Советы по организации грамотной аналитической культуры в компании
База знаний База знаний

Советы по организации грамотной аналитической культуры в компании

Автор: Георгий Нанеишвили.

Итак, ваша компания решила стать Data-Driven и принимать решения на основе анализа данных, а не только на интуиции? Это крайне похвально! Однако, между решением стать компанией с современной системой управления и торжеством Аналитической Культуры стоит долгий и непростой путь. К счастью, все больше компаний в мире переходят на новую парадигму управления, и мы готовы поделиться с вами практическим опытом. Сразу скажу, что Data-Driven – управление на основе данных – это не просто «дать всем инструменты бизнес-аналитики и заставить пользоваться». Это изменение мышления, это перестроение процессов управления компанией с целью делегирования полномочий принятия решений на средний менеджмент и даже на линейный персонал. Очень важной составляющей является сбор обратной связи, принятие решений на основе интересных находок – инсайтов и результатов анализа данных менеджментом среднего звена и даже рядовыми сотрудниками.

Уже из этого следует, что не всем компаниям это применимо: если компания живет в авторитарной парадигме управления «Я начальник, ты - дурак», то как не насаждай аналитическую культуру, всходов она не даст, так как быстро чахнет, когда руководство не прислушивается к выводам и принимает решения по старинке, на основе их собственного мнения или видения развития ситуации. Да и сотрудникам это мотивации не добавляет: он с одной идеей пришел, потом с другой – а его завернули со словами «не твоего ума дело, самый умный нашелся». Сотрудник пожал плечами и инициативу больше не проявляет, а его совет мог сэкономить компании миллионы в год, причем иногда – отнюдь не рублей.

Так почему же даже подобные компании начинают меняться, и пытаются встать на путь, ведущий к принятию решений на основе данных? Очень просто – дело в том, что неправильное или несвоевременно принятое управленческое решение – это не просто убытки для компании, но и стресс для руководителя, которому подобное решение может стоить должности. Таким образом, если решение принимается на аналитики, а не интуиции, оно оказывается не только более верным, но и снимает подобное напряжение. Да, не всегда решения, принятые на основе анализа данных корректные, но для этого и существуют математические модели чтобы их постоянно корректировать, и, в любом случае, вероятность правильного решения будет куда выше, чем принятого на основе интуиции или предыдущего опыта – это уже не работает в наше динамичном мире. Кстати, согласно исследованию «Влияние грамотности по работе с данными на производительность труда», лишь 37% процентов сотрудников доверяют своим решениям больше, если они основаны на данных, а почти половина часто отдают предпочтение принятию решений, основанных на интуиции, нежели на анализе данных. Более того, ситуация среди топ-менеджмента еще хуже, так как две трети топ-менеджеров и владельцев компаний управляют ей на основе интуиции, по сравнению с 41% менеджеров среднего звена и рядовых сотрудников.

Так что изменения должны начаться с самого верха: если руководителю носят отчет, написанный каллиграфом на гербовой бумаге, то вряд ли он будет принимать решения на основе данных. И наоборот, если руководство смотрит на панели управления компанией – дашборды, то подчиненным волей-неволей приходиться и самим разбираться, на какие числа смотрит начальник и почему они именно такие, какие были в прошлый раз и почему так произошло. Таким образом вовлекаются уровни -1 и -2 от руководителя.

Поэтому все начинается с поиска ответственного за данный проект – Дата-Лидера. И это должен быть сотрудник очень высокого ранга, ведь во время проектов по переходу к Data-Driven выявляются очень чувствительные вещи, и не все сотрудники заинтересованы в изменениях. Обычно подобные проекты идут под эгидой Финансового или Операционного директора – они кровно заинтересованы в оптимизации затрат и повышении производительности труда. К тому же они зачастую привыкли работать с цифрами и обладают достаточными аналитическими навыками и умением работать с информацией. Зачастую Дата-Лидером становиться руководитель, которому надоела «Excel-анархия», когда цифры у двух смежных отделов не бьются, правильную цифру найти невозможно, а любое изменение отчетов или подготовка нового занимает недели, если не месяца. К тому же им интересно знать положение дел во всей компании, а это, зачастую, очень большая проблема. Согласитесь, у финансового директора есть информация по его отделу – исполнение бюджетов, движение денежных средств… но как только он захочет увидеть информацию по продажам или логистике – ему не так просто ее достать.

Итак, терпение лопнуло, Дата-Лидер найден и пришло время встать на новые прогрессивные рельсы. Обычно взятую рельсу перекладывают на аналитический отдел или специальный отдел по работе с данными. Даже CDO назначают. И тут кроется большой подвох, который может поставить крест на всей инициативе: дело в том, что есть 2 подхода к решению этой задачи – «бизнесовый» или «IT-шный». «Бизнесовый» подход состоит в том, чтобы максимально быстро обеспечить всех сотрудников, принимающих решения информацией. При этом её качество на первых порах желает оставлять лучшего, но главный критерий – это именно быстро предоставить отчет. «IT-шный» же подход – это предоставить именно качественную информацию, причем в строгом соответствии с правами доступа. И IT-отдел не волнует, через месяц получит руководитель информацию или через два – у него показатели качество данных и безопасность. Обычно данный отдел годами строит Корпоративные Хранилища Данных – КХД или, по-английски DWH (Data Warehouse), а бизнес как не получал информацию вовремя, так и не получает. Более того, до 70% данных, запрятанных в КХД, никогда оттуда не извлекаются, и «хранилище данных» понемногу превращается в «кладбище данных». Как раз второй подход и ведет к упомянутой Excel-анархии: зная, что данные от ИТ получить очень непросто, бизнес-подразделения запрашивают её наперед и как можно больше, пряча её в свои собственные подпольные базы данных и подготавливая Excel-отчеты, который потом перекладываются в красивые презентации. Данный уровень развития аналитики называется «Децентрализованный», и его главный признак – это несогласованность цифр и невозможность мгновенно дать ответ на вопрос «А откуда такая цифра»?

Разумеется, данные должны храниться, быть полными, качественными и достоверными. Но превалировать должен бизнес-подход. Именно он помогает перейти к следующему уровню – Демократизации данных. Смысл этого уровня в том, что даже огромный аналитический отдел не может утолить информационный голод современной компании. Единственный путь к Аналитической Культуре – массово оснащать всех инструментами бизнес-аналитики и учить сотрудников ими пользоваться и самостоятельно строить отчеты, себе и коллегам. Таким образом, путь к Аналитической Культуре лежит через использование не просто аналитических инструментов - BI, а BI с возможностью самообслуживания - Self Service. И тут надо быть аккуратным, так как все поставщики решений говорят, что именно их инструмент самый самообслуживаемый и стоит только его купить как пользователи сами станут делать себе отчеты. Во-первых, это далеко не так. Во-вторых, вы покупаете не просто инструмент для аналитиков и рабочих групп, а единую аналитическую платформу, цель которой – снижение трудозатрат на подготовку отчетности и максимальное быстрое предоставление готового отчета бизнес-пользователю.

Так как же выбрать «правильную» BI-платформу, которая подойдет вашей компании и будет работать на сотнях, тысячах, а то и десятков тысяч рабочих мест? Проведите живое тестирование: соберите тестовые задания, когда на основании нескольких источников – не менее 5 ВАШИ бизнес-пользователи смогут самостоятельно построить отчетность в новом инструменте. Итак, данные готовы. Разошлите приглашение поучаствовать в выборе решение, желательно протестировать 5-6 инструментов. Пригласите участников, пусть они предоставят тестовые версии их продуктов, разверните его на стенде и проверьте что он активирован и у него есть доступ к данным. Потом назначьте тестирование, лучше – не больше, чем по 1 поставщику в день. Пусть они приедут и проведут обучение вашим пользователям – тем, кто будет использовать их инструмент каждый день, много лет подряд – имейте это в виду. Имейте в виду, что если вы остановитесь на данном инструменте, то подобное обучение будут проводить ваши сотрудники, когда будут вовлекать все новых и новых коллег, уча их самостоятельно делать отчеты и не дергать каждый раз ИТ-специалистов или аналитиков.

Попросите пользователей самостоятельно собрать модель данных и визуализацию. Пусть представители поставщика помогают советом, но не разрешайте им что-либо делать за пользователей, иначе это уже будет никакая не Self Service система, и бизнес все равно будет ходить на поклон к ИТ-специалистам, не в силах освоить и принять новый инструмент.

Если же будет выбран неправильный инструмент, то он так и останется на уровне одного или нескольких отделов, и вы так и не придете к Data-Driven и проект будет неуспешен.

Кстати, просто BI-инструмент – это далеко не все. Мало дать инструмент, даже правильный – надо еще научить им пользоваться. Это называется Культура работы с данными, или Data Literacy. Люди и так в стрессе от нового инструмента, поэтому очень важно поддержать их, научить пользоваться, дать доступ к помощникам и тренерам, которые помогут разобраться, поддержат и научат. А Центр Компетенции отследит, кто перестал пользоваться инструментом и предложит помощь в его освоении. Кстати, при выборе решение не смотрите на цену: у ряда недорогих или условно-платных решений очень долгий процесс как освоения, так и разработки. И трудозатраты на разработку отчетности могут перекрыть не только разницу в цене, но и вообще целесообразность разработки той или иной отчетности, что сделает невозможным использование инструмента на уровне всей компании.

Надеюсь, вы выбрали подходящий вам инструмент бизнес-аналитики и горите желанием оснастить им всех участников. С чего начать? Сразу скажу, что начинать с покупки данного инструмента – не очень хорошая идея. Каждому поставщику выгодно массовое использование именно его разработок, а у вас еще нет четкого представления, «приживется» этот инструмент в массах или нет. Поэтому попросите необходимо вам количество лицензии на время, чтобы понять, что инструмент подходит не только аналитикам, но и обыкновенным пользователям.

Как же это сделать? Как мы уже и говорили, сначала должен быть Дата-Лидер, причем именно от бизнеса. Его задача – сформировать Центр Компетенции, который как раз и будет развивать в компании Аналитическую Культуру. В центре компетенции должны быть:

  • Тренера, которые обучают сотрудников инструментам бизнес-аналитики;
  • Руководители проектов или Владельцы продуктов, потому что сам Центр Компетенции должен вести ряд проектов: например, панели для высшего руководства. К тому же, у них есть ряд внутренних проектов по отслеживанию распространения использования бизнес-инструментов, поисков тех, кто перестал ими пользоваться с целью вернуть обратно на путь истинный, доступности данных и их качеству и так далее.
  • Аналитики, которые могут понять бизнес и поставить задачу разработчикам или коллегам, которые отвечают за хранение данных.
  • Программисты, виртуозно владеющие инструментом бизнес-аналитики. Они не только участвуют во внутренних проектах, но и помогают коллегам по всей компании пройти аудит их собственных решений, перед тем как сделать их локальный отчет доступным для всех.

Не обязательно сразу формировать именно такое ядро, начните с малого. Но со временем он может стать таким или еще больше, все зависит от размера компании. Я знаю примеры, когда в ЦК появлялся даже Контент-менеджер, чтобы координировать обучение, семинары, обмен знаниями, встречи заинтересованных специалистов – митапы, «открытые микрофоны» - семинары, когда опытные сотрудники отвечают на любые вопросы новичков, и даже общение в телеграмм-канале.

Но Центр Компетенции не ограничивается одним отделом. Самое важное, что в него входят специалисты со всей компании, и как раз поиск, обучение и поддержка этих специалистов – «Дата-звездочек», и есть одна из его задач. Кто такие это «Дата-Звездочки»? Это сотрудники, которые готовят отчеты для принятия решений. Это не отдельный аналитический центр, нет – они разбросаны по всем отделам компании. Как мы и говорили, на один, даже самый большой отдел не в состоянии удовлетворить спрос компании на аналитики, и эти Дата-Звездочки – наш верный шанс донести аналитику до самого края организации. Сначала мы их обучаем, и они начинают осваивать продвинутые системы. На этом этапе очень важно им помочь – сидеть рядом, помогать, делать за них их работу, параллельно с ними готовя их отчеты. Когда же они начнут ими пользоваться, они смогут вдвое быстрее делать свою работу, а то и в 4 раза! И на этом этапе они начнут обучать других, помогая им освоить инструмент. Так начинает работать институт наставничества, одна из составляющих той самой Аналитической культуры, без которых ее не выстроить. Не всегда эти «звездочки» обладают достаточной грамотностью по работе с данными, так что потребуются курсы для того, чтобы их обучать. Иногда их еще называют «гражданскими аналитиками».

Это новая тенденция: обучение новым навыкам сотрудников бизнес подразделений. Таким образом, «гражданский аналитик» — это человек, который хотя и не получил фундаментального базового образования в сфере математической статистики и анализа данных, но освоил базовые принципы, которые помогут ему решать аналитический задачи в современных инструментах, не столь требовательных к наличию специализированной фундаментальной подготовки. Увы, данная тенденция связанна как раз с недостатком специалистов на рынке, с другой стороны – современные инструменты развиваются невероятными темпами, что снижает требования к подготовке персонала. Отрадно, что все больше компании поощряет подобное развитие персонала, предоставляя соответствующие курсы или оплачивая, частично или полностью, обучение на сторонних площадках при успешном тестировании после прохождения курса и подтверждении новых полученных компетенций.

Где же найти этих «Дата-Звездочек»? Вот хороший совет: за несколько дней пред очередным крупным совещанием, которые требует подготовки множества отчетов, через час-полтора после окончания рабочего дня зайдите в любой отдел. Посчитайте людей, запишите фамилии – все первый список готов, их можно обучать. Только не делайте это перед собранием, дайте людям отдохнуть. Сформируете группу обучения, желательно 10, максимум 12 человек – иначе тренеру будет сложно уделить внимание всем, и обучите инструменту бизнес-аналитики. Обучение должно быть базовое, его лучше проводить 2 дня подряд по 4 часа во второй половине дня, так как рабочих обязанностей с сотрудников никто не снимал. Из 50 обученных специалистов вы получите 10-12 «звездочек», с которыми необходима уже более детальная работа по переводу их Excel-отчетов на промышленные рельсы.

Итак, наши идеи вышли за пределы Центра Компетенции и пустили корни в других отделах. Но ведь ничего не изменилось: теперь аналитики готовят отчеты на новом инструменте, но на основании всех тех же «подпольных» баз данных и старых Excelей.

Пришло время для «IT-подхода» - надо сделать данными доступными для всех, но в пределах рамок безопасности. А самое важное – надо установить «единый источник правды», чтобы два отдела не приходили со своими числами. И данная работа начинается с общения с ответственными за тот или иной показатель, с целью формирования Бизнес-Глоссария и Каталога Показателей.

Когда на встрече присутствует несколько отделов, я иногда задаю простой вопрос, чтобы показать необходимость данного глоссария. Я спрашиваю: «А как вы считаете продажи?». Коммерческий директор отвечает: «Мой показатель – сколько я продал. Я отгрузил 40 вагонов продукции – вот мой показатель!». Но если на встрече присутствует финансовый блок, то тут же взвивается финансовый директор: «Дорогой коллега, вы изволили на 20 вагонов дать отсрочку в 30 дней, а еще на 10 – аж 60! Вот когда деньги придут, это и будет продажа!». Логистика может добавить: «А еще мы фуру брака приняли от сети и отправили поставщику. Мы это отдельно считаем или прошлую продажу будем корректировать?». Коллеги, вот тут уже несколько показателей: давайте определимся, как их называть – гросс, нетто, брутто, финансовая, с учетом возвратов… Вам же самим будет легче разбираться. Давайте сделаем так, что вся компания будет на одной волне, и все будут понимать, что означает и как рассчитывается тот или иной показатель. Для хранения подобных каталогов показателей есть специализированные продукты, но начать можно просто с Базы Знаний компании. Вы еще не используете базу знаний? Очень-очень зря. Ее стоит завести хотя бы для этого проекта. В базе знаний формируется бизнес-глоссарий и каталог показателей: за каждым показателем закрепляется ответственный, он рассказывает, что этот показатель означает, как рассчитывается и с какой периодичностью. Потом подключаются ИТ-специалисты, которые отвечают за работу с данными, и они уже детально описывают, из каких систем необходимо забирать данные, чтобы его получить. Если данный показатель планируется загрузить в хранилище данных (или он там уже есть), то необходимо его указать и сказать, как часто он обновляется. Важно, чтобы подобный каталог был доступен для всех, а выявленные показатели были уже доступны в системе бизнес-аналитики как “Master Items”, чтобы отделы не могли их исправить или не создавали свои, а пользовались стандартными. Тогда и цифры будут у всех одинаковые.

Кроме каталога показателей, со временем перехода на Децентрализованный уровень должны быть сформированы следующие справочники:

Каталог KPI. Важно, чтобы сотрудники понимали, как компания оценивает их деятельность. Все эти показатели должны быть достижимы, и сотрудники должны понимать, что показатель оценивает их личный вклад, что он может повлиять на его достижение. У каждого сотрудника должен быть свой набор KPI. И это тоже можно хранить в базе знаний. А вот конкретная цель у сотрудника или отдела может быть как публичной информацией, так и ограниченной.

Каталог отчетов. Тоже очень важная вещь, так как отчеты изменяются, добавляются, и, к сожалению, зачастую – дублируются. Как раз из-за того, что нет хорошего каталога отчетов. Один отдел вовсю пользуется важным отчетом, а другой отдел даже не знает, что этот отчет есть и делает свой – та же Excel-анархия, только на продвинутых инструментах. Поэтому очень важно вести список основных отчетов, не только для переиспользования имеющихся наработок, но и упрощения взаимодействия между отделами, чтобы все работали с одинаковыми отчетами на основе сертифицированных данных – это позволит как снизить трудозатраты на разработку и поддержание отчетности. За каталог отчетов тоже должен быть назначен ответственный, например, сотрудник аналитического отдела. В его задачи входит аудит отчета, проверка что все данные берутся из сертифицированных источников, описание отчета и его публикация в базе знаний и на сервере приложений.

Каталог данных. Это может быть как программный продукт, откуда ваши сотрудники смогут забирать себе данные для построения отчетов, так и просто описание «витрин» данных: что это за витрина, какие сертифицированные данные там лежат, как часто обновляются и для чего используются, насколько им можно доверять и как часто из используют в отчетах.

Правила предоставления данных. В чем смысл предоставлять сотрудникам аналитические инструменты, если компания боится предоставить данные? С другой стороны, компрометация данных – одна из актуальнейших проблем современного века. Поэтому нужны четкие регламенты: кому к каким данным предоставлять доступ, как разграничить доступ по ролям пользователей и по пользователям, в том числе на уровне записей.

Правила предоставления отчетов. Аналогично предыдущему пункту необходимо ввести предоставление доступа к отчетам: если сотруднику необходим тот или иной отчет, он должен знать кого и как он должен попросить предоставить доступ, кто должен одобрить предоставление отчета или внесение в него изменений.

Каталог визуализаций. С помощью визуализации можно как сконцентрировать на чем-то внимание, так и исказить картину, используя неподходящий вид визуализации – например, круговую диаграмму. Поэтому зачастую очень важно иметь список рекомендаций, какую диаграмму лучше использовать при проведении того или иного вида анализа, выдачи рекомендаций и результата расчетов. К тому же, чтобы упростить общение между отделами, можно ввести цветовое кодирование.

Обычно к тому времени пилотный проект начинает приносить свои результаты, и руководство решается на системный проект и закупку первого пула лицензий. Предлагаем вам план из шести шагов, который поможет не выходить за рамки бюджета и избежать ошибок, которые могут привести к увеличению расходов. Вот те шесть шагов, которые необходимо совершить для развития успеха:


Шаг 1. Планирование и видение

Создание эффективной программы по грамотной работе с данными начинается с формального обсуждения между сотрудниками, ответственными за руководство инициативами и стратегиями в области работы с данными в вашей организации. Повестка дня должна определить три критически важных аспекта программы:

Участники: определите, кто должен принять участие в первоначальной программе по грамотной работы с данными. Если у вас небольшая компания, то в ней может принять участие вся ваша организация. Для крупных компаний более полезной стратегией может быть ориентация на конкретных лиц, команды или отделы. Убедитесь, что первоначальные участники уже играют роль в принятии решений, основанных на данных, и являются хорошими спикерами, идеально — лидерами мнений. Их энтузиазм в работе с данными поможет продвинуть программу грамотной работы с данными по мере того, как вы будете создавать дополнительные группы.

Финансирование: сформируете и утвердите бюджет. Не надо брать деньги из ИТ-бюджета, вам еще с ними дружить. Это должен быть отдельный бюджет, предназначенный для создания и поддержки программы грамотности в области данных. В него входит как закупка и обслуживание средств бизнес-аналитики, так бюджет на обучение сотрудников и развитие центра компетенций. И, покупая средства бизнес-аналитики, убедитесь в том, что средства на её развертывание тоже есть. А то купите – а разворачивать не на чем. Но, кстати, это уже как раз ИТ-бюджет, который вы поможете им утвердить. Ищите методы экономии средств, например, используйте онлайн-модули для повышения дата-грамотности, доступные на бесплатной основе, такие как «Марафон по грамотной работе с данными».

Временные рамки: установите целевую дату, когда будет определена и введена в действие ваша программа дата-грамотности. Например, мы обычно устанавливаем, что первые три рекомендованных нами шага могут быть завершены в течение месяца или двух (обсуждение, информационное взаимодействие и оценка). Остальные шаги (обучение культуре работы с данными, предписывающее обучение и измерение) могут начаться в течение следующего месяца после оценки. Наилучшим вариантом для быстрого развертывания программы является предоставление участникам возможности развить свои навыки в течение одного-двух рабочих дней. Вам будет гораздо проще корректировать их рабочую нагрузку, чем ожидать, что они будут посвящать нерабочее время наработки навыков и самообучению.


Шаг 2. Информирование

Начните с предотвращения недоразумений и слухов. Составьте продуманный план информационного взаимодействия, который с самого начала даст людям понять, почему вы внедряете программу грамотности в области работы с данными. Не начинайте с детального описания плана программы. Позвольте самим участникам рассказать о преимуществах, как им стало легче работать, как они стали все успевать и уходить домой вовремя, как легко работать с современным инструментом и какую радость приносят находки-открытия, те самые «инсайты». Обычно коллегам, а тем более аналитикам охотнее верят, чем руководству. К тому же, дайте понять, что обученным сотрудникам легче сделать карьеру, потому что аналитические навыки являются необходимыми для руководителя.

Открыто и прозрачно рассказывайте о программе дата-грамотности с самого начала. Расскажите, что в программе будут участвовать все сотрудники, которые получат преимущества от грамотной работы с данными, а не только первоначальные участники. Донесите, что руководство компании активно поддерживает программу дата-грамотности, потому что решения, основанные на данных, принесут успех бизнесу и каждому сотруднику.

Как только люди узнают, почему создается программа повышения дата-грамотности, вы можете поделиться деталями программы по установленным каналам связи вашей организации. Отмечайте успехи программы, чтобы вся организация была в курсе того, насколько интересна работа участников. Поясните, что программа повышения грамотности в работе с данными — это не одноразовый успех, а постоянный процесс.


Шаг 3. Оценка сотрудников

Вот как раз на этом этапе и можно выявить часть «Дата-звездочек». Не полагайтесь на предположения о текущем уровне дата-грамотности у членов команды – можно просто попросить участников пройти оценку по их навыкам работе с данными. Вот бесплатный инструмент оценки: https://dataliteracy.ru/datatest

Но хочу сразу сказать, что результаты общественного опроса нас немного расстроили. Мы сделали широкую рассылку, и 69% аналитиков оценили себя как «Дата-грамотных». Потом мы этих 69% ответивших попросили пройти тест, и только 11% подтвердили свои компетенции в работе с данными. 80% опрошенных набрали 50% и более правильных ответов. Таким образом, 80% компаний принимают наполовину правильные решения, а обучением сотрудников надо заниматься постоянно и непрерывно.

Очень важно иметь курсы для всех типов сотрудников и поощрять их развитие. Помните, что даже при расширении использования инструментов у вас постоянно будет 80% начинающих аналитиков, которые освоили только азы работы и построение простых аналитических отчетов.

Мы рекомендуем сделать рассылку и попросить сотрудников пройти тест в течении месяца после старта проекта. И эта возможность должна быть у любого сотрудника в организации, а не только у тех, кто участвует в программе. К тому же это отличный способ повысить осведомленность о программе по всей компании.


Шаг 4. Обучение инструменту бизнес-аналитики

Для достижения аналитической культуры в компании должно быть организовано обучение сотрудников, центры компетенции и повышения квалификации. Мы же не можем нанимать в компанию только математиков, поэтому компании необходимо продумать процесс обучения собственных сотрудников и повышения их компетенций, искать новые концепции и подходы по работе и анализу данных. Выберете или назначьте желающих, предоставьте им инструмент и готовые отчеты и научите им пользоваться. Можно начать с «продвинутых» пользователей, который показали хорошие оценки на тестировании. Но цель – сделать аналитику доступной для всех принимающие решения сотрудников.

К сожалению, несмотря на то, что 92% руководителей считают, что их сотрудники должны обладать грамотностью по работе с данными, только 17% сообщают, в их компаниях поощряется желание работать с данными и учится этому.


Шаг 5. Обучение основам культуры работы с данными

Мало предоставить инструмент – надо научить им пользоваться. Повышение дата-грамотности происходит посредством обучения культуре работы с данными, вплетенного в существующую корпоративную культуру. Конечно, программа по повышению уровня грамотности по работе с данными действует только на тех, кто в ней участвует на добровольной основе. Но конечная цель – ознакомить с ней всех, вовлечь как можно больше участников. Надо распространить обучение на всех. Самый простой способ – это использование данных на собраниях. Во многих проектах старт массовому распространению начинался с заявлений руководства – «я не верю твоей презентации и твоему Excel – покажи в системе». В одной компании ключевая точка была пройдена, когда вместо презентаций 12 сотрудников из 20 просто открыло управленческий дашборд и стало отчитываться прямо на нем. На следующем совещании к ним присоединились и оставшиеся 8 коллег – деваться им было некуда, обстановка обязывала.

Забегая вперед скажу, что и этого недостаточно. Надо не только учить людей делать выводы, но и принимать решения, делегировать полномочия, стартовать проекты, контролировать достижение результатов и разбирать ошибки – только тогда мы сможем доверить принятие решений среднему менеджменту и рядовым сотрудникам.


Шаг 6. Измерение и повторение

Первоначальное обсуждение программы дата-грамотности должно определить виды метрик, которые будут использоваться для оценки программы, и обосновать ее расширение при помощи таких метрик как позитивная бизнес-динамика, рост использования данных и аналитических приложений, количество пройденных курсов, выданные сертификаты по грамотной работе с данными и т.д. Решите, как часто следует измерять прогресс, и широко информируйте сотрудников о положительных результатах программы. Основная метрика – это количество сотрудников, принимающих решения на основе данных: сколько их, кто из них активно пользуется инструментами аналитики и какие решения принимает. Помните, что процесс перехода к аналитической культуре долгий и итеративный, и мы все время должны вовлекать все новых сотрудников, обучать их и вовлекать. Только так, через обучение, наставничество и запрет «неуставных» аналитических инструментов и приходит компания к той самой Аналитической культуре.

Ещё больше информации вы сможете узнать из книги "Оптимизируй ЭТО немедленно! Как, используя современные IT-инструменты, сократить издержки и обойти конкурентов", автор Георгий Нанеишвили. Книга выйдет в издательстве Alpina B2B.

Подписывайтесь на нас в соцсетях, если хотите быть в курсе последних событий в сфере бизнеса и технологий.

Не менее интересные публикации