Data-driven подход в управлении бизнесом предполагает, что решения в компании на всех уровнях принимаются на основе анализа корректных и полных данных, а не на основе интуиции, личного опыта или интереса управленцев.
Компании различных индустрий и масштабов, которые уже начали применять data-driven подход, получают значительное конкурентное преимущество за счет роста эффективности, выявления потенциала развития и быстрой адаптации к меняющимся внешним условиям. Поэтому построение data-driven системы управления — это вызов, который предстоит принять всем бизнесам, в том числе нецифровым, чтобы выживать и развиваться на текущем конкурентном рынке.
Эволюция систем управления
В бизнесе действует простое правило: чем сложнее и крупнее компания, тем более совершенной должна быть система управления в ней. Однако на практике часто возникают несоответствия между масштабом компании и развитостью средств управления. Важно вовремя перевести систему управления на соответствующий эволюционный уровень, чтобы она не тормозила развитие бизнеса.
Рассмотрим разные системы управления. Их описание позволит определить, на какой эволюционной ступени находится бизнес и раскрыт ли его потенциал.
- People-driven система управления. Как правило, эта система управления используется на начальных этапах развития компании, когда бизнес-модель еще находится в стадии доработки, процессы не устоялись и весь бизнес держится на людях — их воле, экспертизе и компетенциях. Признаки такой системы управления: формирование ключевого для бизнеса знания происходит в головах сотрудников, обмен информацией происходит через личную коммуникацию, решения принимаются управленцами на базе тех сведений, которые они собрали и смогли интерпретировать. На этой стадии Excel — лучший помощник, а уход любого сотрудника несет высокие риски для бизнеса. Яркий пример подобной системы управления: менеджер по продажам забирает всю клиентскую базу при увольнении или после смены руководителя требуется несколько месяцев для погружения нового. Когда бизнес разрастается, держать управление на «кончиках пальцев» становится невозможно — допускаются ошибки, порой фатальные. Многие российские бизнесы застревают на этой ступени, достигая многомиллиардных оборотов и сопоставимой неэффективности. Когда бизнес становится огромным и неуправляемым, перевести его на следующую эволюционную ступеньку управления становится гораздо сложнее и дороже.
- Process-driven система управления. На этой ступени эволюции управление происходит через регламенты, стандарты и четко выстроенные процессы, которые организуют работу сотрудников. Яркий пример — McDonald's, где строгие инструкции помогают быстро адаптировать новых работников и поддерживать стабильность продукта и бизнес-показателей в разных странах. Такие системы долгие годы позволяли транснациональным корпорациям захватывать новые рынки, вытесняя местных игроков высокими стандартами и низкой стоимостью транзакций. Однако данная система управления имеет ряд ограничений, главное из которых — отсутствие гибкости и слишком длинный цикл перестроения под меняющиеся внешние факторы. В век цифровых технологий, которые открывают новые возможности использования данных, эта система управления перестала обеспечивать конкурентное преимущество.
- Data-driven система управления стала новым стандартом качества управления и требованием акционеров. Сейчас уже сложно найти бизнес или управляющую компанию, которая не запрашивала бы у генерального директора отчетность по всему бизнесу в реальном времени с детализацией до каждой операции, клиента или сотрудника. Перейти в управление на основе качественных и полных данных стремятся большинство компаний. Но эта система управления формируется в результате проведения цифровой трансформации бизнеса, где внешняя и внутренняя аналитика real-time-data становится наградой за потраченные усилия, обеспечивая резкий скачок развития.
- Model-driven система управления. На сегодняшний день это высший уровень эффективности. В этой системе управления принятие решений делегируется алгоритмам, и этот процесс может занимать доли секунды. Компании, которые пусть даже фрагментарно смогли это у себя внедрить, уходят в значительный отрыв от конкурентов, где решения до сих пор принимаются людьми.
Например, одна оптово-розничная компания, торгующая автозапчастями и сопутствующими товарами, смогла увеличить объем продаж более чем в 10 раз всего за год благодаря разработанному алгоритму. Он автоматически выбирал наилучшего поставщика на основе множества характеристик (цена, количество товара, благонадежность, срок доставки и др.) в момент заказа на розничном сайте, за несколько секунд осуществлял автозаказ и оформление доставки. В результате из процесса был полностью исключен закупщик, который ранее вручную анализировал предложения и оформлял заказы. Кардинальное сокращение операционных расходов не единственный результат, который получила эта компания. Значительно повысилась конверсия в продажу, и случаи аннулирования заказов прекратились — ранее пока заказ оформляли, товар успевали раскупить.
Переход от people-driven к data-driven и model-driven моделям управления обычно происходит эволюционно, по мере повышения квалификации управленцев и усложнения объекта управления, если никто специально не сдерживает развитие. Исключение составляют компании, которые изначально создаются цифровыми: данные для них являются продуктом или его существенной составляющей.
Роль и навыки управленцев при переходе на новый этап развития бизнеса тоже должны трансформироваться. Если в модели people-driven управленец самостоятельно собирает данные для принятия решений преимущественно через коммуникацию, то при переходе к data-driven системе ему необходимо освоить набор навыков, входящих в понятие data literacy (грамотность в области управления данными). Ему предстоит научиться рассматривать свой объект управления через совокупность различных метрик, а также понимать, как формируются и используются данные, как обеспечивать их качество и корректную настройку информационных систем и процессов. Управленец должен уметь формировать требования к аналитическим разрезам, проверять гипотезы на основе данных и многое другое.
Эволюционный переход к следующей системе управления может искусственно сдерживаться управленцами, приверженными «прежнему этапу», что ведет к замедлению роста и развития бизнеса, а также к значительным потерям — как временным, так и финансовым. Ускорить трансформацию поможет осознанное управление этим проектом, которое осваивается на программе «Переход в data-driven управление: пошаговый алгоритм для лидеров бизнеса».
Эффекты от перехода в data-driven систему управления
Согласно исследованию McKinsey, data-driven компании в 23 раза чаще превосходят конкурентов в привлечении клиентов, удерживают их в 7 раз лучше, а их шансы на рост прибыльности даже в ситуации кризиса в 19 раз выше.
Согласно отчету KX и The Centre for Economics and Business Research (CEBR) The Speed to Business Value, 80% компаний в 6 странах увидели рост выручки после внедрения аналитики в реальном времени. Кроме того, все компании смогли увеличить свою долю рынка (от 9 до 21%) (исследование 2022).
Внедрение data-driven систем управления в более чем 30 российских компаний разных индустрий и масштабов продемонстрировало следующие яркие эффекты:
- Повышение эффективности управления. Все компании, независимо от размера и сферы деятельности, отмечали увеличение скорости и качества принимаемых решений. Хотя этот эффект трудно оценить в экономических терминах, все руководители — от акционеров до линейных менеджеров — отмечали качественные изменения в проведении совещаний, стратегических сессий и заседаний советов директоров. Теперь за стандартный период времени им удается решить больше вопросов, сосредоточившись не на поиске достоверных данных, а на разработке решений на основе собранной качественной аналитики. Кроме того, руководители отмечают, что все сотрудники становятся более сфокусированными на целях развития благодаря отображению статуса выполнения планов в дашбордах и пониманию влияния каждого подразделения или сотрудника на общий результат.
- Рост производительности труда и ключевых метрик эффективности бизнеса в среднем на 30–70%. Высвобождение времени сотрудников, затрачиваемого на поиск и подготовку отчетов и информации для оперативной работы, может значительно увеличить производительность труда, особенно в компаниях, где специалисты проводят в Excel несколько часов в день. Выявление зон неэффективности в процессах и неиспользованного потенциала для роста обеспечивает значительное улучшение ключевых показателей.
- Выявление неочевидных зон развития и новых направлений. Нередко после изучения аналитических разрезов, демонстрирующих потенциал для бизнеса — от увеличения конверсии в продажи до сокращения расходов или логистических маршрутов, руководители отмечают, что ранее не замечали эти возможности. Аналитический подход к привычным бизнес-процессам может существенно изменить подход или инициировать новые продуктовые направления, которые ранее не рассматривались.
Пример: одна крупная компания, которая занимается торговлей оборудования, построила клиентскую аналитику, сопоставив данные из внутренних и внешних источников, рассчитав потенциал продаж на основе текущей доли, которую они занимали у клиентов в структуре их закупок. Оказалось, что у клиентов категории С, которым ранее не отдавался приоритет в маркетинговых и продажных активностях, обнаружился значительный потенциал продаж. В результате была полностью перестроена коммерческая и продуктовая стратегии, а благодаря фокусировке на этом сегменте продажи за год выросли более чем на 8 млрд рублей.
- Снижение рисков манипуляций с данными и зависимости от отдельных людей. Часто руководителям бизнеса не дает спокойно жить осознание, что вся ручная аналитика держится на одном или нескольких людях, уход которых может остановить весь бизнес. При этом анализ ручных отчетов всегда выявляет множество ошибок и неверных интерпретаций, что затрудняет принятие правильных решений. Повышение точности расчетов и прозрачности данных позволяет увидеть реальную картину происходящего, которая может сильно отличаться от той, которую топ-менеджеры представляли на отчетных совещаниях. О способах манипуляции данными, которые применяются в компаниях, где нет автоматизированной аналитики, можно писать книги.
- Масштабирование бизнеса без увеличения численности персонала за счет роста производительности труда — эта задача особенно актуальна в эпоху дефицита кадров, когда стоимость привлечения, подбора и обучения новых сотрудников уже не позволяет закрывать неэффективность процессов наймом дополнительных людей, как раньше. Примеры многих компаний демонстрируют, что грамотные аналитические панели управления позволяют увеличивать количество подчиненных на одного руководителя, количество клиентов на одного менеджера, количество звонков на одного оператора и т.д.
Как грамотно организовать переход в data-driven систему управления, улучшить ключевые показатели бизнеса и разработать удобные управленческие дашборды на данных в реальном времени, которые повышают эффективность и качество решений, можно узнать на программе:
