Читать книгу "Управление бизнесом - Harvard Business Review"

Пример: Procter & Gamble создала централизованную группу из 100 специалистов, пришедших из разных направлений бизнеса. Весь их опыт используется для решения кросс-функциональных задач. К примеру, аналитики в сферах продаж и маркетинга представляют данные о возможностях роста на имеющихся рынках аналитикам по поставкам, что позволяет им создавать более эффективные дистрибьюторские сети.

Расставьте приоритеты в аналитической работе

Отводите ресурсы тем аналитическим проектам, которые наиболее прямо поддерживают вашу глобальную конкурентную стратегию.

Пример: В Harrah's значительная часть аналитической деятельности направлена на повышение лояльности клиентов и уровня обслуживания, а также на смежные сферы – например, ценообразование и рекламные акции.

Создайте культуру аналитики

Прививайте уважение к измерениям, тестированию и оценке количественных данных в масштабах всей компании. Призывайте сотрудников принимать решения на основании фактов. Так же планируйте и систему поощрений – используйте количественные показатели.

Нанимайте правильных людей

Ищите и нанимайте аналитиков, обладающих высококлассными навыками количественного анализа, умеющих говорить простыми словами о сложном и эффективно взаимодействовать с руководством. Найти таких людей бывает трудно, поэтому начинайте искать задолго до того, как специалист должен будет приступить к работе.

Выбирате правильные технологии

Будьте готовы выделять много ресурсов на развитие технологий, таких как системы управления связями с клиентом (CRM) или планирования корпоративных ресурсов (ERP). Представляйте данные в стандартных форматах, консолидируйте их, размещайте в хранилище и делайте так, чтобы они были доступны всем. Имейте в виду, что данные для адекватного анализа вам придется собирать годами.

Пример: Компании Dell Computer понадобилось семь лет, чтобы создать базу данных из полутора миллионов записей о рекламе компании в печати, на радио, сетевом и кабельном телевидении. Совместив эти данные со статистикой продаж в каждом регионе, где использовалась реклама (до и после ее выхода), Dell смогла оптимизировать рекламную стратегию для каждого региона и для каждого вида рекламы.

В этой статье мы расскажем о характеристиках и опыте таких компаний, а также о серьезнейших переменах, которые предстоят другим организациям, желающим заявить о себе в сфере аналитики. Нетрудно догадаться, что подобный переход требует существенных вложений в технологии, накопления огромного количества данных, а также разработки комплексной корпоративной стратегии управления ими. Но не менее важно и то, что руководители должны принимать явное, постоянное, активное участие в этой деятельности и стремиться к переменам в мышлении, в работе сотрудников, а также в отношении к ним. Как часто говорит Гэри Лавмен, генеральный директор компании Harrah's, имеющей успешный аналитический аппарат: «Мы думаем, что это так? Или мы это знаем?»

Анатомия успешной аналитики

Среди лучших эффективных аналитиков – корпорация Marriott International. За последние 20 лет она сделала настоящую науку из системы для определения оптимальной цены номера (а ведь это ключевой аналитический процесс в гостиничном бизнесе, именуемый также управлением выручкой). Сегодня Marriott International готова к гораздо большему. За счет программы Total Hotel Optimization компания распространила свои методы количественного анализа и на конференц-залы и системы кейтеринга. Необходимый инструментарий доступен через Интернет владельцам отелей и специалистам по управлению прибылью. Были разработаны системы, позволяющие оптимизировать предложения для постоянных клиентов и оценить вероятность того, что они уйдут к конкурентам. Благодаря этому менеджеры по прибылям на местах получили возможность в условиях форс-мажора действовать вопреки рекомендациям системы (например, когда в Хьюстон потянулись пострадавшие от урагана «Катрина»). Компании даже удалось создать модель возможной прибыли, способную подсчитывать фактическую выручку как процент от теоретического оптимального уровня, и, когда аналитика и управление прибылями были внедрены по всей корпорации Marriott, этот показатель вырос с 83 до 91 %. Арендодатели и франчайзи поняли: если нужно выжать максимум из имеющегося, помогут методы Marriott. Разумеется, такие корпорации, как Marriott, действуют иначе, чем традиционные компании. Разница видна клиентам во всем; эту же разницу ощущают день за днем сотрудники и поставщики. В нашем исследовании мы выделили три ключевых отличия успешных аналитиков.

Широкое применение моделирования и оптимизации

Простую описательную статистику по тому или иному аспекту своего бизнеса, например средней зарплате или среднему объему заказа, смогут составить в любой компании. Но супераналитики простой статистикой не удовлетворяются. Посредством прогнозного моделирования они выявляют клиентов наиболее прибыльных, наиболее перспективных и наиболее склонных вскоре отказаться от услуг компании. Такие организации собирают данные, полученные по внутренним каналам и из сторонних источников (в последнем случае они анализируют информацию тщательнее своих менее скрупулезных конкурентов), – и в итоге оказываются способны всесторонне понять клиентов. Они оптимизируют цепочки поставок, что позволяет определить вред от возможных непредвиденных препятствий, подобрать альтернативы и обеспечить поставки, невзирая на затруднения. Они устанавливают индивидуальные цены, чтобы с каждой сделки получать максимум прибыли. Они создают сложные модели того, как их текущие расходы соотносятся с эффективностью работы с финансами.

Супераналитики также измеряют посредством сложных экспериментов общее влияние стратегий вмешательства и на основании результатов совершенствуют дальнейшие тесты.

К примеру, компания Capital One ежегодно проводит более 30 000 экспериментов с разными показателями процентных ставок, мер поощрения, параметров адресных рассылок и другими переменными. Цель этой работы – максимально увеличить вероятность того, что потенциальные клиенты станут брать кредитные карты, и того, что кредиты будут возвращены Capital One.

Progressive проводит аналогичные эксперименты с находящимися в общем доступе данными индустрии страхования. Компания выделяет небольшие группы, или ячейки, клиентов: например, мотоциклисты в возрасте от 30 лет с высшим образованием и кредитной историей выше определенного уровня, никогда не попадавшие в аварии. Для каждой ячейки компания выполняет регрессивный анализ, чтобы выявить факторы, ближе всего связанные с потенциальными рисками от этой ячейки. Затем для каждой из них назначается своя цена – с тем чтобы компания получала прибыль от разных групп клиентов, – а с помощью программных средств моделирования проверяются финансовые перспективы этих предположений. Такой подход позволяет Progressive страховать клиентов из традиционных групп высокого риска с прибылью для себя. Другие страховые компании сразу отказываются от рискованных клиентов, не утруждая себя работой с данными (хотя даже традиционные страховые компании, такие как Allstate, уже начинают внедрять аналитику на уровне стратегии).