Data-driven культура и подход по версии аналитика
Привет!
Я работаю в аналитике и с данными уже 13+ лет.
Про data-driven от заказчиков-пользователей трудов моей работы слышу тоже, почти 13+ лет.
И очень разные интерпретации этого явления встречал.
Думаю, что я один из тех, чья трудовая деятельность ближе всего к data-driven.
Хочу рассказать о том, какой data-driven = хорошо, а какой != хорошо.
Эта статья может быть полезна как управленцам, так и аналитикам. Давайте говорить на «одном языке».)
!= хорошо
Это когда PM, PO, CIO и даже CTO, роли, задачи которых развивать бизнес (дальше буду называть эти роли «бизнесом»), не используют в работе цифры, полагаясь на экспертные мнения или оценки.
При этом цифры могут быть и использоваться для чего-то ещё. Например, для того, чтобы косвенно отслеживать работоспособность продукта — тоже неплохой вариант для аналитики, но, думаю, лучше работать с повышением качества тестирования продукта.
Индикаторы того, что вы работаете в компании с плохим вариантом интерпретации data-driven:
регулярной операционной и стратегической отчётности нет, а если есть, то отчётами пользуются единицы или только собственник бизнеса
отсутствуют ожидания в количественном выражении от того, как должны работать сотрудники и отдельные функции бизнеса, фичи, продукт. Тут речь даже не о планах, хотя бы понимание того, что такое «норма»
изменения в бизнесе/продукте вносятся на основании экспертных оценок, а не расчётных моделей, подтверждённых экспериментами
работоспособность того или иного функционала стремятся проверять на косвенной статистике, а не автоматическими тестами
И в плохом data-driven есть аналитики. Частое ожидание от таких аналитиков в таком data-driven — это про то, что аналитики непрерывно анализируют показатели бизнеса и находят инсайты, предлагают идеи по развитию бизнеса, оптимизации костов и прочее.
И это коварное заблуждение, потому что аналитики, действительно, работая над очередной задачей, копаясь в данных, находят инсайты. Аналитики отвечают за корректность и качество расчётов, но не за результат, которые получает бизнес в своей деятельности. И инсайты от аналитиков на тему того, что отдельные процессы и фичи в продукте работают не так как задумывал бизнес, при этом инсайты эти, обычно, приходят тогда, когда потери для бизнеса уже наступили.
Конечно, и такие инсайты несут прямую выгоду. Но их ли подразумевают работодатели и это ли тот data-driven, которого мы заслуживаем?)
Иногда я даже встречал реализацию этого не зрелого подхода — меня звали для того, чтобы такой подход поменять. Основная причина для поменять — так не работает.
Если бизнес не берёт на себя ответственность за результаты на данных, бизнес замалчивает проблему, пока с ней не придёт не аналитик, а начальник бизнеса. Ещё бывает так, что проблема на данных — это вообще не проблема и только бизнес может рассказать отчего так получилось.
Прекрасно то, что это только промежуточное, не зрелое в части работы с данными, состояние бизнеса и data-driven.)
= хорошо
Это когда нет того, что есть выше. Хороший data-driven в РФ встречается в крупных банках, телекоме, IT-компаниях, реже у прочих работодателей.
Хороший data-driven — это то, что нужно выращивать в каждой команде. Думаю, как и многое другое, хороший data-driven зависит от наличия амбассадора работы с данными на самым высоком уровне. CEO, например.
Начинается путешествие в »= хорошо», например, с синков CEO с лидерами направлений в бизнесе, на которых основной темой, для начала, будет совместный отсмотр фактического состояния бизнеса на данных и обмен новостями.
Следующим шагом, в синки стоит добавить мозговой штурм того, как перевести бизнес из фактического состояния в желаемое. Появятся нормативы, планы, модели, исследования, прогнозы.
В какой-то момент сами лиды направлений, не дожидаясь очередного синка, начнут использовать данные при принятии решений.
Вот как будто бы и хорошо наступило.
Это только мнение. Благодарю за внимание и буду рад обсудить это мнение.
