АНАЛИТИКА ПЛЮС
Профессиональные услуги в сфере BI

Как успешно внедрить self‑service аналитику и получить результат

Статья написана про и для ритейла. Но все, что в ней говорится и пишется, полезно и применимо для любой области и любого бизнеса. Главное — следовать плану и выполнить все 5 условий для self-service аналитики.

1. Используйте протитипирование, чтобы ускорить процесс тестирования и обучения

Скорость внедрения имеет значение. Чтобы развить культуру динамичной self-service аналитики, ритейлеры должны достаточно быстро предоставить каждому сотруднику полезные инструменты. Но создание таких инструментов всегда было длительным и не всегда успешным процессом.

Традиционный подход к отчетности является болезненным и отнимает много времени: когда ИТ-специалисты и руководители предприятий собираются вместе, чтобы сформулировать требования к аналитической платформе и/или отчетности, и затем ввести множество различных потоков данных в аналитическую платформу.

Обычно у ИТ-специалистов уходит от 6 месяцев на то, чтобы представить потребности бизнеса в виде полезного отчета. И только тогда бизнес-пользователи действительно получат возможность использовать аналитику и понять, как она работает, и неизбежно обнаружат дополнительные потребности и пробелы. Реальность такова, что люди часто не могут сформулировать, что они хотят, пока они это не увидят, или они вынуждены просить только то, что, по их мнению, может предоставить ИТ.

Быстрое прототипирование позволяет избежать этих ловушек. Помимо ИТ и бизнес-пользователей, в этом более динамичном процессе также должны участвовать аналитики, которые привносят бизнес-контекст в разговор о возможностях инструмента и используемых моделях данных.

Вместо того, чтобы пытаться составить полный список требований к аналитическому инструменту или отчету:

  1. Участники рабочей группы начинают с задач бизнеса.
  2. Затем они совместно разрабатывают прототип визуализации данных.
  3. Тестируют его в изолированной среде и сразу же видят, что работает, а что нужно настроить.

Это называется циклом визуального анализа. В любой момент эта рабочая группа может пропустить какой-то этап, выполнить резервное копирование, найти дополнительные данные или даже начать все сначала.

Результатом является продукт, который решает реальную бизнес-проблему, сконструированный так, как бизнес хочет его использовать. Обсуждение получается гораздо более разносторонним, и конечный результат, который решает проблемы бизнеса, имеет гораздо меньше дефектов.

2. Создайте единый язык для работы с данными, который поможет обучению, обеспечению безопасности и подготовке данных

Еще одним ключевым компонентом при внедрении self-service аналитики является унифицированный язык данных, который имеет большее значение, чем просто качественное управление данными. Подразумевается, что руководители отделов и организации собираются вместе, чтобы согласовать определения, форматы данных и подходы к управлению ими, а также достичь консенсуса в отношении ценности данных.

Очень часто различные отделы вовлекаются в проекты, связанные с данными, только тогда, когда возникает потребность в их навыках, при этом они упускают возможность увидеть общую картину.

Например, к тем, кто занимается защитой данных, часто обращаются только в последнюю очередь, чтобы разрешить или запретить использование данных в конкретном приложении. Когда аналитикам по безопасности заранее предоставляется более широкий бизнес-контекст, у них появляется гораздо больше возможностей действовать упреждающе, нежели задним числом.

Например, трудности клиентов при входе в приложение, могут быть быстро и эффективно решены, если приложение может аутентифицировать пользователя с помощью персональных данных. Зная это, аналитик по безопасности мог бы проще принять правильное решение, разрешающее или запрещающее использование персональных данных.

Ритейлеры также должны установить согласованные метрики и определения. Под этим подразумевается устранение различий и выработка одинакового понимания того, какие данные необходимы, как они маркированы и используются.

Например, как отчитываться о продажах – используя валовые продажи, чистые продажи или продажи за вычетом рефинансирования?

Получить консультацию

 

3. Объединяйте данные

Большинство ритейлеров используют множество разрозненных устаревших систем, которые были внедрены для различных проектов. В результате многие ритейлеры сталкиваются с проблемами при объединении данных для поддержки принятия решений. К сожалению, объединение данных изначально не было первоочередной задачей.

Очень часто ритейлеры игнорируют данные и отчетность до конца проекта. Они создают что-то для нового приложения, но не видят смысла в соединении этих данных с другими системами. Например, они могут не видеть связь между электронной коммерцией и покупками в магазине. Но в едином мире продаж сотрудники магазинов напрямую влияют на электронные продажи, и эту роль необходимо измерять, изучать и вознаграждать, так, чтобы розничные продавцы понимали и использовали эту возможность получения дохода.

Рекламный анализ — это еще одна область повышенного интереса ритейлеров, и продавцы, маркетологи, поставщики, команды электронной коммерции должны понимать эту область. В приведенном ниже визуальном анализе можно быстро увидеть категорию, подкатегорию или бренд рекламируемых товаров и мгновенно увидеть влияние продвижения. Также можно видеть соответствующие продукты, изменения объема продаж, цены до и во время продвижения, текущие уровни запасов и тенденции, а также показатель доступности. Это отличная визуализация, использующая данные из нескольких отделов, позволяющая максимизировать влияние продвижения.

Был случай, когда крупный ритейлер держал данные о ценах в режиме реального времени в одной базе данных и данные о корзине в другой. Соединив эти источники данных с помощью визуальной аналитики, ритейлер обнаружил, что реклама и скидки были направлены не на те продукты.

Данные показали, что клиент купил бы по эти товары и по полной цене, и эти цены не соответствовали ценам у конкурирующих интернет-магазинов. Понимание этого сподвигло его на новую стратегию продвижения, которая привела к увеличению выручки на 100 миллионов долларов в год в течение критического праздничного квартала. До self-service аналитики эта информация была скрыта в базе данных, и проект интеграции данных все еще оставался без финансирования.

Подводные камни следования прежней стратегии аналитики

PepsiCo сократила выпуск отчетов по складким, логистическим и финансовым данным на целых 90%, а визуализация, на создание которой раньше уходило до шести месяцев, теперь готова в течение дня с использованием Tableau. Быстрое понимание данных клиентов улучшило способность PepsiCo предоставлять лучшие в своем классе услуги и создало огромное конкурентное преимущество.

Wayfair использует визуализацию и тепловые карты Tableau для понимания общей картины и деталей, включая доход, конверсию и другие ключевые данные, необходимые для понимания того, как сайт используется клиентами. «Это те же данные, что у нас были и раньше, но Tableau позволяет представить их очень наглядно, и действовать в соответствии с ними», — говорит Натан Коллетт, старший менеджер по веб-аналитике в Wayfair.

4. Используйте опыт в анализе данных, чтобы стимулировать коллективное обучение

Многие руководители считают, что извлечение пользы из данных сводится к проведению точного анализа и созданию привлекательных дашбордов. Но это не так. Чего часто не хватает, так это бизнес-контекста – взгляда на данные с точки зрения действий, которые вы думали предпринять в зависимости от результатов анализа: перераспределить расходы, увеличить долю на рынке или рационализировать распределение штрихкодов. Очень часто в результате анализа возниакает более привлекательное представление данных, а не идеи или возможные действия для решения задач бизнеса.

Рассмотрим два сценария: в первом случае представлена диаграмма под названием «Ежемесячное изменение объема продаж», а во втором заголовок — «Мы увеличим маркетинг в большей части бизнеса, в которой наблюдается снижение доходов». Первый сценарий остается открытым, оставляя людям необходимость поиска различных решений. Второй сценарий является целенаправленным, конкретным и действенным. Этот язык переводит всех в режим прослушивания истории.

Когда ритейлеры используют свои глубокие знания и опыт, чтобы договориться о том, что им нужно будет увидеть в данных для принятия определенных мер, их сотрудничество становится намного более эффективным. Вместо того, чтобы работать над общей интерпретацией данных, они достигают консенсуса о дальнейших действиях.

5. Включите визуальный анализ и сторителлинг, чтобы использовать возможности человеческого восприятия

Со времен VisiCalc и Excel аналитики работали со строками и столбцами чисел. Это стало стандартным и укоренившимся способом работы. Проблема в том, что требуются невероятные усилия, чтобы найти закономерности, тенденции или отношения даже в небольшой сетке данных — и легко что-то упустить. Это сдерживает ритейлеров.

Визуальный анализ — это лучшая альтернатива для поиска пользы в данных:

  • Два полушария мозга по-разному взаимодействуют с данными. Работа с данными без визуальных элементов затрагивает только аналитическое полушарие (слева). Исследования мозга показывают, что правое полушарие управляет мышлением и принятием решений, а также является центром визуальной обработки. Чтобы иметь больше влияния на бизнес, вы должны задействовать правое полушарие.
  • Невероятная мощность мозга при визуальном анализе позволяет распознавать шаблоны всего за 13 миллисекунд. Что еще более важно, информация переходит с правой стороны на левую. Мозг обрабатывает информацию, прежде чем она попадает даже в левую сторону для целенаправленного анализа.
  • Люди могут хранить только около семи различных кусков данных в краткосрочной памяти. Если вы пытаетесь запомнить несколько фрагментов данных из одной части сетки и посмотреть куда-то еще, эти данные ускользают. Визуальный анализ позволяет преодолеть этот предел и одновременно обрабатывать несколько слоев информации, буквально видя общую картину.
  • Задействуя оба полушария мозга, визуальная аналитика позволяет ритейлерам работать с данными более естественно и, таким образом, находить больше информации. Это стимулирует разговор, а не презентацию, поэтому участники совещания взаимодействуют с данными иначе, углубляясь в случае необходимости, проявляя любопытство и подпитывая идеи друг друга.

Великолепная визуализация идет рука об руку со сторителлингом, который оживляет данные, позволяя зрителю установить личную связь с информацией. Во время сторителлинга с помощью визуальных элементов, аудитория проходит через такие этапы как исследование, анализ и, наконец, призыв к действию.

Получить консультацию

 

Источник: tableau.com

x

Этот сайт использует файлы cookies, чтобы облегчить вам пользование нашим веб-сайтом.

Продолжая использовать этот веб-сайт, вы даете согласие на использование файлов cookies.