Услуги

Стадии зрелости по работе с данными

0

Сегодня хотел бы поговорить о стадии зрелости по работе с данными любой коммерческой организации. В 2016 году компания EMC опубликовала материал, который был посвящен этому вопросу, я немного перерисовал его и перевел и хочу поделиться с вами этим материалом.

Самая начальная стадия по работе с данными — это накопление и анализ исторических данных. Тут мы больше погружаемся в то, что уже прошло и пытаемся объяснить поведение компании, анализируя события которые происходили в прошлом на основе фактов.

Вторая стадия — это поиск бизнес инсайтов. То есть мы не только анализируем, но и пытаемся понять какие-то закономерности, возможно скрытые факторы, которые не видны в трендах, но могут проявиться даже в будущем, например, если мы видим что какой-то тренд негативных событий нарастает и доля его постоянно увеличивается, несмотря на то, что он никак не проявляется на текущий момент.

Третья стадия — Оптимизация бизнеса — мы находим какие-то оптимальные факторы при которых компания показывает постоянный рост, еще лучше если мы этими факторами можем управлять и увеличивать наше воздействие с целью роста показателей.

Четвертая стадия — мы накопили множество информации и понимаем, что эта информация может быть не только полезна нам внутри, но может быть полезна другим контрагентам, которые на ее основе смогут получать лучшие результаты и готовы платить за эту информацию. Например, телеком операторы достаточно успешно продают информацию банкам о подтверждении анкетных данных по месту проживания, или о том как перемещаются потоки жителей, чтобы планировать инфраструктуру, например эта информация интересна ритейлу, или городским властям для планирования транспортной инфраструктуры. Вообще тема монетизации заслуживает отдельных постов, и может даже не одного. Поделюсь чуть позже этой информацией. А кому не терпится и уже сейчас готовы в это инвестировать, велкам в личку, поможем сформировать стратегию монетизации ваших данных.

Ну и наконец пятая стадия, это стадия трансформация бизнеса. Здесь речь не идет о каком-то конкретном подразделении, здесь речь идет о комплексном подходе, где каждый процесс так или иначе связан с данными, неважно какая это функция внутри организации. Любой процесс формируется таким образом, чтобы он был измеримым, любой продукт при запуске формируется таким образом и интегрируется в процессы, чтобы каждый этап процесса был измеримым и данные по нему могут быть легко получены. В каждом подразделении есть люди, которые работают с данными и улучшают бизнес. Но тут надо учесть один момент, это не про то, что мы запустили продукт, а потом думаем а как же посчитать по нему воронку, даже если это удается сделать, это вообще не об этом, это про то, что вы изначально в свои процессы при валидации продукта разрабатываете стратегию работы с данными и предъявляете требования к нему исходя из необходимости мониторинга, как если бы вы согласовывали с юристами доп. соглашение, ровно про это.

Вы изначально продумываете до мелочей какие данные и для чего будете использовать, а не так, что да ладно давайте накопим, а потом подумаем что с этим сделать, нет, нет и еще раз нет, на этой стадии у вас есть четкая стратегия работы с данными, вы знаете для чего каждый показатель, четко понимаете его методику и понимаете в каком виде он вам нужен, в сыром или агрегированном, а также можете оценить через какое время вам нужно модифицировать инфраструктуру не вдаваясь в пространные рассуждения, ну если нам будет нужно мы расширимся.

Самое интересное мое наблюдение в крупных компаниях, что IT подразделения не знают какие данные в хранилище и для чего они нужны бизнесу. А самое интересное — это то, что в большинстве своем эксплуатирующие подразделения из периода в период, готовят данные на регулярной основе, не один месяц, а то и год, и даже не задаются вопросом, а вообще сколько бизнес-пользователей у этих данных и как часто они используются. Тема оптимизации хранилищ — это мне кажется вообще отдельная тема. В общем самое первое подразделение, которое требует тщательного анализа — это IT.

И если вы хотели бы заглянуть в такое будущее, но не знаете с чего начать, то велкам в ЛС, поможем разработать вам стратегию по работе с данными и поможем как может выглядеть ваш data-driven бизнес.

Удачи вам и будьте успешны!

Новые услуги аутстаффинга функций аналитики

0

Уважаемые читатели и друзья, как вы наверное знаете я занимаюсь внешним консалтингом по аналитике много лет, но больше занимался этим для души или когда просили знакомые. За годы работы было накоплено столько интересных бизнес-кейсов по аналитике и монетизации данных с доказанным финансовым эффектом в организациях самого разного профиля и отраслей, что хочется придать новый импульс и выйти на рынок аутстаффинга аналитических услуг. Я даже добавил новый раздел УСЛУГИ, где достаточно подробно описал услуги и возможный формат взаимодействия.
Почему я думаю, что это будет востребовано:
1. Рынок аналитики, особенно продвинутой аналитики переживает какой-то сумасшедший бум, все Заказчики начинают говорить об искусственном интеллекте. Новый очередной hype. Но мало кто четко может сформулировать а что же это такое.
2. Профессиональной аналитикой занимается несколько компаний, но все они настолько перегружены крупнейшими Заказчиками, что практически не смотрят в крупные, средние и небольшие организации. При этом ставка специалиста доходит до каких-то огромных размеров, а средний чек проекта улетает до небес. Мне хочется изменить эту ситуацию и я верю, что есть достаточно большой слой Заказчиков, которые смогут получить все преимущества от самых современных аналитических инструментов, но в понятных для Заказчика бизнес-терминах и гарантированной финансовой выгоды. Вашими проектами де факто больше занимаются стажеры или вчерашние студенты, а не профессионалы, которые выстраивали эту функцию, потому что от них требуют масштабирования бизнеса и спрос сильно опережает предложение.

3. К сожалению, не лучшие времена и в образовании. Слишком много стало курсов по Machine Learning и AI, как очных так и заочных. Но к сожалению, не все даже понимают класс задач, который они решают, не могут сформулировать математическую постановку задачи и бизнес-эффект от внедрения. Я сам много раз приглашал на собеседование таких специалистов и к моему большому сожалению, я понимаю, что и качество самого такого дистанционного образование оставляет желать лучшего.

4. Я более консервативен в выборе инструментов и при выборе инструментов исхожу из соотношения цена/качество/простота внедрения/сроки/финансовый эффект. И никогда не буду вам рекомендовать решать задачу с помощью многослойной нейронной сети, только потому что это модно. Я буду исходить из необходимости получить небольшой финансовый эффект сразу, чем строить космический корабль за несколько миллионов, сражаясь за сотую долю процента качества модели, и ДА, нейронная сеть не выиграет у классических алгоритмов при ограниченном наборе данных, как это обычно бывает. Но и любой операционный процесс нивелирует эффект от выигрыша.

5. У меня огромный накопленный проектный опыт с доказанным финансовым эффектом, которым вы можете воспользоваться.

6. Для меня более комфортно и выгодно выстраивать с Заказчиками длительные отношения, принося финансовую выгоду, нежели гнаться за разовым большим кушем с непонятной моделью окупаемости и длительным циклом продаж. Поэтому я стараюсь адекватно оценивать стоимость услуг, гарантируя выгоду при использовании такой модели по сравнению с традиционным наймом в штат.

7. Мне кажется такой формат более справедлив для Заказчика, аналитика на предприятии должна быть точкой роста, а не функцией поддержки отчетности. Поэтому я считаю, что аутстаффинг более справедлив с точки зрения оплаты.

8. Аутстаффера нельзя перекупить, если я заключил с вами договор, то я буду соблюдать все обязательства по нему, чего нельзя сказать о штатном специалисте.

9. Вы будете получать эффект с первых дней работы, чего не скажешь о штатном сотруднике, который сначала будет входить в должность, затем предметную область, потом будет учиться, потом ему станет скучно и он просто уйдет или его перекупят конкуренты. А это все деньги на подбор, удержание и т.д., при этом нет никакой гарантии, что он будет столь же мотивированным. Деньги мотивируют лишь на время. Аутстаффинг гарантированно вам будет стоить дешевле, чем подбор команды, который сможет хоть сколько-нибудь по количеству и качеству приблизиться в такому эффекту.

 

Поэтому если вы не знаете, какой потенциал скрывается в ваших данных, или вы чувствуете что можете больше но застряли на месте, можете смело обращаться ко мне. Я постараюсь помочь сделать качественный рывок в развитии аналитики и сделать ТОЧКОЙ РОСТА аналитику на предприятии и вы сможете похвастаться большими финансовыми успехами от развития продвинутой аналитики на предприятии перед конкурентами и коллегами по цеху.

 

Запросить расширенные материалы по услугам, примерам реализованных работ или связаться для уточнения вопросов можно по следующим контактам:

email: job@fsecrets.ru

Моб. +7 (985) 768 81 24,

Также со мной можно связаться через мессенджеры WhatsApp, Telegram, Viber, Facebook

 

Чуть подробнее о моем опыте можно почитать здесь

Вверх
Яндекс.Метрика