Секреты аналитики, или Аналитика без секретов

Идеал IT – система, раз создав которую, нужно просто поддерживать процесс, периодически (как можно реже) исправляя возникающие недочеты. А вот идеал бизнеса – система, в которую можно вносить любые изменения каждый день.

В-третьих, неумение IT говорить на простом языке, понятном бизнесу.

Неготовность самого бизнеса принимать решения на основе данных:

Здесь также можно выделить три основные причины: две из них лежат в области парадигм принятия стратегических решений, а третья – в области знаний основ анализа.

Если говорить о парадигмах принятия решений, то они как правило сводятся к:

Первая: HIPPO (High Paid Person Opinion), иными словами, эффект ореола первого лица. Кстати, если генеральный директор увлечен аналитикой, успешная полоса в развитии компании также может определяться любовью и глубоким «единоличному мнению» (Personal Opinion) или его «первоначально-единоличным увлечением» аналитикой[10 - В книге Тома Дэвиса и Джоан Харрис «Аналитика, как конкурентное преимущество» приведено множество примеров, когда успех компании начинался с увлечения аналитикой ее первого лица.

В последующем это увлечение приводило к использованию анализа для принятия управленческих решений на всех уровнях компании.]. Увы, фраза, которую периодически приходится слышать на совещаниях при обращении к начальству: «Как Вы скажете, так и сделаем», так хорошо знакома многим из нас.

Вторая: Наш личный прошлый опыт. Увы, первые лица компаний не одиноки в своих желаниях принимать решения на основе собственного опыта.

Как часто мы сами, следуя их примеру, отвергаем или проявляем скептицизм при внедрении инноваций, говоря: «Мы много раз делали так, и это всегда приводило нас к успеху. Зачем нам что-то менять?»

Особенно велико желание привести обоснование из прошлого опыта, когда выводы и рекомендации, основанные на цифрах, нам не слишком нравятся, говорят о нашей недостаточной эффективности или результативности. В этом случае мы охотно следуем принципам иррациональной логики: «Если из А следует В, и В неприятно, то А – неправильно».

То есть если полученные в результате анализа цифры и выводы нам не нравятся, мы пытаемся всеми силами доказать, что они неправильные.

Наконец, третьей причиной является сложность для бизнеса в понимании «элегантных» математических выкладок или принципов работы статистических моделей. Все эти цифры, полученные на основе работы моделей, представляются бизнесу «магией», в которую он не готов просто верить.