Анализируйте, а не предоставляйте данные

Сегодня данные не только не радуют их пользователей, но и наводят уныние.

Век информационных технологий открывает для бизнеса огромные возможности. Big-big data. Любой маркетолог из 60-х позавидовал бы, узнав какие данные о клиентах доступны сегодня, как легко получить к ним доступ, хранить, обрабатывать.

А что мы обычно имеем на выходе работы с данными? Цифры, которые не позволяют ни получить понимание ситуации, ни принять какое-либо решение.

Это разочаровывающий, депрессивный итог, особенно если посмотреть на ресурсы, потраченные на работу с данными.

Дата-депрессия началась не вчера. Еще во времена первого фильма о «Терминаторе» об этом явлении писал Джон Нейсбитт (John Naisbitt) в суперкниге «Мегатренды».

Джон Нейсбитт: «Мы тонем в информации, но испытываем голод по знанию»

За тридцать лет немногое изменилось. Не правда ли?

Применительно к данным, проблема информация-знания синонимична проблеме отчетность-аналитика.

Чем отличается аналитика от отчетности? В аналитике, кроме данных, дается понимание, инсайт, оценка; в отчетности — простая констатация фактов.

Чем отличается статистика от дата-майнинга? Тем же самым.

К вам приходит коллега и говорит, что выручка и прибыль компании в прошлом году выросли в два раза. Что стоит за этой фразой?

Во-первых, это некоторое усилие по сбору данных.

Во-вторых, простейшие математические операции, сравнение с предыдущим годом и собственно отчетность. На этот раз в словесной форме.

Полезна ли такая информация? Да, безусловно. Особенно, если коллега — бухгалтер, и была поставлена задача получить две цифры: приросты по выручке и прибыли.

С точки зрения аналитики — это слабая попытка. Так как отсутствует инсайт.

Как воспринимать рост в два раза? Это позитивная или негативная новость? Какие еще есть важные замечания и нюансы?

Почва для подобных выводов — это вопросы, позволяющие установить контекст. В данном конкретном случае такими вопросами могут быть:

— как компания росла в предыдущие годы, и как растут конкуренты;
— как соотносятся эти два финансовых показателя с другими финансовыми KPI;
— за счет чего были достигнуты эти результаты, и вписываются ли они в общую стратегию компании.

Простейший способ перевести отчетность в аналитику, это добавить: «Мы выросли в два раза по выручке и прибыли, и ... с учетом конъюнктуры я считаю это хорошим результатом».

Как бы по-детски ни звучало — «хороший результат», это уточнение переводит работу на качественно новый уровень. Уровень аналитики.

Итак, три этапа: сбор данных — отчетность — аналитика.

Из известных мне авторов первым в завершенном формате подобный подход предложил Авинаш Кошик (Avinash Kaushik), гуру веб-аналитики, а в последнее время — и большой специалист в области digital-маркетинга.

В терминах Авинаша три этапа выглядят как DC-DR-DA (data collection, data reporting, data analysis). Аналитика, конечно, наиболее важный этап, на который он рекомендует тратить 65% бюджетов и сил. На DC и DR — 15% и 20% соответственно.

Почему так? Потому что сбор и отчетность требуют минимального погружения в бизнес. Сданная только отчетность означает, что задача анализа перевешивается на заказчика. Ему самому нужно погружаться в тему, выявлять инсайт. И на это он потратит гораздо более 65% бюджета.

Вот интересная сводная таблица от Авинаша, которая показывает его видение рынка консалтинга в области веб-аналитики в разрезе этапов DC-DR-DA.

Сделать хорошую аналитику в отрыве от контекста невозможно. Однако именно аналитика является панацеей от дата-депрессии. И для исполнителя, получающего удовлетворение от своей работы, и для клиента, получающего видение за пределами цифр.

Мы в Datasense верим в аналитику. Аналитика данных, интеллектуальный анализ, требующий понимания и погружения в бизнес клиента, — наша специализация.

Как итог.

Из опасения утонуть сегодня многие предпочитают вообще не заходить в океан данных. В принципе не собирают данные, или собирают и их игнорируют. Второе еще более преступно, чем первое.

Но в любом случае, это слабая позиция. Мы все способны на гораздо большее.

Простой шаг — попробуйте внести в отчеты немного аналитики, вашего видения, инсайта. Не важно, что это за отчет, и какие в нем данные: показатели производства, продаж, посещения сайта, затраты на рекламу... Продвиньтесь от унылых: «было выпущено X единиц, что на Y больше прошлого периода, в средний ежегодный прирост за Z лет — А%».

Оцените их. Наполните смыслом свою работу. И для себя, и для потребителя ваших данных.

Насколько серьезна дата-депрессия? Как из нее выйти? Что предпочитают ваши руководители: отчетность или аналитику? Если есть добавления, возражения; хотите поделиться своим опытом и соображениями, добро пожаловать в «Комментарии».

Впервые опубликовано: здесь, в 2014 году

Поделиться
Отправить
Запинить
2018  
Популярное