Подчеркиваю: нужно следить за тем, чтобы при смягчении корпоративных правил строго соблюдались все действующие законы. Например, существуют юридические ограничения на обращение с данными медицинских и кредитных карт. Обеспечьте пространство для маневра в рамках корпоративной политики, но не уполномочивайте своих сотрудников на нарушение законов. Кроме того, как мы увидим далее, касаясь конфиденциальности, важно позаботиться о том, чтобы не создавать аналитику, заставляющую ваших клиентов чувствовать себя некомфортно, вне зависимости от того, насколько она легальна.

После того как ценный процесс обнаружен, пользующиеся доверием специалисты-аналитики могут вернуться к работе в рамках стандартного режима безопасности, чтобы реализовать процесс в приемлемой для операционного применения форме. Однако если они будут изначально работать в условиях жестких ограничений, это существенно затруднит или даже сделает невозможным открытие новых эффективных инсайтов для нужд организации.

Работа в едином окружении, которое включает как поиск, так и размещение данных, существенно облегчает переход от одного режима к другому. Вот почему так важно создание единого аналитического окружения, о чем мы говорили в пятой главе. В этом случае сотрудники, даже если они имеют больше свободы в рамках поискового окружения, будут понимать и учитывать ограничения в производственном окружении. Если поисковое и производственное окружения совместимы, то перенос данных из поиска в производство будет происходить гораздо проще, чем при значительной разнице между окружениями. Когда специалисты-аналитики знают об ограничениях, существующих в производственном окружении, они могут с самого начала действовать одним из двух способов: либо проявить гибкость при планировании, либо определить, какие правила должны быть изменены. В обоих случаях все будет соответствовать существующим правилам.

Еще один хороший подход можно позаимствовать у домашних систем безопасности. Они могут иметь детекторы движения, датчики сохранности стекол, видеокамеры и т. п. При организации большой вечеринки вы отключаете систему. Поскольку люди придут к вам в дом на законных основаниях, строгий контроль не нужен. Но, когда гости уходят, вам не составит труда снова включить охранную систему. Аналогичный подход можно использовать и в поисковом окружении. Речь идет не о том, чтобы отказаться от правил безопасности как таковых, а о том, чтобы намеренно отключать некоторые защитные функции для доверенных лиц в установленное время.

К сожалению, во многих организациях аналитический отдел и ИТ-отдел находятся в состоянии постоянных распрей. Я много раз сталкивался с ситуациями, когда отношения между ними были далеко не дружественными. Но если организация собирается превратить традиционную аналитику в операционную, абсолютно необходимо решить данную проблему. Когда мы вместе с клиентом пытаемся ее устранить, сотрудники моей компании называют это «консультированием по проблемам брака». Как правило, мы сажаем с одной стороны стола ИТ-команду, а с другой стороны – аналитическую команду. Поначалу все сидят с угрюмыми лицами и скрещенными на груди руками. На предварительных встречах каждая команда изливает на нас поток жалоб на то, насколько неразумна другая команда и как трудно с ней работать. Причем для конфликтных отношений существуют вполне объективные причины.

Если вы потрудитесь заглянуть в должностные инструкции этих сотрудников, то увидите, что каждый из них просто выполняет свои обязанности, из-за чего и происходят конфликты. IT-команда отвечает за стабильную и без сбоев работу своих систем, а также за то, чтобы пользователи находились под контролем и не выходили за установленные рамки. Аналитическая команда отвечает за создание инновационных ресурсоемких процессов и за корректировку правил, если это нужно для обнаружения новых инсайтов. Для того чтобы превратить традиционную аналитику в операционную, необходимо, чтобы команды работали совместно, а припарками конфликт не излечишь.

Операционная аналитика, разработанная аналитической командой, должна встраиваться в операционно-производственные системы, поэтому специалисты-аналитики не могут продолжать работать по старинке – вытаскивая данные в автономное аналитическое окружение. Это означает, что аналитическая команда не сможет выполнить операционную аналитику без участия и поддержки ИТ-команды. С другой стороны, ИТ-команда не может сама разрабатывать аналитические процессы, поскольку это не ее область знаний. Ей необходима помощь аналитической команды для построения и осуществления процессов. Кроме того, запросы на аналитику от бизнес-партнеров достаточно важны для того, чтобы ИТ-команда и аналитики могли их игнорировать. Для успешного выполнения операционной аналитики придется заставить «айтишников» и аналитиков пойти на сотрудничество. Также заметьте, что конфликт может возникать даже в тех случаях, когда аналитики являются частью ИТ-команды.

К счастью, благодаря тому, что сегодня аналитическая функциональность интегрируется с операционными системами и встраивается в них, стало возможным наладить тесное сотрудничество между аналитиками и ИТ-командой путем корректировки традиционных принципов управления с учетом сегодняшних технологий и требований. На рис. 6.1 представлены некоторые идеи насчет того, как к этому приступить.

Если ваша организация еще этого не сделала, ей придется принудить команды сотрудничать в приказном порядке. Поначалу им будет трудно, но со временем они научатся работать вместе. Такое случается и в жизни, когда вы знакомитесь с кем-то, кто поначалу вам не нравится. Но весьма часто по прошествии некоторого времени вы лучше узнаёте этого человека и понимаете, что он вовсе не такой уж и неприятный. Возможно, вы не будете проводить с ним отпуск каждый год, но зато будете спокойно с ним общаться, когда потребуется. Вот этого минимума и должны достичь «айтишники» с аналитиками. Совместная работа не покажется скверной, когда обе команды будут ей привержены и узнают, что могут предложить им партнеры.

Об Интернете вещей мы с вами говорили во второй главе. В подавляющем большинстве те невообразимые объемы данных, которые он генерирует, являются абсолютно бесполезными. Проиллюстрируем это на примере. Через несколько лет появится много умных домов с умными кухнями. Там датчики будут повсюду: в холодильнике, на полках в кладовке и даже на отдельной таре. Бутылка кетчупа в холодильнике сможет сообщать о своем состоянии программе инвентаризации продуктов питания, в чью задачу входит составление списков необходимых покупок. Так, посредством своих датчиков бутылка сообщит, что ее емкость заполнена наполовину, что на протяжении всего времени кетчуп хранился при правильной температуре и что срок его годности заканчивается через три месяца. Это значит, что пока новый кетчуп покупать не нужно. То же самое делают сотни других продуктов питания на вашей кухне, создавая множество данных.