Как принимать решения на основе данных

Принятие решения подразумевает прохождение нескольких этапов от анализа ситуации до формулирования плана действий. Разберёмся, чем решения на основе данных отличаются от решений в стиле «что будет, то будет».

7 этапов принятия решения на основе данных

Ключевые темы статьи:

Почему мы должны принимать решения на основе данных?

Простой ответ: комплексность. Любое принимаемое нами решение основано на данных. Решив перейти дорогу, вы интуитивно собираете множество данных: трафик, погодные условия, данные о поведении других пешеходов.

В контексте бизнеса мы также можем принимать решения, следуя интуиции, однако в связи высокой комплексностью контекста, мы не можем использовать этот естественный подход. На определённом этапе мы должны перейти на решения на основе данных.

Основные характеристики решений на основе данных

Принятие решений на основе данных (также известное как DDDM) – это практика сбора и анализа релевантных данных для обоснования решений.

Не существует конкретной процедуры, которую необходимо выполнить. Многие авторы предпочитают рассматривать DDDM с точки зрения данных. Я, с другой стороны, хочу показать, как принятие решений на основе данных согласуется с идеями стратегического планирования.

Основные характеристики упорядоченного, основанного на данных подхода к принятию решений:

  • Отслеживание KPI. Используйте ключевые показатели эффективности (KPI), согласованные со стратегией. Будьте внимательны по отношению к метрикам тщеславия и простым показателям.
  • Ведение учета обоснований. Записывайте, почему вы приняли это решение, чем оно обосновано.
  • Обучение на ошибках. Анализ исходов плохих и хороших решений, создание обучающих и улучшающих циклов.

Далее мы рассмотрим практическое значение этих характеристик.

Альтернативы решений на основе данных

Рассмотрим альтернативы принятия решений на основе данных.

Управление на основе KPI

Как правило, термин «управление на основе KPI» означает практику построения иерархии KPI и принятие деловых решений в соответствии с трендами значений KPI.

  • В целом, мы говорим о систем KPI. В хороших руках она будет согласована с контекстом бизнеса и направит организацию к верным целям.

Иногда термин используется иронически для описания предвзятости управляющих, сосредоточенных на измерении производительности в большей степени, чем на создании реальной ценности.

Большие данные

Говоря о решениях на основе данных, мы предполагаем доступность данных. В случае работы с Big Data мы наоборот делаем упор на извлечении информации из больших объемов комплексных данных.

При условии правильных сбора, анализа и учета большие данные станут фундаментом для принятия решений на основе данных.

Решения на основе данных или интуитивно принятые решения

Я сравнил этапы принятия типичных интуитивных решений (назовём их «что будет, то будет») с принятием решений на основе данных.

1. Понимание контекста бизнеса

“Что будет, то будет” Принятие решений на основе данных
У нас отличная идея – давайте её реализуем! Речь идёт не просто об одном решении — необходимо понять контекст, приоритеты и причинно-следственные связи. Сначала посмотрим на стратегическую карту.

В идеале принятие решений должно быть тактической частью упорядоченного процесса стратегического планирования.

Хорошие решения соответствуют общему видению организации, представленному на стратегической карте.

2. Определение KPI

“Что будет, то будет” Принятие решений на основе данных
Интересная идея! Найдём для неё какие-нибудь KPI из интернета. При помощи KPI мы хотим принять более осязаемое и конкретное решение. Мы разрабатываем KPI именно для нашей компании. Мы задаём себе следующие вопросы:

  • Как мы будем контролировать процесс реализации (показатели действия)?
  • Как будут подтверждаться достигнутые результаты?
  • Когда мы планируем достичь этих результатов? (установка целевых значений)

KPI – это болевая точка любой системы измерения производительности. Некоторые предпочитают работать без KPI, другие – использовать длинный список KPI из интернета. На мой взгляд, имеет смысл инвестировать время в разработку показателей именно для ваших задач.

3. Визуализация

“Что будет, то будет” Принятие решений на основе данных
Создадим какой-нибудь дашборд! Понять тренды и аномалии проще, если мы располагаем данными на дашборде. Поместим данные показателей действия и результата на один график.

Несложно создать впечатляющий дашборд при помощи программного инструмента. Сложно сделать эту информацию достаточно контекстуальной, чтобы она представляла ценность при принятии решений.

  • Уверен, вам знакомы случаи составления отчетов на основе красивых информационных панелей и одновременного использования сотен страниц электронных таблиц для принятия настоящих решений.

В этом смысле ПО для реализации стратегии (здесь мы говорили о разнице между дашбордом и ССП) продвигает ваши данные на один шаг ближе к стратегическим задачам.

4. План действий

“Что будет, то будет” Принятие решений на основе данных
У нас есть план и бюджет! Мы формулируем план действий на основе текущего понимания ситуации. Мы описываем:

  • Решение и конкретные действия, которые оно подразумевает
  • Обоснование
  • Необходимые время и бюджет

Бюджет – это важная часть любого плана действий, однако ещё более важным представляется формулирование всех деталей, на основе которых было принято решение. Подобный подход упрощает адаптацию новых сотрудников, каскадирование решений по всей организации и анализ результатов (см. этап 7).

5. Приоритизация решений

“Что будет, то будет” Принятие решений на основе данных
Перестанем делать то, что мы делаем, и переключимся на новую идею. Для сравнения новых решений с конкурирующими идеями мы используем систему показателей приоритетов. Как правило, сначала мы реализуем идею с более высоким баллом.

Стратегия предполагает расстановку приоритетов, решения того, что является важным, а что можно проигнорировать. Иногда достаточно лишь взглянуть на идею, чтобы решить, нужно ли её принять или отбросить (см. шаг 1). В иных случаях, чтобы учесть все важные для компании факторы, необходимо создать фреймворк приоритизации.

6. Реализация

“Что будет, то будет” Принятие решений на основе данных
У нас есть план, кто-нибудь его реализует. Сотрудник, принимавший участие в обсуждении, будет отвечать за реализацию одобренного плана. В качестве контрольных точек мы использует показатели действия и результата. Мы фиксируем все неожиданные выводы.

Полезно иметь актуальное представление о том, как продвигается план, однако необходимо быть осторожным с KPI. В большинстве случаев используемые для прямого контроля KPI не дадут результата. Вместо этого используйте измерение производительности в качестве базы для обсуждения и усовершенствования процесса.

7. Анализ результатов

“Что будет, то будет” Принятие решений на основе данных
Кажется, идея для нас сработала/не сработала… Мы планируем проводить анализ результатов для каждого решения. Для формального рассмотрения результатов мы используем анализ разрывов или фреймворк OKR.

Именно здесь поможет детальное описание обоснования (см. этап 4). Окончательные данные о производительности не так важны, как работа, которую выполнила ваша команда для реализации плана. Необходимо не просто провести «оценку», но проанализировать глубинные причины успеха или неудачи и предложить стратегические улучшения.

8. Извлечение уроков

“Что будет, то будет” Принятие решений на основе данных
Неверные решения неизбежны… Мы анализируем сам процесс принятия решений:

  • Какие принципы оказались полезными?
  • Какие подходы должны быть усовершенствованы?

Мы улучшаем культуру принятия решений: ищем повторяющиеся проблемы, убираем ненужную комплексность, совершенствуем шаблоны и стандарты.

Это ваш шанс поговорить с самим собой в прошлом. Используйте этот этап для ретроспективного анализа принципов, которым следовала команда. Совершенствуйте коммуникацию, инфраструктуру и согласование внутренней механики с созданием ценности для конечных потребителей.

Если вы всерьёз настроены принимать решения на основе данных, узнайте о KPI для big data, которые помогут вам количественно оценить усилия по поиску, анализу и отчетности.

Заключение

Принятие решений, основанных на данных, — это не просто использование красивых дашбордов. Необходим упорядоченный подход к формулированию проблемы, расчету контрольных точек и отслеживанию прогресса и результата.

Такие модели бизнеса, как ССП или OKR, внедрённые правильным образом, по умолчанию становятся фундаментом принятия решений на основе данных.

Какие принципы использует ваша команда для принятия решений на основе данных? Поделитесь своим опытом в комментариях.

Цитирование: Alexis Savkín, "Как принимать решения на основе данных", BSC Designer, 31 октября, 2020, https://bscdesigner.com/ru/data-driven-decisions.htm.

Оставьте комментарий