Большинство отраслей еще не приблизились к реализации потенциала аналитики

Опубликовано 2011-06-27 02:27 пользователем Журнал HR-Portal

В 2011 году Глобальный институт McKinsey опубликовал доклад о трансформационном потенциале больших данных, и потребовался бы суперкомпьютер, чтобы обработать все появившиеся с тех пор статьи, призывающие компании взяться за дело, пока какой-нибудь цифровой разрушитель не сделал их устаревшими. И все же, несмотря на всю шумиху, большинство отраслей до сих пор и близко не реализовали весь потенциал данных и аналитики.

Последнее исследование компании MGI совместно с McKinsey Analytics о состоянии революции больших данных позволяет оценить прогресс, достигнутый различными отраслями на пути к получению доходов и повышению эффективности, которые мы предполагали пять лет назад. Подстегиваемый конкурентами, внедряющими цифровые технологии, сектор розничной торговли получил от 30% до 40% маржи и роста производительности, которые мы определили в 2011 году. Производственный сектор воспользовался 20%-30% потенциала, а государственный сектор и здравоохранение показали наихудшие результаты, реализовав лишь 10%-20% стоимости.

Insight Center

The Next Analytics Age

Sponsored by SAS Использование возможностей машинного обучения и других технологий.

За этими цифрами скрываются вопиющие различия в производительности между несколькими компаниями, находящимися на переднем крае, и средней компанией в любой отрасли. Например, анализ телекоммуникационной отрасли показывает, что лидеры в области аналитики обеспечили в три-пять раз более высокую отдачу от инвестиций в большие данные, чем типичная телекоммуникационная компания. Более низкую доходность нельзя просто списать на то, что компании не инвестируют масштабно. Напротив, многие руководители сделали большие ставки на технологии, но теперь задаются вопросом, почему эти инвестиции не принесли той отдачи, на которую они рассчитывали. McKinsey недавно опросила более 500 руководителей компаний, представляющих различные отрасли, регионы и размеры, и 86% из них сообщили, что их организации лишь в некоторой степени эффективно справляются с задачами, которые они ставят перед своими инициативами в области данных и аналитики.

Во многих случаях виной тому - разрыв между запуском нескольких аналитических экспериментов и внедрением этих знаний в операционную модель более крупной организации. Многие компании инвестировали в аналитические системы, не осознавая в полной мере, что превращение данных в реальную ценность требует глубокой перестройки повседневного рабочего процесса. Другие все еще отстают в плане полной цифровизации операций и процессов, чтобы генерировать и собирать все данные, которые могут оказаться полезными.

Эффективная стратегия трансформации начинается с четкого формулирования того, как данные и аналитика будут использоваться для создания ценности и как будут измеряться результаты. Как только стратегическое видение будет разработано, высшему руководству, включая генерального директора, необходимо будет лично отстаивать его, чтобы преодолеть институциональное сопротивление и разрушить замкнутость между отделами.

Еще одна важная часть головоломки - приобретение нужных специалистов. Специалисты по анализу данных по-прежнему пользуются большим спросом, но компании также пытаются привлечь или разработать "бизнес-переводчиков", которые смогут задавать команде специалистов по анализу данных правильные вопросы и применять полученные результаты для решения практических бизнес-задач. Эта роль должна сочетать в себе знание данных с отраслевой или функциональной экспертизой. Хотя анализ можно передать на аутсорсинг, роль бизнес-переводчика требует собственных знаний; поэтому некоторые компании проводят обучение, чтобы развить эти способности изнутри.

Внедрение данных и аналитики - это не тактика, это трансформация. Простого наложения мощных технологических систем поверх существующих операций недостаточно. Компании, основанные на цифровых технологиях, имеют огромное преимущество, поскольку сбор, анализ и действие на основе данных жестко заложены в их ДНК, в то время как традиционным компаниям приходится выполнять более сложную работу по перестройке укоренившихся систем, ролей и менталитета.

Для осуществления подобных организационных изменений требуется время, а темпы полностью зависят от действий руководства. Для компаний, полностью принявших эти изменения, инвестиции в данные и аналитику могут принести более высокую прибыль, чем другие современные технологии, превосходя даже цикл инвестиций в компьютеры в 1980-х годах. Компании, которые раньше других внедрили аналитику, демонстрируют более быстрый рост операционной прибыли, что позволяет им продолжать внедрять инновации и укреплять свои преимущества. В отраслях, где аналитика внедряется медленно, у "первопроходцев" все еще есть возможность получить значительное преимущество над конкурентами.

Чтобы не отстать от темпов изменений, компаниям, занимающим ведущие позиции, необходимо рассмотреть стратегию, состоящую из двух частей. В условиях постоянного оттока кадров им необходимо рассматривать собственные рискованные и высокодоходные шаги, такие как выход на новые рынки или кардинальное изменение бизнес-моделей. В то же время они должны применять аналитику для повышения эффективности своей основной деятельности. Организации, придерживающиеся этой стратегии, будут готовы опередить традиционных конкурентов и помешать потенциальным разрушителям.

Эти разрушители уже не за горами. Данные и аналитика уже всколыхнули многие отрасли. Компании, занимающие передовые позиции, начинают внедрять машинное обучение и глубокое обучение, которые могут делать все - от обслуживания клиентов и управления логистикой до анализа медицинских карт. Мы наблюдаем первые толчки того, что вскоре станет тектоническим сдвигом. Учитывая масштабы возможностей, поставленных на карту, и вполне реальный риск созидательного разрушения, организациям придется пережить боль роста и адаптироваться к более ориентированному на данные способу ведения бизнеса.