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

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.

Может потребоваться и принуждение к сотрудничеству

ИТ-команда и аналитическая команда должны работать в организации совместно, чтобы успешно превратить традиционную аналитику в операционную. В идеале команды должны сотрудничать добровольно. Если же этого не происходит, высшее руководство должно обязать их сотрудничать в приказном порядке. Принудительное сотрудничество лучше, чем отсутствие всякого сотрудничества.

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.

Информация, поступающая от продуктов, является ценной для централизованной программы инвентаризации и генератора списка покупок. Однако в долгосрочном плане эти данные не имеют никакой ценности. Единственное, что нам нужно, – это список необходимых покупок перед посещением магазина. Нам совершенно неинтересны детали коммуникации между вещами на кухне, в результате чего был составлен список{48}. За исключением этих данных здесь не происходит ничего такого, что бы отличалось от наших повседневных дел. Разве семейные пары запоминают в мельчайших подробностях, как они составляли список покупок перед походом в магазин? Нет. Они запоминают только то, что им действительно важно, – окончательно составленный список покупок.

Игнорируйте безумолчную болтовню

Интернет вещей будет создавать невообразимые объемы данных. Однако бо́льшая их часть лишена смысла за пределами текущего момента. Точно так же как вы запоминаете только несколько важных обменов данными в повседневных разговорах, так нет и необходимости сохранять подавляющее большинство коммуникаций между вещами.

Наш мозг превосходно умеет отфильтровывать ненужную информацию. Мы можем хранить яркие воспоминания о важных событиях, произошедших много лет назад, и с трудом вспоминать малозначимые разговоры, состоявшиеся только вчера. Это происходит потому, что мы, эффективно сортируя информацию, запоминаем наиболее значимую для нас. Аналогичный подход нужно применять и к данным от Интернета вещей. Хотя в совокупности генерируемые им объемы данных колоссальны, но каждый датчик по отдельности генерирует не так уж и много информации. Коммуникация датчиков состоит из передачи очень маленьких и легко управляемых пакетов информации. Ни один датчик сам по себе не представляет проблемы с точки зрения объема данных. Проблемы возникают, когда речь идет о совокупности датчиков и их коммуникации. Например, авиакомпания может отслеживать показания только определенных ключевых датчиков во время полета самолета, поскольку отслеживать показания всех датчиков в режиме реального времени окажется невозможным или ненужным.