Задумайтесь на минуту о том, как организация принимает решение. Сначала появляются факты, данные, на основе которых принимается решение. Используя эти факты, кто-то формулирует альтернативные варианты действий и оценивает их в соответствии с согласованными критериями. Затем лицо, принимающее решение, выбирает наилучшую альтернативу, и организация приступает к действиям.
Передовая аналитика может автоматизировать часть этой последовательности; это открывает перспективы более быстрого принятия более обоснованных решений и существенного снижения затрат. Но если вы не готовы к тому, чтобы изменить совместную работу людей на протяжении всего процесса принятия решений, вас, скорее всего, ждет разочарование.
Возьмем простой пример: служба взыскания долгов компании. В прошлые годы десятки агентов по сбору платежей ежедневно получали сотни случайно распределенных просроченных счетов, каждый из которых содержал несколько фактов о клиенте. Затем каждый агент просматривал стандартный список альтернатив и решал, каким образом он или она попытается взыскать задолженность.
Сегодня алгоритм может собрать гораздо больше фактов о счетах, чем может легко обработать любой человек: длинные истории платежей, обширные демографические данные и так далее. Используя эти факты, он может разделить счета на простые категории, скажем, красный-желтый-зеленый.
Теперь альтернативные варианты действий стали проще. Красные счета - с низкой стоимостью, которые вряд ли будут оплачены, - сразу же передаются в коллекторское агентство. Зеленые - с высокой стоимостью и вероятностью оплаты - передаются специально обученным специалистам, которые оказывают услуги в белых рукавицах. Желтые требуют тщательного анализа альтернатив и гораздо большего вмешательства человека, прежде чем будет принято решение.
В желтой и зеленой категориях сложные эксперименты по тестированию и обучению могут помочь принять решение. В ходе таких экспериментов агенты могут узнать, какие каналы и сообщения приносят наибольшую финансовую прибыль при минимизации затрат и неудовлетворенности клиентов. Таким образом, они смогут оптимизировать свой выбор способа работы с просроченными счетами.
Новый способ ведения дел лучше и эффективнее. Но посмотрите, как он меняет сам процесс - и что ожидается от людей, вовлеченных в него:
- Сейчас программное обеспечение помогает собирать и анализировать важную информацию, устраняя задачи, которые раньше выполняли люди. Но люди должны определить, какие факты собирать и как их оценивать.
- Красно-желто-зеленые или другие простые схемы категоризации могут ускорить формулирование альтернатив. Продвинутые аналитические модели могут включать опыт лучших лиц, принимающих решения в организации, помогая исключить альтернативы, которые менее жизнеспособны, чем другие, и сосредоточить оценку на наиболее перспективных направлениях действий. Людям потребуется обучение тому, как использовать новые инструменты поддержки принятия решений.
- В желтой и зеленой группах результаты тестирования и обучения могут значительно улучшить качество решений, принимаемых организацией. Людям все равно придется выяснять, какие эксперименты проводить, а затем интерпретировать результаты.
Новые процедуры принятия решений, скорее всего, потребуют инвестиций в технологии - например, в программное обеспечение, встраивающее правила и новую логику принятия решений в системы документооборота. Они также потребуют изменения ролей людей, чтобы они соответствовали новому процессу. Возможная потребность в новых навыках может означать обширную переподготовку и, возможно, потребует найма новых специалистов.
Использование аналитики может значительно улучшить качество принимаемых решений и повысить эффективность процесса принятия решений на 25%. При хорошем исполнении это приводит к повышению удовлетворенности клиентов и сотрудников. Но одной аналитикой таких результатов не достичь; процесс принятия решений должен измениться, люди должны приобрести новые навыки и взять на себя новые роли. Преобразования носят как организационный, так и технологический характер и являются более масштабными, чем многие компании себе представляют.
Об авторе
Майкл Мэнкинс - руководитель практики организации и стратегии компании Bain и партнер в Остине, штат Техас. Он является соавтором книги Time, Talent, Energy: Overcome Organizational Drag and Unleash Your Team's Productive Power (Harvard Business Review Press, 2017).
- Hbr.org
Поделиться
