Питер Друкер
Управление бизнесом
Эффективная аналитика
Томас Дэвенпорт
Все мы знаем, какой силой обладают так называемые killer apps – революционные продукты той или иной компании, не имеющие аналогов в мире. Разработки таких компаний, как American Airlines (электронное бронирование), Otis Elevator (профилактическое техобслуживание) или American Hospital Supply (онлайн-заказы), за многие годы принесли своим создателям огромные доходы и укрепили их репутацию. Имея такие ценные – и востребованные – продукты, компании смогли собрать информацию и использовать ее так, чтобы в корне изменить ожидания клиентов и оптимизировать работу до невиданного уровня. Из вспомогательного инструмента технологии превратились в стратегическое оружие – и все благодаря им.
Компании, делающие ставку на killer apps, как правило, сосредоточивают все внимание на одной области, обещающей наибольшее конкурентное преимущество. Однако новое поколение корпораций повысило ставки. Такие компании, как Amazon, Harrah's, Capital One, и руководство команды «Бостон Ред Сокс» добились впечатляющих успехов, применяя во всевозможных видах своей деятельности мощнейший инструментарий аналитики. Фактически они превратили себя в целые армии killer apps – и сокрушительно движутся вперед к победе.
Подобную «гонку аналитиков» компании ведут не просто потому, что могут так делать, – специалистов по данным и их обработке в наши дни предостаточно, – но и потому, что делать так нужно. Во многих отраслях компании предлагают одни и те же продукты, применяют схожие технологии, так что именно бизнес-процессы пока позволяют выделиться.
И компании, эффективно использующие аналитику, готовы «выжать» из этих процессов все до капли. Они не только знают, какие продукты нужны их клиентам, но и могут сказать, сколько те готовы заплатить, как много купят в течение жизни и что способно заставить их покупать больше. Они не только знают, что такое компенсационные выплаты и текучесть кадров, но и могут подсчитать, сколько сотрудников помогают достигнуть цели, а сколько – наоборот и как уровень зарплаты влияет на эффективность работы. Они не только знают, когда истощаются оборотные фонды, но и могут предсказать сложности со спросом и цепочкой поставок, поэтому таким компаниям удается сделать так, чтобы случаев нехватки ресурсов было меньше, а вовремя отгруженных заказов – больше.
Все свои действия эффективные аналитики четко координируют в рамках комплексной стратегии, которой руководит топ-менеджмент, делегируя затем задачи ответственным лицам на каждом уровне. Сотрудники, нанятые за опыт работы с цифрами или обученные понимать всю их важность, имеют возможность оперировать лучшими данными и лучшими количественными методами. В итоге они принимают оптимальные решения – большие и малые, день за днем, снова и снова.
Хотя аналитикой занимаются во многих организациях, мало кому удалось достичь уровня настоящего профессионализма. Но именно эти компании лидируют в разных областях: в производстве потребительских товаров, в финансах, розничной торговле, туризме, развлечениях и т. д. Аналитика сослужила добрую службу Capital One, позволив ей на 20 % увеличивать чистую прибыль на акцию каждый год с момента IPO. Благодаря использованию аналитики Amazon превратилась в лидера розничной торговли в Интернете и смогла получать прибыль, несмотря на огромные вложения в рост и инфраструктуру. Секрет успеха в спорте – вовсе не стероиды, а статистика, и это подтверждают легендарные победы «Бостон Ред Сокс», «Нью-Ингленд Пэтриотс» и «Окленд Эйс».
Идея вкратце
Одними только продуктами выделиться среди конкурентов практически невозможно. Ваши соперники предлагают то же, что и вы. А учитывая ценовую конкуренцию со стороны некоторых стран, выиграть за счет низких издержек тоже будет весьма сложно.
Как же выделиться?
Станьте супераналитиком!
Используйте прогрессивные технологии сбора и анализа данных, чтобы выжать из своих бизнес-процессов все до капли. Вы сможете не только понять, что нужно вашим клиентам, но и оценить, сколько они готовы заплатить и что их привлекает. Оценивайте не только то, во сколько обходятся вам сотрудники, но и их точный вклад в итоговый результат. Не просто отслеживайте имеющиеся запасы, но и прогнозируйте возможный дефицит и избегайте его.
Супераналитики становятся лидерами в своих отраслях. Например, аналитическая работа Capital One обеспечила компании прирост в прибыли на акцию не менее 20 % ежегодно с момента выхода на рынок. Сделайте аналитику частью вашей глобальной конкурентной стратегии и внедряйте ее среди ответственных лиц на всех уровнях. Так ваши сотрудники получат в распоряжение лучшую статистику и количественные инструменты, чтобы каждый день принимать оптимальные решения – большие или малые.
Умелое обращение с данными в таких организациях – нередко часть их имиджа. Страховая компания Progressive создает рекламу на основании подробного разбора индивидуальных страховых ставок. Клиенты Amazon могут наблюдать, как интернет-магазин изучает их пристрастия: постепенно система подстраивается под наиболее частые заказы. Благодаря бестселлеру Майкла Льюиса «Moneyball»[5], где рассказывается о важности статистики в профессиональном бейсболе, команда «Окленд Эйс» теперь известна не только спортивным мастерством, но и математической скрупулезностью ее аналитиков.
Чтобы определить, что характерно для эффективных компаний-аналитиков, мы с двумя коллегами из Центра изучения рабочей информации при Бэбсон-колледже рассмотрели данные 32 организаций, уделяющих большое внимание количественному объективному анализу, и 11 из них причислили к полноценным эффективным аналитикам. Это значит, что высшее руководство таких компаний объявило аналитику ключевым компонентом корпоративной стратегии. В разработке там немало проектов, задействующих сложные данные и статистический анализ. Управление аналитической деятельностью ведется на уровне предприятия, а не подразделения.
Идея на практике
Как стать супераналитиком
Поддерживайте аналитику на уровне руководства
Сформулируйте и осознайте, какие изменения в корпоративной культуре, рабочих процессах и навыках потребуются от большинства ваших сотрудников. Будьте готовы и сами к руководству компанией-супераналитиком.
Вам придется освоить теоретические основы различных количественных методов, чтобы сознавать их ограничения. Если у вас мало опыта в статистике, обратитесь к экспертам, разбирающимся в вашем бизнесе и понимающим, как применить к нему аналитику.
Создайте единый центр аналитики
Пусть все работы по сбору и анализу данных ведутся под руководством одного человека, с использованием общих технологий и инструментария. Так будет проще обмениваться данными и избегать проблем с несоответствием форматов отчетности, определений данных и стандартов.
Пример: Procter & Gamble создала централизованную группу из 100 специалистов, пришедших из разных направлений бизнеса. Весь их опыт используется для решения кросс-функциональных задач. К примеру, аналитики в сферах продаж и маркетинга представляют данные о возможностях роста на имеющихся рынках аналитикам по поставкам, что позволяет им создавать более эффективные дистрибьюторские сети.
Расставьте приоритеты в аналитической работе
Отводите ресурсы тем аналитическим проектам, которые наиболее прямо поддерживают вашу глобальную конкурентную стратегию.
Пример: В Harrah's значительная часть аналитической деятельности направлена на повышение лояльности клиентов и уровня обслуживания, а также на смежные сферы – например, ценообразование и рекламные акции.
Создайте культуру аналитики
Прививайте уважение к измерениям, тестированию и оценке количественных данных в масштабах всей компании. Призывайте сотрудников принимать решения на основании фактов. Так же планируйте и систему поощрений – используйте количественные показатели.
Нанимайте правильных людей
Ищите и нанимайте аналитиков, обладающих высококлассными навыками количественного анализа, умеющих говорить простыми словами о сложном и эффективно взаимодействовать с руководством. Найти таких людей бывает трудно, поэтому начинайте искать задолго до того, как специалист должен будет приступить к работе.
Выбирате правильные технологии
Будьте готовы выделять много ресурсов на развитие технологий, таких как системы управления связями с клиентом (CRM) или планирования корпоративных ресурсов (ERP). Представляйте данные в стандартных форматах, консолидируйте их, размещайте в хранилище и делайте так, чтобы они были доступны всем. Имейте в виду, что данные для адекватного анализа вам придется собирать годами.
Пример: Компании Dell Computer понадобилось семь лет, чтобы создать базу данных из полутора миллионов записей о рекламе компании в печати, на радио, сетевом и кабельном телевидении. Совместив эти данные со статистикой продаж в каждом регионе, где использовалась реклама (до и после ее выхода), Dell смогла оптимизировать рекламную стратегию для каждого региона и для каждого вида рекламы.
В этой статье мы расскажем о характеристиках и опыте таких компаний, а также о серьезнейших переменах, которые предстоят другим организациям, желающим заявить о себе в сфере аналитики. Нетрудно догадаться, что подобный переход требует существенных вложений в технологии, накопления огромного количества данных, а также разработки комплексной корпоративной стратегии управления ими. Но не менее важно и то, что руководители должны принимать явное, постоянное, активное участие в этой деятельности и стремиться к переменам в мышлении, в работе сотрудников, а также в отношении к ним. Как часто говорит Гэри Лавмен, генеральный директор компании Harrah's, имеющей успешный аналитический аппарат: «Мы думаем, что это так? Или мы это знаем?»
Анатомия успешной аналитики
Среди лучших эффективных аналитиков – корпорация Marriott International. За последние 20 лет она сделала настоящую науку из системы для определения оптимальной цены номера (а ведь это ключевой аналитический процесс в гостиничном бизнесе, именуемый также управлением выручкой). Сегодня Marriott International готова к гораздо большему. За счет программы Total Hotel Optimization компания распространила свои методы количественного анализа и на конференц-залы и системы кейтеринга. Необходимый инструментарий доступен через Интернет владельцам отелей и специалистам по управлению прибылью. Были разработаны системы, позволяющие оптимизировать предложения для постоянных клиентов и оценить вероятность того, что они уйдут к конкурентам. Благодаря этому менеджеры по прибылям на местах получили возможность в условиях форс-мажора действовать вопреки рекомендациям системы (например, когда в Хьюстон потянулись пострадавшие от урагана «Катрина»). Компании даже удалось создать модель возможной прибыли, способную подсчитывать фактическую выручку как процент от теоретического оптимального уровня, и, когда аналитика и управление прибылями были внедрены по всей корпорации Marriott, этот показатель вырос с 83 до 91 %. Арендодатели и франчайзи поняли: если нужно выжать максимум из имеющегося, помогут методы Marriott. Разумеется, такие корпорации, как Marriott, действуют иначе, чем традиционные компании. Разница видна клиентам во всем; эту же разницу ощущают день за днем сотрудники и поставщики. В нашем исследовании мы выделили три ключевых отличия успешных аналитиков.
Широкое применение моделирования и оптимизации
Простую описательную статистику по тому или иному аспекту своего бизнеса, например средней зарплате или среднему объему заказа, смогут составить в любой компании. Но супераналитики простой статистикой не удовлетворяются. Посредством прогнозного моделирования они выявляют клиентов наиболее прибыльных, наиболее перспективных и наиболее склонных вскоре отказаться от услуг компании. Такие организации собирают данные, полученные по внутренним каналам и из сторонних источников (в последнем случае они анализируют информацию тщательнее своих менее скрупулезных конкурентов), – и в итоге оказываются способны всесторонне понять клиентов. Они оптимизируют цепочки поставок, что позволяет определить вред от возможных непредвиденных препятствий, подобрать альтернативы и обеспечить поставки, невзирая на затруднения. Они устанавливают индивидуальные цены, чтобы с каждой сделки получать максимум прибыли. Они создают сложные модели того, как их текущие расходы соотносятся с эффективностью работы с финансами.
Супераналитики также измеряют посредством сложных экспериментов общее влияние стратегий вмешательства и на основании результатов совершенствуют дальнейшие тесты.
К примеру, компания Capital One ежегодно проводит более 30 000 экспериментов с разными показателями процентных ставок, мер поощрения, параметров адресных рассылок и другими переменными. Цель этой работы – максимально увеличить вероятность того, что потенциальные клиенты станут брать кредитные карты, и того, что кредиты будут возвращены Capital One.
Progressive проводит аналогичные эксперименты с находящимися в общем доступе данными индустрии страхования. Компания выделяет небольшие группы, или ячейки, клиентов: например, мотоциклисты в возрасте от 30 лет с высшим образованием и кредитной историей выше определенного уровня, никогда не попадавшие в аварии. Для каждой ячейки компания выполняет регрессивный анализ, чтобы выявить факторы, ближе всего связанные с потенциальными рисками от этой ячейки. Затем для каждой из них назначается своя цена – с тем чтобы компания получала прибыль от разных групп клиентов, – а с помощью программных средств моделирования проверяются финансовые перспективы этих предположений. Такой подход позволяет Progressive страховать клиентов из традиционных групп высокого риска с прибылью для себя. Другие страховые компании сразу отказываются от рискованных клиентов, не утруждая себя работой с данными (хотя даже традиционные страховые компании, такие как Allstate, уже начинают внедрять аналитику на уровне стратегии).
Корпоративный подход
Супераналитики понимают, что большинство функций бизнеса – даже те, которые традиционно зависят не от цифр, а от человеческого фактора, такие как маркетинг, – можно усовершенствовать, применяя сложные количественные методы. Эти организации выгодно используют не одно, а несколько приложений, улучшающих работу разных подразделений. Иногда такие приложения даже предлагают использовать клиентам и поставщикам.
Компания UPS олицетворяет собой переход от целевой аналитики к аналитике комплексной. Хотя она славится пристальным вниманием к технологическим исследованиям и организации производства, до недавнего времени ее возможности были слишком узки. Сегодня UPS развивает свой статистический потенциал, чтобы отслеживать перемещение грузов, прогнозировать решения людей и влиять на эти решения – оценивая вероятность оттока клиентов и выявляя источники проблем. Подразделение клиентской статистики UPS, например, способно точно предсказать вероятность ухода клиента на основании того, как обычно идет работа с ним и какие он выдвигает претензии. Если данные наводят на мысль о потенциальном отказе от услуг компании, менеджер по продажам связывается с клиентом, чтобы обсудить и решить проблему. Это позволяет значительно сократить число потерянных клиентов. Такого рода деятельность UPS все еще недостаточно масштабна, чтобы компанию можно было считать полноценным супераналитиком, но движется она именно в этом направлении. Супераналитики считают всю подобную деятельность во всех областях единым конструктом, общей инициативой, часто выделенной в отдельную категорию, например, в Capital One это «информационная стратегия», а в Barclay's Bank – «работа с клиентами на основании информации». Деятельность в рамках этих программ проходит не только под общим названием, но и под общим руководством с применением общих технологий и инструментария.
В традиционных компаниях business intelligence (этим термином в индустрии ИТ обозначают процессы и программы аналитики и отчетности), как правило, ведется на уровне подразделения; специалисты по цифровым данным сами выбирают инструменты, сами контролируют хранилища информации и сами обучают людей. Но это приводит только к хаосу. Во-первых, распространение созданных пользователями электронных таблиц и баз данных неизбежно приводит к расхождениям в ключевых показателях эффективности внутри организации. Кроме того, доказано, что от 20 до 40 % таких электронных таблиц содержат ошибки; чем больше их циркулирует внутри компании, тем плодороднее становится почва для новых ошибок. Супераналитики же, напротив, формируют централизованные группы, чтобы важные данные и другие ресурсы находились под надежным контролем, а разные подразделения организации могли легко обмениваться ими, не сталкиваясь с препятствиями в виде несоответствующих друг другу форматов, определений или стандартов.
Некоторые супераналитики применяют такой же комплексный подход не только к технологиям, но и к кадрам. К примеру, в Procter & Gamble недавно разработали своего рода «группу сверханалитики», в которую вошло более 100 специалистов из разных отделов: производства, поставок, продаж, изучения клиентуры и маркетинга. Хотя в основном аналитики работают в рамках своих подразделений, эта группа находится под централизованным управлением. Такая консолидация позволила P&G использовать для решения важнейших задач все доступные ей знания. Например, аналитики по продажам и маркетингу сообщают о возможностях роста на имеющихся рынках коллегам, занимающимся планированием корпоративных сетей поставок. Аналитики же по поставкам, в свою очередь, используют собственные знания, принимая решения в таких новых областях, как конкурентная разведка.
Благодаря этой группе P&G гораздо четче контролирует процессы принятия решений внутри компании на основании статистики. Раньше аналитики P&G по выявлению слабых мест помогали оптимизировать бизнес-процессы и экономили деньги, но, поскольку все они принадлежали к разным подразделениям, многие менеджеры даже не знали, какие услуги те могут предложить и насколько эффективно способны работать. Теперь руководство использует в своих проектах обширнейшую базу опыта компании. При этом мастерское обращение с цифрами стало одной из визитных карточек P&G в глазах инвесторов, прессы и общественности.
Приверженность руководства
Внедрение аналитики в масштабах всей компании влечет за собой перемены в корпоративной культуре, бизнес-процессах, поведении и навыках многих сотрудников. Возглавлять этот процесс, как и любые другие значительные изменения, должны представители топ-менеджмента – сторонники количественного подхода, – в идеале – глава компании. Нам действительно удалось найти несколько генеральных директоров, в последние годы руководивших процессом перехода к широкому использованию аналитики. Среди них – Лавмен из Harrah's, Джефф Безос из Amazon и Рич Фербенк из Capital One. До ухода из Sara Lee Bakery Group генеральный директор компании Барри Берача держал на рабочем столе табличку, резюмирующую его личную и корпоративную философию: «В Бога верим, от остальных требуем данных». Нам приходилось видеть компании, где один-единственный менеджер направления или подразделения пытался внедрить аналитику по всей организации, и кое-кому даже удавалось достичь некоторого успеха. Но все же этим сотрудникам не хватало влияния, широты зрения и кросс-функциональных полномочий, для того чтобы сколько-нибудь значимо изменить корпоративную культуру.
Руководители, решившие внедрять методы аналитики, должны хорошо понимать и высоко ценить их. Не обязательно иметь опыт работы со статистикой, но важно знать теоретические основы различных количественных методов, чтобы сознавать присущие им ограничения – какие факторы учитываются, а какие нет. Если руководитель испытывает затруднения с количественными методами, он обращается к экспертам, разбирающимся в его бизнесе и понимающим, как в нем можно задействовать аналитику. Мы пообщались с несколькими топ-менеджерами, воспользовавшимися услугами таких консультантов, и все они отметили, как важно найти человека, способного объяснить все простым языком и при этом достаточно надежного, не склонного заниматься подтасовками. Некоторые из наших собеседников окружили себя высокопрофессиональными аналитиками: профессорами, консультантами, выпускниками MIT и пр., – но это скорее была личная инициатива, а не вынужденная мера.
Даешь статистику!
Аналитика против чутья – вот любимая тема политических комментаторов в контексте двух последних выборов президента США. Обсуждается она и в профессиональном спорте благодаря нескольким популярным книгам и громким спортивным победам. На сегодняшний день преимущество, похоже, за аналитикой.
Примечательно, что статистика активно применяется для выбора спортсменов. В бестселлере Майкла Льюиса «Moneyball» много внимания уделено ее использованию для выбора игроков в команду «Окленд Эйс», способную выигрывать даже в трудных условиях. Команда «Нью-Ингленд Пэтриотс», также уделяющая статистике самое пристальное внимание, выиграла три из последних четырех Суперкубков, а по расходам на персонал она стоит на 24‑м месте в лиге. «Бостон Ред Сокс» практикует «саберметрику», то есть использует статистику в бейсболе, для чего менеджеры компании даже привлекли Билла Джеймса, знаменитого бейсбольного аналитика, который и принес известность этому термину.
В европейском футболе стратегия также играет важную роль. Итальянский «Милан» использует модели прогнозирования от собственного центра лабораторных исследований, чтобы предотвращать травмы, анализируя физиологические, ортопедические и психологические данные из многих источников. Перспективная английская команда «Болтон Уондерерс» известна тем, что ее руководство оценивает эффективность игроков на основании подробных данных.
Тем не менее спортивные менеджеры, подобно руководителям бизнеса, редко делают ставку только на факты или только на интуицию. Например, менеджер команды «Сент-Луис Кардиналс» Тони Ла-Русса блестяще сочетает аналитические методы и чутье, решая, когда заменить игрока в очереди отбивающих или нанять специального человека для поднятия боевого духа. Базз Биссинджер описывает это в своей новой книге «Три августовские ночи» (Three Nights in August): «Ла-Русса ценил ту информацию, которую получал от компьютеров. Он разбирался в строчках и колонках цифр. Но знал он и то, что в мире бейсбола цифры – это далеко не всё, а порой они способны и заморочить голову. Он понимал, что количественно оценить желания невозможно. Цифры же точно сообщали ему то, что нужно было знать, – цифры плюс двадцатичетырехлетний опыт управленца».
В последней фразе – вся соль. Изучает ли руководитель чью-то служебную характеристику или подмечает нюансы мимики сотрудника – всесторонне оценить данные ему позволяет только собственный опыт.
Конечно, не все решения должны основываться на аналитике – по крайней мере не полностью. В частности, в кадровых вопросах нередко помогают чутье и слухи. Все больше компаний принимают решения в отношении работы с персоналом, руководствуясь данными статистического анализа (см. врезку «Даешь статистику!»), однако исследования показывают, что люди и сами способны быстро и на удивление точно оценивать личность и характер кандидата на основании простых наблюдений. Соответственно, апологетам аналитики придется выбирать: прислушиваться к цифрам или к собственной интуиции.
