Информацию часто называют «цифровым золотом», хотя для бизнеса сегодня корректней сравнение с «цифровой нефтью». Ресурс, безусловно, ценный, но требующий переработки. Большие Данные – это как раз технологии хранения и обработки информации, позволяющие из всех сведений, которыми в принципе обладает компания, получать осмысленные и ценные идеи улучшения бизнеса, причем в реальном времени. Проблема в том, что внедрение может быть сложным и дорогим, поэтому крайне важно проводить его в так, чтобы оно завершилось успехом и принесло максимальную ценность компании.
Билл Шмарцо из EMC Analytics, обращаясь к своему двадцатилетнему опыту внедрения сложных IT-систем, указывает, что главная задача, стоящая перед компанией на начальном этапе внедрения – достичь консенсуса между IT- и бизнес-менеджерами по поводу того, где это сочетание высокой вероятности успешного внедрения с большой практической пользой достижимо в условиях конкретной компании. Существует много эффектных примеров полезной бизнес-аналитики реального времени и применения для нее Больших Данных, но в приложении к имеющейся ситуации нередко оказывается, что не налажен систематический сбор достаточного количества исходной информации, нет опыта по накоплению и обработке неструктурированных данных, таких как отзывов в социальных сетях или показаний датчиков, некому заниматься построением аналитических моделей или просто отсутствует дух сотрудничества между IT-департаментом и советом директоров. Последнее особенно вредно в нашем случае, но ситуация поправима – необходимо вместе разместить возможные сценарии внедрения в матрице приоритетов.
Матрица заполняется на совещании, в котором участвуют ключевые специалисты и принимающие бизнес-решения руководители, а также лидеры отдела ИТ. Обсуждение необходимо выстраивать вокруг ключевых бизнес-инициатив: сокращение оттока клиентов, повышение числа повторных визитов за покупками в магазин, минимизация финансовых рисков или, скажем, уменьшение числа случаев повторной госпитализации – зависит от сферы деятельности компании и ее текущих задач. Именно подобные конкретные и важные темы позволяют правильно построить дальнейший процесс – размещения идей на матрице. Обсуждаемая инициатива сразу конкретизирует ключевые индикаторы выполнения задачи и ее достижимые цели. Каждую инициативу следует отдельно записать на липком листочке, после чего начать основной процесс обсуждения. Важно выбирать расположение проектов на матрице не абстрактно, а относительно друг друга. При этом «коммерсанты» отвечают на вопросы «почему эта идея принесет нам больше пользы, чем там» и меняют положение каждого листка на оси ценности, а «айтишники» анализируют готовность организации, наличие технологий и навыков и смещают листок по горизонтали, на оси выполнимости. Весьма существенно фиксировать причины, по которым та или иная инициатива была сочтена более или менее ценной, воплотимой, а также активно обсуждать все перемещения листков по матрице.
Важным психологическим моментом является первичная фильтрация инициатив, чтобы не «расхолаживать» участников дискуссии обсуждением заведомо невыполнимых, выполнимых, но малоценных, а также невыполнимых и малоценных задач.
Кроме принятия решения, которое приведет к внедрению в компании ценного проекта на базе Больших Данных, совместно заполненная матрица приоритетов играет роль тимбилдинга – все участники проекта лучше узнают друг друга, лучше понимают риски внедрения и более эффективно работают над воплощением совместного решения в жизнь.
В российских условиях нередко встречаются ситуации, когда дефицит экспертизы в компании не позволяет достаточно уверенно оценить выгоду и воплотимость решения на базе Больших Данных, верно распределить инициативы по матрице. Эта ситуация достаточно типична и для многих других стран, поскольку специалистов нужного профиля довольно немного. Решением является привлечение внешней экспертизы – такой как Аналитические Лаборатории EMC. Исследователь данных с опытом внедрений в индустрии заказчика может помочь компании разными способами – от проведения ознакомительного семинара для топ-менеджмента до полноценной разработки работающего прототипа Большой Аналитики с обоснованием бизнес-выгоды.