Аналитические инструменты для управления корпоративной эффективностью

В статье рассказывается о том, как внедрение средств бизнес-аналитики помогает
решать задачи управления эффективностью.

В условиях, когда у компаний практически не остаётся права на принятие ошибочных решений, способность эффективно применять возможности средств бизнес-аналитики, начиная с функциональности для расчета корреляции, выполнения сегментации, кластеризации, регрессивного анализа и заканчивая прогнозированием и расчётом ожидаемой прибыли становится критически важной. По мнению Гэри Кокинса (Gary Cokins), ведущего эксперта в области управления корпоративной эффективностью, сегодня существует острая необходимость в получении аналитических выборок, построении прогнозов и выводов на основании массива первичных внешних и внутренних транзакционных данных, которые, как правило, содержатся в хранилище данных. Менеджеры понимают ценность использования «больших данных», именуемых так за существенный рост объёмов, повышение разнообразия и изменчивости данных. Производители программного обеспечения встраивают в средства бизнес-аналитики возможности визуализации, чтобы визуальная картинка помогала быстрее делать важные выводы. В результате, бизнес-аналитика поднимает статистику на более высокий уровень. Например, сложное программное обеспечение может обнаружить аномалии или подозрительное поведение, которое аудитор, вероятно, не заметит.

Однако, существует ошибочное мнение, что аналитическое программное обеспечение является дорогостоящим, требует исключительных навыков и используется, в основном, крупными организациями. На самом деле, существует множество поставщиков аналитического ПО различных ценовых категорий. Далее, программное обеспечение проектируется таким образом, чтобы его мог освоить рядовой пользователь. Таким образом, сегодня даже небольшие компании могут использовать аналитику в конкурентной борьбе с более крупными организациями.

Как считает Гэри Кокинс, объединение шести ключевых компонентов управления корпоративной эффективностью с аналитикой, в особенности с прогностической, обеспечит мощную поддержку для принятия решений, построения прогнозов и реализации действий.

Business Intelligence и бизнес-аналитика: основные различия

По словам Гэри Кокинса, существует принципиальное различие между инструментами для проведения бизнес-анализа (Business Intelligence) и средствами бизнес-аналитики (Business Analytics).

Первые обращаются к собранной в хранилище информации и оформляют ее в виде ответов на базовые вопросы. Для этого они используются в качестве средств для построения сложных запросов и извлечения детальных данных, а полученные исторические данные обычно агрегируются в форме табличных отчётов и графиков.

Бизнес-аналитика же упрощает данные, чтобы увеличить их ценность. Для этого большие объёмы данных конвертируются в намного меньшие информационные единицы, чтобы предоставить эффективную аналитическую картину. В результате бизнес-аналитика порождает новую информацию и стимулирует возникновение более сложных вопросов. Кроме того, она способна на них ответить. Например, когда эти средства применяются для оценки доходов в разрезе продуктов, каналов и клиентов, финансовые сотрудники компаний видят не только текущие показатели, но и могут понять, почему так происходит, анализируя причинно-следственные факторы, влияющие на продажи, затраты и прибыль. Предположим, они могут заметить, что клиенты с большими объёмами продаж могут быть на удивление менее прибыльными, чем ожидалось, из-за того, что постоянно требуют особых услуг или слишком часто размещают небольшие заказы. В этом случае такому заказчику может быть выставлена наценка. В результате, такие действия, предложенные финансовыми специалистами, могут принести более высокую прибыль, чем могли ожидать специалисты по продажам.

EPM и CPM, основанные на аналитике

EPM (Enterprise Performance Management, управление эффективностью организации) и CPM (Corporate Performance Management, управление корпоративной эффективностью) - это синонимы. Они обеспечивают контекст для использования инструментов бизнес-анализа и средств бизнес-аналитики и определения того, что именно необходимо анализировать. Когда последние применяются совместно с методами управления эффективностью, например, со стратегическими картами, системами показателей, скользящими финансовыми прогнозами, анализом прибыльности клиентов, бережливым управлением и инициативами Six Sigma – хорошей идеей будет работа «с конца», т.е. от окончательного результата. Для этого, следует определить, какие решений необходимо принимать в первую очередь, и построить аналитические модели, способствующие принятию наиболее обоснованных решений. Поняв, решение какого типа требуется, можно определить тип анализа и исходных данных. Например, если маркетинговая кампания направлена на потребителя в конкретном регионе, фильтрация может исключить всех прочих клиентов.

Принято считать, что сами по себе BI-инcтрументы не содержат каких-либо знаний. Однако, когда средства бизнес-аналитики применяется совместно с BI-инструментами, результатом становятся глубокое понимание и адекватные прогнозы. Бизнес-аналитика необходима, чтобы понять, как решить проблемы и воспользоваться возможностями.

Ниже перечислены шесть основных компонентов, составляющих управление корпоративной эффективностью. Применение BI-инструментов и средств бизнес-аналитики в рамках каждого из них позволяет получить существенный положительный эффект:

1. Стратегическое планирование и исполнение: область применения стратегической карты и связанной системой сбалансированных показателей. Их совместное использование позволяет указать организации, как реализовать собственную миссию и видение, а также помогает руководству компании выработать стратегию, соответствующую это миссии. Роль руководства – установить стратегическое направление, которое позволит ответить на вопрос «Чего мы хотим достичь?». Применение правильно определённых ключевых показателей эффективности  позволяет привести приоритеты, действия и проекты персонала в соответствии со сформулированной руководством стратегией. Корреляционный анализ может проверить качество выбранных ключевых показателей.
2. Прозрачность структуры затрат и учёт внешних факторов: для коммерческих компаний это область применения анализа рентабельности для продукции, стандартных услуг, каналов и потребителя. Для государственных организаций публичного сектора это понимание стоимости их услуг, потребляющей ресурсы и процессы. Принципы функционально-стоимостного анализа затрат лежат в основе моделирования причинно-следственных связей, которые базируются на факторах («драйверах»), влияющих на показатели бизнеса и стоимость. Для этого потребуется прогрессивный, а не традиционный, управленческий учёт.
3. Анализ клиентской базы: область применения эффективных методов маркетинга и продаж, цель которых сохранить, получить я или вернуть выгодных клиентов. С этими подходами зачастую ассоциируются CRM-приложения. Но данные CRM - это лишь фундамент, на основаниИ которых средства бизнес-аналитики позволяют определить, какие действия необходимо предпринять для получения большей прибыли от клиентов. Они превращают клиентов из просто удовлетворённых в лояльных.
4. Прогнозирование, планирование и предикативный анализ: инструменты бизнес-анализа и интеллектуального анализа данных (data mining), как праивло, рассматривают историческую информацию в «зеркало заднего вида». Этот компонент управления корпоративной эффективностью позволяет смотреть на исторические данные «сквозь лобовое стекло». Преимущество же более точных прогнозов заключается в снижении неопределённости. Прогнозы будущих объёмов и ассортимента – это основные независимые переменные, связанные со множеством зависимых факторов, таких как будущее количество персонала и его квалификация, которые могут быть вычислены и изменены. Финансовые директора всё больше склоняются к бюджетированию на основе внешних факторов и скользящим финансовым прогнозам, базирующимся на принципах функционально-стоимостного анализа. Когда к прогнозам применяются средства бизнес-аналитики, возможности получают вероятностные оценки, в том числе и для анализа «что, если».
5. Управление корпоративными рисками: оно служит своеобразным «тормозом» для уравновешивания «педали газа», которая с помощью методов EPM и CPM оказывается постоянно нажатой. Управление корпоративными рисками требует разумного выбора проектов с целью снижения рисков, а также страхования рисков, которые характеризуются высокой вероятностью возникновения и могут серьёзно повлиять на финансовое состояние или имидж компании. Средства бизнес-аналитики стали необходимыми для выявления и отбора того, что, по сути, является инвестициями в снижение рисков.
6. Улучшение процесса: область применения методов бережливого менеджмента и инициатив Six Sigma. Их цель заключается в устранении ненужных трат и оптимизации рабочих процессов для ускорения и сокращения циклов. Они несут улучшения продуктивности и эффективности.

Финансовые директора часто рассматривают финансовое планирование и анализ как синоним управления корпоративной эффективностью. По мнению Гэри Кокинса, их лучше рассматривать как его подмножество. Хотя улучшение управления затратами и совершенствование процессов – это благородные цели, организация не может уменьшить свои расходы навсегда для достижения долгосрочного процветания.

Управление корпоративной эффективностью - это дело не только финансового отдела, это вопрос интеграции зачастую разрозненных функций, таких как маркетинг, операционные подразделения, отделы продаж и стратегического управления. Это не наблюдение за значения индикаторов в сбалансированной системе показателей или в операционных панелях; это - управление индикаторами за счёт улучшений процессов или проектов, выявленных путём эффективного анализа с целью принятия правильных решений.

Действительность в цифрах

Очень интересные данные о практике применения аналитических инструментов при планировании были получены Unisphere Research, исследовательским подразделением крупнейшего IT-издания InformationToday, в ходе опроса специалистов в области управления данными. Выяснилось, что основную проблему на пути внедрения аналитических инициатив можно описать словом «разрозненность». Препятствием номер один, названным 37% участников исследования, стало отсутствие организационной поддержки в процессе интеграции данных. Это, в свою очередь, связано со вторым по сложности моментом – разрозненностью источников данных компании, упомянутой 33% орошенных. Соображения безопасности также остаются болезненной темой (28%). Кроме того, респонденты обеспокоены нехваткой квалифицированных специалистов, которые могли бы идентифицировать и подготовить данные для использования в аналитических целях (27%).

Большинство опрошенных считают «демократию данных» в качестве наиболее успешного подхода для оптимизации процесса принятия решений на всех уровнях. Как показал опрос, к сожалению, многие компании далеки от этого идеала – лишь 12% персонала компаний обладает прямым доступом к корпоративным данным. Среди тех, кто обладает таким доступом, в основном высшее руководство и руководители бизнес-подразделений (70%).

Итак, компании стремятся обеспечить доступность данных для сотрудников, принимающих решения на всех уровнях. Вместе с тем становится очевидным, что доступ к аналитическим данным критически важен в высоко конкурентных условиях современной экономики. Для многих организаций наиболее часто используемым элементом аналитического инструментария является клиентская аналитика, как заявляют 45% опрошенных. Ещё 41% используют данные для проведения стоимостного и финансового анализа и. Далее следуют инструменты для подготовки отчетность в режиме реального времени и информационные панели (37%), предикативная аналитика (29%) и сегментация клиентов (24%).

Выяснилось, что корпоративные хранилища данных – это наиболее популярные платформы, используемые для анализа данных. Об это заявило большинство респондентов (51%). На втором месте находятся тиражные BI-решения (34%). Замыкают тройку лидеров электронные таблицы (32%) – наименее формальный не поддающийся проверке инструмент для анализа.

Публикации

1. Гэри Кокинс (Gary Cokins). Шесть ключевых компонентов управления эффективностью, основанного на аналитике (Six key components of analytics-based performance management), 23 мая 2013 г.
2. Джозеф МакКендрик (Joseph McKendrick). Перемещение данных: от прокладывания карты до настоящего путешествия (Moving data: charting the journey from batch to blazing), 2012 г.

Автор: По материалам зарубежных сайтов