Цель 1. Сокращение сроков реализации цифровых инициатив, для которых необходимо использовать данные

Если вы формулируете цель таким образом, задайте себе четыре простых вопроса:

• Что такое цифровая инициатива?
• Сколько времени сейчас занимает реализация цифровых инициатив?
• Кто пользуется результатами цифровых инициатив?
• Кто получает выгоду от сокращения сроков?

Зачастую в компании нет единого понимания, что такое цифровой продукт, не оцифровано время реализации цифровых задач (за сколько компания их решает), а инструменты Data Governance планируется внедрять сразу во всей компании, хотя совершенно неочевидно, какому подразделению конкретно они нужны. И главное — непонятно, где «владелец» процесса, которому важно его оптимизировать.

Например, в одной компании под цифровой инициативой подразумевалось создание новых дашбордов. При этом внутри никогда не измеряли, сколько такая разработка занимает времени, кто в ней участвует и что влияет на эти сроки — время на анализ показателей, выравнивание методологии между подразделениями, время на поиск данных в источниках или сама разработка.

Поэтому до того, как переходить к реализации такой цели, необходимо описать ситуацию as is, найти узкие места, которые влияют на сроки реализации, проанализировать первопричину узких мест и направить инициативы на решение выявленных проблем.

Цель 2. Обеспечение владельцев и потребителей данных эффективными инструментами Data Governance

Прежде чем зафиксировать эту цель, вы должны убедиться, что понимаете, кто конкретно является владельцем, а кто потребителем данных, и есть ли в компании понимание связи между тем, кто данные формирует, и тем, кто на их основании принимает решения или создает новые продукты.

При этом важно помнить, что потребителем данных могут быть не только руководители, работающие с системой отчетности. Есть еще и промежуточный уровень: сотрудник, который собирает данные «вручную»: например, во время личного общения с коллегами, в Excel или из других неавтоматизированных систем. Поэтому при реализации проекта по управлению данными мы должны принимать во внимание все инструменты, которые есть в наличии у всех участников процесса по созданию и использованию данных.

К примеру, потребителем данных может выступать топ-менеджмент компании, который на основании данных должен принимать решения для достижения стратегических целей, среди которых могут быть выход на новые рынки, сокращение расходов в основной деятельности, выпуск новых продуктов на рынок и т. д.

Поэтому очень важна связь между сотрудниками, которые «создают» данные (например, вводят их в информационную систему) и потребителем, который на основании представленных данных принимает решение. Руководитель должен понимать, что нужно сделать на нижнем уровне, чтобы компания получила результаты, которые способствуют выполнению стратегии. Например, формирование дерева показателей может выявить эти связи или их отсутствие.

Цель 3. Повышение культуры работы с данными

Словосочетание «культура работы с данными» может означать что угодно. Поэтому сначала вы должны сформулировать, что это означает для вашей компании и зачем вам это нужно.

Например, компания стремиться повысить культуру работы с данными, но по факту это может означать, что требуется просто большее вовлечение пользователей в работу с BI-системой. При этом BI-система может не помогать компании анализировать данные и принимать на основании них необходимые решения. И основной целью является обоснование затрат на внедрение системы, а не на получение эффекта от ее использования.

Поэтому необходимо определить, что для компании является культура работы с данными, для каких целей ее необходимо повысить. Затем надо описать текущий процесс (as is) и разработать детальный план достижения целевого состояния с промежуточными метриками.

Цель 4. Обеспечение поставки качественных данных

Наверно, вы уже догадались, какой вопрос надо задать при постановке такой цели. Что такое качественные данные? Вспомните эпизод из сказки про Винни-Пуха, где шарик, который несли на праздник, лопнул, но оказалось, что его можно опускать в горшочек. Качественный ли это шарик? С точки зрения шарика — нет, он ведь сдулся. А с точки зрения горшка — очень качественный, так как шарик влезает в горшочек.

Качественными данными являются те, которые можно применить для решения конкретного бизнес-кейса. Одинаковые данные можно с успехом применить для решения одной задачи, но для решения другой они не подойдут.

Также очень важно найти сотрудника, который будет разбирать инциденты, связанные с качеством данных. Так вы сформируете бизнес-процесс, в котором ответственное лицо сможет определить это качество, сформирует требования к нему применительно к каждому кейсу и сам будет работать над оптимизацией этого процесса.

В качестве примера можно привести ситуацию, когда в компании разработаны проверки качества данных, однако они не согласованы или не доведены до пользователей или владельцев данных, если такие определены в компании. Также отсутствуют регламентирующие документы, которые бы описывали, для каких целей бизнеса создавались эти проверки и кто и как разбирает инциденты по качеству данных. То есть инструмент есть, а по факту бизнес-пользователи не ощущают никакой пользы от его наличия. В том числе это касается примеров, когда осуществляются проверки на полноту и дублирование, но при этом сроки доставки данных не выдерживаются — оперативное совещание в 9 утра, а данные становятся доступны только в 13:00. По факту они уже не нужны.

Поэтому не пытайтесь делать проверки ради проверок, обязательно ориентируйтесь на потребителей данных и фиксируйте требования к качеству данных, которые необходимы именно им.

На этих примерах мы видим, что цели должны быть измеримыми, их нужно декомпозировать и привязывать к задачам (это касается любых других целей). Кроме того, перед внедрением Data Governance важно помнить о рисках, влияющих на результат.

• Внедрение ради внедрения. Отсутствие бизнес-цели. Без конкретной бизнес-цели ваш проект не приведет вас к тем результатам, ради которых вы начали инициативу по управлению данными.
• Внедрение ИТ-инструментов без методологии и процессов. Не надо покупать и внедрять ИТ-инструменты, пока вы не разобрались, как ими пользоваться. Какая бы ИТ-система ни была, если вы не понимаете, что с ней делать и кто с ней будет работать, она неэффективна. Кажется, что это очевидный вывод, но большое количество компаний начинают «подход» к Data Governance именно с покупки какого-то программного решения.
• Отсутствие кросс-функциональных полномочий у лидера функции в компании. Наш опыт говорит, что часто работу с Data Governance поручают сотруднику, у которого нет полномочий ставить задачи, требовать информацию и результат от коллег. Он не наделен полномочиями, чтобы просить описания показателей или отчетов и действовать в соответствии с новыми регламентами и процессами. Но если вы хотите, чтобы компания начала целенаправленно работать с данными, необходимо на уровне оргструктуры прописать четкое взаимодействие бизнеса, ИТ и отдельных сотрудников, которые будут заниматься управлением данных.
• Завышенные ожидания. Многие компании хотят получить отличные результаты за короткое время, в идеале — в течение одного бюджетного периода. Но как правило, для эффективного внедрения процессов Data Governance требуется около двух лет. Такую цифру во время нашего опроса озвучивали представители компаний, в которых внедрены и успешно работают процессы по управлению данными.

Как сделать так, чтобы не сдаться за этот период? Ставить короткие задачи и контролировать их исполнение.

Чтобы снизить подобные риски есть несколько простых правил:

• Выберите значимую бизнес-цель.
• Назначьте ответственного за управление данными и наделите его полномочиями.
• Внедрите сначала процессы и методологию Data Governance, затем приступайте к выбору ИТ-инструмента.
• Ставьте реальные сроки и промежуточные KPI.

И главное, дайте исполнителям право на ошибку. Надо уметь признавать ошибки, вовремя остановиться, чтобы переосмыслить процессы, и начать заново. Тогда с большей вероятностью вы достигнете цели, которую ставили перед собой вы и ваша компания.

Источник: IT Week

Остались вопросы? Пишите на data@korusconsulting.ru

И подписывайтесь на наш телеграм-канал про аналитику и данные Analytics Now