Перестаньте искать суперменов в отделе аналитики
Обработка данных стремительно развивается. За последние пять лет компании потратили миллиарды долларов, чтобы создать команды из лучших айтишников и, набрав зеттабайты данных и прогнав их через умные алгоритмы, выловить значимые сигналы среди шумов. И кое-где это приносит плоды: данные начинают менять наш мир в таких непохожих сферах, как перевод текста, розничные продажи, здравоохранение и баскетбол.
Истории успеха есть, но компаний, которые до сих пор не получают от своей аналитики больших выгод, тоже немало. Четкие и выверенные подходы к обработке информации не гарантируют практической пользы от всего процесса: он дает сбой на последнем этапе, когда приходит время объяснить выводы аналитиков людям, принимающим решения.
На анкету, выложенную на платформе по анализу данных Kaggle в 2017 году, откликнулось более 7 тыс. аналитиков. Выяснилось, что из семи основных барьеров, с которыми они сталкиваются по работе, четыре носят организационный характер: «недостаток управленческой/ финансовой поддержки», «отсутствие четко поставленных вопросов, на которые нужно найти ответ», «отказ руководства использовать полученные результаты», «непонимание людьми сути аналитики». Эти результаты совпадают с теми, что привел в своем подкасте специалист по данным Хьюго Баун-Андерсон, опросивший
35 ведущих аналитиков. В статье на HBR.org в 2018 году он писал: «Подавляющее большинство моих гостей рассказали, что главное, что должен уметь аналитик, — это учиться на лету и много общаться: без этого не ответить на вопросы бизнесменов и не объяснить сложные результаты неспециалистам».
Общаясь с аналитиками и руководителями фирм на моих лекциях и консультациях по визуализации и презентации данных, я часто слышу нотки разочарования. Специалисты по данным сетуют, что накопали немало ценной информации, но ею никто не пользуется: топ-менеджеры попросту не понимают, как все это работает, либо смотрят на данные как на панацею, способную дать ответ на любой вопрос. Управленцы-коммерсанты жалуются, что обильные инвестиции в аналитику не приносят отдачи. На самом деле результаты есть — просто их никто не перевел на понятный руководству язык.
Люди бизнеса и технари всегда плохо понимали друг друга, но в нашу эпоху пропасть стала еще глубже. 105 лет назад инженер Виллард Бринтон начал свою главную книгу «Графическое изображение фактов» с описания знакомой нам проблемы: «Сплошь и рядом какой-нибудь член комитета или совета директоров по незнанию дела или вследствие своего самомнения отвергает тщательно продуманный план знающего человека только потому, что его автор не сумел представить собранные им факты настолько убедительно, чтобы опровергнуть возражения <…> Для факта его интересная подача — это то же самое, что для фундамента — воздвигнутый на нем храм».
Почему же мы сто лет не можем преодолеть разрыв? Как и у каждой глубинной проблемы, у него сразу несколько причин. Во-первых, бытует представление, что тот, кто данные обработал, тот и должен их презентовать. Оно связано с тем, что в пакеты программ для анализа данных включены и инструменты их визуализации. Но на самом деле в таких пакетах модули анализа весьма изощренные, а вот «картинки», наоборот, примитивные. Стандартные средства не идут в сравнение с продуманной, качественной инфографикой — разработчики пакетов и не ставят себе такой цели. Многие специалисты по работе с данными прямо говорили мне, что терпеть не могут визуализацию с ее неизбежными упрощениями и огрублениями, из-за которых топ-менеджеры делают выводы без учета нюансов, свойственных научной картине. Сейчас организации гоняются за специалистами по данным, нанимать высоколобых технарей стало модно, и никто не думает о том, захотят ли и смогут ли они делиться своими выводами с неподготовленной аудиторией.
Все было бы ничего, если бы в пару к ним нанимали переводчиков с технического языка на деловой, но никто об этом не думает. Руководители компаний до сих пор ожидают, что одни и те же люди будут и готовить данные, и анализировать их с точки зрения нужд и стратегий бизнеса, и делать красивые графики, и представлять их неспециалистам. Но такого не бывает.
Чтобы начать исправлять ситуацию, нужно перестать искать суперменов и изменить взгляд на состав аналитического отдела. В статье предлагается решение для тех, кто не получает выгод от работы аналитиков. Я рекомендую добавить в команду новых специалистов. Переукомплектованный аналитический отдел станет кросс-дисциплинарным: носители разных умений могут работать в тесной связке и каждый станет понимать, чем занимаются другие. Работу будут не передавать от одной группы к другой, а делать ее вместе.
Командный подход (не новый, но по-новому примененный) поможет аналитическому отделу преодолеть бездну между технарями и бизнесменами и создаст новую ценность в организации.
Источник : hbr-russia.ru
