Який тип культури потрібен для успішного освоєння сфери великих даних

«Наступ» великих даних трансформує як окремі організації, так і цілі галузі. Але поступ цих змін відбувається нерівномірно. Проведене McKinsey дослідження показало, що розрив між лідерами і аутсайдерами у використанні аналітики поглиблюється. Деякі компанії значно просунулися вперед, інші ж не можуть зробити навіть перші кроки: в них домінує замішання, а керівники та персонал ставлять під сумнів доцільність інвестицій у big data.

Чим же зумовлена така різниця? Представники компанії McKinsey¹ присвятили кілька місяців розмовам з керівниками аналітичного напряму різних організацій. Всі говорили практично про одне й те ж саме: про переваги і ризики, пов’язані з аналітикою великих даних; про початковий скептицизм персоналу, який змінюється ентузіазмом, коли люди бачать можливості цього підходу; про потребу використання спільних рамкових моделей та інструментів; і особливо — про конкурентну перевагу, яку отримує компанія, сформувавши культуру, в якій інтегруються знання, інструменти та аналітичні підходи до прийняття рішень.

На основі розмов з респондентами автори дослідження вивели сім засад, які є підґрунтям конструктивної культури, що обертається навколо даних.

1. Культура даних — це культура вдосконалення управлінських рішень

Не можна сприймати аналіз даних як абстрактний «науковий експеримент». Головна мета — використовувати дані для прийняття кращих рішень.

Роб Каспер (Rob Casper), директор з питань даних JPMorgan Chase: Найкраща порада, яку я можу дати, — це фокусуйте увагу на реальних проблемах. У чому полягає її сутність та як ви можете її розв’язати? Просто накопичуючи великі обсяги даних, ви обманюєте себе. Це не є життєздатною стратегією.

Ібрахім Гоксен (Ibrahim Gokcen), директор з цифрових технологій A.P. Moller — Maersk: Іноді, коли люди нагромадили багато даних, виникає спокуса сказати: «Що нам можуть підказати дані? Які висновки ми можемо зробити?» Особисто я категорично не приймаю такий спосіб мислення.

Потрібно почати з визначення результату, якого хочете досягти. Потім з’ясуйте, який тип даних для цього потрібен та які ідеї ви маєте з них витягнути. Далі, не зволікаючи, передайте вироблене рішення команді або клієнту. Це, власне, і є петля цифрового зворотного зв’язку: генеровані командою чи клієнтами ідеї служать «прискорювачем» вдосконалення процесу або продукту.

Кемерон Дейвіс (Cameron Davies), голова напряму наукових корпоративних рішень NBCU: В першу чергу ми дивимося на точки, в яких відбувається прийняття рішень. Аналізуємо процес та намагаємося виявити пробіли в наявних даних, аби оцінити обсяг часу та зусиль, потрібні для отримання додаткових даних.

Джефф Лухнау (Jeff Luhnow), генеральний менеджер, Houston Astros: На початку ми поставили запитання: «Як це називатимемо — аналітикою або якось інакше?» Вирішили назвати «наукою прийняття рішень». Йдеться про те, щоб отримати інформацію та розробити моделі, які допоможуть всім, хто приймає рішення (хто б це не був — генеральний менеджер чи директор команди нижчої ліги), краще виконувати свою роботу.

2. Безпосередня участь СЕО та членів ради директорів

Така участь має бути систематичною, а не обмежуватись окремими заходами.

Кемерон Дейвіс: Наш CEO Стів Берк (Steve Burke) постійно готовий вислуховувати, як у нас йдуть справи та надавати зворотний зв’язок. Щокварталу ми зустрічаємось зі Стівом на сесії, де обговорюємо, що робимо зараз, які проблеми виникли, як використали надані кошти, в чому бачимо цінність нових розробок, які технологічні рішення впровадили.

Такехіко Нагумо (Takehiko Nagumo), Mitsubishi UFJ Research and Consulting (MURC): Робота з великими даними — відносно новий напрям. Тому чіткість розуміння членами ради директорів — це відправна точка для всього. Ми проводимо для них освітні сесії. Дуже важливо, що деякі з директорів зовнішні. Тому вони привносять нові для нас знання, а ми, інтегруючи внутрішні і зовнішні знання, створюємо унікальні компетенції MURC.

Роб Каспер: У міру того, як дедалі більше людей оцифровують все, що вони роблять, — основним стає прозорість та доступ до даних у спосіб, який дає змогу генерувати цінність. Тому керівники вищих рівнів мусять прищеплювати прозорість на кожному рівні — чого б це не стосувалося: бюджету; розподілу часу; переліку проектів. Адже відомо, що «найкращий дезінфекційний засіб — це сонце».

3. Демократизація даних

Для створення конкурентної переваги необхідно, щоб потребу в даних відчували всі, включно з тими, хто знаходиться на найнижчих рівнях.

Такехіко Нагумо: Дані для нас як хліб, який ви їсте кожного дня. Кожний член організації мусить навчатися мислити категоріями даних. Але це не може відбутися відразу. Створення «наскрізного» набору даних, який був би актуальним для різних функцій та підрозділів, — це основа успіху.

Кемерон Дейвіс: Захопіть людей ідеєю аналітики. За час моєї роботи в NBCU та за 20 років перебування в інших творчих компаніях я не зустрів нікого, хто сказав би: «В жодному разі не давайте мені інформації, яка може допомогти зробити кращий продукт».

Тед Колберт (Ted Colbert), IT-директор, Boeing: Потрібна платформа, через яку співробітники мали б простий доступ до даних. Це допоможе їм переконатися в цінності аналітики та самостійно створювати рішення, які не потребують участі датолога.

Ібрахім Гоксен: Дані мусять рухатися по всій структурі без будь-яких перешкод. У нас тисячі людей можуть їх використовувати в повсякденній роботі. Організація мовби насичується «киснем». Бо коли дані застосовуються для розв’язання бізнес-проблеми, народжується інновація.

4. Дані і ризики

Завдання управління ризиками — забезпечити безпеку та відповідальні підходи до інтегрування даних до основних процесів.

Тед Колберт: У нас безпека завжди на першому плані. Рівень вимог до сертифікації ПЗ, інтегрованого в наші продукти, надзвичайно високий. А дані щодо того, як люди використовують систему, допомагають нам зрозуміти, що саме вони роблять. Це потрібно для того, аби продуктивність та безпека були нерозривно зв’язані між собою.

Кемерон Дейвіс: Ми маємо правила, що можна робити, а що ні. Якщо ви підете проти цього — то, найімовірніше, втратите роботу. Також є ризик, що ви отримуватимете неправильні висновки. Потрібні люди, які безперервно це відстежують. У нас були випадки, коли дані рухалися зовсім не в той бік і ніхто цього не зауважував.

Такехіко Нагумо: Це майже як Інь і Ян, або темна і світла сторони. Політика, процедури, каталоги та словники даних є базовим фундаментом для роботи з даними. Інша ж, світла сторона — це датологія, аналітика, інновація, зростання. Без міцного фундаменту ви не зможете використовувати дані. Якщо ж ви його збудували, але не використовуєте дані творчо, то не зростаєте. Дуже важливо об’єднати ці два елементи.

Ібрахім Гоксен: Будь-яка компанія знаходиться в рамках певних обмежень. Ми, як глобальна фірма, мусимо діяти відповідно до великої кількості регуляторних положень. Це означає, що підпорядковуючись різним вимогам, ви маєте навчитись рухатися швидше.

5. Каталізатори формування культури

Щоб ті, хто перебуває «на передовій», прийняли культуру даних — потрібен хтось, хто може збудувати міст між двома світами — датології і повсякденної операційної роботи. І, як правило, найдієвіші каталізатори змін — не «цифрові аборигени».

Кемерон Дейвіс: У нас є підрозділ, який займається річними прогнозам. Там ми знайшли одного дослідника, який здався нам найбільш відкритим. Він погодився стати «перекладачем» для решти організації. Потім ми розробили кілька алгоритмів, на основі яких було створено інструмент. І цей «євангеліст» першим почав його використовувати, а потім навчав цього інших і надавав нам зворотний зв’язок.

Такехіко Нагумо: У нас ключову роль відіграє менеджмент середнього ланки. Це свого роду команда знань, яка обґрунтовує ідеї управлінців вищих рівнів та формулює на їхній основі концепції. Також члени цієї групи очолюють процес впровадження технологічних інструментів по всій організації.

Джефф Лухнау: Ми вирішили для кожної команди нижчої ліги найняти додаткового тренера, який би володів мовою програмування SQL. Він виходив із гравцями на поле, а до чи після гри, детально розбирав з ними її окремі елементи на комп’ютері. За два роки всі наші тренери та менеджери добре освоїлися в технологічному просторі.

6. Дані як власність

Хоча зараз багато говориться про екосистеми, де відбувається вільний обмін даними, передові в плані використання аналітики компанії дивляться на дані як на свою власність та не поспішають надавати їх зовнішнім сторонам.

Джефф Лухнау: Коли у вас формується певне бачення світу та ви будуєте її модель, то навряд чи захочете ділитися нею з 29 іншими клубами. Думаю, що більшість клубів ставляться до даних та інформації як до джерела конкурентної переваги і прагнуть мати над цим повний контроль.

Ібрахім Гоксен: Ми можемо створювати унікальні ідеї, алгоритми штучного інтелекту та програмні продукти для наших команд. Все це допоможе набагато краще обслуговувати наших клієнтів. Зрозуміло, що ми не будемо ні з ким ділитися цією інформацією. Також нам не цікаво створювати ситуацію, коли доведеться працювати з сотнями різних компаній. Важливо мати основних фахівців у штаті (настільки, наскільки це можливо), з тим аби менше залежати від підрядників.

Тед Колберт: Я схвалюю кожний проект, який реалізується в «хмарі». Але також ми маємо інфраструктуру, яка захищає компанію. Можливо, це сповільнює нашу здатність генерувати інновації, але першорядне для мене — безпека.

7. Союз таланту і культури

Конкуренція за високопрофесійних фахівців у сфері даних є надзвичайно жорсткою. Але є ще один аспект проблеми — відповідність людини особливостям культури конкретної організації.

Ібрахім Гоксен: Наша компанія здійснює біля 20% всіх світових контейнерних перевезень комерційних вантажів. Уявіть, який вплив вона має на населення різних країн. Є і захопленість справою, і відчуття мети. Це й допомагає залучати людей, які нам потрібні.

Кемерон Дейвіс: У Disney я мав боса, який казав мені: «Якщо ви найматимете людей тільки зі своєї галузі, то ніколи не будете розумнішими за всіх інших у своїй галузі».

Попит на фахівців у сфері даних зростає, але, на жаль, набір умінь відстає. Люди знають, як використовувати інструменти, але недостатньо розуміють базові концепції, на яких вони базуються.

Якщо ж на деякий час ви абстрагуєтеся від суто професійних знань та сконцентруєтеся на здатності індивідів зрозуміти бізнес, управляти продуктами та взаємодіяти з клієнтами, то, не виключено, знайдете тих, хто зможе працювати разом і таким чином досягати справжнього успіху.

Роб Каспер: Люди, які досягають вершин у цьому бізнесі, по-перше, дуже розумні, по-друге, мають високі моральні якості. Крім цього, я дивлюся на «вузькі» професійні знання. Але потрібні несхожі індивіди — ті, хто можуть привнести різні якості. Якщо ж всі матимуть майже однакові характеристики — в команді бракуватиме здорової творчої напруги.

Підсумовуючи, автори дослідження зазначають:

За матеріалами "Why data culture matters", The McKinsey Quarterly.

Ілюстрація: Depositphotos.com

¹ Автори дослідження: Алехандро Діаз (Alejandro Diaz), старший партнер, Далласький офіс; Кайваун Раушанкіш (Kayvaun Rowshankish), партнер, Нью-йоркський офіс; та Тамім Салех (Tamim Saleh), старший партнер, Лондонський офіс.