Литмир - Электронная Библиотека
Содержание  
A
A

Например, ценность представляет простой аффинитивный анализ с целью определения возможностей для перекрестных продаж. Независимо от используемых инструментов и платформ его результат ценен сам по себе. Ценность же инструментов и технологий определяется тем, насколько эффективно они, по сравнению с другими инструментами и технологиями, позволяют создать, протестировать и осуществить аналитический процесс, необходимый для аффинитивного анализа. В большинстве случаев, как показано на рис. 4.3, собственная ценность анализа намного превосходит ту дополнительную ценность, которая создается конкретным инструментом или технологией.

Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - i_015.png

Первым делом необходимо определить отдачу от анализа как такового, независимо от любых платформы или инструмента. А после этого можно приступать к определению эффективности различных вариантов проведения анализа с учетом их скорости, продуктивности и затрат. Однако организации часто попадают в ловушку, когда доверяются продавцу, который превозносит огромную доходность инвестиций, обеспечиваемую его аналитическими продуктами. При этом продавец нередко объединяет доходность инвестиций, предлагаемую собственно аналитикой, с дополнительной ценностью, которую обеспечивают его технологии или инструменты. Вот почему необходимо отделять ценность инструментов от ценности базового анализа.

В качестве ремарки: если каждый продавец для каждого варианта, который вы рассматриваете, объединяет ценность анализа с ценностью инструмента, то, по крайней мере, это дает возможность для беспристрастного сравнения вариантов. Поскольку все расчеты будут включать в себя одинаковую изначальную ценность, то возникающая разница будет отражать разницу в дополнительной ценности, создаваемой инструментом или технологией.

Обратите внимание на структуру бизнес-кейса

Ричард Винтер из фирмы WinterCorp опубликовал потрясающую статью «Большие данные: сколько они стоят на самом деле?»{35}. В ней он описывает структуру, в рамках которой можно будет принять во внимание все типы затрат и использовать показатель, названный Винтером “total cost of data” (TCOD) – «суммарная стоимость данных», при инвестировании в аппаратное и программное обеспечение для поддержки аналитики. TCOD отражает общую стоимость широкого разнообразия необходимых компонентов, их мы рассмотрим далее в этой главе.

Обратите внимание на то, что модель TCOD Винтера, а также бо́льшая часть этого раздела сосредоточены главным образом на одной стороне баланса, а именно на затратах. Я поступил так преднамеренно, поскольку компоненты затрат в разных организациях довольно схожи, тогда как получаемые за счет их преимущества могут значительно варьироваться в зависимости от конкретных аналитических процессов. Кроме того, когда речь идет об аналитике, точная оценка затрат часто упускается из виду. Вот почему я предлагаю сосредоточиться на этой стороне вопроса.

Большое преимущество модели TCOD Винтера состоит в том, что она не склоняется в пользу того или иного конкретного решения, а просто предлагает способ, который позволяет оценить и принять в расчет различные компоненты стоимости. Например, в статье описываются две различные ситуации, когда использование этой модели привело к двум совершенно противоположным выводам. В первом случае на основе свойств, требуемых для данных и обработки, был сделан вывод о том, что создание массивного параллельного окружения обойдется в три-четыре раза дороже, чем использование Hadoop. В другом случае с учетом свойств, требуемых для данных и обработки, был сделан вывод о том, что инвестиции в Hadoop обойдутся в три-четыре раза дороже, чем создание необходимого окружения.

Использование этой модели, нейтральной по отношению к оценке инструментов и технологий, позволяет объективно учесть все затраты. Применительно к операционной аналитике модель TCOD требует некоторой модификации, поскольку предусматривает слегка иной характер инвестирования. Однако, как мы увидим в следующем разделе, сочетание модели TCOD с дополнительными метриками, привязанными конкретно к операционной аналитике, создает великолепную стартовую позицию.

Каковы совокупные расходы на операционную аналитику?

При рассмотрении вариантов инвестирования в аналитику очень важно точно оценить совокупные расходы. Например, рассматривая инструменты с открытым исходным кодом, организации не должны слишком радоваться, получив бесплатную лицензию на программное обеспечение. Необходимо представить полную картину затрат с течением времени. Да, инструменты с открытым исходным кодом могут оказаться полезнейшим дополнением к аналитической среде. Однако при этом необходимо учесть все совокупные расходы и с осторожностью воспринимать ложные стимулы, чтобы по своему недосмотру не попасть со временем на повышенные издержки.

Итак, что следует учесть, оценивая затраты, связанные с внедрением операционной аналитики? Вам придется потратиться на следующее (а возможно, и не ограничиться этим){36}:

• оборудование для поддержки аналитической обработки;

• программное обеспечение (обратите внимание, что даже в случае с открытым исходным кодом возникнут затраты, связанные с установкой и настройкой ПО);

• пространство для размещения оборудования и потребляемую электроэнергию;

• полностью загруженную рабочую силу, потребную для обеспечения безопасности, назначения приоритетов ресурсов и настройки связности сети;

• сбор, загрузку и подготовку данных;

• рабочую силу для развития аналитического процесса;

• действия по тестированию логики программы и точности результатов процесса;

• обслуживание платформы, ПО и аналитических процессов с течением времени;

• обучение персонала навыкам пользования всеми различными компонентами аналитического окружения.

Все эти затраты должны быть оценены, исходя из периода в несколько лет до завершения инвестиционного цикла.

Не забывайте про важные компоненты затрат

Легко упустить из виду некоторые важные компоненты затрат на фоне совокупных инвестиций в поддержку аналитики. За первоначальными расходами последуют текущие затраты на рабочую силу и обслуживание технологий в течение всего инвестиционного цикла. Эти текущие затраты в конечном итоге могут значительно превысить первоначальные.

Очевидно, что принять по внимание придется много компонентов затрат, чьи основные категории представлены на рис. 4.4. Некоторые компоненты, такие как покупка оборудования, требуют значительных начальных инвестиций, но впоследствии влекут за собой небольшие текущие расходы. Другие, такие как затраты на техобслуживание, будут с течением времени распределяться более равномерно. Чтобы объективно сравнить разные варианты, необходимо оценить суммарную стоимость всех компонентов в перспективе. Кроме того, важно учесть и другую сторону баланса, а именно различные доходы, которые будут получены при реализации инвестиций. Далее мы обсудим ряд концепций, способных помочь вам в составлении точного бизнес-кейса.

Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - i_016.png

Учитывайте все затраты с течением времени

Как и с любыми инвестициями, при создании бизнес-кейса по внедрению операционной аналитики нужно принимать во внимание все затраты, а не только их основные статьи, и оценивать их исходя из всего инвестиционного цикла. Организации совершают ошибку, когда упускают из виду отдельные вполне реальные расходы, с которыми им придется столкнуться. Отчасти это объясняется тем, что некоторые статьи затрат более чем очевидны и/или конъюнктурно мотивированны, чем другие. Убедитесь, что ваши сотрудники внимательно отслеживают все расходы, даже если они стремятся сосредоточиться только на тех немногих, в которых наиболее заинтересованы. Давайте рассмотрим несколько примеров того, к чему может привести игнорирование суммарных затрат в повседневной жизни.

вернуться

35

Richard Winter, “Big Data: What Does It Really Cost?”, WinterCorp (август 2013 г.). См.: http://www.wintercorp.com/tcod-report

вернуться

36

На основе статьи в моем блоге для Международного института аналитики под названием «Во что действительно обходится укрощение больших данных» (“What Does Taming Big Data Really Cost?o), 12 сентября 2013 г. См.: http://iianalytics.com/2013/09/what‐does‐taming‐big‐data‐really‐cost/

33
{"b":"277844","o":1}