Гораздо лучше начать рассчитанный на месяц проект на день позже, чтобы более тщательно все продумать, чем потерять несколько дней или недель в процессе его реализации из-за того, что оставшийся непродуманным вопрос вызвал серьезную проблему. Чтобы не погрязнуть на месяцы в бюрократической волоките, не нужно составлять 100-страничный подробный план проекта, который потребует утверждения у 20 человек. Соберите компетентных исполнителей, чтобы они обсудили, какая и для чего понадобится аналитика и каким должен быть поэтапный план действий.

Даже когда поджимают сроки, надо найти время сесть, перевести дыхание и все спокойно обдумать. Если каждый возьмет это себе за привычку, дела быстрее пойдут на лад. Однако во многих организациях принято в периоды кризисов максимально сокращать этап планирования, чтобы как можно быстрее приступить к работе. Если каждый занят делом, это хорошо, не так ли? Не совсем. При таком подходе произвольная деятельность и видимость прогресса ставятся выше, чем достижение требуемых результатов.

В то время как текущую деятельность осуществляют в основном отдельные люди, организация может в своих пределах установить правила и породить ожидания, способствующие успеху. В этом разделе мы обсудим три конкретных способа повысить вероятность того, что организация добьется успеха во внедрении и эффективном использовании операционной аналитики.

Организация всегда должна искать новые способы обнаружения нежданных ценностей в данных и новые способы применения аналитики. В 11-й главе моей книги «Укрощение больших данных» я рассказываю о том, как одно открытие часто ведет к другому, совершенно непредвиденному, но зависящему из первого. По мере того как организация будет увеличивать способы использования данных и разрабатывать всё новые аналитические процессы, она может обнаружить новые возможности, которые на момент начала работы даже не были в зоне видимости. Но если не пытаться выйти за рамки первоначальной идеи, то невозможно будет определить последующие неожиданные возможности, а они могут оказаться более ценными.

Позвольте мне привести потрясающий пример применения этого принципа к большим данным и аналитическому пространству. У меня состоялся очень интересный разговор с Энтони Голдблумом, генеральным директором компании Kaggle{90}. Она начинала и ныне продолжает действовать как конкурсный веб-сайт, который предоставляет компаниям возможность разместить требующую решения задачу вместе с набором данных, а затем позволяет любому пользователю попробовать свои силы в решении этой задачи. Предложивший лучшую модель (например, для прогнозирования заболевания) выигрывает конкурс, а иногда и денежный приз. Со временем Kaggle провела много конкурсов и собрала базу данных о более чем 100 000 конкурсантах. Все они были хорошо подкованы в аналитике и сильно увлечены ею.

Изначально Kaggle создавала базу данных о конкурсантах в целях управления конкурсами, благодаря чему всегда знала, где найти победителей, чтобы вручить призы. Но со временем Kaggle осознала, что эта база данных содержит не только основную демографическую и контактную информацию о специалистах-аналитиках, но и информацию об их специализациях с учетом того, в каких конкурсах они участвуют. Результаты, показанные участниками в конкурсах, также служили очень хорошим индикатором уровня их компетентности. Осознание уникальной ценности данных привело Kaggle к значимому инсайту.

Kaggle начала превращаться в поставщика услуг. Ведь она владеет базой данных о более чем 100 000 профессиональных аналитиках – и это когда в них отчаянно нуждается рынок. Kaggle поняла, что, возможно, имеет доступ к большему количеству аналитических талантов, чем кто-либо еще в мире, и что эту информацию можно монетизировать. Однако без организации конкурсов Kaggle никогда бы не создала свою базу данных. Реализация первой инновационной идеи привела к рождению второй. И эта вторая идея, состоящая в предоставлении профессионалам возможности реализации их способностей, может оказаться гораздо более ценной в долгосрочной перспективе.

Теперь давайте вернемся к примеру с браслетами FuelBand компании Nike, рассмотренному нами в первой главе. Мы говорили о том, что этот новый продукт бросает вызов традиционной бизнес-модели компании. Со временем такие персональные носимые устройства станут собирать еще больше информации, чем сегодня, включая частоту пульса, уровень кислорода в крови, температуру тела и множество других показателей. Тем самым будет генерироваться огромное количество данных о состоянии здоровья и ежедневных биологических циклах пользователей, что может представлять чрезвычайную ценность с медицинской точки зрения. Другими словами, хотя данные изначально собирались с целью помочь пользователям следить за своей ежедневной физической активностью, в конечном итоге они смогут представлять ценность далеко не только для медицины (разумеется, на условиях строгой конфиденциальности).

Также вспомним пример с датчиками, установленными на тракторах для отслеживания работы оборудования. Производитель тракторов может предоставить полученную аналитику фермеру, с тем чтобы тот изменил свои технологии и повысил урожайность своей земли. Такие сведения представляют очень большую ценность для фермеров, поскольку могут способствовать повышению лояльности клиентов и укреплению отношений с ними. Однако, пока производитель не начал бы собирать сенсорные данные для контроля за работой оборудования, получить дополнительную аналитику с целью увеличения урожайности было бы невозможно.

Изменение корпоративной культуры, необходимое для успеха операционной аналитики, может оказаться труднее технических аспектов. Создать аналитический процесс – это лишь полдела. Как мы убедились в восьмой главе, важно, чтобы сотрудники приняли аналитику и использовали ее результаты. Существующие бизнес-процессы и модели поведения необходимо изменить под воздействием аналитики. Однако если сотрудники посчитают, что свобода, с которой они выполняют свою работу, окажется под угрозой, преодолеть их сопротивление будет еще тяжелее. Ввиду этого следует находить и использовать ранних последователей, которые к тому же являются влиятельными лицами.

Вместо полного развертывания нового процесса начните с ограниченного. Это не только способ безопасно протестировать новый аналитический процесс, но и решить культурные проблемы. В любой организации можно найти людей, которые открыты для перемен и готовы пробовать новые методы работы. Эти же люди часто пользуются большим авторитетом среди коллег. Привлеките таких людей к тестированию нового аналитического процесса. Когда ранние последователи запустят его в работу, они увлекут своим примером и коллег.

Мультинациональная корпорация, с которой я сотрудничаю, имеет в каждой стране отдельное торговое подразделение. Как и следовало ожидать, эти подразделения значительно различаются между собой по уровню зрелости и успешности использования аналитики. Недавно компания собралась внедрить новый аналитический процесс, направленный на поддержку торговых команд, но по прошлому опыту она знала, что может столкнуться с серьезным сопротивлением. Чтобы свести к минимуму это сопротивление, мои клиенты отобрали в группу тестирования пару региональных менеджеров, которые уже имели достаточный опыт использования аналитики и были готовы пробовать новые методы. Внедрение процесса в ограниченном масштабе прошло успешно, а региональные менеджеры из группы тестирования полностью поддержали новый аналитический процесс.