ENG

Перейти в Дзен
Это интересно

На пороге — «Аналитика 3.0»

Билл Фрэнкс. Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики (The Analytics Revolution: How to Improve Your Business By Making Analytics Operational In The Big Data Era). — М.: Альпина Паблишер, 2017. — 316 с. ISBN 978-5-9614—6209-8

Когда же революция?

Согласно Биллу Фрэнксу, она в самом разгаре. Директор по аналитике компании Teradata считает, что мы переживаем настоящую революцию в аналитическом деле, и вскоре изменения затронут не только тех, кто входит в профессиональную касту аналитиков, но и всех нас. Причина грядущих перемен в появлении так называемой «Аналитики 3.0», которая радикально отличается от предшествующих аналитических концепций.

Традиционная, исторически первая, аналитика была описательной. Она фокусировалась на предоставлении отчетов (главным образом, финансовых и маркетинговых) и, как правило, использовала информацию из внутренних источников компании. Использовалась такая аналитика и внутри компании, для поддержки принятия управленческих решений.

При этом время тратилось преимущественно на сбор данных, а не на их анализ. Да и требования к скорости анализа были минимальными — так как и принятие решения, и его исполнение сталкивались с ограничениями скорости. Например, реклама распространялась в печатном виде, а значит, ее появление и распространение было делом небыстрым.

Аналитика 2.0 появилась в начале двухтысячных, чему способствовало появление так называемых «больших данных» и развитие вычислительных технологий. Это предиктивная аналитика (она же прогнозная, она же прогностическая), задача которой — определить вероятность наступления в будущем тех или иных событий. В основе «Аналитики 2.0» лежат прогнозные модели, которые составляются с помощью алгоритмов машинного обучения.

Эта аналитика способна делать прогнозы об оттоке покупателей и увольнении сотрудников. А также предсказать продолжительность жизни клиентов для страховых компаний и даже определить, где через несколько часов будут находиться абоненты компаний мобильной связи.

Переход к аналитике второго типа ознаменовался возникновением компаний и экспертов, специализирующихся на обработке данных и предлагающих свои услуги сторонним компаниям. Так аналитика шагнула за пределы отдельных компаний и стала глобальной.

Еще одно важное последствие — появление специальных продуктов и услуг, созданных по результатам обработки данных о пользовательских предпочтениях.

Любопытно, что разрыв при переходе от «первой» аналитики ко «второй» оказался столь значителен, что молодые аналитики искренне считали, будто многие методы анализа (например, аффинитивный анализ) впервые стали использоваться лишь недавно и были неизвестны или недоступны аналитикам прошлого.

И все же, если верить Биллу Фрэнксу, именно «Аналитика 3.0» стала настоящим прорывом в сравнении с двумя предшествующими аналитическими парадигмами. Описательная аналитика была сфокусирована на событиях, произошедших в прошлом, предиктивная аналитика, напротив, оперирует будущими событиями. А вот «третья аналитика» — или аналитика операционная — не сфокусирована ни на прошлом, ни на будущем. Она встраивается в операционную деятельность компании для автоматического принятия управленческих и производственных решений и реализуется в режиме реального времени.

Автор книги называет главной функцией такой аналитики функцию предписывающую. Теперь аналитические системы не просто обрабатывают информацию для поддержки принятия решений менеджерами, а на основе алгоритмов определяют действия, которые должны произойти в том или ином случае. Фактически машина самостоятельно принимает операционные решения, причем сотрудники не вмешиваются ни в решения, ни в действия аналитических программ. И если в предшествующих аналитических подходах решения утверждаются до их реализации, то при операционной аналитике решения могут быть подвергнуты проверке только после того, как были реализованы.

Есть о чем беспокоится всем, кто опасается восстания машин. Тем более что операционная аналитика находит и военное применение.

Впрочем, Фрэнкс уверяет, что воспринимать происходящее нужно не как потерю контроля, а как делегирование полномочий. Ведь центральная роль по-прежнему остается за человеком, хотя теперь его задачи заключаются не в непосредственном принятии решений, а в разработке операционно-аналитических процессов.

Каковы же примеры использования Аналитики 3.0?

Она используется при персонализации web-страниц непосредственно во время посещения пользователем сайта. И, как уверяет автор, в большинстве случаев при визите на eBay и Amаzon подвергаешься тестированию, определяющему наиболее «продающий» дизайн сайта.

Другой пример — индивидуальное ценообразование, которое осуществляется на основании истории покупок клиента или анализа посещенных им сайтов и прочей полезной информации, содержащейся в файлах cookie.

Вот еще один концептуальный переворот, связанный с появлением Аналитики 3.0. В недавнем прошлом основной задачей компании был выпуск продукта, а информация собиралась для его улучшения и продвижения. Сегодня же многие продукты выпускаются с целью сбора данных о потребителях, а сам продукт становится лишь каналом для сбора и передачи этих данных. Так Facebook и Gmail собирают сведения о своих пользователях с целью более эффективного таргетинга рекламных объявлений.

Разумеется, аналитика в режиме реального времени, которая работает с потоком данных, а не их хранилищем, очень требовательна к используемым программным решениям. Один из принципов Аналитики 3.0 определяет, что она должна выполняться синхронно с основной операционной деятельностью: в том же месте, в то же время и с той же скоростью.

И большое количество страниц в книге посвящено техническим аспектам внедрения и использования операционной аналитики. Фрэнкс рассуждает о преимуществах и недостатках SQL и нереляционных методах и системах статистического анализа и учит, как определить суммарную стоимость данных (total cost of data, TCOD) и оценить совокупные расходы на операционную аналитику. А также определяет три столпа единого аналитического окружения: реляционная база данных, технология обнаружения данных и нереляционная технология (обычно Hadoop).

И все же главные проблемы внедрения операционной аналитики Фрэнкс связывает не с технологиями, а с недостатком финансирования, необходимостью изменения бизнес-процессов и организационной культуры и даже с недальновидностью руководства. Как опытный практик и консультант он дает полезные советы о том, как преодолеть эти препятствия.

Рекомендации просты.

  1. Помнить, что большие данные — просто данные; сложность в работе с ними определяется не их объемом, а их разнообразием.
  2. Ставить на первое место бизнес-проблему и лишь затем данные и методы.
  3. Как можно быстрее включать новую информацию в аналитические процессы.
  4. Отдавать приоритет тестированию новой информации перед тестированием новых методик.
  5. Помнить, что Аналитика 3.0 иногда будет генерировать плохие решения, но это не повод ставить под сомнение ее необходимость.
  6. И понимать, что некоторые хорошие решения не будут внедрены в силу их нерентабельности.

Конечно, книга адресована профессиональным аналитикам и в первую очередь тем из них, кого называют директорами по аналитике. Полезной она окажется и для руководителей, которые ставят задачи этим директорам.

Большие данные становятся все больше и больше. Данные поступают отовсюду: от «волшебного ремешка» Диснея со встроенным радиочастотным микрочипом до датчиков на ветряных турбинах GE. И, по прогнозу автора, «Аналитика 3.0» скоро будет встраиваться в приложения для мобильных устройств, банкоматы и терминалы. Как пелось когда-то, «нет у революции конца».

Автор: Сергей Максимов

Следите за нашими новостями в удобном формате
Перейти в Дзен

Предыдущая статьяСледующая статья