенциальными партнерами и слабое доверие друг к другу, отношение к людям в некоторых государственных компаниях как к винтикам системы.

Но главным тормозом я бы назвал «второй темп» и недостаточное развитие руководителей. Сегодня есть два типа компаний: консервативные и медленные – условный тип А; быстрые и гибкие – условный тип Б. В компаниях типа А, к сожалению, некоторые руководители застряли на изучении базовых терминов САПР. Скорость в принятии решений, в их проведении в жизнь, в трансформации бизнеса, а не бумаги, у глобальных лидеров и руководителей компаний типа Б гораздо выше, чем у лидеров компаний типа А. Руководитель компании типа А мыслит примерно так: чтобы провести цифровую трансформацию, надо обратиться к консультантам, чтобы те написали двухсотстраничный отчет, и разработать пятилетнюю стратегию. И обязательно наказать кого-нибудь за ее неисполнение. Мышление лидера компании типа Б совсем иное: давайте посмотрим, что вокруг уже сделано, обменяемся опытом, обучимся, попробуем быстро сделать и оценим, что получается. К сожалению, лидеры часто бывают увлечены фантомами и симулякрами, пренебрегают важнейшими вопросами прототипирования, моделирования, проверки управленческих гипотез. Предпринимательский подход – вот что сегодня очень важно.

Если компания любого размера сегодня вместо прототипирования продуктов и моделирования бизнес-процессов расходует время на создание концепций, стратегий и отчетов, то она это время теряет попусту. Мир меняется так быстро, что, пока она будет писать стратегию, западные компании уже перейдут на следующий уровень развития. Время разработки стратегий осталось в прошлом.

- Переход от традиционного уклада к цифровому не может произойти моментально. Каким должен быть первый шаг на этом пути для обычного российского предприятия, весьма далекого от «цифры»?

Прежде всего нужно осознать необходимость изменений и провести диагностику цифровой зрелости в совместной работе с экспертами. Руководителям предприятий необходимо отставить технологический снобизм и позицию «у нас все лучше, а этот ваш Интернет вещей – сказки», забыть фразы: «мы совершенны», «от нас ничего не зависит» и «рабочий день заканчивается в 18:00».

Нужно найти людей, которые уже проходили путь трансформации от разрухи к современной компании, и учиться у них. Надо становиться компанией-амбидекстром: сегодня быстрые и гибкие компании уничтожают крупных, обремененных регламентами, правилами и объяснительными за их нарушения.

Любой крупной компании требуется задуматься над этим. Как сделаться такой же быстрой, как, к примеру, Xiaomi, которая выпускает несколько десятков абсолютно инновационных продуктов ежегодно? Как стать такими же интересными для рынка, как те западные компании, за чьими дорогими продуктами выстраиваются очереди? Как выводить новые продукты на рынок столь же быстро и часто, как европейские компании?

- Каких управленческих подходов вы рекомендуете придерживаться на пути трансформации?

Гибких и быстрых. Заниматься моделированием и прототипированием, ошибаться недолго и дешево, делать выводы и расти дальше на этих выводах. Организовать развитие корпоративного инновационного центра и работу с молодыми командами стартапов. Как, например, это делает одна из нефтегазовых компаний, финансирующая стартап-хакатоны.

- Раньше говорили, что бессмысленно автоматизировать беспорядок. Как обстоят дела с «цифровизацией» того, что плохо организовано и плохо управляется в традиционной парадигме?

Без системности ничего работать не будет. Любая компания должна иметь организационный «хребет»; создание гибких и быстрых систем, упорядочивающих все бизнес-процессы – одна из первоочередных задач ее руководителей.

- Что происходит с кадрами при цифровой трансформации? Есть ли счастливые примеры переподготовки унаследованных кадров? Или проблема неготовности кадров к цифровизации преувеличена?

Такие примеры есть в наших программах Школы управления «Сколково». Это заблуждение, что из-за автоматизации масса людей лишится работы. Есть огромный спрос в ряде новых отраслей. К примеру, робототехническим компаниям необходимо огромное число программистов для создания локального программного обеспечения. Мы уже неоднократно проходили через волны трансформаций специализаций, когда слесаря сменил оператор ЧПУ, инженера-расчетчика – оператор вычислительных комплексов и т. д. Никаких негативных социальных последствий эти тенденции не вызвали. Кто из рабочих и специалистов быстрее обучился новым инструментам и системам автоматизации, тот стал лидером технологических изменений своего предприятия и увлек за собой остальных.

С этой точки зрения очень важна роль современных образовательных платформ. Да, структура рынка меняется, и сейчас нужны кросс-отраслевые партнерства. Мы готовим к цифровизации руководителей и инженеров, развивая образовательную экосистему в партнерстве с Российской экономической школой и Сколковским институтом науки и технологий.

- Есть ли у цифровизации отраслевая специфика? Где дела идут успешнее, а где хуже?

Хуже всего дела идут в нефтегазовой сфере, где людям не о чем беспокоиться. Еще лет 20 отрасль, возможно, будет существовать: качай, транспортируй, продавай. Зачем им меняться? Зачем задумываться о том, что среди шести самых дорогих компаний мира почти все сырьевые компании уже сменились на технологические? Возобновляемая энергетика растет по экспоненте. Ну и что? Нам-то какая разница? Проведем еще одну стратегическую сессию, нарисуем красивую презентацию, будем жить дальше. И так еще 20 лет.

Хотя и в этой отрасли есть отдельные исключения и заслуживающие уважения примеры трансформации сырьевых компаний в производственные холдинги. Но очень мало их коллег по цеху переносят этот опыт в свою производственную деятельность. Большинство компаний доживают на сверхдоходах. Между тем нефтяная компания может выступать инвестором: финансируя создание цифрового производства, совсем не обязательно становиться его собственником.

Быстрее всех трансформируются медиа, банки, ретейл и телеком, которые работают и зарабатывают с Большими Данными, аналитикой, корпоративными мобильными приложениями. Они лучше остальных понимают финансовый результат от цифровизации и, памятуя историю Kodak и Nokia, живут по принципу «изменись или исчезни». Facebook в прошлом году стал производственным предприятием – современным цифровым заводом. Amazon, будучи когда-то книжным магазином, недавно стал сетью магазинов здоровой пищи. А до этого – основным продавцом облачных вычислительных ресурсов.

Трансформации глобальны, сложно назвать их незаметными. Вам меняться не надо? Уверены? Я, бывало, слышал раньше: «Мне уже много лет, 35, и меня ничто не изменит. Я такой, какой есть». Ну раз так, это значит, что вас уже нет.

Сказанное относится и к человеку, и к компании, и к отрасли, и к стране.

- О чем вы расскажете участникам конференции Smart industry&city 2017?

О том, что такое цифровое производство, как его создать с помощью команды, ключевых компонентов и экосистемы. Об экосистемах и акселераторах США и Германии, о том, чего нам не хватает для ускорения развития. О том, что делать, чтобы выжить в жесткой конкурентной борьбе в условиях нового технологического уклада.

За год, прошедший с прошлой конференции, мы проделали большую работу с Минпромторгом РФ по выпуску методических рекомендаций для цифровизации предприятий, провели свое исследование по цифровизации производства. Кроме того, мы готовы представить комплексную методику диагностики цифровой зрелости предприятия.

Тема надежности паролей гарантированно вызовет зевоту у слушателей, заставив их «отключиться» и игнорировать вас, но реальность такова, что пароли по-прежнему имеют значение. Электронная почта, социальные СМИ, интернет-банки и игры, образовательные приложения и облачные сервисы – для любых систем, хранящих пользовательские данные, требуются пароли, чтобы защитить их от посторонних. И если не заботиться о надежности паролей, злоумышленники продолжат взламывать аккаунты и грабить банковские счета.

Основы известны всем: не используйте слова вроде password и не применяйте один и тот же пароль с разными аккаунтами. Включите двухфакторную аутентификацию по мере возможности; одноразовые пароли, присылаемые в SMS, – это в любом случае лучше, чем ничего. Пользуйтесь диспетчерами паролей, чтобы держать их в одном месте. Но хотя все эти рекомендации, безусловно, разумны, по-настоящему действенны они лишь в определенном контексте. Перечислим ряд популярных мифов о паролях и развеем их.

Миф № 1. Для надежности достаточно варьировать регистр букв и добавлять числа и специальные символы

Правда: уровень безопасности, обеспечиваемый сложными паролями, ограничен. Да, letmein – неудачный пароль, но Password1, Abc123 и Passw0rd – ничем не лучше, несмотря на смешанный регистр и цифры. Пользоваться паролями на основе простого слова в любом случае неудачная идея: взломщики паролей умеют перебирать разные варианты написания слов и словосочетаний, вроде vuln3rabl3 и trustno1. Можно упомянуть хотя бы тот факт, что последний из этих вариантов попал в список 25 самых распространенных паролей SplashData в 2014 году.

Справедливости ради отметим, что смешанный регистр, числа и спецсимволы значительно усиливают пароль по сравнению с написанным целиком в нижнем регистре. По приблизительной оценке, современному компьютеру нужно около двух суток на то, чтобы взломать пароль из восьми символов в нижнем регистре (поскольку возможных сочетаний 26^8 – 208 827 064 576), тогда как обширному ботнету на это достаточно всего 1,8 сек. Смешанный регистр замедляет перебор, а один-два спецсимвола сильно увеличивают количество сочетаний.

Но, если используемая в качестве пароля строка не представляет собой действительно случайную последовательность символов, не помогут ни смешанный регистр, ни числа со спецсимволами: в список 25 самых распространенных паролей SplashData за 2015 и 2016 годы попали соответственно 1qaz2wsx и 1q2w3e4r. То есть налицо попытка следовать правилам, но, если при этом нажимать клавиши, расположенные рядом, или использовать другие простые последовательности, эффективность метода сводится на нет. Взломщики паролей знают о том, как расположены клавиши на клавиатуре, и обязательно попробуют соответствующие варианты.

Миф № 2. Хороший пароль должен быть очень длинным

Правда: более длинные пароли, конечно, надежнее, но от 8 до 12 символов – вполне достаточно. Короткие пароли, действительно, взламываются «лобовым» методом – перебором – гораздо быстрее. Злоумышленнику намного проще угадать пароль из 6 символов, чем пароль из 10 или даже 8 символов. На современном компьютере 8-символьный пароль с буквами разного регистра и числами взламывается за 5,88 года, а на мощном ботнете – за 31 минуту. А вот если увеличить длину пароля всего на 2 символа, то такому ботнету уже понадобится 83 дня. А 10-символьный пароль с буквами, числами и специальными символами, что-нибудь вроде вроде %ZBGbv]8g?, компьютер будет взламывать 289 217 лет, а ботнет – 3 года.

Можно даже не добавлять символы и цифры: на взлом пароля длиной 40 знаков смешанного регистра уйдет больше 1000 лет. Так что же, выходит, все-таки лучше во что бы то ни стало делать пароль как можно длиннее?

Не спешите, нужно еще принять во внимание модель угрозы. Если больше всего беспокоит, что кто-то взломает базу и украдет хеши, то максимально длинные и сложные пароли – определенно лучший способ защиты (используемый метод хеширования тоже имеет значение, но сейчас речь не об этом). Но в компаниях обычно больше всего боятся вероятности многократного использования паролей и атак фишинга, а в этом отношении длина пароля не особенно важна. Если злоумышленник уже получил сам пароль с помощью фишинга, то неважно, сколько в нем символов – 8, 20 или 50. Копирование, вставка – и в вашем аккаунте чужак. А если от пользователей требуют вводить 20-символьные пароли, но при этом диспетчеры паролей не применяются, то пароли будут использовать многократно – это несомненно.

Важно также, что именно защищается. Если риск невелик – например, речь идет о компьютере в районной библиотеке, то 8-символьного пароля вполне достаточно. А если о сервисе, в котором хранится полная история ваших финансовых операций, то более длинный пароль – необходимость. Безопасность – это компромиссы: самые ценные аккаунты нужно защищать паролями, надежными, как Форт-Нокс. Не пользуйтесь одними и теми же паролями, не поддавайтесь на фишинг, и для многих аккаунтов 8-символьных паролей будет достаточно. Именно поэтому в последней версии рекомендаций Национального института стандартов и технологий указано, что 8 символов достаточно.

Есть еще и побочная проблема: пароли могут быть настолько длинными, что проще пользоваться функцией восстановления и сбрасывать пароль путем ответа на «секретный вопрос». А взломщику будет гораздо проще выяснить кличку вашего домашнего животного или название города, где вы выросли, чем угадать ваш пароль.

Миф № 3. Никогда не следует записывать пароли

Правда: все зависит от того, как вы это делаете. Кроме использования Password1 в качестве пароля, самый страшный «грех» – записывать свои пароли на бумажке. На самом деле это не всегда так уж ужасно. Главное, не наклеивать на монитор стикер с пометкой «мой новый пароль от онлайн-банка». Если вы записали новый длинный сложный пароль и неделю носите его в бумажнике, пока хорошенько не запомните, – это нормально, поясняют в компании Sophos. Более того, там даже советуют записывать самые важные пароли и хранить в сейфовой ячейке, чтобы в случае чего близкие смогли получить к ним доступ.

Миф № 4. Обязательная периодическая смена паролей повышает безопасность

Правда: таким образом только повышается вероятность того, что пользователи будут выбирать слабые пароли. Требование регулярной смены паролей было одним из главных элементов корпоративных политик безопасности буквально до недавнего времени. В некоторых организациях даже указывают минимальный «возраст» паролей, а чтобы пользователи не переходили сразу к предыдущему паролю, ведут историю паролей для предотвращения повторного использования и назначают минимально допустимое число символов нового пароля, чтобы он «достаточно отличался» от прежнего. Обязательная смена паролей имеет смысл, если существует опасность утечки паролей. Когда у организации есть подтверждение того, что пароли скомпрометированы, то принуждать к их смене, конечно же, нужно. Но менять пароли только потому, что прошло определенное число дней? Большого смысла в этом нет.

Согласно новым рекомендациям NIST, политики составления паролей нужно делать менее сложными, поскольку иначе пользователям труднее выполнять свои рабочие обязанности и повышаются расходы на обеспечение выполнения правил. Хотя смена паролей, казалось бы, хорошая идея, на самом деле пользователям так труднее запоминать очередной, и они начинают применять одни и те же пароли или легко угадываемые закономерности – например, Password1, Password12 и т. д.

– Fahmida Y. Rashid. Want stronger passwords? Understand these 4 common password security myths. CSO. October 3, 2017

Бизнес-аналитика (Business Intelligence, BI) важна для роста и приобретения конкурентных преимуществ, но, чтобы пользоваться возможностями BI, недостаточно только внедрить соответствующие технологии.

В сущности, такое внедрение – самая простая часть любой инициативы BI, уверен Борис Эвельсон, главный аналитик Forrester Research. Гораздо более сложными являются этапы, связанные с подготовкой персонала и процессов.

Эти этапы необходимо рассматривать в качестве ключевых аспектов успешной стратегии ВI. Кроме того, нужна дополнительная детализация, чтобы решить задачи, связанные с распределением ответственности и непрерывным совершенствованием.

Эксперты перечисляют семь основных элементов успешной стратегии в области BI.

1. Сделайте бизнес владельцем BI

Организации, где «собственником» BI является бизнес, чаще добиваются успеха, чем те, где BI находится в ведении отдела ИТ. В первом случае функции BI «встроены» в работу конкретных бизнес-отделов или специалисты по эксплуатации BI-системы отчитываются перед директором по цифровым технологиям либо директором по работе с клиентами. И как подчеркивают в Forrester, заведовать BI, безусловно, должен бизнес.

В прошлом из-за сложности BI-технологий за соответствующие проекты во многих случаях отвечал отдел ИТ, однако современные инструменты в большей степени ориентированы на пользователя, поэтому их можно сразу предоставлять бизнесу, чтобы сотрудники сами могли выполнять нужные им запросы.

Более того, требования, связанные с оперативным доступом к данным и знаниям, предоставляемым BI, в последние годы резко возросли. Современным бизнес-пользователям нужно получать ценную с практической точки зрения информацию в режиме реального времени.

Таким образом, если владельцем BI является служба ИТ, это может быть сдерживающим фактором, а не залогом успеха.

2. Следите за использованием BI и вносите корректировки по необходимости

Хотя владельцем проектов BI должен быть бизнес, отдел ИТ должен выступать в роли партнера, обеспечивая мониторинг и оценку использования систем BI. При этом нужно избегать создания препятствий бизнесу, следить за активностью пользователей: регистрировать источники данных, к которым они обращаются, инструменты, с которыми они работают, отмечать характер деятельности, сопоставлять уровни использования различными отделами и т. п.

Взаимодействуя с бизнес-подразделениями, ИТ-директор может устанавливать и отслеживать пороговые показатели. Например, он будет знать, когда определенное число маркетинговых аналитиков скачали подготовленный в ИТ-службе инструмент и начали активно им пользоваться. Кроме того, можно будет отследить момент, когда выросла активность бизнес-пользователей BI-системы, что свидетельствует о ее превращении в критически важное приложение, которому требуется дополнительное внимание со стороны отдела ИТ.

3. Проверяйте и еще раз проверяйте

В некоторых организациях может возникнуть соблазн как можно быстрее внедрить сразу множество функций BI, однако надо помнить: качество важнее количества. Лучше иметь ограниченное число инструментов, которым вы доверяете, чем много систем, предоставляющих данные сомнительного качества.

Поэтому при проверке систем нужно особое внимание обратить на способность предоставлять доступ к данным, необходимым для получения ответов на запросы. Кроме того, нужно предотвращать попадание в BI-систему проблемных данных, могущих ухудшить качество анализа. При этом процесс верификации должен быть достаточно скорым, чтобы обеспечить возможность оперативно реагировать на требования о внедрении новых функций BI.

Пример – BI-система, генерирующая отчеты о чистой выручке. Если этот инструмент получает данные о продажах, но не учитывает те проданные товары, которые затем были возвращены, то информация на выходе будет неточной.

Верификация важна не только для того, чтобы обеспечить точность данных, но и чтобы было что возразить скептикам. Ведь достаточно одного-двух человек, заявивших, что не доверяют данным, чтобы отчету перестали верить другие. В итоге отчеты окажутся ненужными, и весь проект может пропасть впустую.

4. Фокусируйтесь сначала на бизнес-задачах, затем – на данных

Не следует, осуществляя инициативы BI, применять подход «постройте, и они придут». Слишком часто в организациях создают репозитории данных и создают BI-систему в качестве надстройки, рассчитывая, что это устроит бизнес-пользователей.

Более оптимальным будет подход «сверху вниз», ориентированный на бизнес-результаты: начинать надо не с данных, а с решения бизнес-задачи.

Пример: в отделе маркетинга обратили внимание на текучку клиентов и хотят разобраться в ее причинах. Следует сосредоточиться на том, как получить ответ на вопрос отдела маркетинга. Для этого надо вначале определиться, какие показатели нужно измерять, обеспечить доступ к данным, которые требуются для сбора этих показателей, а затем предоставить отделу маркетинга возможность обрабатывать информацию.

Необходимо четко обозначить бизнес-проблему и показатели, нуждающиеся в анализе, и только потом разбираться, где именно получить нужные данные.

5. Назначайте приоритеты и реализуйте процессы совершенствования

Успешная стратегия BI должна включать планы развития и улучшения. Необходимо определиться, какие именно бизнес-знания требуются организации и какие из них наиболее важны, чтобы отдел ИТ предоставлял в первую очередь самое ценное для бизнес-пользователя, а затем решал другие задачи в порядке приоритетности.

Кроме того, нужно, чтобы программа BI могла адаптироваться по мере изменения приоритетов. Она должна эволюционировать вместе с потребностями участников бизнес-сообщества. Наряду с этим в стратегии BI должны быть предусмотрены процессы развития и совершенствования самой системы. Рекомендуется итеративный подход, чтобы инструментарий BI можно было расширять, не прерывая его использования бизнесом, при этом необходимо определять, в чем система выполняет его потребности, а в чем – нет.

6. Расширяйте навыки «гражданских» исследователей данных

В отчете «Магический квадрант платформ BI и аналитики» за 2017 год, подготовленном компанией Gartner, прогнозируется, что в предстоящие несколько лет численность «гражданских» исследователей данных будет расти впятеро быстрее, чем количество обычных. Под гражданскими исследователями данных в Gartner понимают сотрудников, чья основная специальность не аналитика.

Синди Хаусон, вице-президент по исследованиям Gartner, отмечает, что топ-менеджеры сетуют на нехватку специалистов, испытывая сложности с наймом гражданских ученых по данным и выявлением уже имеющихся в штате.

Речь идет о специалистах-универсалах, поясняет Хаусон: они разбираются в бизнесе и понимают, какие вопросы следует задавать системе. Чтобы легче было предоставлять им необходимые инструменты, требуется более простое в использовании программное обеспечение.

Эксперты уверены, что со временем, благодаря развитию ПО, бизнес-пользователи смогут сами задавать вопросы и получать на них ответы, пользуясь срезами данных, не представленными заранее в виде моделей. Гражданских ученых по данным отличают стремление к расширению кругозора, способность задавать верные вопросы, интерпретировать получаемую в ответ информацию и навыки использования необходимого ПО для повышения бизнес-результатов.

7. Обучайте персонал «рассказывать истории» с помощью данных

Вооружившись знаниями, предоставленными средствами BI, можно рассказывать истории, которые помогают другим понять, что пытаются «сообщить» данные. Для создания таких историй, помогающих извлечь максимум пользы из аналитики, обычно используются встроенные в средства BI функции отчетности и визуализации.

Помимо данных и инструментальных средств, составление историй требует особых умений. Нужна не только способность готовить эффектные отчеты, но и навыки находить не всегда очевидные связи реальной жизни с данными, умение формулировать выводы, которые бизнес сможет использовать для увеличения дохода.

Руководителям необходимо поддерживать и поощрять сотрудников, обладающих такими навыками.

Пример: при анализе данных по продажам в магазине можно обратить внимание на то, как малозаметные изменения погоды влияют на выручку. Для анализа пользователь может задействовать данные о погоде из внешнего источника; это поможет сделать выводы о том, как оптимизировать продажи.

Есть масса всевозможных внутренних и внешних данных, которые можно использовать для получения более точных знаний. В рамках успешных программ BI аналитики могут делать гораздо больше, чем просто измерять стандартные ключевые показатели эффективности. Более того, каждый показатель эффективности необходимо подвергать сомнению, удостоверяясь в том, что вы используете доступную вам информацию в полном объеме.

– Mary K. Pratt. 7 keys to a successful business intelligence strategy. CIO Magazine. Sep. 26, 2017

О дефиците специалистов по данным (data scientist) известно всем, и именно этот фактор зачастую встает на пути компаний, пытающихся заняться темой Больших Данных. Кто все эти люди, где и как их искать? Как их можно развивать и мотивировать? Этим вопросам было посвящено выступление Алексея Натекина, основателя компании Data Mining Labs, на конференции «Технологии Больших Данных», организованной издательством «Открытые системы».

Наука или искусство?

По мнению Натекина, термин Data Science лучше не переводить и по своей сути он является зонтичным. Если объединить различные определения, встречающиеся в разных источниках, то большинство из них говорят о недавно возникшей области знаний, которая служит «зонтиком» для многих сопряженных инженерных, технических и математических наук. В Data Science входят такие области, как машинное обучение, статистика, Большие Данные с точки зрения инженерных технологий. Помимо этого, можно включить визуализацию данных и теорию оптимизации. Бывают и красивые определения, относящие Data Science к искусству преобразования данных в решения.

«Когда человек называет себя data scientist, то бывает трудно понять, какой частью этого широкого круга задач он занимается. Узнать, на чем именно он специализируется, получится только при личном общении», – говорит Натекин.

Тем не менее, согласно общепринятому мнению, data scientist – это специалист, работающий на пересечении компьютерных наук и программирования, математики и статистики, а также имеющий знания в предметной области и умеющий применить свои знания в той сфере, где работает. Шуточное определение, говорящее о том, что это человек, который знает статистику лучше программиста и программирует лучше, чем статистик, на самом деле очень близко к истине.

Однако по спискам вакансий очень сложно понять, кто же именно нужен компаниям. Вакансии исследователей данных перемешаны с вакансиями аналитиков, инженеров, экспертов по машинному обучению и запросами по еще нескольким категориям специалистов. В различных социальных группах идет множество обсуждений, касающихся специалистов по данным, – «правильных» и не очень.

В одной из групп собрали статистическую сводку о своих участниках, в результате удалось выделить четыре типовые роли. Первая – исследователь, по большей части занимающийся статистикой, немного разбирающийся в программировании и не очень – в бизнес-вопросах. Вторая категория – разработчики, много программирующие, не очень хорошо знающие статистику и больше занимающиеся проблемами, связанными с данными. Третья роль – «креативщики», свободные художники, способные заниматься всем. Они получают задачу и сами ищут пути ее решения. Наконец, существует и предпринимательский образ специалиста, где больше бизнеса и меньше всего остального.

Если же говорить о квалификации специалистов, то их градация совпадает с традиционной шкалой «junior – middle – senior», принятой среди программистов, однако этапы развития несколько другие. Разница между их уровнями заключается не столько в знаниях и опыте, сколько в уровнях ответственности и способности самостоятельно решать задачи в том виде, в каком они поступают от бизнеса, – старшему или ведущему специалисту можно отдать задачу целиком на откуп. В этом случае взаимодействие будет идти в следующем формате: руководитель направления обращается к специалисту, жалуется на проблему (например, в компании снижается средний чек) и интересуется, что можно с этим сделать. Ведущий data scientist через неделю возвращается к нему с решением и предлагает варианты действий.

Специалист среднего уровня – тот, кто к такому взаимодействию с бизнесом пока только стремится. За ним периодически надо присматривать, но он все же может брать некоторые задачи в бизнес-формате и решать их. Специалисты низшего уровня готового бизнес-решения точно не дадут. Скорее всего, результатом их работы будет готовая к работе модель, способная предсказывать, но еще не имеющая бизнес-ценности. Весь анализ, каким бы хитроумным он ни был, в конечном счете требуется привязать к какому-то решению – сократить производственные линии, закупить дополнительный трафик для увеличения продаж и т. п.

Сотрудники двигаются по карьерной лестнице не потому, что они получили ученую степень и теперь их ценность резко возросла. Их рост обеспечивается общим количеством реализованных проектов и накопленным опытом, и крайне желательно, чтобы этот опыт был тесно связан с бизнесом, с пониманием того, как проводимый анализ помогает работе компании.

Личные связи решают всё

Проблема, как и во многих других областях, заключается в том, что высококлассных специалистов мало. Как особенность можно выделить то, что с ними очень легко проводить собеседование – речь пойдет о портфолио и реализованных проектах. «Навешать лапши на уши» обеим сторонам при этом сложно.

Младших специалистов и тех, кто хочет ими стать, напротив, очень много, в том числе людей, прослушавших пару курсов и требующих зарплату почти как в Кремниевой долине. И как раз сложнее всего нанимать именно таких сотрудников. Ведь в перспективе мы хотим, чтобы они росли, становились все более самостоятельными и лучше разбирались в области.

Алексей Натекин, основатель компании Data Mining Labs: «Самое важное в интервьюировании тех, кто называет себя data scientist, – как можно больше говорить с ними об их практическом опыте и реализованных проектах»

«Можно нанять 10 человек с красными дипломами Физтеха, однако невозможно угадать, кто из них окажется достаточно одаренным, чтобы самостоятельно “затащить” какой-либо проект. Это сложные психологические нюансы, которые приходится выявлять в процессе общения с человеком», – отмечает Натекин.

Специалистов средней руки также достаточно много, их можно найти за разумное количество встреч с кандидатами, отсеивая переоценивающих себя начинающих. А вот высококлассных экспертов обычным поиском не найти.

«Если разместить такую вакансию на каком-либо рекрутинговом сайте, откликнется много неадекватных личностей, ни одного из которых вы не захотите пригласить к себе в офис для беседы», – полагает Натекин. Нужных специалистов приходится искать либо с помощью профессиональных хедхантеров, либо через личные связи и сообщества. Остальных вполне можно найти в открытых источниках и даже через академические связи и мероприятия. Впрочем, это касается многих категорий специалистов.

Самый эффективный вариант поиска специалистов высшего уровня – спросить рекомендацию у их коллег. Особенно им нравится, когда они могут напрямую пообщаться с людьми из команды потенциального работодателя. Это помогает и заранее познакомиться, и оценить свои перспективы. Таким образом, личные связи – самый быстрый и эффективный способ найма нужных людей.

«Самое важное в интервьюировании тех, кто называет себя data scientist, – как можно больше говорить об их практическом опыте и реализованных проектах, интересуясь причинами выбора тех или иных подходов и альтернативными вариантами решения задачи», – рекомендует Натекин. Есть большое количество «коварных» вопросов для собеседований, верные ответы на которые можно просто выучить. Интересующую компании теорию тоже можно зазубрить в процессе хождения по компаниям. А вот портфолио сфабриковать крайне сложно, если проекты есть – они видны. Причем в качестве своего багажа проделанной работы можно показывать не только коммерческие проекты, которые вы делали для компании. Вполне подойдут работы с хакатонов и конкурсов, и даже домашние проекты. Все это – явный признак наличия за плечами определенного опыта.

С правом на ошибку

Область data science очень динамична, и совершенно неудивительно, что среднее «время жизни» специалиста в компании невелико. Кроме того, создаваемые аналитические подразделения часто «не взлетают», и люди, не видя радужных перспектив, находят себе новое место работы еще до завершения испытательного срока.

Что может пойти не так и что можно сделать, чтобы специалисты задерживались в компании дольше?

Первое, что надо знать при открытии практики data science, – как можно лучше представлять себе, для чего она открывается. Как правило, речь идет о внутренней поддержке каких-либо аналитических процессов или продуктов. Основные проблемы связаны именно с непониманием своих потребностей: часто в компании есть масса данных, которые хочется хоть как-то использовать.

Первое, что надо знать при открытии практики data science, – как можно лучше представлять себе, для чего она открывается

«Само подразделение не начнет зарабатывать деньги и не станет конвейером ценных знаний. Нужно понимать, кого и зачем вы нанимаете», – говорит Натекин. Кроме того, не стоит смешивать вакансии – для каждой из них необходим свой набор навыков. Специалист по машинному обучению должен строить модели, а не заниматься конвейером данных.

Как нетрудно догадаться, далеко не все проекты оказываются успешными, поэтому неплохо, если частью культуры станет право на ошибку. Вероятность ошибиться есть всегда, и бояться этого не надо. Главное – уметь объяснить, где и почему была сделана ошибка. Это тоже ценный результат, он поможет сэкономить время в будущем.

Наконец, необходимо концентрироваться на быстрых, прототипных решениях. Надо быть готовым к тому, что большинство результатов будут отрицательными. Требуется как можно быстрее выделять те, которые оказались удачными, поэтому не стоит увлекаться длительными масштабными работами.

«Если вы хотите, чтобы кандидаты не врали на собеседованиях, не врите в вакансиях. Например, очистка данных является рутинной, но необходимой процедурой любого проекта. Об этом следует честно сказать в вакансии, не ограничиваясь лишь привлекательными творческими обязанностями», – уверен Натекин.

При выборе инструментов надо ориентироваться на открытые платформы. Они чрезвычайно популярны в среде разработчиков, и не стоит верить заказным исследованиям Gartner, называющим в числе лидеров известные коммерческие продукты. Выбор специалистов не случаен: разработка на свободных продуктах удобна и не менее качественна, чем на проприетарных решениях. И ни в коем случае не надо объяснять специалисту, как ему следует работать, особенно если сам далек от этой области.

Аналитики McKinsey еще в 2012 году предсказали громадный дефицит специалистов по данным, который только в США к 2018 году должен был составить от 140 до 190 тыс. человек. Этот прогноз часто цитировался, но никто не обратил внимания на следующий абзац того же отчета, говорящий о том, что будет не хватать 1,5 млн менеджеров, способных задавать аналитикам правильные вопросы.

Компания Lattelecom из традиционного телекоммуникационного оператора за последние десять лет превратилась в интегратора, ее бизнес трансформировался, и его значительная часть сегодня приходится на ИТ-проекты. Обладая четырьмя собственными ЦОДами, Lattelecom также хранит данные клиентов, в том числе российских. Многие из них широко задействуют аналитические инструменты при работе с клиентскими данными. В этом случае международный характер взаимодействия оператора с заказчиками и местная специфика приводят к появлению коллизий, опыт разрешения которых может помочь отечественным предприятиям избежать сложностей при размещении данных за пределами РФ.

Внутренний латвийский рынок ИТ-услуг невелик, ведь население страны составляет примерно 1,5 млн человек. А потому решения, которые провайдер адаптировал к потребностям местных клиентов, не всегда пригодны для крупных заказчиков из стран с экономикой большего объема, например, такой как в России. Уже апробированные в Lattelecom технологические подходы приходится подстраивать под запросы наших заказчиков, которым также нужно быть готовыми к разным неожиданностям при работе с зарубежными поставщиками ИТ-слуг.

Показательный пример привел на форуме BIG DATA 2017, организованном издательством «Открытые системы», руководитель отдела по продажам Lattelecom Сергей Пшеничных. К латвийской компании обратился один российский заказчик из сферы онлайн-ретейла, решивший запустить новый интернет-магазин на базе публичного облака латвийского оператора.

Для него в Lattelecom была построена облачная инфраструктура на базе 40 виртуальных серверов. По утвержденному плану на этих серверах были размещены основные компоненты интернет-магазина – сайт, а также инструменты для организации взаимодействия между пользователями и основной программно-аппаратной частью платформы торговой площадки. Дополнительно были созданы система хранения, куда инсталлировались базы данных клиентов, и различные тестовые среды. Кроме того был организован прямой канал точка-точка из дата-центра Lattelecom до офиса клиента в России – там, в собственной серверной, размещались его системы ERP, CRM и другие важные ресурсы, а также хранилище персональных данных, которые запрещено перемещать за границу согласно требованиям ФЗ-152. Перед сайтом магазина в ЦОДе Lattelecom были установлены межсетевой экран и система защиты от DDoS-атак.

Прежде чем запустить площадку в эксплуатацию, провайдер вместе с клиентом начали тестировать созданную инфраструктуру. И оказалось, что ее фактическая работоспособность сильно ограничена.

Сергей Пшеничных, руководитель отдела по продажам Lattelecom: «Самый крупный интернет-магазин бытовой техники в Латвии обслуживает порядка 10 тыс. посетителей в день. А российский интернет-магазин в пиковые нагрузки эмулировал в пять раз больше посещений»

«Мы очень удивились. Почему у современной протестированной платформы, на которой заранее было исправлено порядка 400 критических багов, и к тому же построенной на проверенном “железе” Oracle, HP и Cisco, в самом начале эксплуатации появились большие проблемы – платформа не работала так, как должна была бы работать?» – рассказывает Пшеничных.

Эмулируя поток клиентов, заходящих в интернет-магазин, инженеры запустили порядка 50 тыс. единовременных сессий обслуживания покупателей. И построенная система, вдруг «решив», что на нее совершена DDoS-атака, начала последовательно отключать соединения с клиентами. Узел в ЦОДе Lattelecom, где был размещен магазин российской компании, обслуживал и других заказчиков провайдера. И чтобы они не пострадали из-за отказа в доступе к сервисам, сработала защитная система.

Инженеры Lattelecom проанализировали случившееся и поняли, что причина сбоя обусловлена разницей в масштабах бизнеса российских и местных заказчиков. Нужно было сразу принять во внимание то, что самый крупный интернет-магазин бытовой техники в Латвии обслуживает порядка 10 тыс. посетителей в день. А российский интернет-магазин в пиковые нагрузки эмулировал в пять раз больше посещений. И это следовало заблаговременно учесть в настройках системы сетевой безопасности Lattelecom.

В конце концов решение было найдено: два маршрутизатора Cisco (основной и резервный), контролировавшие весь трафик платформы магазина, были виртуализованы. Это позволило создать рабочую схему, в которой соединение каждого нового клиента, подключавшегося к платформе торговой площадки, получало индивидуальный фрагмент ресурсов виртуального маршрутизатора. Нагрузка стала распределяться равномерно, и защитная система больше не срабатывала вхолостую.

Однако сделать всё перечисленное было непросто и даже рискованно. Ведь адаптировать пришлось готовую облачную платформу стоимостью около 2 млн долл., к тому же ориентированную на других заказчиков Lattelecom. Но в компании приняли решение пойти навстречу российскому клиенту. Для перенастройки платформы были задействованы семь специалистов различного профиля, в течение недели они выполнили сотни сложных прикладных задач. К тому же провайдеру пришлось приобрести дополнительное оборудование.

Как отметил Пшеничных, таким образом удалось удовлетворить потребности клиента со спецификой Больших Данных: огромное количество запросов из разных географических точек, поступавших в публичное облако на несколько виртуальных машин, было правильно распределено.

Кроме того, при взаимодействии Lattelecom с российским заказчиком требовалось решить вопрос трансграничного переноса и обработки персональных данных клиентов. Ведь как только клиент заходит в интернет-магазин и принимает решение о покупке товара, он должен зарегистрироваться в системе – передать продавцу свои персональные данные: имя, фамилию, данные банковской карты и др. По закону, все эти сведения должны собираться и обрабатываться на территории РФ. Отчасти именно поэтому ERP и CRM клиента не переносились в публичное облако Lattelecom. Персональные данные покупателей все же пересекли границу России, только полностью обезличенные – всем клиентам были присвоены десятизначные идентификаторы, и эти «замаскированные» данные стали свободно перетекать для обработки в облаке одного из дата-центров латвийского оператора.

Так российский интернет-магазин получил у зарубежного провайдера гибкую инфраструктурную платформу в публичном облаке, на которую не пришлось потратить ни одной копейки капитальных затрат. Были полностью соблюдены требования российского законодательства о защите персональных данных.