Важность больших данных

Важность больших данных

Амир и Эли Шрагенхайм

Важны ли Большие данные (Big Data)? Может ли каждая организация извлечь из них значительную ценность?

Мы предполагаем, что окончательный ответ большинства менеджеров будет: «Да, есть большой потенциал, но также есть вероятность утонуть в океане данных». (Голдратт, книга «Синдром стога сена»). Тем не менее, раз многие все же считают, что в Big Data нет большой ценности, давайте попробуем защитить важность Больших данных.

Большие данные в исходном смысле – это способность каждой организации относительно дешево хранить огромное количество данных с помощью облачных программных средств для извлечения конкретных данных различных форматов из различных баз данных и организовывать их таким образом, чтобы менеджер мог сфокусироваться на том, что действительно актуально.

Более широкий подход к Большим данным включает в себя огромное количество данных из внешних ресурсов, которые предоставляют к ним свободный или платный доступ через Интернет. Это сервисы Google, Facebook и LinkedIn, и есть также общедоступные базы данных, которые позволяют осуществлять поиск и использование своих данных за определенную оплату.

Кажется очевидным, что некоторые организации, особенно крупные, получают большую ценность от Big Data, например, три оператора Больших данных, упомянутых выше. Эти гигантские организации предлагают сфокусированную рекламу на четко определенную аудиторию. Возможность обратиться к конкретным сегментам рынка может быть использована для получения знаний о предпочтениях своих клиентов.

Бизнес-сектор электронной коммерции, особенно цифровые магазины, использует свои собственные Большие данные, взятые у всех, кто заходит на веб-сайт, и записывает каждый клик, который делает пользователь, чтобы сделать выводы о том, что интересует клиента. Анализ этих накопленных данных открывает путь не только для того, чтобы предлагать больше этому клиенту с хорошими шансами на продажу, но и привлекать этого клиента к новым сделкам. Помимо разгадывания специфического вкуса каждого отдельного клиента, может быть установлено общее понимание отдельных групп клиентов, например, роль цены при выборе товара.

Обычные розничные магазины используют гораздо меньше усилий для сбора данных, которые будут отражать предпочтения клиентов, помимо тривиального анализа фактических продаж. Без прямого доступа к информации о клиенте и, что еще хуже, не зная, какие данные помогут им получить больше продаж, они беспомощны. Розничные магазины много теряют от своей некомпетентности, не собирая необходимые данные.

Таким образом, компании, которые имеют легкий доступ к релевантным данным, находят ответы на важные вопросы и получают большую ценность. Другие организации этого не делают и ценность не получают.

Когда новая технология, такая как способность хранить и анализировать огромные объемы данных, появляется на рынке, она поднимает два, казалось бы, похожих, но фактически разных вопроса:

  1. Учитывая существование технологии, можем ли мы использовать ее, чтобы получить выгоду?
  2. Учитывая наши нынешние препятствия, позволяет ли новая технология преодолевать их? Если да, какую мы получим выгоду?

Многие организации не сразу видят преимущества важной новой технологии, поэтому их ответ на первый вопрос НЕТ.

Однако мы считаем, что необходимо приложить дополнительные усилия для анализа того, что может преодолеть препятствия. В настоящее время организация принимает их как суровую необходимость, но новая технология способна значительно уменьшить ограничение, наложенное препятствием. Затем можно будет увидеть новые возможности.

Второй вопрос Голдратта для оценки ценности новой технологии гласит:

Какое ограничение или барьер устраняет или значительно уменьшает новая технология?

Подробнее о 6 вопросах Голдратта для оценки новой технологии

Очевидное ограничение хранилища не является правильным ответом на этот вопрос, поскольку ценность хранения огромного объема данных неясна и может легко привести к растрате усилий. Также уменьшение скорости сбора огромных данных и их удобная организация не всегда повышает ценность.

Но у нас всегда есть желание получить более релевантную информацию о важнейших проблемах, с которыми сталкивается организация. У нас никогда не будет идеальной информации, когда нужно принять решение. Таким образом, принятие решений всегда сопровождается высокой неопределенностью из-за вариаций, а также неизвестных фактов. Хотя эта обычная жизненная ситуация будет преобладать и в будущем, неизвестные факторы могут быть значительно сокращены, если будет собрана правильная релевантная информация и предоставлена лицам, принимающим решения.

Таким образом, мы считаем, что новая ИТ-технология уменьшает следующее ограничение или барьер:

Невозможность получить надежные ответы на вопросы, требующие данных, которые сейчас недоступны.

Например, какие нужные функции отсутствуют в наших текущих продуктах по мнению многих клиентов? Можно задавать клиентам такие вопросы и даже хранить все ответы, но многие из клиентов просто отказываются отвечать. Возможно, они даже не знают, что им не хватает, но, когда они увидят это, они поймут. Можем ли мы ответить на этот вопрос, если мы проанализируем данные из разных источников о том, почему определенные продукты внезапно стали очень популярными?

Неспособность ответить на критически важный вопрос является ключевым ограничением для каждой компании, и поиск действительно релевантных данных должен во многих случаях давать новую информацию, которая вместе с эффективным анализом должна приносить существенную пользу.

Еще рекомендуем:  Как построить дерево текущей реальности?

Чтобы выявить воспринимаемую связь между данными и информацией, давайте приведем определение, которое Голдратт дал «информации» в своей книге «Синдром стога сена»:

Информация – это ответ на заданный вопрос.

Определение подчеркивает две важных понимания. Одно из них – способность задавать вопросы, потому что в большинстве случаев, когда вы что-то спрашиваете, это вас беспокоит, поэтому ответ на вопрос также является и ответом на потребность.

Второе понимание заключается в том, что для ответа на вопрос требуются определенные данные, и в процессе ответа на вопрос данные становятся информацией.

Для успешного управления организацией необходимо задать вопросы, и каждый из них направлен на выявление необходимого аспекта для одной из двух категорий управленческих потребностей:

  1. Нахождение новых возможностей и извлечение ценности из них.
  2. Определение возникающих угроз и способов их устранения или контроля.

Первая категория – это новые инициативы для успеха. Вторая категория – защита ваших тылов. Оба они имеют решающее значение для каждой организации.

Третий вопрос Голдратта:

Каковы нынешние правила использования, шаблоны и поведение, которые обходят ограничение?

Без средств сбора данных из многих источников лица, принимающие решения, должны принимать решения, которые основываются на следующих элементах:

  • Использование стандартных данных из ERP или устаревшей системы организации.
  • Использование интуиции ключевых людей в организации, наиболее близких к конкретной теме.
  • Использование общепринятого ультраконсервативного подхода из-за неизвестных факторов и предполагаемого риска.

Важнейшим элементом является использование интуиции, основанной на прошлом опыте. Это, безусловно, релевантные данные, но их качество сомнительно. Отсутствие объективности, различные личные предубеждения и очень медленное принятие любых изменений составляют проблематичную сторону интуиции.

Интуиция все еще будет играть большую роль в будущем. Однако способность, обеспечиваемая анализом на основе данных, недоступная без истинно Больших данных, проверять достоверность изначальной интуиции (особенно скрытые исходные посылки), а также быть источником новых идей, которые могут вдохновить новую интуицию, может установить новую связь между анализом и интуицией.

Сторонники TOC утверждают, что помимо интуиции должен быть причинно-следственный анализ, который позволяет менеджерам правильно рассуждать, даже когда фактические данные минимальны. Это иногда верно, но поскольку все причины и следствия основаны на наблюдаемых следствиях, которые не всегда являются истинными фактами, то даже самая надежная логика не может иметь дело со слишком многими неизвестными без надежных данных, на которые можно положиться.

Итак, как нам улучшить нашу способность выявлять новые возможности и возникающие угрозы с помощью новых ИТ-технологий для доступа к огромному объему данных?

Большой ловушкой использования новых ИТ-возможностей является потеря фокуса – инвестирование огромных усилий в поиск данных, их анализ и, в конечном итоге, почти нулевой результат. Это реальная угроза для многих организаций.

Направление решения, которое мы предлагаем, это создание стратегического процесса высокого уровня, выполняемого специальной командой – штабом, который следует шагам:

  1. Определить приоритетный список достойных целей, которые не были удовлетворительно достигнуты.
  2. По каждой цели определить основные препятствия (препятствие) и действия, необходимые для их преодоления. Мы предполагаем, что многие из препятствий связаны с неизвестными факторами.
  3. Исходя из вышеизложенного, найти список приоритетных вопросов, требующих хороших ответов, которые в настоящее время недоступны с достаточно высоким уровнем доверия.
  4. Найти конкретные данные, необходимые для ответа на вопросы. Производить многократный поиск внешних данных, а затем импортировать данные в центральное внутреннее хранилище.
  5. Создать глобальное видение, как достичь большей цели. Ответы на вопросы объединяются с причинно-следственной связью и интуицией для создания возможных альтернатив для действий. Окончательный анализ утверждается лицами, принимающими решения.

Вышеупомянутый процесс похож на то, как работают разведывательные бюро разных стран. Приоритеты и средства явно различны. Страны, наиболее важные вопросы которых касаются угроз, гораздо меньше уделяют внимания возможностям, а их средства для сбора данных обычно незаконны и осуществляются по специальному разрешению со стороны правительства.

Настройка процесса подлинной бизнес-аналитики не является тривиальной. Большая ошибка слепого копирования процессов – это игнорирование важных различий. Однако игнорирование сходства и возможности учиться на хорошо зарекомендовавшем себя процессе – еще одна огромная ошибка. Учитывая разницу в этике, приоритетах и средствах, основная потребность и инструменты анализа достаточно схожи, а появление Больших данных делает возможным получить большую ценность.

То, что делает эти усилия достойными внимания, это простой факт, что лежащие в их основе новые идеи не входят в противоречие с какими-либо глубокими парадигмами крупных компаний.

Эли Шрагенхайм
Eli Schragenheim,
CEO of Elyakim Management Systems (1992) Ltd

Давайте обсудим...

Ваш e-mail не будет опубликован. Обязательные поля помечены *