Вы – бизнесмен или руководитель? Слышали о Big Data, но до сих пор не внедрили их в вашей компании? Возможно, вы не до конца понимаете целесообразность сбора и анализа данных, или у вас есть ограничения по бюджету…
Но, скорее всего, вы – не математик и просто не хотите связываться «со всякими техническими штуками».
Если мы правы, тогда эта статья – для вас. Сегодня поговорим об основах анализа данных, не углубляясь в технические детали. Итак, что же нужно знать о Big Data руководителю, который не любит математику?
Почему данные так важны?
Данные – ваш ключ к принятию эффективных управленческих решений. Время, когда бизнес полагался исключительно на интуицию, уже в прошлом.
«Предприниматели всегда пользуются интуицией, — считает Александр Сербул, руководитель направления контроля качества интеграции и внедрений 1С-Битрикс. – Но при этом они должны хорошо знать своего клиента, а когда клиентов много – одна только интуиция не поможет, нужно анализировать».
В каких целях компания может применять аналитику?
- изучение спроса и разработка маркетинговой стратегии;
- повышение эффективности работы HR;
- привлечение новых клиентов и удержание существующих;
- выявление и предотвращение мошенничества;
- профилирование клиентов, поставщиков, контрагентов и т.д.
Что конкретно Big Data могут дать вашей компании?
Примеров и историй успеха масса – известны случаи, когда компаниям удавалось увеличить ROI на 526% всего за полгода, повысить эффективность онлайн-маркетинга на 95%.
Простой вопрос: если они смогли, почему не сможете ВЫ?
Согласно результатам исследования Harvard Business Review, применение аналитики повышает продуктивность компании на 5%, прибыльность – на 6%. Исключительно всем игрокам рынка, использующим в работе анализ данных, удалось обойти своих конкурентов максимум за год.
Не все данные одинаково полезны
Ключевая задача руководителя – понять, какие данные действительно важны для бизнеса, и как компания будет измерять их эффективность.
«Трудности при внедрении аналитических технологий очевидны: процесс может оказаться дорогостоящим и не принести ожидаемого успеха, — рассказывает Дмитрий Грязнов, CEO Dell-Украина. – Прежде чем начинать это непростое путешествие нужно определиться, чего мы хотим достичь, какие метрики являются ключевыми».
Приведем простой пример. В 2011 году благотворительный проект DoSomething.org запустил на YouTube вирусное видео, где знаменитости просили пожертвовать спортивный инвентарь нуждающимся молодым людям. Видео набрало более 1,5 млн просмотров! Круто, не так ли? Правда, есть одно «но»: всего 9 человек в итоге подписались на пожертвования, и ни один на самом деле этого не сделал.
Теперь понимаете, почему определение целей и метрик – столь важный момент? Целью акции был сбор пожертвований, конверсия оказалась 0,0%. А метрикой уж никак нельзя было выбирать количество просмотров.
Аналитика vs эксперимент
Каждый руководитель должен понимать разницу между аналитикой и экспериментом.
В англоязычных статьях часто встречается термин Data Mining, который дословно переводится как «раскопки в данных». Он четко отображает суть процесса – поиск скрытых закономерностей, выявление ценной (для бизнеса!) неочевидной информации в имеющихся данных.
Представьте, что вы руководите сетью розничных магазинов. Ваша цель – увеличить продажи при помощи маркетинга. Глубокая аналитика может выявить, например, что чаще всего вместе с детскими подгузниками мужчины покупают пиво определенной марки. Разве не повод провести рекламную акцию?
Чем же от аналитики отличается эксперимент? Он выявляет простые и вполне очевидные (хоть и не менее ценные) закономерности. Например, компания хочет определить оптимальную цену на новую продукцию. Для этого она устанавливает различную стоимость на товары в разных странах и следит за откликами покупателей.
Задавайте правильные вопросы
Прежде чем дать ход аналитическому проекту, каждый руководитель должен получить ответы на ряд вопросов.
Перечень таких вопросов в своей книге «О чем говорят цифры» предлагает Томас Дэвенпорт:
- Есть ли у вас данные в поддержку вашей гипотезы?
- Что вы можете сказать об источнике данных, использованных в анализе?
- Вы уверены, что выборка репрезентативна для генеральной совокупности?
- Присутствуют ли какие-либо выбросы в распределении данных? Как они влияют на конечный результат?
- Какие предположения вы положили в основу своего анализа?
- Почему вы выбрали именно этот аналитический подход? Существуют ли альтернативы в способах анализа?
- Какова вероятность того, что независимые переменные влияют на зависимые? Возможно, другой вид анализа поможет установить причинно-следственные связи намного точнее?
Изучайте статистику
Считаете, что знание основ статистики не так уж важно? Ошибаетесь. Мы живем в эпоху информации, где данные называют новой нефтью. Руководитель не сможет успешно воплотить аналитический проект, не зная, что такое выборка, среднее или генеральная совокупность. В таком случае вы рискуете быть обманутым при помощи статистики, что чревато принятием неправильных управленческих решений.
Так что изучайте статистику, задавайте правильные вопросы, внедряйте аналитику и преуспевайте!