CAO: строители мостов

Раздел: Информационные технологии
Автор(ы): Александр Черников, журнал "Компьютерное Обозрение"
размещено: 24.02.2015
обращений: 7773

Среди руководителей С-уровня появляется все больше должностей, связанных с информационными технологиями. К привычной всеохватывающей работе CIO постоянно добавляются новые, более специализированные направления. Одним из них, вполне предсказуемым, является не так давно появившийся «Главный аналитик» (Chief Analytics Officer, CAO), которому отводится роль ответственного исключительно за анализ данных в пределах организации, компании, учебного заведения и т.п.
CAO: строители мостов

Chief Analytics Officer

В общем, можно согласиться с тем, что подобная работа несколько непривычна для классического CIO, обычно полностью занятого разработкой, внедрением и поддержкой корпоративной инфраструктуры и IT-стратегии.

Положение САО часто равно по значимости положению CIO. Общее у них только то, что они получили право на существование за счет повышения значимости информационных технологий; сбора и анализа данных в бизнесе.

Эти две должности в определенном смысле подобны1. Однако CIO, как правило, сосредотачивается на инфраструктуре, требуемой для поддержания и передачи информации. CAO, в свою очередь, обеспечивает аппаратно-программные решения для генерирования и анализа информации, а также трактовку получаемых результатов в бизнес-отношении.

Необходимость такой должности, как САО, диктуется постоянным повышением гибкости и скорости ведения бизнеса. Вот типичные затруднения сегодняшнего дня, которые компании испытывают при использовании корпоративной аналитической платформы (www.allanalytics.com).

  • 21% — Мы не можем обработать весь объем наших данных;
  • 12% — У нас попросту нет продвинутой аналитики;
  • 10% — Мы не можем обеспечить наши требования к моделированию;
  • 10% — Мы не поддерживаем аналитику самообслуживания;
  • ----
  • 25% — Все перечисленное вместе;
  • 24% — Не могу сформулировать наши проблемы.

Как видно, половина компаний (две нижние строки) не слишком хорошо понимает, как именно следует использовать аналитику. Разъяснение необходимости аналитики как неотъемлемой процедуры при принятии обоснованных решений и организация ее эффективного использования — главная задача САО.

Работа CAO требует наличия разностороннего опыта — в статистическом анализе и маркетинге, финансах и операциях. В некоторых случаях CAO может быть и членом совета директоров, но это зависит от типа организации и значимости аналитики для нее.

Определенной квалификации «CAO вообще» не существует. Многие действующие САО имеют ученые степени в области математики, статистики, экономики, эконометрики или MBA, с акцентом на количественную аналитику, но это также не является обязательным и определяющим.

Типичное подчинение CAO крупной организации — непосредственно исполнительному директору (Chief Executive Officer, CEO). Его зависимость от CIO — слабая, на уровне консультаций по совместимости инфраструктуры.

Mu Sigma, платформа DIPP и CAO

В августе 2013 г. Forbes разместил статью СЕО компании Mu Sigma Дхирая Райарама (Dhiraj Rajaram) «Does Your Company Need A Chief Analytics Officer?».

Райарама является одним из наиболее последовательных сторонников разумного применения аналитики и привлечения к этой работе специалистов. Mu Sigma — провайдер услуг аналитики, входящий в число наиболее быстро растущих частных компаний США. Название фирмы происходит от статистических терминов «Мю» (μ) и «Сигма» (σ), которые обозначают параметры вероятностного распределения. Основное достижение компании на сегодняшний день — платформа DIPP и соответствующая методика, которая ориентирована именно на САО.

Оригинальная разработка Mu Sigma - платформа Mu Sigma DIPP

Оригинальная разработка Mu Sigma — платформа Mu Sigma DIPP. Справа — анализируемый DIPP «Цикл затрат» (Consumption Cycle), по часовой стрелке: Communicate — обсуждение; Implement — применение методов; Measure — измерение; Align Incentives — выравнивание стремлений (аналитика / бизнес); Develop Cognitive Repairs — установление соответствия анализа целям бизнеса. Расшифровка «призмы Mu Sigma» (слева) приведена ниже.

Компания утверждает, что ее DIPP позволяет выполнять ровно столько аналитики, сколько ее требуется для принятия обоснованного решения. Это ускоряет и удешевляет анализ. В отличие от традиционного подхода, когда предприятия выполняют полный цикл анализа по схеме «Descriptive — Inquisitive — Predictive — Prescriptive», отбрасывая затем лишнее, компания Mu Sigma старается сочетать виды анализа в соответствующей пропорции, поскольку различные бизнес-проблемы нуждаются в разных уровнях каждого из этих четырех видов аналитики.

  • D — Descriptive analytics. Дескриптивная аналитика отвечает на вопрос «Что произошло в бизнесе?» Она использует данные, чтобы описать текущее состояние бизнеса таким образом, чтобы тренды, модели и исключения стали очевидными. Форма представления — отчеты, инструментальные панели, управляющие информационные системы (Management Information System, MIS).

  • I — Inquisitive analytics. «Любознательная» аналитика отвечает на вопрос «Почему что-то происходит в бизнесе?». В ее рамках изучаются данные для проверки / отклонения бизнес-гипотез. Включает аналитическое «сверление» данных (drill down), статистический и факторный анализ и др.

  • P — Predictive analytics. Прогнозная аналитика отвечает на вопрос «Что с наибольшей вероятностью произойдет в будущем?». Здесь используются моделирование и прогнозирование, чтобы определить перспективы.

  • P — Prescriptive analytics. Предписывающая аналитика — комбинация перечисленного выше для ответа на вопросы «Это так. И что?» и «Что дальше?». Например, что бизнес должен сделать, чтобы сохранить ключевых клиентов? Как фирмы могут улучшить свою цепочку поставок, чтобы повысить уровень обслуживания клиентов и/или сократить затраты?

Но вернемся к статье в Forbes. В ней Райарам впервые достаточно четко очертил предназначение и круг задач САО:

  • CAO переопределяет организационные границы отделов с точки зрения аналитики и таким образом способствует принятию конечных обоснованных решений;
  • Аналитика понимается и строго поддерживается высшим руководством — на уровне CEO;
  • Аналитика встроена в повседневную работу и считается важной большинством подразделений компании;
  • Аналитика используется в качестве предпосылки принятия эффективных бизнес-решений в реальной жизни и в реальном времени.

О личностных качествах САО

Способность к коммуникации — критическая компетенция для любого руководителя C-уровня, и CAO здесь — не исключение. Его ключевой навык общения — возможность организовать плодотворные контакты между аналитиками и руководителями, принимающими бизнес-решения, — чтобы гарантировать, что предложения аналитиков соответствуют бизнес-целям компании.

Поэтому роль САО — это фактически роль переводчика, создающего общий язык, мосты между аналитикой, технологиями и бизнесом. Второй этап его работы — выделение базовой информации, которую смогут понять клиенты и рынок.

Лучшие аналитические модели бесполезны, если они не помогают людям принять лучшие решения. «Большинство организаций тратят 80% и более своего времени, разрабатывая модели и разбираясь в данных, оставляя лишь 20% на то, чтобы понять, как следует применить полученные результаты» (Ernst & Young).

У CAO также должна быть определенная сила духа, чтобы рискнуть. Конечно, риск должен быть разумным и обоснованным. Даже простой A/B testing2 — отличный способ зондировать новые идеи без больших трудозатрат и инвестиций, но и его используют далеко не все компании.

Наличие риска в работе САО означает необходимость его постоянной готовности к возможным ошибкам. САО должен быть достаточно гибким, чтобы вовремя повернуть и спланировать новый курс, не настаивая на своих прежних вариантах, чтобы «сохранить лицо».

Работа САО может рассеивать привычные корпоративные мифы. Этот часто приводит к конфликтам с бизнес-лидерами, которые до сих пор были довольны своим положением и своей кажущейся значимостью. В этом отношении CAO может играть важную роль в реализации полезных изменений в организации.

Быть в тесном контакте со всеми ключевыми сотрудниками — обязанность CAO. Аналитики часто работают сами по себе. САО старается работать со всеми, кто принимает участи в принятии управленческих решений.

Кроме того, CAO должен держать руку на пульсе рыночных и потребительских тенденций, чтобы гарантировать, что инвестиции в аналитику возвращаются реальными бизнес-результатами.

Слишком легко получить искаженное, «островное» представление данных. CIO обычно не слишком заботятся об устранении в первую очередь недостатков такого рода. Со своей стороны, САО не увлекается глубоким проникновением в данные. Его задача — разумный баланс аналитики с бизнес-потребностями и потребностями рынка.

CAO — не гадалки

Конечная цель любой стратегии аналитики в том, чтобы использовать данные для раннего определения новых возможностей. Действительная сила CAO в том, чтобы научиться (и научить) использовать данные для получения конкурентного преимущества.

Цель состоит в том, чтобы переместить аналитику от реактивной, когда руководству сообщается, что и как бизнес делает, к превентивной, когда оказывается реальная помощь руководству, а продуктовые команды начинают стратегически использовать имеющиеся данные.

Потенциал рынка средств аналитики, предназначенных для САО достаточно велик — недавнее исследование Ernst & Young показало, что, хотя 69% компаний считают качество обслуживания клиентов жизненно важным, только 12% в полной мере пользуются для этого аналитикой.

Можно рассматривать эти данные и с другой точки зрения — как инициирование новой волны почти достигшей своего предела Business Intelligence, на этот раз с помощью «выделенного» сторонника аналитики в каждой компании — САО.


    1 Подобной должностью является и довольно часто упоминаемый Chief Data Officer, CDO. Но его задача также несколько отличается как от CIO, так и от САО. В последнем случае при сравнении можно сказать, что CAO сосредотачивается на том, чтобы обеспечивать операционные решения на основе проведенного анализа. CDO более материальным образом занимается обработкой данных и обслуживанием соответствующих аппаратно-программных решений.

    2 В маркетинге и анализе бизнес-данных A/B testing (ABT) — жаргонное выражение для эксперимента с двумя вариантами, A и B, которые отличаются методами управления и обработки. Например, в Web-дизайне цель состоит в том, чтобы идентифицировать изменения для Web-страниц, которые увеличивают или максимизируют интересующий результат (например, отношение числа показов баннерной рекламы к числу кликов. На Web-сайте электронной коммерции хороший кандидат на АВТ — воронка продаж, зависящая от того или иного параметра. Существенные улучшения могут иногда наблюдаться даже при сравнении двух вариантов разметки, изображения, цвета. Подробнее см. здесь.



ЧИТАЙТЕ ТАКЖЕ:
КНИГИ ПО ТЕМЕ:
Технологии четвертой промышленной революцииТехнологии четвертой промышленной революции
Основы Big Data: концепции, алгоритмы и технологииОсновы Big Data: концепции, алгоритмы и технологии
Как тестируют в GoogleКак тестируют в Google



МЕТОДОЛОГИЯ: Стратегия, Маркетинг, Изменения, Финансы, Персонал, Качество, ИТ
АКТУАЛЬНО: Новости, События, Тренды, Инсайты, Интервью, Бизнес-обучение, Рецензии, Консалтинг
СЕРВИСЫ: Бизнес-книги, Работа, Форумы, Глоссарий, Цитаты, Рейтинги, Статьи партнеров
ПРОЕКТЫ: Блог, Видео, Визия, Визионеры, Бизнес-проза, Бизнес-юмор

Страница Management.com.ua в Facebook    Менеджмент.Книги: телеграм-канал для управленцев    Management Digest в LinkedIn    Отслеживать нас в Twitter    Подписаться на RSS    Почтовая рассылка


Copyright © 2001-2024, Management.com.ua

Подписка на Менеджмент.Дайджест

Получайте самые новые материалы на свой e-mail (1 раз в неделю)



Спасибо, я уже подписан(-а)