От продвинутой к эффективной аналитике

За последнюю декаду в компаниях произошел фундаментальный сдвиг в философии принятия решений. Лидеры ушли из среды, где был важен личный опыт и интуиция, в мир, где решения принимаются при помощи данных и количественных методов по историческим свидетельствам. И теперь мы подошли к обрыву над следующей трансформацией, к реке, которая ведет от простой аналитики к продвинутой. И это изменение такого же рода, как и другие, которые ждут от нас наводящих на размышления вопросов на микро- и макроуровнях. Главный вопрос, который нужно задать лидерам трансформации звучит так: “Подходит ли нам путь от простой к продвинутой аналитике или стоит поразмышлять над другой дорогой?”

В сфере анализа очень быстро распространились онлайн-курсы, успехи популярно рекламируются, и в целом в СМИ мы видим повышенное внимание к продвинутой аналитике (ПА), которая преподносится в разных форматах. ПА попала в центр событий как логичный шаг в эволюции бизнеса. У хайпа кроме негативного есть и позитивные стороны. Есть компании, которые до этого момента недооценивали свои данные, а теперь начинают доверять им, соответственно получая преимущества. А теперь к другой, не такой блестящей стороне этой медали. Хайп создает поле ожиданий, которые фрустрируют компании, и многие работники теряют мотивацию. 

Компании пытаются поднять продажи и доверие и прыгают в этот балаган под названием “быть на передовой ИИ и аналитики”. И пока не ясно, насколько эта стратегия успешна для подогрева продаж. Тем не менее так создаются ожидания для новых аналитически одаренных ресурсов, приходящих в бизнес. Во имя простоты назову их Люками. Множество Люков приходят в компании, где рулит ИИ, желая создать лучшие новые прогнозные модели. Оно и понятно, эти модели технически интересные и повышают их личный статус. К несчастью, Люки не знают о том, что им нужно пройти обучение, а их базовые технические навыки оказываются неприменимыми в бизнес-среде. Это приводит к фрустрации и демотивации внутри группы Люков. Фрустрация обостряется с падением технического понимания и сопровождается накоплением бизнес-опыта.

Несмотря на то, как компании демонстрируют свои аналитические возможности, есть одна общая правда для всех них. Компаниям нужны практические и достоверные инсайты из их данных. Техники и методы из прошлого ценятся невысоко. Их сменяет реальная ценность возможностей аналитики, когда инсайты получают из данных и используют для решений высшего уровня, особенно на конкурентных рынках. Когда вы размышляете о компании, действующей в успешно управляемой данными среде, вы найдете несколько лидеров отрасли, которые особенно хороши в получении этих инсайтов с минимальным уровнем комплексности. Буду называть таких лидеров Йодами. 

Чтобы смягчить раздражение, Люки получают существенную свободу в решении проблем, а бизнес-лидеры осознают, что ценность таких решений очень невысока. Такой подход на самом деле уменьшает фрустрацию в коротком промежутке времени, но при этом результаты в большей части аналитической работы перестают быть эффективными и применимыми для Йод или компании в целом. 

Эффективная аналитика

Чтобы установить баланс во взаимных уступках между пользой от аналитической работы для Йод и фрустрацией у Люков, предлагается концептуальный фреймворк “эффективная аналитика” (ЭА).

Чтобы представить себе идею ЭА, вообразите, что для каждой проблемы существует бесконечное количество возможных аналитических решений. Более того, эта плоскость диапазонов решений от простых до продвинутых/комплексных.

Рисунок 1. Плоскость, где существуют все аналитические решения.

Решение каждой проблемы будет находиться где-то на этой плоскости, у него будет конкретная точка зависимости отношения между Йодой и Люком. Йода по природе предпочитает более простые и понятные решения, а Люку нравятся более сложные и продвинутые. Точное расположение точки решения будет зависеть от “воздействия силы”, приложенной каждой из частей. “Воздействие силы” для каждой части зависит от ее относительной вероятности, а также от бизнес-значимости проблемы.

Рисунок 2. Итоговое аналитическое решение будет зависеть от сил, приложенных отдельными участвующими Люками и Йодами.

К сожалению, нет такого фреймворка, который поместил бы Люков и Йод в одну систему координат. При этом если одна из групп идет на компромисс, то и потери будут, как минимум, у одной из них. 

Фреймворк ЭА все же пытается поместить Люков и Йод в одну систему координат, добавляя ещё одно измерение к плоскости решений. Новая ось показывает эффективность решений по мере того, как они становятся более сложными.

Рисунок 3. Ось эффективности

При помощи такого подхода и кое-какой теории из исследований в других областях мы можем нарисовать кривые эффективности для каждой проблемы. 

Рисунок 4. Граница эффективности и область эффективной аналитики

На результирующей кривой у каждого решения будет свой соответствующий уровень аналитической эффективности. Более того, группу эффективных аналитических решений можно определить и согласовать вместе Йоде и Люку ещё до того, как будет готово детальное решение. Такая прозрачность позволит Люкам глубже понимать нужды бизнеса, уменьшая фрустрацию. Для Йод такой подход будет хорош потому, что позволит найти полезные и достоверные решения, а со временем и более продвинутых Люков. 

Как компания создает культуру эффективной аналитики?

Хитрый вопрос. В основном потому, что каждая компания уникальна, а единого решения не существует.

До погружения в детали важно разделить части. Культура ЭА — это следующий шаг к точке, где данные играют главную роль. Это не первый шаг. Раз вы читаете эту статью, значит вы признаете, что в мировоззрение вашего бизнеса уже входит пункт управления данными. И вы уже осознали всю их ценность. Как шагнуть в сторону такого взгляда — это отдельный разговор.

Ключ к укреплению среды ЭА созвучен с концепцией Рэя Далио о радикальной открытости и прозрачности. 

В большинстве компаний, даже тех, у которых горизонтальная иерархия, четко разделены по группам Йоды и Люки. Действия в таких независимых сферах приводят к рассинхронизации между субъективными мирами Люков и Йод. Пока Йоды культивируют прозрачность бизнеса, Люки лучше понимают, что большинство бизнес-окружений существенно расходятся с академической средой, где происходит обучение. Это требует от Люков перенастройки их фокуса и определения приоритетов. Тут ключевая настройка — это навык разделения временного малоценного и постоянного, более важного для компании. 

Культивирование такой прозрачности воодушевляет лидеров старшего уровня (включая Йод и всех остальных) развиваться в продвинутой аналитике. Концептуальное понимание ПА позволяет Йодам лучше визуализировать “границу эффективного решения”: знать, где находится предложенное решение и осуществлять более эффективное руководство в этом пространстве.

Йоды, которые верят, что эта область должна оставаться за границами их личного набора навыков, рискуют: 1) отстать от Йод, которые делают следующий шаг к миру, управляемому данными; 2) не привлечь или не удержать Люков, так как их конкретные навыки не вознаграждаются по мере роста возможностей.

Как понять путь силы

Переходим к деталям: ниже приведены конкретные пункты, которые нужно понять и Йодам, и Люкам, чтобы подстроиться друг под друга и создать культуру эффективной аналитики. 

Люкам стоит понять, что:

• Самые крутые и точные модели/технологии не всегда оптимально подходят для решения конкретной проблемы. Сначала они не увидят в этом смысла, им будет очень сложно устоять перед таким искушением, но пройдет время, и они поймут, что иногда лучший инструмент для рабочего процесса — это простая Excel-таблица.
• Задачу, которую вы решаете, надо использовать как руководство по релевантным навыкам и методам. Не тащите “молоток глубокого обучения” с собой в каждую проблему.
• Ваше время стоит денег. Пользуйтесь этой формулой, чтобы рассчитать стоимость решения, которое вы строите. А потом обратитесь к себе с вопросом: “Потратил бы я столько на то, что я делаю?” Если ответ “нет”, то снова подумайте над подходом.

Для Йоды важно знать следующее:

• Всю аналитическую панораму. Она кажется слишком технической и страшной, но погрузиться в нее стоит, особенно если вы действительно верите в то, что этот путь поможет развитию вашей компании. Если нет, то стоит еще раз подумать над аргументами в пользу приглашения Люков в команду.
• Каждый шаг в эволюции, управляемой данными, больше, чем предыдущий. ЭА — не такой уж легкий путь для компаний. Проблемы с обязательствами в этой области, скорее всего, приведут к небольшой выгоде или неудаче. Чтобы появилась ценность, вера и убежденность должны стать основными опорами в этом направлении.
• Не сходите с ума по ИИ. Если вы нанимаете Люков, чтобы они решили ваши проблемы при помощи ИИ-инструментов, скорее всего, вы потратите и свое, и их время.
• Убедитесь, что ваше окружение подходит Люкам для работы. Не нанимайте Люков, ожидая от них чудес на рабочем месте. Вы разочаруетесь и можете в конце пути повстречаться с Дартом Вейдером. А это очень хороший Люк, который перешел на сторону тьмы.
• Люки не знают пути силы (того, как именно работает компания), так что дайте им направление. Если вы не сделаете этого, то, скорее всего, получите действительно превосходные решения, которые невозможно реализовать или хоть как-то использовать. 

Заключение

Отлично. Вы дошли до финала идеи. Чаще люди бросают гораздо раньше. Оставлю вас с этими советами наедине. Если вы Люк, который ищет Йоду, используйте все, что вы узнали. А если вы Йода, у которого уже есть Люк, будьте серьезны и стремитесь к согласованности в своей компании. А если вы Вейдер, что ж… пусть случай будет на вашей стороне хотя бы когда-нибудь…

---

Перевод статьи Matt Smith: From Advanced to Effective Analytics