О чем говорят цифры. Как понимать и использовать данные - [6]

В коммерческих организациях традиционная аналитика чаще всего применяется для поддержки внутренних решений компании: «Сколько должен стоить этот продукт?» или «Как стимулировать покупателей совершать у нас покупки?» Аналитика в среде больших данных часто используется для разработки новых видов продуктов или дополнительных потребительских свойств. Например, Google создала PageRank – алгоритм ранжирования для поиска, социальная сеть LinkedIn – функцию «Люди, которых вы можете знать» или «С кем я могу связаться в сети», а компания Zynga – новые игры. Все эти продукты и свойства стали результатом управленческих решений или компаний, или их потребителей. (На рис. 1.1 «Типы управленческих решений, которые требуют аналитической поддержки» приведены еще некоторые примеры.)

Рис. 1.1. Типы управленческих решений, которые требуют аналитической поддержки

Маркетинг

• Ценообразование

• Размещение торговых точек и региональных подразделений

• Целевое продвижение продуктов

• Дизайн сайта компании

• Размещение рекламы в электронных СМИ

Поставщики

• Объем складских запасов

• Размещение дистрибьюторских центров и складов

• Маршруты доставки продуктов или движения транспорта

• Загрузка транспорта

Финансы

• Факторы финансовой деятельности

• Сбалансированная система показателей

• Различные виды прогнозов

Персонал

• Каких сотрудников нанимать

• Кто из сотрудников собирается уволиться

• Какой должна быть сумма выплат и компенсаций

• Какое образование предпочтительно для сотрудников

Исследования и разработки

• Какие потребительские свойства продукта больше всего привлекают потребителей

• Насколько эффективно производство и продажа продукта

• Какой дизайн продукта максимально привлекает потребителей

И это только то, что лежит на поверхности. В других отраслях и секторах экономики (государственном управлении, здравоохранении, спорте и других) можно найти массу подобных образцов.

Тот, кто принимает решения, оценивает возможные варианты решений с учетом информации как количественного, так и качественного характера. Источники качественной информации включают интуицию, опыт, здравый смысл, житейскую мудрость, слухи и предположения. Иногда они оказываются полезными, однако нужно помнить об их недостатках. Даже если у вас богатый опыт принятия решений в той или иной области, очередная ситуация может оказаться непохожей на предыдущие. Принимать решения на основе предположений всегда рискованно, а интуиция может вас обмануть. Большинство людей слишком полагаются на нее при принятии решений. Экономическая школа «Поведенческая экономика» исходит из постулата о том, что интуиция – далеко не лучший советчик при принятии экономических решений.

Несмотря на все достоинства аналитических исследований, бывают ситуации, когда нецелесообразно опираться на них при принятии решения. Если проблема слишком незначительна, носит единовременный характер или решение зависит от личных предпочтений, нет особого смысла тратить время на сбор и анализ данных, построение аналитической модели. Если действовать нужно быстро, то заниматься анализом просто некогда. Напротив, если решения приходится принимать периодически, есть время на проведение анализа, а проблема достаточно серьезна, чтобы оправдать и затраты, и труд, то аналитический подход будет весьма полезен.

Три этапа аналитического подхода и порядок их выполнения

В центре внимания в этой книге – три основных этапа аналитического подхода, каждому из которых посвящено по главе. Приводятся примеры аналитических задач, для которых особенно важен тот или иной этап. Схематически эти этапы вместе с входящими в них шагами показаны на рис. 1.2.

Рис. 1.2. Три этапа и шесть шагов количественного анализа

Формулирование проблемы

1. Определение проблемы

2. Изучение предыдущих поисков решения

Решение проблемы

3. Моделирование ситуации

4. Сбор данных

5. Анализ данных

Результаты и необходимые меры

6. Демонстрация результатов и дальнейшие действия

В главе 2 рассказывается о первом этапе – формулировании проблемы. Он включает в себя постановку вопросов, на которые предстоит ответить аналитику, и поиск формулировки для проблемы, которую нужно решить. Понятно, что это очень важный этап, ведь если сформулировать проблему некорректно, никакие данные или процедуры анализа не помогут ее преодолеть. Этот этап включает два шага: определение проблемы и изучение предыдущих поисков решения. В главе 2 мы увидим, что после того, как проблема определена и сформулирована для решения аналитическими методами, как правило, оказывается, что некоторые ее аспекты уже рассматривались другими исследователями ранее, и это помогает уточнить формулировку.

Второй этап рассматривается в главе 3 и охватывает наиболее интересующие читателей методы решения проблемы. На этом этапе вам предстоит отобрать переменные для будущей модели, собрать данные об их значениях за определенные периоды, а затем провести анализ. Допустим, вы вовсе не квант и не имеете особого желания им становиться. Тогда выход один: поручить большую часть этих работ количественному аналитику. Тем не менее очень полезно знать хотя бы в общих чертах, что и как тот собирается делать. Вам не обязательно решать всю проблему самостоятельно, но если вы будете уметь задавать правильные вопросы и понимать общие принципы анализа, то это, безусловно, поможет вам найти лучшее решение.