Людмила Хилько
Тим лид команды маркетинга Андата
10.08.2023

Внедрение бизнес-аналитики проваливается в 80% случаев: как это исправить

Людмила Хилько
Тим лид команды маркетинга Андата
Содержание
Системы бизнес-аналитики нужны для того, чтобы сделать проще принятие решений, которые влияют на бизнес-процессы и обосновать принятые решения.
Отчетность и учет не главная цель внедрения бизнеса-аналитики, ведь цель совсем не вести учет как на складе, а использовать большие данные для принятия выгодных для бизнеса решений.

Если вы используете бизнес-аналитику в качестве системы отчетности и учета каких-то данных, это еще не бизнес-аналитика.

Если система аналитики не может быстро без длительного анализа цифр в средствах визуализации ответить на основные вопросы, необходимые для принятия решений конкретным человеком в конкретной ситуации, эта система аналитики не выполняет своей прямой функции, а проект внедрения такой системы частично или полностью провальный для бизнеса.

Для интегратора такой проект может не считаться провальным, а наоборот быть примером успеха, но аналитические фирмы, например Gartner, которые опрашивают именно потребителей, выявляют проблемы с бизнес-результатами внедрения аналитики.

По данным исследований Gartner на 2019 год, не более 20% проектов внедрения аналитики будут иметь бизнес-результат в 2022 году.

Так же за последние годы, процент провала проектов Big-Data и аналитики достигает 85%-87%: Failure rates for analytics, AI, and big data projects = 85% – yikes! | Designing for Analytics (Brian T. O'Neill)

Тенденция не нова: классические Data-Warehouse проекты, которые до появления тубулярно-колонной аналитики часто выступали в роли аналитических проектов, также обладали невысоким процентом успешности в 2000-2010-х, чему есть масса подтверждений и исследований ведущих аналитических компаний.

Что влияет на успешность внедрения бизнес-аналитики

Есть факторы, без учета которых внедрить эффективную бизнес-аналитику не получится.

Самые частые причины, по которым проваливается проект бизнес-аналитики

  1. Отсутствует глубокое участие в проекте людей, которые в итоге будут принимать решения на основе данных внедряемой бизнес-аналитики. Они должны быть вовлечены в разработку плана внедрения и участвовать в каждом этапе, ведь в итоге именно они будут конечными пользователями системы.
  2. Нет детального погружения в бизнес-процессы аналитиков и интеграторов, а также заинтересованных лиц со стороны бизнеса. В этом случае невозможно создание понятной матрицы бизнес-процессов, обуславливающей взаимодействие данных, людей и точек принятия решений на данных.
  3. Не получается до старта решить проблему качества данных. Если не удается решить эту проблему до старта проекта, нужно понимать как вы планируете решать такие проблемы на начальных этапах проекта. Пока нет такого понимания, лучше перенести проект.

Важные особенности компании, которые помогут в качественном внедрении бизнес-аналитики

  1. Возможность использовать максимум пула квалифицированных инженеров, работающих с данными.
  2. Использовать современные средства и инструменты бизнес-аналитики.
  3. Иметь возможность интеграции дополнительных данных.
  4. Обладать своими данными, т.е. при необходимости иметь техническую возможность передачи данных и всего стека аналитики заказчику.

Возможность самостоятельной аналитики на конечном этапе позитивно сказывается на проекте. Это хорошее дополнение к успешному проекту в целом, которым активно пользуется бизнес.

Как внедрить бизнес-аналитику успешно

Подытожим, что необходимо для успешного внедрения бизнес-аналитики в компании.

Сформулировать цель проекта, критерии успешности

Целью для начала может быть не решение абсолютно всех управленческих задач. Лучше начать с решения небольшой конкретной задачи, например - построить аналитику по продуктам. Задайте вопрос: для принятия каких решений нужна аналитика. Критерием успешности будет то, дает ли этот отчет достаточную и исчерпывающую информацию для принятия решений. Например, из отчета видно, что один из продуктов съедает рекламный бюджет в определенном рекламном канале. Можно подумать, что либо неэффективен этот рекламный канал, либо сам продукт. Но дальше смотрим, что по продукту LTV клиента остается наиболее высоким и ROI держится на приемлемом уровне. Пока ничего непонятно. Но если провалиться на более глубокий уровень, можно понять, что “съеденный” бюджет - это лишь эпизодический слив бюджета в контекстной рекламе, который был остановлен, а в остальном продукт остается наиболее выгодным из всей линейки. Вывод: нужно уделить внимание оптимизации контекстной рекламы продукта. В идеале, такие выводы можно сделать посмотрев на один дашборд, максимум - провалившись на один уровень вглубь, чтобы выяснить что происходит с каждым отдельным каналом рекламы или продуктом.

Внедрять аналитику для отдела, а не во всей компании для всего сразу

Не для всех бизнесов аналитика - это необходимость, без нее можно выжить, хотя и нельзя будет двигаться вперед и осваивать новый рынок.

Можно и нужно выбрать отдел в компании который больше всего нуждается в аналитике и готов к ее внедрению и работников, которые будут работать с данными. Чаще всего это наиболее “оцифрованные” отделы: маркетинг и продажи, закупки, логистика.

Начните с пилотного проекта

Особенно этот совет актуален, если раньше в компании не была развита культура данных, не внедрено принятие решений на основе данных. Пилотный проект поможет более точно понять потребности в данных и не тратить больших ресурсов на заранее проигрышное внедрение. Благодаря пилоту можно быстро скорректировать бизнес-требования.

Используйте новейшие технологии

Изменить и перестроить систему аналитики сложно, когда она уже работает. Важно выбирать технологии, которые будут актуальны в ближайшее время, отвечают современным стандартам в скорости обработки данных и объемам обрабатываемых данных.

Выводы

Понятно, что бизнес-аналитика, это не готовый продукт который работает из коробки. Основные принципы внедрения бизнес-аналитики тесно связаны с культурой DDDM (Data Driven Decision Making), принятием решений на основе данных. Внедрение основных принципов Data Driven в компании поможет максимально эффективно внедрить бизнес-аналитику.

Ориентируйтесь на собственные данные и собственные бизнес-задачи, которые вы собираетесь решать с помощью бизнес-анализа. Помните, что решение которое работает у кого-то из отрасли не обязательно будет также полезно в вашей компании в силу особенностей ваших данных, ваших бизнес-задач, ваших ресурсов. Поэтому погружение в проектирование бизнес-аналитики людей, которые принимают решения на ее основе - абсолютная необходимость. В остальном поможет опытный интегратор.
Читайте также