Онлайн университет современного образования без отрыва от работы

Внедрение аналитики: почему аналитика имеет большое значение

Одна из основных проблем, с которой сталкивается большинство компаний при работе с данными, заключается в том, как привлечь больше сотрудников к использованию инструментов аналитики и бизнес-аналитики (BI). После значительных инвестиций в эти платформы многие организации по-прежнему видят лишь ограниченныепоказатели внедрения около 20-30%. 


Поскольку аналитические и BI-команды борются за привлечение большего числа бизнес-пользователей, низкие показатели внедрения аналитики объясняются многими факторами.Например, без вовлеченного и преданного исполнительного спонсора у организаций не будет никого, кто мог бы оказать необходимое влияние, поддержку и определить приоритеты для внедрения анализа данных.Информационная грамотность является еще одним знакомым препятствием для принятия.Если ваши бизнес-пользователи не приобрели базовых навыков работы с данными и не чувствуют себя комфортно при работе с данными, единственными, кто сможет воспользоваться вашими инструментами аналитики ибизнес-аналитики, будут ваши сотрудники по аналитике. 

 

Скрытое препятствие на пути внедрения аналитики 


В аналитическом пространстве можно обнаружить одно распространенное препятствие, о котором не так часто упоминают, - это то, что называется синдромом обуви Сапожника. Она основана на поговорке середины шестнадцатого века о том, что сапожник всегда носит худшую обувь (в некоторых версиях это обувь его детей). По сути, торговец настолько сосредоточен на потребностях своих клиентов, что не может позаботиться о своих собственных (и нуждах своей семьи). 

Эта же проблема возникает в индустрии аналитики всякий раз, когда мы видим отсутствие качественной аналитики, которая заключается в измерении и анализе производительности и использования инструмента аналитики. Сегодня в большинстве крупных компаний есть специализированные группы аналитики и лично аналитики, которые создают всевозможные отчеты и информационные панели для ключевых заинтересованных сторон и внутренних команд. Однако, когда вы спросите их, кто получает доступ к этим отчетам и как часто они просматриваются, есть большая вероятность, что вас встретят пустые взгляды. 

Во многих случаях встречаются организации, которые просто понятия не имеют, как часто используются их информационные панели, отчеты и аналитические инструменты. Например, аналитические группы часто бывают шокированы, обнаружив, что никто из их руководителей активно не использует панель управления, которую они создали и поддерживают. В этих случаях они настолько зациклены на предоставлении чистой, точной и своевременной информации, что никто даже не обращает внимания на то, используется ли она на самом деле. 

В других ситуациях организации могут иметь только слабые или ограниченные аналитические возможности в своих инструментах, что затрудняет для них понимание того, насколько эффективна их стратегия внедрения анализа данных. В результате, как и сапожник с потертой обувью, многие команды аналитиков не применяют свои знания в области обработки данных, чтобы понять, как они могут расширить использование инструментов и оптимизировать взаимодействие с пользователями. 

Улучшение внедрения аналитики невозможно без измерения 

Если цель вашей организации состоит в том, чтобы стать более ориентированной на данные, решающее значение будет иметь четкое понимание текущего использования и внедрения аналитики. Эксперт по контролю качества Х. Джеймс Харрингтон как-то сказал: “Измерение-это первый шаг, который ведет к контролю и, в конечном счете, к улучшению. Если вы не можете что-то измерить, вы не можете этого понять. Если вы не можете этого понять, вы не можете это контролировать. Если вы не можете контролировать это, вы не сможете улучшить это”. Без точной картины того, как аналитика используется в вашей организации, будет очень сложно управлять внедрением, отслеживать ваш прогресс и улучшать его с течением времени. 

Организации, которые проводят аналитику на своей собственной аналитической платформе, с большей вероятностью добьются прогресса в создании культуры, основанной на данных, чем те, которые этого не делают. Они понимают, что использование аналитики в их аналитических инструментах может дать некоторые из следующих типов информации: 

  • Обновление контента: Показывает, какой контент активно используется и какой контент может нуждаться в обновлении, чтобы стать более актуальным или полезным для конечных пользователей. 
  • Использование функций: определите, какие функции и функциональные возможности используются или игнорируются пользователями, что может послужить основой для будущих учебных мероприятий или улучшений функций. 
  • Взаимодействие с командами: Выделите, какие бизнес-команды являются заядлыми пользователями платформы, и каким командам может потребоваться дополнительное обучение или поддержка, чтобы полностью ее освоить 
  • Ключевые защитники: Определите потенциальных опытных пользователей, которых можно привлечь для оказания помощи в поддержке и обучении 
  • Качество данных: Предупредите команду аналитиков о потенциально поврежденных конвейерах данных или потенциальных ошибках в наборах данных, которые могут повлиять на общий опыт работы с инструментами. 
  • Бизнес-пример: Оцените, насколько важна аналитика для бизнеса, и обоснуйте дополнительную численность аналитиков для поддержки текущего использования. 

Все эти данные об использовании и производительности могут помочь организациям в разработке стратегий внедрения аналитики данных и повысить отдачу от инвестиций в аналитику. Если мы действительно верим в силу данных, почему мы должны ограничивать аналитику только бизнесом, а не аналитической платформой? Чем больше людей используют инструменты аналитики и добиваются с их помощью успеха, тем более ориентированной на данные, естественно, становится ваша культура. Хотя в настоящее время большинство компаний недооценивают аналитику, аналитика на аналитике станет еще одним способом, с помощью которого компании, разбирающиеся в данных, смогут перехитрить и превзойти своих конкурентов. 

Сделайте аналитику на основе аналитики ключевым приоритетом бизнеса 

По мере изучения ваших методов аналитики на основе этой аналитики вы, возможно, захотите пересмотреть текущие аналитические возможности вашего поставщика. Слишком многие аналитические решения рассматривают эту функциональность как тривиальную функцию флажка с небольшим вниманием к разработке и поддержке. Удивительно, но если бы поставщик предоставил лучшую аналитику на своей собственной платформе, он мог бы не только предоставить своим клиентам ценную информацию о том, как они могут расширить взаимодействие с пользователями и их внедрение, но и извлечь выгоду из усилий своих клиентов за счет расширения своей базы пользователей и увеличения числа обновлений. Ищите поставщиков аналитики, которые понимают важность аналитики на основе аналитики и хотят помочь вам получить максимальную отдачу от ваших инвестиций в данные. 

Наши курсы по Power BI:
Курс Аналитик BI
Курс DAX Mastering
Курс Финансовый анализ в Power BI

Наши каналы:
Facebook
Instagram
Telegram
VK
Полезные статьи