10 трендов в аналитике (2017)

Эта заметка является вольным переводом статьи Gartner 10 Megatrends in Analytics
toptrendsinanalytics_infographic1

Бизнес-аналитика стала активно развиваться примерно в 2012 году, и к настоящему времени охватывает практически все компании и все области бизнеса. Осталось достаточно мало руководителей, которые принимают решения «по наитию», не принимая во внимания графики и таблицы с отчетами о своем бизнесе. Что же будет происходить в аналитике дальше?

Решения на основе данных

Аналитика для многих остается всего лишь игрушкой. Красивые анимированные графики производят впечатление на всех участников совещаний. Но надо задаться вопросом: ради чего мы делаем этот анализ? Надо идти от бизнес-задач. Цель любого анализа состоит в улучшении показателей бизнеса через осознание необходимых бизнес-трансформаций. Не должно быть «аналитики для аналитики». Каждый аналитический результат должен приводить к бизнес-решению.

Тактические указания для стратегов

Кто потребляет аналитическую информацию в компании? В общем-то все, начиная с Гендира, и поэтому аналитика должна влиять на стратегические решения, принимаемые на всех уровнях. Чтобы быть полезной, хорошо бы сфокусироваться на следующих моментах:

  • Баланс стратегического анализа и текущих финансовых показателей
  • Реалистичная оценка текущего положения дел
  • Объективная оценка вариантов развития

От ключевых функций до всех процессов

Аналитика должна пронизывать все предприятие. Каждый сотрудник должен ориентироваться в своих решениях на аналитические результаты.

От агрегированных данных до детализации

На основе агрегированных данных могут приниматься ключевые стратегические решения. Однако возможность докопаться до каждого конкретного источника дает возможность лучше разобраться в происходящем, понять своих клиентов, и уточнить стратегию до уровня тактики.

Многомерные хранилища данных

Хранилища данных должны быть устроены таким образом, чтобы пользователи разных отделов могли взглянуть на данные со своей точки зрения. Таким образом, каждое подразделение вносит свой вклад в разработку тактики и стратегии компании.

От сводок к открытиям

Организации должны осуществить переход от аналитических сводок о прошлом (описательной аналитики) к использованию имеющихся данных для прогноза будущего. Это поможет им понять свой потенциал развития, и свои тактические действия.

К ИИ

Подумайте о том, что надо вашему бизнесу, что бы вы хотели узнать. Сейчас существует множество технологий для поиска и консолидации данных, и их углубленного анализа. Искусственный Интеллект (ИИ) — мощное средство, но это всего лишь объединение известных методов, и он не предложит вам ничего радикально нового. Ваш data scientist предложит вам наилучший набор инструментов для вашей бизнес-задачи.

Выбор аналитической платформы

Важный шаг. Выбирайте платформу по следующим критериям:

  1. Какие уникальные особенности бизнеса вы можете улучшить, чтобы выделяться среди конкурентов?
  2. Какова ваша стратегия развития данных в рамках стратегии развития компании? Какие опции вам еще потребуются, и позволяет ли платформа это развитие?
  3. Необходимы ли вам data scientists для обслуживания платформы и специально обученные аналитики, либо вы хотите сделать платформу доступной для каждого сотрудника?
  4. Возможно, вам будет достаточно готовых решений, и время от времени вы будете отдавать задачи углубленной аналитики на аутсорсинг в специализированные агентства?

Отдельная или встроенная аналитика

Некоторые системы управления предприятием уже имеют встроенную аналитику. Возможно, вам будет достаточно этих возможностей. Плюсом такого решения является быстрота внедрения — инструмент уже доступен, требуется лишь обучить сотрудников.

Если же вы хотите увеличить свои конкурентные преимущества, то необходимо потратить время на интеграцию более разумных систем.

Открытые данные

Возможно, какие-то собранные вами данные будет полезно открыть для всех заинтересованных пользователей. Например, Сбербанк планирует отдать в свободный доступ данные по транзакциям по карточкам. Такие данные могут помочь развитию всей экономики страны. Например, анализ покупок может помочь в исследованиях погодных экстремумов. Подобные научные исследования окупятся сторицей для Сбербанка, поскольку компания сможет использовать их результаты для улучшения своих сервисов.