Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Предупредительное техобслуживание на основе аналитики снижает затраты производителей. Также аналитика способствует повышению безопасности для потребителей и уровня обслуживания со стороны производителей. Это еще один пример ситуации, когда в выигрыше остаются все. Организации, которые лучше других преуспеют в определении способов предупредительного техобслуживания и мониторинга работы своих продуктов, выделятся из толпы конкурентов.

Подведем итоги

Наиболее важные положения этой главы:

• Сегодня многие примеры операционной аналитики в действии включают довольно простую аналитику. Со временем уровень сложности будет возрастать.

• Операционная аналитика может обеспечить клиентам совершенно новый уровень сервиса и кастомизации. Преуспела в этом компания Walt Disney.

• Когда нарушается расписание авиарейсов, операционная аналитика позволяет смягчить последствия для пассажиров, а также сэкономить время и деньги для авиакомпаний.

• В некоторых процессах все могут определить миллисекунды. Компьютеризированные трейдеры фондового рынка вкладывают огромные суммы денег в то, чтобы выиграть всего несколько миллисекунд себе для анализа.

• Обеспечивая прозрачность, операционная аналитика может защитить как организации, так и их клиентов. Примером тому – продукт SenseAware компании FedEx.

• Операционная аналитика может сделать более безопасными места, которые мы посещаем и где живем, благодаря предсказывающему контролю и гарантировать качество продуктов питания благодаря использованию датчиков для контроля за состоянием окружающей среды.

• Государственные органы могут значительно повысить свою эффективность за счет внедрения операционной аналитики, учитывая масштабы и пресловутую неэффективность многих их действий.

• Повышение эффективности операций даже на малую долю может принести весомую финансовую отдачу. Это особенно справедливо для таких областей, как энергетика, где GE проделала много соответствующей работы.

• Когда операционная аналитика выполняется хорошо, например как в беспилотных автомобилях или мониторинге состояния здоровья, пользователи даже не замечают ее присутствия. Им просто остается наслаждаться улучшенным качеством жизни.

• Данные и аналитика уже активно преобразуют сферу здравоохранения. Операционная аналитика позволит внедрить новые, более эффективные и дружественные к пациентам процедуры.

• Всегда ищите новые способы использования данных, специально собираемых в операционных целях. Подобно тому, как определение местонахождения при помощи GPS может повлечь за собой улучшение трафика, так и многим другим данным можно найти разнообразное применение.

• В добавление к использованию источника данных в тактической операционной аналитике попробуйте найти способы использовать его и в стратегических целях.

Часть II Закладываем основу

Глава 4 Хотите бюджет? Разработайте бизнес-кейс!

Внедрение операционной аналитики требует инвестиций – в людей, инструменты и технологии, которые необходимы для успешной реализации операционно-аналитических процессов. Процесс преобразования аналитики в операционную не будет ни дешевым, ни легким, но при соблюдении правил может с лихвой окупиться. Разумеется, добиться выделения инвестиций сегодня ничуть не легче, чем когда-либо в прошлом. Следовательно, разработка бизнес-кейса для операционной аналитики становится важнейшим шагом.

В этой главе мы рассмотрим основные принципы и концепции, которые помогут вам разработать бизнес-кейс для операционной аналитики в вашей организации. Многие из них могут быть применены в более широком плане для обоснования инвестиций в аналитику вообще. Хорошая новость состоит в том, что вы и ваша организация можете преуспеть в своем деле, если уделите время и силы разработке бизнес-кейса с учетом некоторых уникальных аспектов аналитики.

Определение приоритетов

Прежде чем приступать к составлению бизнес-кейса для операционной аналитики, необходимо определить, какие инвестиции он будет предполагать и как будет их распределять. Четкая направленность и форма изложения так же важны для бизнес-кейса, как и факты и цифры для его обоснования. В этом разделе мы обсудим, как правильно в начале определить перспективу, чтобы сразу предоставить вашему бизнес-кейсу максимальные шансы на успех. Ряд небольших улучшений общепринятой практики позволит сделать бизнес-кейс более интересным и убедительным, а следовательно, повысит вероятность его одобрения.

Начните с бизнес-проблемы, а не с данных или технологии

Во второй главе мы уже говорили о том, что необходимо сначала определить бизнес-проблему, а уже потом собирать под нее данные. Запускать сбор данных или приобретать технологию, не имея четкого плана, – заведомо проигрышная стратегия. Соответственно бизнес-кейс надо разрабатывать не ради приобретения нового источника данных или новой технологии, а ради решения реальной проблемы, с которой столкнулась организация. Если повезет, приобретение потрясающего нового источника данных или программного обеспечения действительно может стать необходимым условием для решения обозначенной проблемы. Грамотно составленный бизнес-кейс не предполагает отказа от покупки технологий, инструментов и источников данных, а просто помещает ее в правильный контекст.

Разница между сосредоточением внимания либо на технологиях, либо на бизнесе отражает разницу между обоснованием либо затрат, либо инвестиций. В большинстве организаций гораздо проще заинтересовать людей бизнес-кейсом, который позволяет решить конкретный набор деловых проблем, чем бизнес-кейсом, который позволяет решить конкретный набор технических проблем. Я не понимаю, почему так много организаций продает услуги по приобретению данных или технологий, а не решения проблем. Давайте рассмотрим две гипотетические дискуссии, чтобы проиллюстрировать разницу между этими подходами.

В первом случае вице-президент по информационным технологиям крупной энергетической компании в одиночку приходит на заседание ее правления и говорит: «Нам необходимо организовать сбор сенсорных данных в нашей инфраструктуре умных электросетей. Это обойдется нам в несколько миллионов долларов. Все наши бизнес-партнеры запрашивают эти данные и готовы частично профинансировать проект. Таким образом, мы можем покрыть все расходы на сбор и хранение данных за счет предлагаемых ими средств с небольшим добавлением наших пошаговых инвестиций в ИТ».