• В условиях сегодняшнего сложного технологического ландшафта, вам, возможно, придется встраивать несколько разных компонентов в единое аналитическое окружение, призванное поддерживать операционную аналитику. Это нужно, чтобы избавить пользователей от беспокойства по поводу того, где именно хранятся и обрабатываются данные.
• В будущем Интернет вещей станет важным компонентом операционной аналитики. Учитесь пользоваться им уже сейчас и задумайтесь над тем, как включить его в планирование своей деятельности.
• Убедитесь, что ваша организация понимает и учитывает различные требования, предъявляемые к процессу обнаружения данных и к процессу их операционного внедрения. Процесс обнаружения затормозится, если будет происходить в рамках операционных ограничений.
• Не пренебрегайте управлением. Автоматизированный аналитический процесс должен тщательно контролироваться. Подобно реальной производственной линии, операционно-аналитический процесс со временем будет давать сбои. Надлежащее управление позволяет уменьшить частоту ошибок и их воздействие до приемлемого уровня издержек при ведении бизнеса.
• Соблюдение конфиденциальности – серьезная проблема. Убедитесь, что вся аналитика, используемая вашей организацией, является законной, этичной и приемлемой для широкой общественности. Кроме того, необходимо разработать гораздо более гибкие и детализированные правила и параметры конфиденциальности.
• Способность применять и сочетать многочисленные аналитические дисциплины – необходимое условие успеха. Позвольте различным дисциплинам усиливать друг друга.
• Будьте готовы пожертвовать некоторой аналитической мощностью ради требуемого операционного масштаба. Сосредоточьтесь на оптимизации воздействия процесса на принятие всех решений, а не на оптимизации принятия каждого решения по отдельности.
• Наем нужных людей имеет первостепенное значение. Поставьте директора по аналитике во главе аналитической команды с гибридной структурой. Затем убедите членов команды взять на себя роли консультантов, наставников и инструкторов.
• Для того чтобы преодолеть сопротивление переменам со стороны корпоративной культуры, необходима поддержка по всей вертикали управления начиная с генерального директора. Сделайте акцент на преимуществах операционной аналитики для каждого заинтересованного лица и позиционируйте аналитику как ведущую к делегированию полномочий, а не к их потере.
Благодаря непрерывному росту вычислительных мощностей, постепенному совершенствованию алгоритмов и постоянно увеличивающемуся пулу данных с каждым днем расширяются возможности аналитики. В прошлом операционная аналитика не занимала много места в портфелях большинства организаций, но теперь эта ситуация быстро меняется. Настало время и для вашей организации войти в мир операционной аналитики.
Если в вашей организации аналитика все еще опирается на ручные, кустарные, разовые процессы, то такой подход необходимо оставить в прошлом. Подобно тому как промышленная революция преобразила индустриальное производство, так и операционная аналитика преобразит способы разработки, внедрения и применения аналитики. Промышленная революция в аналитике уже идет. Готовы ли вы к ней присоединиться?
Об авторе
Билл Фрэнкс – директор по аналитике в компании Teradata, где он занимается изучением трендов в аналитике и пространстве больших данных, а также разработкой корпоративной стратегии компании в этих областях. Фрэнкс консультирует клиентов, объясняя им, как Teradata и ее специалисты могут поддержать их деятельность. Он уделяет много внимания переводу сложных аналитических концепций на язык, понятный для бизнес-пользователей, и помогает организациям наладить эффективное использование аналитики. Его работа охватывает многие отрасли и компании, начиная с крупнейших из списка Fortune 100 и заканчивая мелкими некоммерческими организациями.
Фрэнкс является автором книги «Укрощение больших данных» (John Wiley & Sons, 2012). В ней он опирается на свой 20-летний опыт работы с клиентами по реализации крупных аналитических проектов, чтобы вывести закономерности достижения успеха в современном мире больших данных и аналитики. В 2014 г. книга вошла в список «Обязательных к прочтению» Тома Питерса и в Топ-10 самых влиятельных переводных книг в области технологий по версии сети для программистов CSDN в Китае.
Он преподает в Международном институте аналитики, основанном ведущим экспертом по аналитике Томасом Дэвенпортом, а также является востребованным лектором – только за последние несколько лет он был приглашен в качестве основного докладчика на десятки мероприятий. Его блог «Аналитика имеет значение» (Analytics Matters) посвящен преобразованиям, необходимым для трансформации аналитики в ключевой компонент принятия бизнес-решений.
Фрэнкс получил степень бакалавра в области прикладной статистики в Политехническом университете Виргинии и степень магистра в области прикладной статистики в Университете штата Северная Каролина. Подробнее о нем можно узнать на сайте: http://www.bill‐franks.com
Сноски
1
Фрэнкс Б. Укрощение больших данных: Как извлекать знания из массивов информации с помощью глубокой аналитики. – М.: Манн, Иванов и Фербер, 2014.
2
На российском телевидении выходила под названием «Цена удачи». – Прим. ред.
3
Ариели Д. Предсказуемая иррациональность: скрытые силы, определяющие наши решения. – М.: Манн, Иванов и Фербер, 2010.
4
«Уловка-22» (Catch-22) – название романа Джозефа Хеллера. Выражение “Catch-22” вошло в лексикон американцев, обозначая всякое затруднительное положение. – Прим. ред.
5
Netflix Prize – открытый конкурс на лучший алгоритм предсказания оценки, которую зритель поставит фильму на основе предыдущих своих оценок и оценок других зрителей. – Прим. ред.
Комментарии
1
Как было сказано в предисловии, мы не будем тратить место на определение общераспространенных терминов вроде аналитики. Предполагается, что читатели знакомы с основными концепциями.
2
Более подробную информацию об Аналитике 3.0, включая бесплатную электронную книгу, вы можете найти на сайте: http://iianalytics.com/A3/
3
Подробнее об этом вы можете прочитать в моей книге «Укрощение больших данных» (Bill Franks, Taming the Big Data Tidal Wave, Hoboken, NJ: John Wiley & Sons, 2012).
4
См.: Xavier Amatriain and Justin Basilico, “Netflix Recommendations: Beyond the 5 Stars (Part 1)”, Netflix Tech Blog, 6 апреля 2012 г., на: http://techblog.netflix.com/2012/04/netflix‐recommendations‐beyond‐5‐stars.html
5
См.: Dawn C. Chmielewski, “Meet Max: The New Voice of Netflix Recommendations”, Los Angeles Times, 28 июня 2013 г., на: http://articles.latimes.com/2013/jun/28/entertainment/la‐et‐ct‐meet‐max‐new‐voice‐of‐netflix‐recommendations‐2013062
6
На основе статьи в моем блоге для Международного института аналитики: «Изменяют ли большие данные ваш бизнес без того, чтобы вы это осознали?» (“Is Big Data Changing the Business You Are In Without You Realizing It?”), 8 августа 2013 г., http://iianalytics.com/2013/08/is‐big‐data‐changing‐the‐business‐you‐are‐in‐withoutyou‐realizing‐it/
7
См.: http://www.nike.com/us/en_us/c/nikeplus-fuelband
8
См.: https://www.coursera.org/ и https://www.khanacademy.org/
9
На основе статьи в моем блоге для Международного института аналитики от 14 июня 2012 г., озаглавленной «Определение больших данных? Не нужно!» (“What’s the Definition of Big Data? Who Cares?”). См. http://iianalytics.com/2012/06/whats‐the‐definition‐big‐data‐who‐cares/
10
См.: “Gartner IT Glossary”, www.gartner.com/it-glossary/big-data/. Также см.: Svetlana Sicular, “Gartner’s Big Data Definition Consists of Three Parts, Not to Be Confused with Three ‘V’s,” Forbes, 27 марта 2013 г., на www.forbes.com/sites/gartnergroup/2013/03/27/gartners‐big‐data‐definition‐consists‐of‐three‐partsnot‐to‐be‐confused‐with‐three‐vs/
11
См. мою статью «Определение больших данных: пропущенное “V” (“Defining Big Data: The Missing ‘V’”), IT Briefcase, 2 августа 2012 г., www.itbriefcase.net/defining-big-data-the-missing-v
12
На основе статьи в моем блоге для Международного института аналитики от 12 декабря 2012 г., озаглавленной «Лопнет ли пузырь больших данных в 2013 году?» (“Will the Big Data Bubble Burst in 2013?”). См. http://iianalytics.com/2012/12/will‐the‐big‐data‐bubble‐burst‐in‐2013/
13
См.: Svetlana Sicular, “Big Data Is Falling into the Trough of Disillusionment,” Gartner, 22 января 2013 г., на http://blogs.gartner.com/svetlana‐sicular/bigdata‐is‐falling‐into‐the‐trough‐of‐disillusionment/
14
Bill Franks, Taming the Big Data Tidal Wave (Hoboken, NJ: John Wiley & Sons, 2012).
15
На основе статьи в моем блоге для Международного института аналитики от 11 января 2013 г., озаглавленной «Извлечение аналитической ценности из новых данных» (“Driving Analytic Value from New Data”). См. http://iianalytics.com/2013/01/driving‐analytic‐value‐from‐new‐data/. Эта тема также рассматривается в моей книге «Укрощение больших данных».
