Как составить аналитику предприятия

Полный цикл решения задач аналитики тернист и скрупулёзен. Зачастую он выполняется частями в виде смешения этапов без целостного видения общей структуры реализуемого процесса.

Здесь хотел бы поделиться опытом и навязать один из вариантов ведения и реализации аналитических решений. Суммарно в области разработки продуктов оптимизации и автоматизации бизнес процессов проработал 10 лет, участвовал в реализации крупных, средних и мелких проектов. В настоящее время занимаюсь исследованием операций в компании ПГК в проекте Навигатор. В общем, есть чем поделиться.

Под аналитическим решением будем понимать инструмент, который преобразует данные в бизнес выгоду. Сама по себе аналитика является симбионтом и без анализируемого процесса особо не несет пользы. Повествование будет в общем о подходе, сопровождаемое обезличенными примерами. В конце бонус о деньгах и полезности аналитики для капиталистов. Приступим!

Введение

Видение плана и возможность его придерживаться помогают и позволяют измерить объем и потенциал решения, производить оценку и переоценку ценностей изначальной идеи. Эскиз на холсте предоставляет возможность ощутит концепт изображения на холсте, аналогично и план очерчивает границы разрабатываемого решения/продукта. Начиная от реалистичности задуманного, понижения или повышения изначальных ставок, заканчивая пониманием точки завершения и снятием первых сливок MVP/продукта.

Каждый описанный ниже этап не является строгой последовательностью развития и может вернуть в исходную точку, такова реальность. Заказчик и исполнитель не всегда могут понять друг друга с первого раза. Итерации обеспечивают возможность договориться и скорректировать предыдущие рамки.

Этап 1. Постановка бизнес задачи

Задача бизнеса в основном формулируется в абстрактной форме. Описывается бизнес процесс и указывается показатель для улучшения. Это могут быть физические/финансовые параметры, например, увеличение выручки, сокращение затрат, максимизация прибыли или качественные характеристики, типа, повышение уровня сервиса. Все это преподносится на языке бизнеса в привычной ему терминологии. Тут рекомендация перейти на их язык.

Есть достаточно популярный подход к извлечению важных составляющих бизнес постановки. Опросник:

• Кто: финансирует, пользователь, разработчик, на кого окажет влияние, заинтересованные стороны?

• Что: какая проблема возникает?

• Где: появляется проблема, решение будет востребовано?

• Когда: возникает/возникла проблема, возникает потребность в решении?

• Почему: проблема возникает?

Ответы на эти вопросы снизят неопределенность и позволят общаться с вовлеченными участниками бизнеса в рамках их зоны интересов в проекте. Локализация встреч по интересам сократит их неэффективность благодаря уменьшенному кол-ву участников и набору тем к обсуждению.

Погружение в бизнес задачу позволяет перейти к следующей стадии: возможность транслировать в аналитическую проблему.

• Находится ли анализируемый процесс под контролем организации?

• Существуют ли необходимые данные или возможность их получить?

• Можно ли решить и/или смоделировать рассматриваемую задачу?

• Может ли организация принять и внедрить решение?

Независимо от того, решается ли общеизвестная задача (решена в других компаниях) или есть желание поэкспериментировать с инновациями, ответ на эти вопросы позволит пресечь бесперспективную инициативу (разработку) на стадии зачатия. Что «сэкономит» не потраченный бюджет проекта.

Если испытание пройдено, то можно уточнить постановку в результате первичного анализа и зафиксировать ограничения. Очерчивать рамки бизнес задачи и итеративно их обновлять крайне необходимо, если нет желания поработать бесплатно.

Опыт: в рамках заказной разработки крупного решения заказчик попробовал выйти за пределы решаемой задачи, которая возникла на горячей волне на одной из встреч. Момент не приятный, и документ с зафиксированными ограничениями пришелся кстати. Дополнительный блок бесплатных работ был с легкостью отклонен.

Согласовывайте и фиксируйте договоренности! Это позволит сохранить лицо и не огрести от акул бизнеса. Особенно при реализации мелких проектов для небольших компаний, как правило в таких проектах много «хотелок», низкая продуманность функций продукта и большой поток вбросов в процессе разработки.

Напоследок – определение начального набора выгоды для бизнеса (оборот, качество сервиса, конверсия и др.). Симбиоз в деле! Заказчик хочет вписать вас в амбициозный проект, но задача аналитиков свести это к реалистичным результатам. На этом этапе сложность достижения компромисса в том, чтобы окупаемость инициативы была приемлемой для бизнеса. Стоит ли овчинка выделки?

Опыт: Крупная компания владеет оборудованием для производства продукции. Выставляется цель в повышении загрузки оборудования на 50% за счет внедрения методов оптимизации. Со спросом проблем нет. Текущие показатели использования оборудования – 70-80%. Выходит, что ожидаемый целевой уровень 105-120%, сверхурочные у оборудования.

Этап 2. Постановка аналитической задачи

Крупная уязвимость находится на этом этапе — это конвертация бизнес требований в аналитические ограничения, что и является постановка задачи аналитики. В основном это функция аналитика, который погружен в сферу бизнеса заказчика и владеет языком аналитиков.

 У бизнеса формируется картина с завышенными ожиданиями, а аналитики ожидают требования в более усеченном виде. Возникает задача формулирования так называемых «нормальных» требований (отсылка к Модели требований Кано, см. схему ниже), которые будут устраивать заказчика и аналитиков. Задача не из легких и в тоже время фундаментальная по мерам проекта, на основе этих требований будет строиться дальнейшая работа.

Обобщенный сценарий использования решения также формируется на данном этапе. Здесь достаточно понять, какой результат нужно получить, кто будет действующим лицом, что должен этот участник нового процесса делать и что делать с полученной информацией.

Что и в какой мере влияет на аналитическое решение? Выделяем и взвешиваем факторы, которые в дальнейшем будут формировать двигатель решения. По опыту, набор таких факторов итеративным образом увеличивается, особенно после реализации MVP. Кругозор и опыт аналитика ключ к успеху на данном этапе.

Цель и путь ее достижения. Может существовать несколько путей достижения цели, например, увеличение прибыли на 5% можно достигнуть за счет увеличения оборота на 10% или за счет сокращения затрат на 3%. Фиксируем путь и ключевую метрику, на которую в дальнейшем опираемся. И конечно, коммитим под это заказчика.

Этап 3. Данные

Углем для локомотива аналитического решения являются данные. Выявление потребности в наборе информации, ее степень оцифровки и наличие в общем. В российских не IT компаниях инфраструктура в плане сбора данных порой функционирует постольку, поскольку была определенная необходимость, неподвижна и крайне инертна. Это составляет большую трудность для внедрения продвинутых систем автоматизации, оперативных систем планирования и прогнозирования. Из опыта, во многих случаях требовалось внедрять отдельные процессы сбора, обработки и хранения данных. В частности, приходилось менять целые процессы и системы мотивации сотрудников, чтобы данные не оседали в письмах, чатах, звонках.

Опыт: в некоторых реализованных мной проектах часть эффекта была достигнута за счет внедрения качественного сбора данных и их анализа. Эти данные указывали на расхождения в видении процесса руководством и исполнителем. Синхронизация этих видений приводила к улучшению процесса и, как следствие, получению экономического эффекта.

Одним из вызовов также является преобразование качественных характеристик, которые могут быть в головах участников бизнес процесса, но никак не фигурировать в данных. Например, важность заказа/клиента, срочность заказа (чем быстрее, тем лучше), динамическая смена приоритетов. При экспертных оценках получаются противоречия. На практике, постоянные уточнения и переоценка значений приведут к некоторой адекватности, но придется потратить львиную долю нервов и сил.

Не буду нагружать статью общими методами работы с данными – очистка, стандартизация, восполнение, преобразование, сегментация, классификация, выявление взаимосвязей и т.д. Мелочиться на описании этих процедур – потеря вашего внимания.

Посмотрев на данные, самое время провести переосмысление предыдущих этапов. Данные дают дополнительную аргументацию зафиксированным ранее предположениям или приводят к их корректировке.

Некоторое замечание: крупные компании организуют тендеры (если это внешняя разработка). Подготовка документации для этих тендеров включает проработку первых трех этапов, описанных выше. Зачастую, формирование такого документа выполняет сторонняя консалтинговая организация. Спасибо им за этот труд, так как избавляли от достаточно рутинного формирования самой задачи.

Помним, что бизнес, в основном, не стремится погружаться в детали данных, он ждет осязаемый результат, собственно, для решения этих проблем и приглашали. Поэтому все проблемы в данных необходимо транслировать в проблему бизнеса.

Опыт: на одном из проектов возникла ситуация противостояния двух департаментов. Департамент А выполнял свою функцию, плюс забирал часть функций Департамента Б. Из-за этого происходили потери данных, так как Департамент А нигде не отражал выполнение функций Департамента Б. Проблему на языке отсутствия данных бизнес не решал, но трансляция бизнес ситуации позволило принудить выполнять Департамент Б свои функции.

Этап 4. Выбор методологии

Выделяют три класса общих направлений моделирования: описательная, предсказывающая и предписывающая аналитика.

Описательная аналитика – набор методов для визуализации и интерпретации того, что уже произошло. Это могут быть сводные таблицы, статистики, различные диаграммы или презентация.

Предсказывающая аналитика – методы прогнозирования, симуляционные модели, вероятностные модели, модели машинного обучения, которые отвечают на вопрос: Что произойдет?

Предписывающая аналитика – набор методов для формирования лучшего исхода. В эквиваленте пирамиды Маслоу – рост, развитие, самопознание. Данный тип аналитики позволяет повысить качество принимаемых в компании решений до «совершенства». Спектр методов – линейное, целочисленное, нелинейное программирование, симуляционно-оптимизационные подходы, стохастическая оптимизация.

Зафиксировать направление, кажется, не проблема. Но каждое направление включает широкое множество методов. На помощь приходит набор факторов для принятия решения:

• Время – подходы к решению задачи имеют разную степень риска и время входа. В зависимости от выделенного времени на разработку, можно сделать ставку на проверку набора простых алгоритмов или же зафиксировать один сложный с низким уровнем риска. Кроме того, нужно учитывать время отклика модели – насколько оперативно требуется получить результат модели.

• Требуемая точность модели – если целевой результат может быть достигнут простой моделью, то незачем разрабатывать избыточное решение с множеством рисков.

• Актуальность методологии – речь идет об одно из обобщенных направлений описанных выше.

• Точность данных —  если точность данных низкая, то нет необходимости использовать высокоточные подходы.

• Доступность данных – оперативность получения, обновления, поддержки данных.

• Популярность методологии – в научном мире обсуждаются задачи из индустрии, промышленности. Подобрав подходящие ключевые слова можно найти множество подходов и сравнение их эффективности. Потратив время, можно выбрать трендовые подходы, ознакомиться с их положительными и негативными сторонами.

Опыт: Преемственность. Один из проектов, в котором довелось поучаствовать, имел длинную историю реализации, множество попыток обнуления. Похвалю благородную идею и стремление бизнеса к ее реализации. Дошла и моя очередь попробовать расколоть орешек. Анализируя историю, заметил одну важную особенность, горизонт планирования не соответствует качеству данных. Речь идет об оперативной системе планирование, где требуются данные высокой точности и актуальности, а использовался длинный горизонт с около нулевой точностью в конце периода. В литературе обнаружил работу с описанием внедрения аналогичной системы, где горизонт планирования был минимальным, что подтвердило мою гипотезу. Переход на короткий горизонт и локализация задачи привели к прогрессу.

Разработка модели, тестирование и валидация результата, по аналогии с обучений моделей машинного обучения, проводится на фиксированных наборах данных. Если выбранная модель проходит все этапы, она жизнеспособна. Под каждый шаг выбираются наборы данных, которые максимально отражают потребность и будут информативными для выводов и заключений.

Опыт: Еще один проект с неудачными попытками. Последняя версия использовала пчелиный мета-эвристический алгоритм. Результат получился сугубо теоретический, решает поставленную задачу для малого размера, но реальный кейс вызывает трудности. Декомпозиция планирования и задачи на связанные блоки позволили разработать ансамбль точных моделей, которые, пусть не доставляют абсолютный оптимум, но работают и приносят эффект.

Этап 5. Построение модели

Пришло время обсудить центральный этап реализации аналитического решения – разработка модели. Наверное, самый приятный этап для аналитиков. Начинается с выделения метода или группы подходов для разработки. Далее идет выделение критериев сравнения и набора данных для определения качества подхода.

Разработка моделей различается от решаемой задачи. Поэтому этот интересный этап не буду нагромождать множеством решаемых задач и подходов к их решению, тем более, что владею и имею опыт работы не со всеми методами. Но чтобы не потерять ваш интерес на таком интересном этапе представлю вашему вниманию структуру/алгоритм разработки оптимизационного решения.

1. Организуем структуры данных таким образом, чтобы построение связей между данными были минимальными. Речь идет об объектной модели данных. Здесь можно оперировать таблицами или разработать объекты соответствующие моделируемым физическим объектам.

2. Строим модель: инициализация переменных, построение набора ограничений и задание целевой функции.

3. Ищем готовые пакеты решения задачи или разрабатываем сами алгоритмы решения поставленной задачи.

4. Исследуем сходимость модели и точность. Докручиваем настройки и добавляем условия завершения расчета на случай плохой сходимости.

5. Извлекаем результат из модели в виде сырого отчета для разработчика. Насыщаем вспомогательными данными для бизнеса.

6. Строим модуль отчетов, который демонстрирует качественные характеристики решения.

Этап 6. Внедрение

Проходим валидацию модели бизнесом. Готовим красивые отчеты (в том числе графики) с прозрачными результатами работы модели. Рассказываем особенности модели, методологии, погружаем в детали, описываем допущения и ограничения выбранного подхода. Рекламируем решение.

После получения одобрения бизнесом можно формировать план внедрения. Внедрение может происходить вашими силами или посредством заказчика. Но в любом случае, сопровождаем внедрение — ошибки, неточности, новые сценарии использования — это уже закон, без аналитиков не обойтись.

В зависимости от масштаба влияния решения на бизнес процессы компании выбираем путь внедрения. В случае небольшого влияния – внедряем все и сразу. Подключаем все структуры и отлаживаем измененный процесс, сглаживаем углы и шероховатости. Что касается «крупных» изменений, здесь придется поколдовать. Выделяем наиболее независимый в этом переплетении кусок, продумываем, как заштопать разорванные связи с другими частями. Шаг за шагом добавляем остальные части, убираем заплатки, учимся их склеивать. В конце концов вливаем последние недостающие части – готово.

Разбиение на части это некоторого рода искусство. Локализация иногда кажется невозможным, особенно со стороны бизнеса. Но полномасштабное вливание изменений может не выдержать критики и замечаний, что приведет к негативу и сомнениям. На предпоследнем этапе это не сказать, что здорово.

Опыт: внедрение оптимизационных решений на всей логистической сети РФ, пусть это ЖД/авто/авиаперевозки — затрагивает все логистические центры планирования. Локализация внедрения позволила говорить с каждым участником (регионом) отдельно. Договариваться и адаптироваться в таких условиях легче, особенно, если внедряется не в первый регион.

Участвуем в разработке пользовательских интерфейсов, настройке прав доступа. Нет необходимости выдавать всем права на управление моделью.

Этап 7. Жизненный цикл модели

На данном этапе готовится первое время никому не нужная документация с подробным описанием предположений, источников и структур данных, методов обработки данных, самой модели, кодовой базы и рекомендациями по возможным улучшениям модели.

Мониторинг качества модели. Для аналитиков повышение эго от достигнутого результата, а для бизнеса заветные финансы в виде экономического эффекта. Что рекомендуется отслеживать:

• Выгода бизнеса, тот же экономический эффект.

• Что модель привносит нового и полезного.

• Надежность и стабильность работы модели.

• Насколько качество данных влияет на результат модели.

Опыт: Экономический эффект от внедрения методов оптимизации и автоматизации 5-12%. Это личная статистика.

По требованию. Калибровка и поддержка модели на случай изменения данных или процессов с течением времени. Аналитическое решение при частом использование со стороны бизнеса может развить другие процессы, например, сбор данных и повышение их качества. Такие изменения приводят к потенциалу для улучшения текущей модели или возможности ее замены на более точную или мощную.

Почуем на лаврах. Проводим мастер классы по сценариям использования и настройкам продукта. Документируем пользовательские сценарии, записываем видео, демонстрируем презентации.

Добавляем себе в портфолио успешный кейс. Сохраняем контакты заказчика, отслеживаем судьбу модели и бизнес выгоду на протяжении всего времени.

Бонус про деньги

В данном разделе хотелось бы поделиться перспективностью аналитики в общем и развитию аналитика как специалиста, в частности. Здесь, перспективность сведена к меркантильной составляющей, но косвенно она влияет и на весь мир в целом. Повышение эффективности бизнеса влечет доступность производимых товаров и услуг.

Структура и львиная доля содержания позаимствована. Многое уже сказано не мной. Поэтому вскрою карты. Американский Институт Исследования операций и Менеджмента   INFORMS проводит сертификацию аналитиков. Для подготовки к сертификации доступны курсы и методички, составленные топ менеджерами разных крупных компаний и профессорами MBA. Информация хорошо структурирована, прозрачна и согласуется с моим опытом. Не реклама.

INFORMS упомянул по причине интересного, на мой взгляд, исследования. Начиная с 1972 года общество присваивает Franz Edelman Award за практические достижения в реализации аналитических решений. Критериями является экономический эффект или качественные показатели, новизна решения. Каждый год формируется шестерка (в основном) финалистов из которой выбирается предводитель. Примечательно в этом то, что организация и аналитики коммитятся под результат и предоставляют доступ к достаточно скрытой информации – деньгам.

На графике ниже представлен накопительный эффект
экономии для бизнеса от внедрения решений, который доставляли шестерки
финалистов с 1972-2019 годы. Суммарно около 300 млрд $.

Какие методы использовались, тоже не является секретом. Ниже представлена частота упоминания методов, которые использовались для достижения эффекта. Диаграмма усечённая и покрывает 22 метода, что составляет 71,3% упоминаний. Топ формируют методы оптимизации – предписывающая аналитика.

Заключение

Постарался изложить видение процесса разработки решения задачи аналитики. Сквозь призму опыта и существующих концепций собрал концентрированный гайд с нюансами и личной болью. Удачи!

Ссылки:

• Группы методологий аналитических подходов

• INFORMS

• Исследование экономического эффекта аналитических решений

Кадр: сериал «Приключения Шерлока Холмса» / Granada Television

Обозреватель Skillbox Media. Работала со «Сравни.ру», ВТБ, «Ак Барс Банком», Газпромбанком. Подготовила курсы по инвестициям для Промсвязьбанка и Школы инвестора ВТБ.

В подготовке статьи помогала

Руководитель направления финансового консалтинга онлайн-сервиса финансового и управленческого учёта «Финтабло».

Проблемы в бизнесе не всегда очевидны. Чтобы вовремя их заметить, собственники или финансовые аналитики регулярно проводят финансовый анализ.

В этом материале Skillbox Media расскажем:

• что такое финансовый анализ;
• зачем нужен финансовый анализ;
• какие источники данных и инструменты в нём используют;
• какие методы применяют;
• какие показатели исследуют.

---

Финансовый анализ — изучение финансовых показателей компании. Его цель — понять, что происходит с прибылью компании и почему ожидания оправдались или, наоборот, не оправдались.

Допустим, в отчёте видно, что чистая прибыль компании снизилась. Чтобы понять, почему это произошло и как исправить ситуацию, проводят финансовый анализ.

За проведение финансового анализа отвечает финансовый директор или финансовый аналитик. Если в компании его нет, можно привлечь специалиста на аутсорсе.

Результатами анализа пользуются внутренние и внешние пользователи. Внутренние — специалисты, которые принимают решения. Это, например, генеральный или коммерческий директор, директор по продажам и производству или даже HR-специалист.

Внешние пользователи — все, кто принимает решение о том, стоит ли работать с компанией. Это, например, банки, которые кредитуют бизнес, или инвесторы, которые хотят вложиться в него. Им важно понимать, насколько компания финансово устойчива, как быстро окупаются вложения в неё и какие у бизнеса планы развития.

Курсы Skillbox для тех, кто хочет разобраться в финансах бизнеса

• «Финансовый аналитик» — освоить финансовый анализ, получить новую должность или начать карьеру финансового аналитика.
• «Финансовый менеджер» — освоить высокооплачиваемую профессию и управлять всеми финансами компании.
• «Финансы для предпринимателя» — создать прозрачную систему управления финансами, нанимать хороших бухгалтеров, планировать расходы и прогнозировать кассовые разрывы.

Финансовый анализ нужен, чтобы оценивать состояние компании и принимать решения в разных областях. Разберём на примерах, как финансовый анализ помогает это делать.

Допустим, у компании 10 торговых точек. Директор по продажам смотрит результаты финансового анализа и видит, что у одной из этих точек очень низкая рентабельность. Она практически не приносит прибыли, поэтому нет смысла в неё вкладываться. Директор может её закрыть.

Ещё один пример: крупный инвестор ищет бизнес для вложений и просит сделать финансовый анализ. В его результатах он увидит, что в сравнении с конкурентами компания выглядит стабильной: её выручка растёт с каждым годом, и она лучше справляется с кризисными временами.

Или, наоборот, он увидит проблемы — у бизнеса нет денег, чтобы покрыть долги, а выручка с каждым годом снижается. Основываясь на этих данных, инвестор примет решение, вкладывать деньги в компанию или нет.

Чтобы провести финансовый анализ, нужно знать доходы, расходы компании, её активы и то, как в компании движутся деньги. Этого хватит для того, чтобы рассчитать основные показатели. Такие данные содержатся в управленческой отчётности. Чаще всего для расчёта используют отчёт о движении денежных средств (Cash Flow), о прибылях и убытках (PnL) и управленческий баланс.

Например, отчёт о прибылях и убытках в паре с платёжным календарём поможет инвестору оценить возможности бизнеса по выплате дивидендов, обеспечению кредитов и финансированию своей деятельности. Отчёт об изменениях капитала организации покажет финансовую устойчивость компании.

Чтобы провести анализ, бизнес может использовать разные инструменты.

Компании с небольшим оборотом — условно до 2 миллионов рублей в месяц — обычно используют Excel или «Google Таблицы». В них можно рассчитать показатели и сравнить их с помощью встроенных формул. Но на то, чтобы настроить расчёты, понадобится много времени.

Компании с большим оборотом могут проводить анализ в программах, например, базового, производственного или товарного учёта. А ещё — в специальных сервисах: в них выгружают данные о работе компании, а сервисы сами рассчитывают показатели и формируют удобные отчёты. Например, в Tableau и Power BI можно загрузить данные и построить дашборды — интерактивные панели с важными показателями.

Финансовые показатели в отрыве от других данных не дают полезной информации. Допустим, собственник провёл анализ и выяснил, что рентабельность составляет 30%. Чтобы понять, хороший этот показатель или плохой, используют методы финансового анализа.

Методами называют способы изучить и оценить показатели. В учебниках описывают до одиннадцати методов, мы расскажем об основных.

Горизонтальный анализ — показатели отчётного периода сравнивают с показателями предыдущего. Например, несколько важных показателей за 2023 год — с показателями за 2022 год. Это позволяет увидеть динамику.

Допустим, компания смотрит выручку за последние два года и видит, что показатель падает. Чтобы понять, почему это происходит, изучают другие показатели. Например, может оказаться, что продукт устарел, услугу оказывают неправильно или сотрудникам не хватает мотивации.

Трендовый анализ — вариант горизонтального анализа. Показатели сравнивают с показателями за несколько прошлых периодов. Например, берут показатели за 2019, 2020, 2021 и 2022 года, смотрят на изменения и определяют тренд.

Трендовый анализ показывает тенденции. Например, если прибыль растёт ежегодно на 20%, можно предположить, что в следующем году будет так же.

Вертикальный анализ — изучение того, как каждая позиция отчётности влияет на итоговый результат. Например, как на прибыль влияют выручка или себестоимость продукции. Горизонтальный и вертикальный анализ взаимно дополняют друг друга.

Анализ коэффициентов показывает, как одни показатели влияют на другие. Например, долги могут повлиять на чистую прибыль.

Допустим, поставщики повысили цены и увеличились налоговые сборы — в результате чистая прибыль упала. В таком случае компания может продать или сдать в аренду неиспользуемые активы (например, свободный склад), чтобы нивелировать расходы.

Сравнительный анализ — показатели компании сравнивают с показателями конкурентов. Метод позволяет понять, насколько эффективно работает компания в сравнении с другими бизнесами из отрасли.

Факторный анализ — изучают, какие факторы и как влияют на показатели. Например, коммерческий директор может сравнить показатели прибыли в разные сезоны и понять, зависят ли продажи от сезона.

Финансовых показателей сотни. Их подбирают исходя из целей анализа. Мы расскажем о базовых показателях, на которые в большинстве случаев обращают внимание внутренние и внешние пользователи.

Внутренние пользователи чаще всего обращают внимание на валовую прибыль, постоянные затраты и рентабельность.

Валовая прибыль показывает способность бизнеса зарабатывать деньги и отвечает на вопрос, нужно вообще им заниматься или нет. Её рассчитывают по формуле:

Валовая прибыль = Выручка − Себестоимость товаров или услуг

Выручка — сумма, на которую бизнес продал товаров или оказал услуг. Себестоимость — деньги, которые потратили на производство или оказание услуг. Например, для торговли это закупочная стоимость товара, доставки и упаковки.

Постоянные затраты — это затраты, которые не сокращаются в период сезонных колебаний или кризиса. Они не зависят от объёма производства. Чтобы компания могла проходить временные трудности, объём постоянных затрат должен составлять не больше 30% от общего объёма затрат.

Чтобы рассчитать постоянные затраты, нужно сложить все издержки — арендную плату, расходы на коммунальные услуги, рекламу и так далее. Можно использовать для этого среднемесячные показатели — например, сумму, которую компания в среднем тратит на рекламу за месяц.

Рентабельность продаж по чистой прибыли показывает долю чистой прибыли в общей выручке бизнеса. Простыми словами — сколько копеек чистой прибыли бизнес получает с каждого рубля выручки. Показатель рассчитывают по формуле:

Рентабельность продаж по чистой прибыли = Чистая прибыль / Выручка × 100%

Есть и другие виды показателя, которые важны для внутренних пользователей. Подробнее о них можно прочитать в статье о рентабельности.

Внешним пользователям важно знать, насколько компания устойчива и будет ли она приносить прибыль в будущем. Чтобы понять это, смотрят на такие показатели, как ликвидность, оборачиваемость активов и рыночная стоимость.

Ликвидность — это способность быстро продать активы по цене не ниже рыночной.

Например, банк при одобрении кредита будет смотреть, какое имущество компании можно быстро продать в случае неуплаты долга. Инвестор будет смотреть, насколько быстро бизнес сможет рассчитаться с долгами и выстоять в тяжёлые времена.

В Skillbox Media есть материал о ликвидности — из него вы узнаете, какая бывает ликвидность и как анализировать этот показатель.

Оборачиваемость активов показывает, с какой скоростью компания полностью использует актив. Например, за сколько дней бизнес продаёт партию товара.

Этот показатель сравнивают с оборачиваемостью конкурентов. Обычно чем он меньше, тем лучше. Это говорит о том, что компания эффективно использует активы. Если оборачиваемость большая, это значит, что активы используются неэффективно. То есть деньги «зависают» в этих активах вместо того, чтобы превращаться в чистую прибыль компании и оседать на счетах.

Рыночная стоимость — это цена, за которую объект может быть продан в условиях свободного рынка. Зная цену, инвестор сможет предположить, будет ли у компании возможность вернуть вложенные деньги в случае неудачного запуска проекта.

Банк будет смотреть на реальную стоимость компании и её активов. Если у бизнеса не будет денег, чтобы расплатиться за кредит, компания сможет продать активы и погасить долг.

• Финансовый анализ — изучение основных финансовых показателей компании. Он нужен внутренним и внешним пользователям, чтобы принимать решения.
• Показатели для анализа берут из отчётов о движении денежных средств, прибылях и убытках (PnL) и управленческого баланса. Всё зависит от того, что и зачем хотят посчитать. Расчёты проводят в Excel или в системах аналитики.
• Чтобы оценить показатели, используют разные методы анализа. Например, сравнительный — показатели сравнивают с показателями конкурентов. Или горизонтальный — показатели отчётного периода сравнивают с показателями предыдущего.
• С помощью финансового анализа можно рассматривать сотни показателей. Чаще всего работают с валовой прибылью, постоянными затратами, рентабельностью по чистой прибыли, ликвидностью, оборачиваемостью и рыночной стоимостью.

• Чтобы оценить предстоящие расходы и доходы, в компаниях составляют бюджеты — например, бюджет доходов и расходов, производства и продаж. В Skillbox Media есть статья о бюджетировании, из которой вы узнаете, как устроен этот процесс.
• Финансовые аналитики используют результаты анализа, чтобы оценить состояние компании и дать рекомендации, как увеличить прибыль. Прочитайте обзор профессии, чтобы узнать больше о работе таких специалистов.
• Финансовому анализу можно научиться. Это позволит вам зарабатывать больше или начать карьеру финансового аналитика. Для этого в Skillbox есть курс «Финансовый аналитик». Он подходит и студентам, и тем, кто уже работает с финансами. На нём учат оценивать финансовое состояние компании, составлять финмодели, анализировать бюджеты. Этих знаний хватит, чтобы устроиться на работу в штат.
• Для владельцев бизнеса в Skillbox есть курс «Финансы для предпринимателя». На нём можно систематизировать знания — это позволит выстроить прозрачную систему финансов в компании и эффективно управлять ей.

Научитесь: Профессия Финансовый менеджер
Узнать больше

Пошаговый гайд разработки

Строили мы как-то одному заказчику центральный офис для оконной компании. И у нас получилась отличная аналитика по всем отделам. Интегрировали в Microsoft Power BI: битрикс, их crm собственную, гугл-таблицы, 1С, скорозвон и т.д. и т.п. Получилось очень удобно и для нас, и для собственника. Рассказываем, как повторить такое для себя.

Приветствую! В эфире Дмитрий Мерше. Я занимаюсь [магией цифр] построением систем бизнес-аналитики под ключ. Сегодня мы с вами разберем, что это за зверь, зачем и кому оно надо, и как сиё действо воплотить вне матрицы. Кто уже на пути создания — вам сюда.

Эта статья не для BI-разработчиков, не для UX дизайнеров, и не для бизнес-аналитиков. Здесь вы не найдете никаких технических рекомендаций. Это описание для пользователей системы — предпринимателей. Остальным путь на хабр

Материал большой. Примерно на 16 минут прочтения. Налейте [успокоительного] чаю, переведите смартфоны в режим удовольствия и…

Что это такое?

Бизнес-аналитика — [неведома зверушка] онлайн система отчетов и дашбордов обо всем в компании при помощи BI-служб визуализации данных. Все просто, да.

Простым языком — это приборная доска для компании. В одном месте собираются все данные по продажам, финансам, маркетингу, складу, производству, центральному офису и т.п. Потом происходит [нудная техническая часть] разработка. На выходе у нас красивые, удобно функциональные отчеты, графики, диаграммы.

Если бизнес — это автомобиль тесла, то аналитика — планшет на приборной панели. Он сам не управляет машиной, но как без него обойтись решительно непонятно.

Зачем нужно?

Это красиво, удобно и таким грех не понтануться. А еще:

Экономим время

К сожалению, до сих пор не существует универсальной CRM, которая бы включила в себя весь бизнес. Такие вещи делают под ключ за несколько сотен тысяч долларов.

Лично я вообще думаю, что это невозможно. Не существует лучшего ноутбука. Для игр надо брать что-то с подсветкой, для поездок планшет трансформер, а на съемки яблочко. Также и тут нельзя собрать все в одно. Получится [битрикс] несуразное чудище. Нужно использовать инструменты, которые профессионально заточены под конкретный отдел.

И чтобы не бегать, как дурачок по всей компании с линейками, транспортирами и тахикардией — все это интегрируется в одну систему аналитики. Все под рукой сию секунду, автоматически и наглядно. Со смартфона, планшета или компа. Реально можно будет лежать на пляже и все видеть.

Растим прибыль

Когда твоя прибыль видна через секунду после заключения сделки — хочется [уединиться в душе] хлопать в ладоши. Сразу отсекаются лишние расходы, испаряются неэффективные сотрудники, а деньги [не тратятся направо и налево] вкладываются только в самые выгодные товары/отделы/направления.

Есть такая странная метафизическая закономерность. Если смотреть за складом — оттуда ничего не пропадает. Если наблюдать за результатами сотрудников — они [впадают в паранойю] быстрее работают. А если каждый день следить за прибылью — о чудо! — она растет.

Масштабируемся

Бизнес – это:

1. Процессы. С какой конверсией менеджеры продают, какой процент подписчиков кликает на рекламу и сколько посылок доезжает до клиента в некондиции

2. Ресурсы. Деньги, сырье, электричество, упаковка, люди и т.д.

3. Время. Как быстро клиенту отвечают на заявку, количество закупленного рабочего времени и сколько времени сырье в реакторе превращается в крем.

4. Прибыль. Доход на единицу продукции, на единицу менеджеров и сколько надо вернуть в основные средства

5. Активы. Все то, что компания приобретает, но напрямую от этого прибыль не получает. Подписчики в инсте, обучение сотрудников и отзывы на картах.

В любой лаборатории измерительных приборов примерно столько же, сколько и оборудования для экспериментов. А чем бизнес хуже?

Принимаем решения

Когда все данные на одном экране — видно даже то, что старательно прячут. Настоящие проблемы, истинные точки роста, реальные результаты работы. Сию секунду видно где проблема, кто ее создал и [за это вкрячиться] может решить.

При этом можно действовать СЕЙЧАС.. Не через месяц, когда все все забудут, а настраивать процесс не отходя от кассы. Как говорится куй [вам, а не дармоедство] железо пока горячо. Иногда вовремя принятое решение работает лучше, чем правильное, но опоздавшее.

Вычисляем нахлебников

Нахлебник — он не просто напрасно получает деньги. Как бы не так. Он генерирует отрицательный результат. Показывает плохой пример, отвлекает других сотрудников, нарушает бизнес-процессы. Как вражеский диверсант — делает все, что угодно, ради уничтожения вашей компании. Хватит это терпеть!

Нужны отчеты, которые видят все. И эти “все” знают, что их видите и вы. Больше не прокатит спрятаться за спину друга, потеряться на фоне отдела, или даже просто порешать по-братски. Работать все-таки придется

Нахлебникам становится скучно. Когда наказание неотвратимо — пропадает интрига. Ты по любому получишь [100 ударов плетью] выговор, косые взгляды коллег и будешь думать о смене места делания вида, что работаешь.

Растим команду

При этом есть «горячие» сотрудники. Не в смысле, сексуальные. А те, кто хотят развиваться. Карьерный рост, зарплата, руководство отделом. А если они еще и сексуальные…

Они должны быть вознаграждены, им надо чувствовать влияние на компанию. Каждый такой получает личный спидометр. А если еще и связать все ключевые метрики, мотивации и регламенты воедино… Тогда голова начинает [болеть] работать у всей команды, а не у вас.

Увеличиваем капитализацию

Бизнес стоит ровно столько, сколько за него готовы заплатить. Точная стоимость компании и финансовая прозрачность — волшебный единорог. И инвестора просто найти, и кредит взять, и просто хвастаться перед друзьями.

Даже управление компанией немного меняется, когда прогноз капитализации падает. Думаешь не здесь и сейчас, а [О-БОГИ-ЧТО-ПРОИСХОДИТ] о долгосрочных клиентах.

Свое дело превращается в компьютерную игру. Отклик просто моментальный. Только принял какое-нибудь сюжетно важное решение и сразу показывается, как это повлияло на расклад сил. 2057 год, здравствуйте.

Кому нужна статистика

Аналитика не требуется только в одном случае — когда у вас нет компании. Во всех остальных — извините, но хозяйство требует администрации. Правда, если у вас микрокоманда до 10 человек, выручка до 50 тысяч долларов и амбиции не велят лишний раз шевелиться — гугл-таблички закроют все потребности

Шаг 1. Анализ

Детально все продумываем. Иначе можно потратить [жизнь] много времени и получить [геморрой] абсолютно бесполезные графики, которые ничего вам не расскажут. Даже под пытками.

В первую очередь необходимо выяснить бизнес-цель компании. И нет, это не деньги, не продажи и не [жадная улыбка собственника] выручка. Если вы продаете спутниковые тарелки — то ваша бизнес-цель — обеспечение досуга людей посредством стабильного доступа к телевидению. А сколько уже вы на этом зарабатываете, сколько надо сотрудников и какого диаметра тарелка — это, как говорится, ваши проблемы.

Почему так? Потому что клиент приходит к вам не за тарелкой, не чтобы оставить денег и не чтобы у собственника рос счет в банке. Ему нужно определенное изменение в жизни. Следовательно, количество проданного оборудования — это только промежуточная метрика. Еще монтаж, обратная связь и (возможно!) обеспечение досуга во всех комнатах. [Если вы понимаете о чем я…] А это связывание в единую сеть компьютера, телека, музыки, умного дома и т.п.

Ни одна компания не появилась на свет с сформированной целью. Бизнес — для денег. Часто у новых заказчиков мы видим результат работы доморощенных фрилансеров. Красиво, весело, но абсолютно бесполезно. Потому что просто бездумно набросанные куча цифр — это [говно] бесцельно набросанная куча цифр, а не дашборд.

Шаг 2. Описание бизнес-процессов

Далее, по-хорошему, описать все бизнес-процессы хотя бы по стандарту BPMN 2.0 (это не мат). На худой конец воспользуйтесь просто майнд-картами. По сути это полное описание всех действий, которые в компании происходят. Ну или должны происходить.. Поступает заявка на сайт — через интеграцию падает в CRM — сервис рассылок посылает приветственное сообщение — менеджер [долбится в глаза] в течение 10 минут связывается с клиентом — клиент соглашается купить -менеджер отправляет коммерческое предложение, если не соглашается, то… Нудная работа, в общем, делать это описание. Но важная.

Если автоматизировать бардак, то получится… автоматизированный бардак, как ни странно. Ниоткуда не возьмись ниоткуда не взялось. Лучше расписать все, чтобы увидеть [бездельников] пробелы, сопоставить все происходящее с [зарплатами] бизнес-целью и докрутить [систему пыток] должностные инструкции. Скорее всего на этом этапе вы будете внедрять дополнительные системы учета, менять мотивации, переписывать регламенты и т.п.

Выбрали цель, отрисовали бизнес-процессы, выпили валерьянки. Приступаем к сбору требований.

Шаг 3. Сбор требований

Необходимы интервью с непосредственными исполнителями — с руководителями отделов и сотрудниками. Лучше всего, если это будет делать сторонний человек, чтобы не было зашоренности внутренней кухней. Вообще, все описанные выше процессы — работа бизнес-аналитика.

Формируем понимание по показателям: какие влияют на сотрудников, на какие цифры влияют они сами. В каком порядке и когда они их узнают. А главное — что потом с этим делают. Набрасываются описания отчетов и дашборда для конкретного специалиста. Главное — [не убить их всех] беспристрастность.

Далее делаем сводные дашборды по отделам. И только после этого укрупняем до операционного и стратегического дашборда по всей компании. То есть начинаем строить систему снизу. Чтобы на выходе получить реальные цифры, рабочие отчеты с разными уровнями доступа для команды.

Есть 4 способа [сохранить рассудок после этого] представить показатели: на текущий момент, в динамике, прогнозная модель и сравнение с другими данными / отделами / менеджерами. По хорошему, все это должно быть отражено в аналитике. Вряд ли на одном дашборде, но точно необходимы все.

То есть: сколько продаж сейчас, сколько было продаж за период в графике, прогноз продаж на будущее тоже в графике и отдельно сравнение по менеджерам. И такая структура для всех важных показателей

Шаг 4. Проектирование

Этот этап часто [посылают лесом] пропускают. Типа функциональность мы уже получили, а как это выглядит — неважно. А вот нетушки. На эти данные вы будете смотреть изо дня в день, сравнивать их и [показывать друзьям] принимать решения. Это должно быть как минимум удобно.

Следующим этапом вам понадобится UX дизайнер. У нас бывали такие случаи, когда просто переставив все местами, получилась совершенно другая картина по отделу. Все данные должны быть визуализированы по всем канонам [голливуда] эргономичного дизайна

Перед вами сложная задача — «прочитать» большой объем информации за 5 секунд. Поэтому на дашборде не должно быть лишних цифр, которые можно убрать. Удаляйте таблицы. Все, что не определяется с первого взгляда — в помойку.

Первая информация, которую мозг получает от глаз — форма объекта. Следует избегать одинаковых графиков и диаграмм на одной странице. Также между блоками должно быть пространство. Все блоки надо разделить на функциональные группы. Маркетинг в одной кучке, финансы в своем углу, а продажи [могли быть и повыше] по центру дашборда.

После формы объекта мозг обращает внимание на цвет. Они имеют даже большее значение, чем цифры. Палитра должна быть визуальной подсказкой. Чтобы не запутать пользователя, не берите много цветов. Идеальное количество — 1. Черный, белый, градации серого и один фирменный акцентный цвет

Опытный дизайнер уже имеет за плечами несколько успешных проектов, у него в голове [опилки] уже есть сложившиеся примеры. Но даже ему понадобится минимум день на один отчет. А на главные дашборды иногда уходит до трех дней.

Не пренебрегайте этим этапом. В конце концов, как вы потом будете хвастаться непонятными табличками перед коллегами?

Шаг 5. Разработка

Настала пора обратиться к BI разработчику. У него на руках бизнес процессы, макеты всех страниц, dashboard canvas (это не мат, клянусь!). Также есть две светлые головы аналитика и дизайнера. Тогда дело пойдет быстрее. Свой первый проект мы делали примерно год. Спустя шесть зим на разработку уходит 2-3 месяца в среднем.

Задача BI разработчика — интегрировать все данные из разных отделов в Power BI, подключить коннекторы, при необходимости, и воплотить в жизнь задуманное. Здесь часто проект допиливается напильником, вычисляются косяки, вносятся правки и т.п.

Зачастую компании пропускают всё предыдущее и сразу приступают к разработке. Велик риск [продолбать] упустить некоторые ключевые метрики и неправильно собрать всю иерархию. В итоге будет отчетность, которая получится, а не которая нужна.

Шаг 6. Внедрение

И самое интересное. По началу ни вы, ни сотрудники, ни сам бизнес не почувствуют никаких изменений. Потому что аналитика — всего лишь инструмент. [Важен не размер] Все зависит от того, как им пользоваться.

Нужно устроить обучение каждому отделу. С руководителями разобрать их дашборды. Научить сравнивать сотрудников [с крестьянами] между собой, строить [воздушные замки] прогнозы, следить [чтобы не подсидели] за изменениями и т.п.

Любое изменение уже через пару дней будет влиять на прогноз прибыли. И скорость [увольнения нахлебников] внедрения систематизации вспорхнет к аэробусам в полете. Подробнее о том. как мотивировать команду на победу — читайте в этой статье.

Сколько это стоит?

Цена зависит от дислокации компании. Считать будем на примере столицы.

Сумма заработный платы на разработку аналитики около $22k. Скорее всего еще будут ошибки, сервер, платы за ПО. Итог — $25-27k. Этот расчет действителен на сентябрь 2022 года для средней компании примерно из 4-х ключевых отделов (продажи, финансы, колл-центр, склад).

Заключение

[Вот так легко и просто делается бизнес-аналитика. Всего лишь полгода лишений, мата и безысходности. И готово.] Есть много подводных камней на пути, вроде недостатка квалифицированных кадров, высоких заработных плат, долгих сроков и др. Но [антидепрессанты] железная воля вам в помощь.

Через три-четыре месяца статистика превратится в бьющееся сердце компании. Без нее просто невозможно жить. Это удобно, черт возьми! Красиво, быстро и информативно.

Кстати, забыл упомянуть, что можно настроить уведомления в телеграм по разным сценариям. Например, где-то критично упала [самооценка] маржа, закрыли [сотрудника в каталажку] план или клиент [не облизан] долго ждет ответа. Да, если бы аналитика и кофе автоматически подавала — то секретари бы напряглись.

Часто наши заказчики делают уж совсем неприличную вещь — покупают себе специально планшет, открывают на нем наши дашборды и едут под пальмы. Это не совсем “та самая” глянцевая картинка, но почти-почти вплотную.

P.S. Оставайтесь на этой частоте, подписывайтесь на нас и поменьше вам углеводов. И да прибудет с вами аналитика!

За 6 лет сотрудничества с разными компаниями я неоднократно сталкивался с задачей построения системы сквозной аналитики. Мы использовали разные подходы: обращались в агентство, нанимали фрилансера, строили аналитику своими силами…

Наиболее эффективным форматом оказалась формула: штатный аналитик + готовый сервис сквозной аналитики. Рассказываю подробнее, почему такая система оказалась наиболее работоспособной, как ее выстроить и поддерживать качество аналитики на высоком уровне.

Почему штатный аналитик, а не агентство или фрилансер?

Я убежден, что поддерживать работу системы аналитики — а это постоянный обмен данными, формирование отчетов, визуализация и т.д. — может только тот специалист, который разрабатывал и/или подключал систему с самого начала.

Почему я так считаю? Простой пример: когда мы запускали новый проект, в абсолютно новой клинике, то отчет строился ежедневно, и в разрезе пары месяцев вся динамика была видна и легкопонимаема. В дальнейшем подключались другие каналы привлечения пациентов, вводились дополнительные данные, такие как источники финансирования, бюджет и расход. Отчет становился все больше, и было необходимо постоянно добавлять новые фильтры, новые источники данных, делать интеграции и т.д.

Попытка ввести в эту задачу другого специалиста оказалась ошибкой: изменения были внесены, но не проверены на качество и корректность. Все цифры показывали недостоверные данные, в итоге делались некорректные выводы. Нам повезло, что это длилось всего неделю. Специалист, который изначально разрабатывал систему, вышел из отпуска, заметил и исправил ошибку. Мы отделались легко, нам повезло. А ведь все могло бы быть иначе: из-за ряда неправильных выводов мы могли перераспределить бюджет на некачественный канал, что привело бы к снижению показателей и сливу бюджета.

Поэтому так важно, чтобы в штате всегда был специалист, изначально разрабатывавший систему или как минимум обладающий детальными знаниями о том, как она внедрялась. Это ваш must have для поддержания корректной работы системы аналитики, ее масштабирования, визуализации отчетов.

И тут возникает первый и, пожалуй, самый сложный вопрос… Как найти такого специалиста?

Это самая главная и вместе с тем трудная задача для интернет-маркетолога — найти хорошего аналитика. Уточню: речь не просто о человеке, который умеет хорошо считать. Я говорю о специалисте, который вникает и понимает, как формируется цифра, а значит, должен быть очень гибким и коммуникабельным. Необходимо работать с большим объемом данных, и в основном с сырыми данными, поэтому надо знать «природу» цифры.

Помимо этого, необходимо разбираться в BI системах: чем отличается коробочная (локальная) система от онлайн-системы, какие риски присутствуют при использовании каждой из них и что нужно, чтобы начать работать здесь и сейчас. Уметь работать с такими расширениями, как xml, json, csv (с различными разделителями: «,», «;», знать, чем они отличаются и что лучше использовать) и т.д.

Допустим, вы определились с таким специалистом. С чего начать его работу в компании?

Ставим цели и определяем способы их достижения

Построение плана работы зависит от целей, которые вы ставите перед аналитикой в целом. Ответьте на такие вопросы:

• Зачем вам аналитика?
• Какие бизнес-задачи вы хотите решить с помощью данных?
• На какие вопросы ответить?

Ответы помогут сформулировать цели проекта.

Следующим шагом мы определяем способы достижения поставленных целей.

Если вы выступаете в роли менеджера проекта, стоит подготовиться к приходу аналитика:

1. Собрать доступы к различным источникам данных, которые присутствуют в формировании отчета (переговорить со специалистами, которые выдают доступы; сформировать запрос на получение этих доступов).
2. Узнать, как хранятся сырые данные и как к ним получить доступ: просмотреть View-таблицы 1C, SQL-базы данных по телефонии, узнать, как построен сайт: можно ли из него извлекать поступающие заявки.
3. Изучить внешние системы — узнать, есть ли у них API, требуется ли создание шлюза (системы обмена данными).
4. Подготовить бюджетный план. Это можно сделать на этапе подбора и одобрения специалиста. Можно сформировать этап «старта»: что нужно будет для успешного начала и на какой BI системе все будет строиться. К моменту выхода специалиста не только подготовить бюджетный план, но и закупить необходимые лицензии.

Если все вышеупомянутое повесить на специалиста в день его выхода на работу, ожидание получения первых отчетов может затянуться на месяцы.

Сервис сквозной аналитики. Что выбрать?

Пару слов о сервисе сквозной аналитики. Я в свое время пробовал выстраивать систему сквозной аналитики на основе Google Analytics (отправляя туда все данные, которые только мог). После обновления их системы я понял, что получил знания «как не нужно делать» и «как потратить время зря», создавая проект на неконтролируемой системе. То же самое меня ждало с Яндекс.Метрикой…

Другая плохая идея — собственная система. Почему сразу плохая? Если у вас не кружок энтузиастов, состоящий из 1–2 аналитиков и как минимум из 3–5 программистов, то это игра вдолгую, без возможности корректного применения на практике. Один специалист всегда упрется в потолок проверки написанной им системы и оценки качества полученных вычислений.

Третья плохая идея — открыть поисковую систему, вбить «топ-5 систем сквозной аналитики», открыть первые пару ссылок, бегло прочитать описание, найти интересующий тариф и начать внедрение сквозной аналитики.

Так как же быть, какой сервис выбрать? Все просто. На этот вопрос уже давно дан ответ: идете в магазин или интернет-магазин, покупаете PMBoK (Project Management Body Of Knowledge — свод знаний по управлению проектами) и получаете фактически практическое руководство на ближайшие N + 1 лет.

При этом важно:

1. Понять, что система сквозной аналитики — это не задача, а проект.
2. Определиться с сутью проекта: это разработка или внедрение? Если выбираете разработку, сами для себя распишите бюджеты, MVP и сроки.
3. Ответить на вопрос: каковы риски проекта?
4. Определиться с заинтересованными лицами и ресурсами проекта:
   1. Кто ключевые пользователи.
   2. Кто куратор проекта.
   3. Что представляет собой команда проекта.
   4. Какая будет использована инфраструктура т.е. оборудование, программное обеспечение, лицензии.

Если аналитик в данном контексте — ключевая фигура команды проекта, то сервис сквозной аналитики — «сердце» инфраструктуры.

Что выбрал я, выстраивая систему сквозной аналитики в «К+31»?

Бюджеты, финансирование, инвестиции — от мелких до крупный компаний, корпораций, это все невероятно сложно согласовать и выбить свое место в данной цепочке. Чтобы доказать, зачем вам эта система, необходимо иметь работающий прототип. Для этого мы использовали CoMagic.

Почему мы выбрали именно эту систему?

1. Вы и так платите за систему аналитики, дополнительных больших финансовых вложений не потребуется.
2. В CoMagic есть разнообразные отчеты: «Воронка продаж», DashBoard, «Сделки». Они подключаются за небольшую плату, не требуется заключать отдельные договора, просто позвоните своему менеджеру или включите их в личном кабинете и начните работать.
3. Документация по API. Вы сможете без особого труда понять, как получать и передавать данные между системами, не будучи высокоуровневым программистом.
4. Нативные интеграции с различными CRM и аналитическими системами: можно настроить работу в один клик.

Таким образом, использование CoMagic* на первом этапе построения системы сквозной аналитики для нас стало отличным решением. Мы смогли оценить трудозатраты, проверить наши возможности, а также увидеть подводные камни.

*Сразу уточню: упоминание CoMagic в данном контексте — не дань уважения этой компании и даже не нативная реклама.

Я лишь рассказываю свой практический путь выстраивания системы сквозной аналитики в «К+31». Именно с этого и начался целый проект и удивительная история: благодаря CoMagic мы получили возможность оперативно видеть не только звонки, но и информацию по сделкам, а также информацию на старте работы с рекламным агентством или рекламным каналом. При этом не требовалось строить громадные отчеты ни нам, ни подрядчикам, достаточно было зайти в CoMagic и получить ответ в реальном времени о ситуации: затраты, звонки, лиды, записи на прием, стоимость и другие данные.

Итак, мы определились с инфраструктурой проекта и наняли аналитика в штат. Следующий шаг — собственно построение эффективного взаимодействия между всеми членами команды. Что для этого нужно в первую очередь?

1. Работайте вместе!

Работать вместе можно по-разному. И здесь я точно не о такой работе:

Узнаете команду вашего проекта?! Разве может быть что-то хуже?!)

А вот может. Например, когда менеджер проекта считает, что он только ставит задачи, а сам не участвует в процессе построения аналитики.

Чтобы не допустить такой ситуации, на старте соберитесь всей командой и обсудите MVP проекта. Это займет 2, 3, 5 часов, день… не важно. Не успеете за один день, соберитесь на следующий и т.д. Важно, чтобы все были согласны с каждым шагом плана, учитывайте каждое возражение, оперируйте диалогами, фактами и никогда не употребляйте выражение «начальство сказало, значит, делаем так!».

Учитывайте нагрузку, старайтесь хоть немного вникать в процесс получения цифр и данных. Возможно, вы сможете оптимизировать изначальное решение или обнаружите узкое место и пойдете решать проблему с IT-службой.

После первых нескольких отчетов, как только аналитик покажет, что знает, как получать цифры, обсуждать и корректировать вычисления, вполне вероятно, что его закидают просьбами посчитать — от простых отчетов до сложных проектов. И вместо реализации интересного проекта его поглотит рутина. Не сможете вовремя вмешаться — придется решать куда более сложную задачу — искать нового специалиста. Поэтому второй важный совет:

2. Не дайте ему уйти!

Вне зависимости от того, сколько автоматизированных отчетов успел написать ваш аналитик, какие системы создал и какие инструкции подготовил для своего преемника, если он уходит — работа по созданию новых автоматизированных отчетов, да и в общем-то все развитие сквозной аналитики, замораживается до появлении нового специалиста. Поэтому лучшее, что вы можете сделать для компании, — не дать вашему аналитику уйти!

При правильном подходе сотрудник на должности аналитика может работать от 3 лет. Что для этого нужно?

1. Давать специалисту реальную возможность заниматься своими проектами, т.е. самовыражаться. Тут речь о желаниях сотрудника вовлекаться в рискованные и малоизученные области, которые могут и вовсе ничего не принести. Например, внедрение искусственного интеллекта. Это долгий процесс сам по себе, плюс не факт, что в дальнейшем эта технология будет иметь применение.

Мы с коллегами постоянно имеем возможность не только придумать проект, но и самостоятельно создать прототип, обкатать его на проекте, показать бизнесу и даже получить финансирование на реализацию.

1. Давать возможность раз в год за счет компании (полностью или частично) посещать курсы. Законный вопрос: «Зачем? Ему надо, пусть сам и учится». Во-первых, вы увидите, вовлечен в данную сферу специалист или уже начинает перегорать и скоро покинет проект. Во-вторых, специалистов, которые действительно хотят расти, мотивируют фирмы, которые дают не только возможности, но и способы. Они могут привносить новое дыхание, виденье.

Благодаря своей компании я не только посетил платные курсы, но и постоянно ездил на различные мероприятия (RIW, Mail, Яндекс, мероприятия, посвященные ИТ в здравоохранении, ИИ в медицине). После таких мероприятий у нас горели глаза, мы видели наших конкурентов, которые уже сделали, а мы еще не начинали, и все это нас очень мотивировало.

1. Обязательно следить за ростом такого специалиста и примерно через год, при условии, что его проекты продолжают расти, появляются новые задачи и сам специалист хочет попробовать реализовать в компании какие-то новые проекты, нанять для него помощника. Причем важно, чтобы он сам его себе подобрал. Вы получите: две головы лучше, чем одна, а также страховку на случай, если основной сотрудник решит покинуть компанию. У вас будет его приемник.

---

Перед тем как нанимать аналитика в компанию, возможно, вам стоит посотрудничать с агентством или даже с фрилансером. Это нужно, чтобы у вас появилось понимание, зачем вам такой специалист внутри компании.

Если вы можете четко ответить на этот вопрос — ищите классного аналитика и приступайте к выстраиванию системы. Для этого:

1. Определите и опишите будущий проект.
2. Поставьте цели и напишите пошаговый план того, как они будут достигаться.
3. Работайте в команде.
4. Давайте возможность самовыражаться, обучаться.
5. При росте проектов, задач нанимайте помощника для вашего аналитика.

И не забывайте: