Как вытащить из данных максимум. Навыки аналитики для неспециалистов - [11]

Шрифт
Интервал

Вкладывая массу средств в сотрудников, занятых предиктивной аналитикой, обработку данных и технологии, организации не получают выгоду от этих инвестиций. Если сотрудники не способны как следует использовать данные и дата-аналитику, потенциальная польза предиктивного моделирования и методов анализа стремится к нулю. Но если сотрудники обладают нужными навыками, предсказательная аналитика может принести большую пользу.

Какие технологии и компьютерные программы могут помочь в успешном предиктивном анализе? Во-первых, это два языка программирования, которые завоевывают все большую популярность в сфере обработки данных, – Python и R. С их помощью специалисты по статистике, количественной аналитике и т. д. строят модели. Кроме того, они так здорово называются! Один – как змея, а другой похож на рычание тигра: р-р-р.

Кроме того, есть компании, производящие ПО, которое упрощает обработку данных для конечных пользователей (тех, кто уже хорошо знаком с первыми двумя уровнями аналитических методов). Среди таких компаний – Alteryx, SAS, Apache Spark, D3 и другие. В прогностическом анализе можно использовать все те же Microsoft Excel, Tableau и Qlik. На самом деле рядовым сотрудникам вовсе не обязательно быть профессионалами в обработке данных – достаточно простой дата-грамотности.

Мы уже упоминали о профессиях сотрудников, которые нужны для предиктивного анализа: специалисты по обработке данных и количественному анализу, специалисты по статистики и т. д. Даже дата-аналитики могут применять предиктивный анализ. Кроме того, в мире дата-грамотности есть место не только технарям: любой, кто способен говорить на языке данных, может пользоваться и предсказательными методами. Таким образом, сотрудники, имеющие дело преимущественно с дескриптивным и диагностическим анализом, при наличии модели, анализа и других составляющих могут принимать участие и в работе с прогнозами – пытаясь разобраться в них и присоединяясь к обсуждениям.

Уровень 4: прескриптивные (предписывающие) аналитические методы

Итак, мы добрались до последнего уровня – прескриптивной аналитики. У этого термина есть разные определения и интерпретации. Здесь мы будем говорить о технологиях, определяющих, что именно нужно делать на основании данных и дата-аналитики, и о бизнес-решениях, которые следует принять. Таким образом, данные или технологии предписывают нам (или советуют), как поступить. Это достаточно продвинутый уровень аналитики, но для него далеко не всегда требуется много сотрудников: необходимы лишь те, кто действительно способен интерпретировать и использовать информацию для принятия более взвешенных и обоснованных решений.

Рассматривать мир прескриптивных методов следует как способ дополнить человеческие возможности. Технологии, используемые на этом уровне, позволяют просеивать огромные объемы данных, что ускоряет процесс анализа и исключает возможность человеческих ошибок. Однако затем нужно правильно интерпретировать данные, предоставленные программой. Предписывающие методы помогают получить достоверные результаты анализа, но принятие на их основе правильных решений – задача человека.

Какие существуют технологии прескриптивного анализа? Есть много компьютерных программ и сервисов – от более простых и понятных Domo и Alteryx до таких продвинутых, как SAS или SAP Predictive Analytics. Эти инструменты способны стать прекрасным подспорьем в прескриптивном анализе, но, если у вас нет сотрудников, которые умеют интерпретировать результаты работы программ и принимать решения самостоятельно, вложения в ПО могут оказаться бессмысленными.

Примеры использования четырех уровней аналитических методов в реальной жизни

Разбор реальных примеров использования всех четырех уровней аналитики поможет нам и укрепить фундамент, и обрисовать более широкую картину. Каждый из уровней опирается на предыдущий, и сейчас мы изучим, как они взаимодействуют. Кроме того, примеры помогут нам понять, как распределяются роли сотрудников в системе анализа.

Уровень 1: дескриптивные аналитические методы

Каждый из этих примеров можно связать с другими. Описательная аналитика – это привычная часть мира бизнеса, все мы с ней регулярно сталкиваемся:

● сводки ежемесячных прибылей, представляемые руководителю отдела продаж;

● ежеквартальные маркетинговые отчеты о коэффициенте кликабельности;

● ежеквартальные отчеты по индексу потребительской лояльности.

Кто из сотрудников участвует в дескриптивном анализе? Все! Топ-менеджеры рассматривают отчеты, бизнес-аналитики и дата-аналитики их составляют, специалисты по обработке данных используют свои методы, конечные пользователи читают и интерпретируют сводки и т. д. У каждого своя функция.

Уровень 2: диагностические аналитические методы

Помните, что любой пример описательного анализа – это всего лишь первый шаг. Дескриптивные методы помогают понять, что случилось в прошлом, а диагностический анализ дает возможность разобраться, почему это случилось.

● В сводке ежемесячных прибылей руководитель увидел рост продаж, квартал за кварталом, и задумался, что стало причиной этому. Дата-аналитик, изучив эту информацию, побеседовал с продавцами и узнал, что увеличить продажи на местах помогла новая программа стимулирования.


Рекомендуем почитать
Код бестселлера

«Если верить расхожему мнению, любой бестселлер – аномалия. Удачная флуктуация на рынке. Интересный мутант. Черный лебедь. Но если это правда, то, единожды найдя писателя, способного выдавать бестселлеры, надо вкладывать все деньги в него? Зачем рисковать миллионами, ставя их на никому не известного двадцатилетнего юношу вместо Стивена Кинга? Используя компьютерную систему, которая читает книги, распознает в них определенные характеристики и просеивает тысячи таких характеристик в тысячах текстов, мы открыли, что существуют удивительные сочетания параметров, свойственные книгам, которые с наибольшей вероятностью будут пользоваться успехом на рынке.


Развитие учетно-аналитической концепции контроллинга. Теория и методология

Монография содержит актуальное в настоящее время исследование проблем развития учетно-аналитической концепции контроллинга. В результате анализа исторического развития контроллинга выявлены его концептуальные положения, их сущность. Определена концепция управленческого учета в системе контроллинга, исследованы организация и технологии управленческого учета. Значительное внимание уделено вопросам бизнес-анализа в системе контроллинга.Монография будет полезна научным работникам и преподавателям различных экономических дисциплин, а также аспирантам, магистрантам и студентам соответствующих специальностей.


Карманный справочник Великого руководителя, или 55 идей по мотивации персонала

Известный бизнес-тренер и писатель Андрей Сизов раскрывает принципы, которые лежат в основе мотивации персонала. Книга имеет вид 55 тезисов, которые в простой и доступной форме показывают, какие действия руководителя могут сделать его великим, а компанию успешной и процветающей.


Как найти любимое дело?

Каждый из нас в детстве играл в игры. Мальчики в машинки, а девочки в куклы. Мы занимались только тем, что нам нравилось и получалось. В детстве мы могли себе позволить заниматься любимым делом каждый день, 7 дней в неделю, 365 дней в году. Но когда выросли, на смену детским увлечениям пришло страшное слово "работа". Мы стали делать то, что нам не всегда нравится и получается. И со временем совсем забыли про свои детские увлечения и перестали заниматься тем, что приносит нам удовольствие – своим любимым делом.


Современное состояние и перспективы развития топливно-энергетического комплекса страны

Сырьевой характер российской экономики не позволяет обеспечивать приемлемый уровень доходов и, соответственно, достойную занятость, качество жизни значительной части населения страны, именно поэтому одной из первоочередных среди целого ряда стоящих перед страной задач является решение давно назревшей проблемы структурных преобразований в экономике или ее модернизации.В настоящей монографии освещается современное состояние и перспективы развития российского топливно-экономического комплекса.


Актуальные проблемы развития экономических систем. Теория и практика. Сборник материалов международной научно-практической конференции. 25 ноября 2014 г.

Сборник научных трудов посвящен исследованию отдельных проблем экономики России в современных условиях хозяйствования. В частности, рассмотрены теоретические аспекты функционирования локальных экономических систем, в том числе в период кризиса и смены технологических укладов; проблемы инновационной и инвестиционной деятельности различных хозяйствующих субъектов, подготовки кадров и развития высокотехнологичных отраслей промышленности России. Помимо этого, в сборнике представлены материалы, посвященные отдельным проблемам экономической безопасности и региональной экономики.Для специалистов и широкого круга читателей, интересующихся проблемами функционирования экономики России.