v¦bo project
Бизнес-данные
Нужно больше данных
Цели и стратегия
Цели и стратегия
Свойства
Автор: Тюрин Владислав
Дата публикации: 09 сентября 2015
Поделиться
Файлы
Новое
Чем хороши шаблоны, условия для бизнеса на старте, как менеджеры теряют время,...
Как работать по 12 часов в день, какая экономика может себе позволить инновации,...
Абсолютная экономическая эффективность, как статистика измеряет прошлое, ещё...
Поиск
c l i c k ! m e
В публикации рассматривается понятие больших данных с точки зрения потребностей и возможностей бизнеса. Сфера внедрения технологий, основанных на больших данных, обширна. Но именно для бизнеса стоит насущная проблема их обработки исходя из экономической целесообразности и извлечения практической выгоды от больших и разнородных объемов данных. Цель публикации дать представление о больших данных и аналитики, рационального их применения в бизнес среде.

Big business data

Использование больших данных в бизнесе начинается с понимания проблемы поиска эффективного управленческого решения в условиях дефицита информации. Затем, неминуемо, менеджмент приходит к необходимости четко сформулировать цели (задачи) и стратегию больших данных.

Постановка цели и выработка стратегии

Сочетание следующих трех факторов приводит к тому, что инициаторами перехода к аналитике на базе больших данных часто являются маркетинговые подразделения:

1) особенности и интенсивность маркетинга и технологий современных продаж, как «передовой» его составляющей,

2) характерные черты и доступность открытой информации о потребителях глобальной информационной сети,

3) производительность современных аппаратных и программных средств.

Проявляя положительную активность, маркетологи мотивируют руководство перейти от традиционных данных к более мощному, но более сложному и затратному анализу больших данных.

Задумываясь о таком инструменте как большие данные, менеджмент компании должен несколько отстраниться от темы маркетинга и оценить пользу новых технологий в рамках всей бизнес-модели. Ограничить большие данные исследованиями рынка – это низкоэффективный подход.

Прежде всего хорошо бы понимать суть и потенциал больших данных, оценить их преимущества и пользу для текущей бизнес-модели. Особенно полезен интегрированный переход к большим данным в рамках общей стратегии развития. Как и любая другая традиционная аналитика, аналитика больших данных связана со многими аспектами существования бизнеса. И сверх того, именно большая аналитика нуждается в системном подходе и внедрении.

Большая аналитика – экономическая, финансовая, управленческая, маркетинговая и иная аналитика, основанная на больших данных и призванная подготовить принятие эффективных бизнес-решений.

В реализации задач, поставленных перед большими данными, на разных этапах, будут принимать разные подразделения компании. Вероятнее, будут привлечены внешние консультанты, особенно на этапе перехода к аналитике больших данных.

Как и с любыми масштабными энергичными современными информационными технологиями, предварительно сложно оценить весь эффект и результат от их внедрения. Поэтому начинают с нескольких конкретных задач связывающих в первую очередь экономическую и маркетинговую составляющие бизнеса. В разных вариациях это могут быть отделы: маркетинга, аналитики, логистики, стратегического и оперативного планирования.

Важно сразу определить реалистичные и практические задачи для решения которых предполагается использовать большие данные. Первична постановка корректной цели по правилам стратегического планирования.

Аналитика больших данных – это проект и уместно проектное управление. Оптимальным на этапе внедрения аналитики больших данных считается формирование проектной команды. В последующем, функции распределяются в рамках расширения такого проекта по специалистам подразделений компании.

Но какими бы ни были организационные решения, от четкой постановки цели на уровне стратегии бизнеса не уйти. Вот вопросы, на которые руководство должно знать ответ до того, как приступит к финансированию проекта большой аналитики:

- Для чего собираются большие данные?

- Какой результат ожидается получить от больших данных?

- Сколько больших данных нужно и какие это данные?

- Как большие данные связаны со стратегией бизнеса?

- Готов ли бизнес к изменениям при использовании больших данных?

- Какие риски сопровождают большие данные?

При ответе на вопросы, не забывайте, что большие данные можно формировать во внутренней среде бизнеса. А значит в качестве первых задач для большой аналитики могут быть предъявлены не только маркетинговые, но и кадровые, финансовые, логистические, производственные (внутренние) проблемы.

Безусловно задачи, которые ставятся перед большими данными обязаны соответствовать стратегии бизнеса в целом. Противоречия не допустимы. Наличие обоснованных сомнений в необходимости аналитики больших данных является весомой причиной для отказа от неё. Как наиболее оптимальная и менее затратная альтернатива – постепенное наращивание плотности собираемых традиционных данных и простая экономическая и маркетинговая аналитика на их базе.

Переход к большим данным в любом случае ведет к существенным изменениям – первый раз на стадии внедрения технологий больших данных и второй раз после получения аналитических результатов, основанных на больших данных. Проект больших данных – это как на свой страх и риск передать на полное обследование собственный бизнес внешнему аудитору и ждать, что он рано или поздно вынесет свой суровый вердикт «здесь и здесь у вас плохо, а вот здесь – уже поздно что-то менять». Что делать бизнесу, если анализ показывает неизбежность кардинальных изменений? Ответ зависит от готовности топ-менеджмента к переменам. Конечно же, сегодня компании, особенно лидеры рынков, понимают насколько важно быть активным в изменениях и насколько важно вовремя осуществлять подстройку бизнес-модели под меняющуюся реальность.

Большим данным нужна своя стратегия. И пусть это не стратегия равная общей стратегии развития бизнеса, но это серьезная проектная стратегия для успешной реализации проекта и понятная база для работы проектной команды.

Вряд ли понадобиться создание отдельного подразделения, тем более на первых этапах работы. Однако руководству стоит задуматься о профессиональном отделе аналитики или о введении в управленческие структуры бизнеса позиций квалифицированных аналитиков по направлениям.

На этапе проработки проекта перехода к большой аналитике компания определяется со многими профессиональными, методическими, технологическими, кадровыми сторонами его реализации. От выбора методик, технологий, кадровых аппаратных и программных решений зависит успех проекта и его стоимость. В какой-то момент немаловажным станет вопрос построения хранилища.

Большие данные – это не столько большая информационная система, сколько процесс (и связанные с ним объекты и функционал). Этот процесс призван получить значительные и значимые объемы информации из внутренней и внешней среды с последующей их обработкой для выяснения объективной картины развития бизнеса и поиска его недостатков, особенностей, возможностей, угроз, преимуществ.

Вот о чём целесообразно подумать при переходе к большим данным:

1. Стратегия больших данных

a. Основная цель и задача больших данных

i. Зачем нужны большие данные бизнесу

ii. Сколько данных нужно бизнесу

iii. Кто поставляет данные

b. Допустимые изменения бизнеса на основе больших данных (готовность к переменам)

i. Ориентирование бизнеса на большую аналитику

ii. Принятие решений на основе результатов большой аналитики

iii. Глубина проникновения большой аналитики в бизнес-процессы компании

c. Преимущества больших данных

i. Рыночные (конкурентные) преимущества

ii. Преимущества эффективных решений (управленческие преимущества)

iii. Финансово-экономические, производственные и логистические преимущества

2. Обеспечение больших данных

a. Источники больших данных

i. Внутренние источники

ii. Внешние источники

iii. Поставщики больших данных

b. Инструменты больших данных

i. Инструменты сбора (получения) больших данных

ii. Инструменты обработки данных

iii. Аналитические инструменты

c. Технологии больших данных

i. Хранилища больших данных

ii. Аппаратные средства больших данных

iii. ИТ-средства управления большими данными

3. Управление большими данными

a. Проект больших данных

i. Планирование проекта в рамках бизнеса

ii. Подготовка команды проекта

iii. Обеспечение проекта ресурсами

b. Команда проекта больших данных

i. ИТ-специалисты

ii. Специалисты-аналитики

iii. Руководство проекта

c. Контроль и координация проекта

i. Измеримые задачи и работы проекта

ii. Привлечение сторонних консультантов и экспертов

iii. Внешнее наблюдение (контроль и координация)

Всё выше описанное слишком масштабно для среднего и малого бизнеса со всеми проектными, информационными, аналитическими инструментами и технологиями. Так что же большие данные только для крупных корпораций? Конечно же нет. В больших данных есть большой потенциал и для субъектов среднего и малого предпринимательства. Имеются проблемы с развитием рынка больших данных для таких субъектов, которые вполне могли бы воспользоваться преимуществом больших данных на базе определенного вида аутсорсинга большой аналитики. Рынок услуг такого рода пока формируется и адекватных предложений недостаточно.

Уместным для малого/среднего бизнеса будет:

- постепенное повышение плотности собираемых традиционных данных,

- введение дополнительного аналитического функционала,

- назначение ответственного за работу с данными специалиста или координатора.

Конечно же многие задачи большой аналитики малому и среднему бизнесу решать лучше с внешними консультантами и профессионалами. Не исключена и кооперация по проблемным вопросам на основе имеющихся данных с другими субъектами рынка. Если же средний или малый бизнес является спутником (поставщиком, посредником) крупной компании, то очевидно получение существенного конкурентного преимущества через подключение к проекту больших данных такого партнера.

Скачайте полную версию публикации и дополнительные материалы
по ссылкам в разделе 'Файлы' в левой части страницы.