Борьба за демократию данных
Как сделать данные доступными всем сотрудникам
Широкий доступ к данным — залог высокой скорости работы. Аналитики оперативно оценивают рынок и позволяют коллегам быстро реагировать на внешние изменения. Если данные нельзя получить мгновенно, сотрудники сталкиваются с серьезными проблемами.
Зачем бизнесу демократизация данных
Низкая доступность данных приводит к нескольким ключевым проблемам, влияющих на выполнение рабочих задач.
→ Медленное взаимодействие
Не имея прямого доступа к данным, бизнес обращается к ИТ- специалистам, которые не могут быстро реагировать на входящие запросы.
→ Низкая скорость реакции. Из-за ограниченных ИТ-ресурсов сотрудники на местах ждут данные от нескольких дней до недель.
→ Несистемное хранение данных. Без централизованного управления данными вся работа по их анализу обычно выполняется в отдельных Excel-выгрузках.
→ Долгий процесс самостоятельной обработки данных.
Эффективно обрабатывать большие объемы данных при файловом подходе к их хранению — сложно.
Не имея прямого доступа к данным, бизнес обращается к ИТ- специалистам, которые не могут быстро реагировать на входящие запросы.
→ Низкая скорость реакции. Из-за ограниченных ИТ-ресурсов сотрудники на местах ждут данные от нескольких дней до недель.
→ Несистемное хранение данных. Без централизованного управления данными вся работа по их анализу обычно выполняется в отдельных Excel-выгрузках.
→ Долгий процесс самостоятельной обработки данных.
Эффективно обрабатывать большие объемы данных при файловом подходе к их хранению — сложно.
Как форсировать процесс перехода к новой аналитике
Демократизированный подход к данными — баланс между централизацией и доступностью, между управлением и свободой. При таком подходе сотрудники могут по запросу оперативно получить доступ к данным, которые управляются централизованно в рамках единой стратегии. Благодаря централизации создается единое информационное пространство данных, но функция исследования данных передается сотрудникам, в том числе аналитикам, а не ИТ-специалистам.
На этом этапе важно перейти от модели пассивной бизнес-аналитики (оценки заранее собранных данных) к анализу данных в режиме реального времени — Active Intelligence.
В компании делают выбор в пользу доступных к освоению BI-инструментов, с помощью которых и проводится аналитика. Сотрудники получают доступ к данным, а сами данные не хаотичны — компания работает по принципу управляемой self-service аналитики. Благодаря такому подходу можно управлять данными и раскрывать их потенциальную ценность.
Как форсировать процесс перехода к новой аналитике
Процесс демократизации может разворачиваться по двум сценариям: top-down (подход изменений сверху) и down-top (подход изменений снизу). В случае когда формирование аналитической культуры инициируется сверху, руководство компании разрабатывает стратегию по работе с данными, внедряет инструменты и процессы. Адаптация и принятие стратегии в компании зависит от вовлечения и обучения будущих пользователей и наличия аналитических инструментов.
Процесс изменений может разворачиваться по двум сценариям: сверху и снизу.
Если процесс перехода к новой аналитике инициируется сверху, важно мотивировать сотрудников и показывать им ценность данных. Например, можно начать с запуска демо-проекта, чтобы в компании был успешный прецедент работы с данными. Это может быть кейс производственной части бизнеса или вспомогательных функций (финансы, техподдержка, юристы).
В случае подхода изменений снизу все начинается с решения наболевших проблем пользователей. Благодаря «сарафанному радио» все больше сотрудников участвуют в процессе принятия решений на основе данных. Следующий шаг в таком сценарии — помощь руководства: тренинги, формирование матрицы компетенций, поощрение аналитической культуры.
В случае подхода изменений снизу все начинается с решения наболевших проблем пользователей. Благодаря «сарафанному радио» все больше сотрудников участвуют в процессе принятия решений на основе данных. Следующий шаг в таком сценарии — помощь руководства: тренинги, формирование матрицы компетенций, поощрение аналитической культуры.
В реальности компании почти всегда комбинируют эти два подхода. Часто изменения начинаются снизу и поддерживаются инициативами топ-менеджмента.
Как развивать культуру работы с данными
Проведите объективную оценку сотрудников, чтобы узнать текущий уровень владения навыками работы с данными. Не полагайтесь на свои догадки — попросите участников пройти оценку. Сделать это можно бесплатно с помощью инструмента на сайте DataLiteracy.
Можно сделать рассылку и попросить сотрудников пройти тест в течение месяца после старта проекта. Эта возможность должна быть у любого сотрудника в организации, не только у тех, кто участвует в программе.
Можно сделать рассылку и попросить сотрудников пройти тест в течение месяца после старта проекта. Эта возможность должна быть у любого сотрудника в организации, не только у тех, кто участвует в программе.
Проверить знания с помощью тестирования навыков
Тест состоит из 50 вопросов и покрывает несколько тем по анализу и визуализации данных
Тест состоит из 50 вопросов и покрывает несколько тем по анализу и визуализации данных
Тестирование бесплатное
Шаг 1. Разработка стратегии по работе с данными
Этим занимается человек, который отвечает за успех data-driven инициатив. Можно создать профильную позицию — директор по работе с данными (CDO) — либо передать эти функции ИT-директору (CIO), техническому директору (CTO) или директору по цифровой трансформации (CDTO, это наиболее редкий сценарий). Этот человек будет курировать все этапы практической реализации стратегии, поэтому он должен обладать не только полномочиями и компетенциями для управления данными, но и харизмой, чтобы вести за собой сотрудников.
Шаг 2. Выбор инструментария для аналитики
Важно понимать, что у сотрудников различных подразделений потребность в работе с данными совершенно разная. Чтобы все сотрудники максимально использовали данные в своей ежедневной работе, инструменты для них должны отвечать трем критериям.
Значимость
Данные должны давать ответы на вопросы, решать проблемы. Если сотрудники не видят ценности данных для своих задач, эффекта не будет.
Ясность
Визуализация не должна усложнять восприятие, иначе такой инструмент не будут использовать. Один из навыков визуальной грамотности — уметь эффективно доносить информацию с помощью графиков и диаграмм.
Встраиваемость
Если аналитика будет встроена в существующее решение, которым сотрудники привыкли пользоваться, она быстрее станет частью бизнес-процесса.
Значимость
Данные должны давать ответы на вопросы, решать проблемы. Если сотрудники не видят ценности данных для своих задач, эффекта не будет.
Ясность
Визуализация не должна усложнять восприятие, иначе такой инструмент не будут использовать. Один из навыков визуальной грамотности — уметь эффективно доносить информацию с помощью графиков и диаграмм.
Встраиваемость
Если аналитика будет встроена в существующее решение, которым сотрудники привыкли пользоваться, она быстрее станет частью бизнес-процесса.
Шаг 3. Обучение и вовлечение
Форматы могут быть самые разные: так, в одной из крупнейших розничных сетей видеокурс по работе с аналитикой включен в обязательный «курс новичка» для всех позиций среднего и высшего руководства. Компания «Утконос.Онлайн» создала BI-академию с курсами в зависимости от уровня подготовки, а «Газпромнефть» — «Школу аналитики», программу развития экспертизы в работе с данными. Сотрудники приходят в школу только с наличием бизнес-задачи на разработку аналитического приложения, а в процессе обучения разрабатывают и защищают приложение.
Помните, что процесс перехода к аналитической культуре долгий и постепенный. Только через обучение, наставничество и запрет «неуставных» аналитических инструментов и приходит компания к той самой аналитической культуре.
Присоединяйтесь к нашему сообществу
Подписывайтесь на новости и полезные материалы
проекта DataLiteracyProject,
чтобы оставаться в курсе событий по дата-грамотности