Как внедрить data-driven культуру в компании: практическое руководство

Компании, которые научились «говорить» на языке data-driven управления, получают значительное конкурентное преимущество: они эффективнее управляют ресурсами и получают больше прибыли, быстрее адаптируются к изменениям, точнее прогнозируют тренды и используют возможности, которые другим не видны.

Как сделать так, чтобы данные стали основой для принятия решений на всех уровнях управления? 

Вот несколько важных условий внедрения data-driven культуры: 

Начните с малого и постройте пиар-кампанию на «быстрых победах» 

Попытка изменить систему принятия решений сразу во всех направлениях бизнеса приводит к выгоранию лидеров изменений, мощному сопротивлению сотрудников и разочарованию инвесторов, для которых проект изменений начинает длиться вечно и требует все больше вложений.

Выберите один приоритетный процесс, где data-driven подход и настроенная автоматизированная аналитика могут дать быстрый эффект. Например, проведите анализ оттока клиентов, или выявите проблемные участки , которые снижают конверсию в воронке продаж, или выявите нарушения нормативных сроков выставления счетов что приводит к увеличению дебиторской задолженности.  

Один из примеров быстрых побед, который улучшил ключевые бизнес-показатели и убедил скептиков двигаться в data-driven управление. 

Кейс сети ресторанов: не секрет, что не все официанты выполняют рекомендации для повышения среднего чека — не всегда предлагают напитки, десерты, закуски и блюда с повышенной маржинальностью, которые существенно повышают средний чек и общую доходность ресторанов. Построенная аналитика показывала официантам и менеджерам смены, где и какие показатели не соответствуют норме, и напоминала о задачах в реальном времени, что привело к росту выручки по сети ресторанов на 20% в первые же месяцы внедрения. Далее были настроены дашборды эффективности каждого ресторана, которые показывали не только статус достижения финансовых целей, но и качественные показатели — отзывы клиентов, качество доставки, результаты проверки тайными покупателями и многое другое. Первые победы по ресторанной сети стимулировали далее внедрить data-driven в кондитерские фабрики, логистику доставку, HR и другие направления ресторанного бизнеса.

Сфокусируйте команды  на данных, которые влияют на бизнес-результаты  

Многие компании тонут в «мусорных» или «темных» данных. Фокусировка только на тех метриках, которые нужны бизнесу, кратно может сократить время и деньги на подготовку данных. Свяжите данные с вашими стратегическими целями, откажитесь от «измерения ради измерения» — если данные не помогают принимать решения, их сбор лишь тратит ресурсы.  

Пример: коммерческий директор крупного дистрибьютора просил сделать  аналитику всех продаж  за последние три года в множестве разрезов. Но в итоге обсуждений выяснилось, что рынок очень сильно изменился, почти полностью сменились SKU, то есть опираться на прошлые данные для принятия решений сейчас нецелесообразно,  и  сотрудникам по продажам достаточно анализировать динамику с детальными разрезами с начала текущего года. Таким образом,  пятиминутный разговор  сократил в несколько раз срок подготовки данных и разработки дашбордов.

Учитесь превращать данные в истории, а не в отчеты  

Сухие цифры не вдохновляют и приносят мало пользы.  Научите команду разработки аналитических продуктов показывать не просто графики, а причинно-следственные связи, и находить ответы на интересующие вопросы, которые не требуют дополнительных манипуляций, чтобы их найти. Если дашборд за одну секунду не отвечает на главный вопрос, то это плохой дашборд, но этот «главный» вопрос придется выяснить.

Например: 

— «из-за системной задержки выставления счетов нашими сотрудниками у нас увеличилась дебиторская задолженность на более чем 60 млн рублей»; 

— «из-за роста цен 20% клиентов перешли к конкурентам, и, если снизить цены на эти товары, можно вернуть 15% из них»;

— «после приказа об оптимизации ФОТ на 10% из трех тысяч сотрудников было уволено 3 уборщицы».

Поощряйте эксперименты и учитесь на ошибках 

Data-driven культура — это не про идеальные решения, а про постоянное тестирование гипотез.  Часто руководителям сложно признать, что они могут быть «не самыми умными в комнате» и их предположения не верны. Намеренно формируйте привычку проверять любые экспертные мнения на данных, так экспертиза будет расти быстрее. 

Можно создать «песочницы» для анализа, в которых команды будут пробовать новые подходы и приносить вам инсайты. Не наказывайте за провалы, если гипотеза не подтвердилась — это тоже ценные данные.

Компании, которые давно перешли в data-driven, ежедневно проводят сотни A/B-тестов, чтобы оптимизировать продукты. Многие из них проваливаются, но те, что работают, приносят миллиарды.

Сделайте данные доступными для всех, а не только для аналитиков

Демократизируйте доступ к данным. Если данные заперты в IT или data-офисе, они не работают на бизнес. Лидеры разработки аналитических продуктов должны быть замотивированы сокращать Т2M (time to market ) и стимулировать обучение всех сотрудников пользоваться дашбордами. А self-service-аналитика и AI-агенты смогут сделать данные доступными по запросу для всех слоев управления без ожидания разработки.  

Начните внедрять data-driven культуру с себя  

Культура формируется сверху вниз  и меняется только тогда, когда руководство реально использует данные. 

Что должен делать руководитель для формирования data-driven культуры:

• На всех стратегических совещаниях выводить и обсуждать дашборды с ключевыми показателями.
• Требовать с сотрудников качества данных и обоснования решений на данных
• Лично участвовать в обсуждении и выработке ключевых метрик. 
• Быть главным заказчиком на аналитические продукты и пользоваться дашбордами ежедневно. 
• Публично признавать успехи, достигнутые через аналитику.
• Инвестировать в аналитику и отслеживать проникновение аналитики во все направления бизнеса.

Пример: в крупной логистической компании больше года команда разработки аналитических продуктов не могла добиться качества данных в дашбордах: всем сотрудникам было некогда заниматься настройками процессов и информационных системах, чистить справочники и контролировать, как их сотрудники вводят данные в системы. По итогам года, когда пришло осознание неэффективности такого подхода,  собственник компании принял решение и объявил на стратегической сессии, что больше не принимает отчеты от ТОПов в презентациях — только в дашбордах, и в годовую мотивацию каждого ТОПа внес задачи по дашбордированию и качеству данных. Далее на каждом совещании требовал отчитаться о статусе внедрения дашбордов. После этого случился серьезный поворот: теперь ТОПы выстроились в очередь к команде разработки, что существенно ускорило внедрение.   

Переход к управлению на основе данных — это не разовое мероприятие, а эволюционный процесс. Средний срок формирования устойчивой культуры — 2-3 года. Но первые результаты могут появиться уже через 3-6 месяцев, если следовать этим простым принципам и не пускать это на самотек. 

Как сказал один из CEO: «Мы больше не гадаем на кофейной гуще. Каждое наше решение теперь подкреплено данными — и это изменило правила игры».

Главное — начать с конкретных шагов, показывать ценность данных на практике, постепенно меняя мышление и привычки сотрудников.