Как выстроить эффективную систему аналитики внутри компании

За 6 лет сотрудничества с разными компаниями я неоднократно сталкивался с задачей построения системы сквозной аналитики. Мы использовали разные подходы: обращались в агентство, нанимали фрилансера, строили аналитику своими силами...

Наиболее эффективным форматом оказалась формула: штатный аналитик + готовый сервис сквозной аналитики. Рассказываю подробнее, почему такая система оказалась наиболее работоспособной, как ее выстроить и поддерживать качество аналитики на высоком уровне.

Я убежден, что поддерживать работу системы аналитики — а это постоянный обмен данными, формирование отчетов, визуализация и т.д. — может только тот специалист, который разрабатывал и/или подключал систему с самого начала.

Почему я так считаю? Простой пример: когда мы запускали новый проект, в абсолютно новой клинике, то отчет строился ежедневно, и в разрезе пары месяцев вся динамика была видна и легкопонимаема. В дальнейшем подключались другие каналы привлечения пациентов, вводились дополнительные данные, такие как источники финансирования, бюджет и расход. Отчет становился все больше, и было необходимо постоянно добавлять новые фильтры, новые источники данных, делать интеграции и т.д.

Попытка ввести в эту задачу другого специалиста оказалась ошибкой: изменения были внесены, но не проверены на качество и корректность. Все цифры показывали недостоверные данные, в итоге делались некорректные выводы. Нам повезло, что это длилось всего неделю. Специалист, который изначально разрабатывал систему, вышел из отпуска, заметил и исправил ошибку. Мы отделались легко, нам повезло. А ведь все могло бы быть иначе: из-за ряда неправильных выводов мы могли перераспределить бюджет на некачественный канал, что привело бы к снижению показателей и сливу бюджета.

Поэтому так важно, чтобы в штате всегда был специалист, изначально разрабатывавший систему или как минимум обладающий детальными знаниями о том, как она внедрялась. Это ваш must have для поддержания корректной работы системы аналитики, ее масштабирования, визуализации отчетов.

И тут возникает первый и, пожалуй, самый сложный вопрос... Как найти такого специалиста?

Это самая главная и вместе с тем трудная задача для интернет-маркетолога — найти хорошего аналитика. Уточню: речь не просто о человеке, который умеет хорошо считать. Я говорю о специалисте, который вникает и понимает, как формируется цифра, а значит, должен быть очень гибким и коммуникабельным. Необходимо работать с большим объемом данных, и в основном с сырыми данными, поэтому надо знать «природу» цифры.

Помимо этого, необходимо разбираться в BI системах: чем отличается коробочная (локальная) система от онлайн-системы, какие риски присутствуют при использовании каждой из них и что нужно, чтобы начать работать здесь и сейчас. Уметь работать с такими расширениями, как xml, json, csv (с различными разделителями: «,», «;», знать, чем они отличаются и что лучше использовать) и т.д.

Допустим, вы определились с таким специалистом. С чего начать его работу в компании?

Построение плана работы зависит от целей, которые вы ставите перед аналитикой в целом. Ответьте на такие вопросы:

• Зачем вам аналитика?
• Какие бизнес-задачи вы хотите решить с помощью данных?
• На какие вопросы ответить?

Ответы помогут сформулировать цели проекта.

Следующим шагом мы определяем способы достижения поставленных целей.

Если вы выступаете в роли менеджера проекта, стоит подготовиться к приходу аналитика:

1. Собрать доступы к различным источникам данных, которые присутствуют в формировании отчета (переговорить со специалистами, которые выдают доступы; сформировать запрос на получение этих доступов).
2. Узнать, как хранятся сырые данные и как к ним получить доступ: просмотреть View-таблицы 1C, SQL-базы данных по телефонии, узнать, как построен сайт: можно ли из него извлекать поступающие заявки.
3. Изучить внешние системы — узнать, есть ли у них API, требуется ли создание шлюза (системы обмена данными).
4. Подготовить бюджетный план. Это можно сделать на этапе подбора и одобрения специалиста. Можно сформировать этап «старта»: что нужно будет для успешного начала и на какой BI системе все будет строиться. К моменту выхода специалиста не только подготовить бюджетный план, но и закупить необходимые лицензии.

Если все вышеупомянутое повесить на специалиста в день его выхода на работу, ожидание получения первых отчетов может затянуться на месяцы.

Пару слов о сервисе сквозной аналитики. Я в свое время пробовал выстраивать систему сквозной аналитики на основе Google Analytics (отправляя туда все данные, которые только мог). После обновления их системы я понял, что получил знания «как не нужно делать» и «как потратить время зря», создавая проект на неконтролируемой системе. То же самое меня ждало с Яндекс.Метрикой...

Другая плохая идея — собственная система. Почему сразу плохая? Если у вас не кружок энтузиастов, состоящий из 1–2 аналитиков и как минимум из 3–5 программистов, то это игра вдолгую, без возможности корректного применения на практике. Один специалист всегда упрется в потолок проверки написанной им системы и оценки качества полученных вычислений.

Третья плохая идея — открыть поисковую систему, вбить «топ-5 систем сквозной аналитики», открыть первые пару ссылок, бегло прочитать описание, найти интересующий тариф и начать внедрение сквозной аналитики.

Моя рекомендация: никогда не выбирайте то, что вам советуют, всегда пробуйте — устанавливайте и решайте ваши задачи и только после этого выбирайте тот или иной сервис.

Так как же быть, какой сервис выбрать? Все просто. На этот вопрос уже давно дан ответ: идете в магазин или интернет-магазин, покупаете PMBoK (Project Management Body Of Knowledge — свод знаний по управлению проектами) и получаете фактически практическое руководство на ближайшие N + 1 лет.

При этом важно:

1. Понять, что система сквозной аналитики — это не задача, а проект.
2. Определиться с сутью проекта: это разработка или внедрение? Если выбираете разработку, сами для себя распишите бюджеты, MVP и сроки.
3. Ответить на вопрос: каковы риски проекта?
4. Определиться с заинтересованными лицами и ресурсами проекта:
5. Кто ключевые пользователи.
6. Кто куратор проекта.
7. Что представляет собой команда проекта.
8. Какая будет использована инфраструктура т.е. оборудование, программное обеспечение, лицензии.

Если аналитик в данном контексте — ключевая фигура команды проекта, то сервис сквозной аналитики — «сердце» инфраструктуры.

Что выбрал я, выстраивая систему сквозной аналитики в «К+31»?

Бюджеты, финансирование, инвестиции — от мелких до крупный компаний, корпораций, это все невероятно сложно согласовать и выбить свое место в данной цепочке. Чтобы доказать, зачем вам эта система, необходимо иметь работающий прототип. Для этого мы использовали CoMagic.

Почему мы выбрали именно эту систему?

1. Вы и так платите за систему аналитики, дополнительных больших финансовых вложений не потребуется.
2. В CoMagic есть разнообразные отчеты: «Воронка продаж», DashBoard, «Сделки». Они подключаются за небольшую плату, не требуется заключать отдельные договора, просто позвоните своему менеджеру или включите их в личном кабинете и начните работать.
3. Документация по API. Вы сможете без особого труда понять, как получать и передавать данные между системами, не будучи высокоуровневым программистом.
4. Нативные интеграции с различными CRM и аналитическими системами: можно настроить работу в один клик.

Таким образом, использование CoMagic* на первом этапе построения системы сквозной аналитики для нас стало отличным решением. Мы смогли оценить трудозатраты, проверить наши возможности, а также увидеть подводные камни.

Итак, мы определились с инфраструктурой проекта и наняли аналитика в штат. Следующий шаг — собственно построение эффективного взаимодействия между всеми членами команды. Что для этого нужно в первую очередь?

Работать вместе можно по-разному. И здесь я точно не о такой работе:

Узнаете команду вашего проекта?! Разве может быть что-то хуже?!)

А вот может. Например, когда менеджер проекта считает, что он только ставит задачи, а сам не участвует в процессе построения аналитики.

Чтобы не допустить такой ситуации, на старте соберитесь всей командой и обсудите MVP проекта. Это займет 2, 3, 5 часов, день... не важно. Не успеете за один день, соберитесь на следующий и т.д. Важно, чтобы все были согласны с каждым шагом плана, учитывайте каждое возражение, оперируйте диалогами, фактами и никогда не употребляйте выражение «начальство сказало, значит, делаем так!».

Учитывайте нагрузку, старайтесь хоть немного вникать в процесс получения цифр и данных. Возможно, вы сможете оптимизировать изначальное решение или обнаружите узкое место и пойдете решать проблему с IT-службой.

После первых нескольких отчетов, как только аналитик покажет, что знает, как получать цифры, обсуждать и корректировать вычисления, вполне вероятно, что его закидают просьбами посчитать — от простых отчетов до сложных проектов. И вместо реализации интересного проекта его поглотит рутина. Не сможете вовремя вмешаться — придется решать куда более сложную задачу — искать нового специалиста. Поэтому второй важный совет:

Вне зависимости от того, сколько автоматизированных отчетов успел написать ваш аналитик, какие системы создал и какие инструкции подготовил для своего преемника, если он уходит — работа по созданию новых автоматизированных отчетов, да и в общем-то все развитие сквозной аналитики, замораживается до появлении нового специалиста. Поэтому лучшее, что вы можете сделать для компании, — не дать вашему аналитику уйти!

При правильном подходе сотрудник на должности аналитика может работать от 3 лет. Что для этого нужно?

1. Давать специалисту реальную возможность заниматься своими проектами, т.е. самовыражаться. Тут речь о желаниях сотрудника вовлекаться в рискованные и малоизученные области, которые могут и вовсе ничего не принести. Например, внедрение искусственного интеллекта. Это долгий процесс сам по себе, плюс не факт, что в дальнейшем эта технология будет иметь применение.

Мы с коллегами постоянно имеем возможность не только придумать проект, но и самостоятельно создать прототип, обкатать его на проекте, показать бизнесу и даже получить финансирование на реализацию.

2. Давать возможность раз в год за счет компании (полностью или частично) посещать курсы. Законный вопрос: «Зачем? Ему надо, пусть сам и учится». Во-первых, вы увидите, вовлечен в данную сферу специалист или уже начинает перегорать и скоро покинет проект. Во-вторых, специалистов, которые действительно хотят расти, мотивируют фирмы, которые дают не только возможности, но и способы. Они могут привносить новое дыхание, виденье.

Благодаря своей компании я не только посетил платные курсы, но и постоянно ездил на различные мероприятия (RIW, Mail, Яндекс, мероприятия, посвященные ИТ в здравоохранении, ИИ в медицине). После таких мероприятий у нас горели глаза, мы видели наших конкурентов, которые уже сделали, а мы еще не начинали, и все это нас очень мотивировало.

3. Обязательно следить за ростом такого специалиста и примерно через год, при условии, что его проекты продолжают расти, появляются новые задачи и сам специалист хочет попробовать реализовать в компании какие-то новые проекты, нанять для него помощника. Причем важно, чтобы он сам его себе подобрал. Вы получите: две головы лучше, чем одна, а также страховку на случай, если основной сотрудник решит покинуть компанию. У вас будет его приемник.

Перед тем как нанимать аналитика в компанию, возможно, вам стоит посотрудничать с агентством или даже с фрилансером. Это нужно, чтобы у вас появилось понимание, зачем вам такой специалист внутри компании.

Если вы можете четко ответить на этот вопрос — ищите классного аналитика и приступайте к выстраиванию системы. Для этого:

1. Определите и опишите будущий проект.
2. Поставьте цели и напишите пошаговый план того, как они будут достигаться.
3. Работайте в команде.
4. Давайте возможность самовыражаться, обучаться.
5. При росте проектов, задач нанимайте помощника для вашего аналитика.

И не забывайте:

Ваша роль в том, что делает аналитик, больше, чем сама роль аналитика. Вы должны сами четко понимать, как выполняется задача, с привлечением программистов, IT-служб, других подразделений. Обязательно до начала проекта нужно составить и защитить бюджет и никогда не экономить на используемом решении.