Текст книги "Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе"

4. Что сделал бы Twitter?

Бесплатный опрос общественного мнения, что может быть полезнее?

Если у вас свой бизнес, вероятно, у вас также есть аккаунты в социальных сетях: Facebook, Twitter, возможно, Google+. Может быть, кто-то выкладывает фотографии производимой продукции в Instagram.

Вероятно, вы делаете электронные рассылки, отправляете информационные письма, ведете блог, который обновляете (или не обновляете) еженедельно. Вы потратили не один час, чтобы настроить опции по дублированию информации из блога в твиттер и наоборот.

И теперь вы считаете «лайки», которые вам поставили. Социальные медиа – это цифровые технологии, впервые в истории отношение людей датафицируется в тот момент, когда его выражают. В социальных сетях сосредоточен настолько огромный объем информации, что такие компании, как Facebook и Twitter, фактически обезличивают персональные данные и предлагают эту информацию специалистам по работе с данными, а те, проанализировав ее, продают результаты анализа дальше. Такой огромный поток социальных данных называется firehose («пожарный шланг»).

Но вам нет необходимости хвататься за этот «пожарный шланг». Вы и сами можете вести счет своим «лайкам», «ретвитам» и «+1». Twitter предоставляет статистическую информацию по вашему аккаунту, а помочь работать с этой аналитикой могут такие приложения, как Tweetdeck, Sprout Social или SocialOomph. Каждый раз при публикации поста вы можете наблюдать, кто публикует ваш пост у себя.

Это все весьма полезно. Давайте посмотрим, что происходит и как это влияет на развитие бизнеса, если люди всем этим занимаются (и вы только попробуйте их остановить: согласно данным компании Lightspeed GMI, 34,9 % жителей Великобритании в возрасте 18–24 лет проверяют свои аккаунты в социальных сетях еще до того, как встают с постели). Никто не спорит, что иметь 100 «лайков» для компании лучше, чем один, и что замечательно наблюдать, как то, что вы создали, расходится по интернету и вызывает положительную реакцию у пользователей. Однако по мере того, как число читателей вашего блога растет, количество «+1» под постами увеличивается, а вы уже думаете о том, чтобы нанять менеджера по продвижению в социальных сетях или отправить всех сотрудников на специализированные курсы, сделайте паузу и спросите себя: «А что это на самом деле значит?»

Короткий ответ: само по себе – ничего. Эти статистические данные о популярности вашего аккаунта – не что иное, как ваша «метрика тщеславия». Чем более вы тщеславны, тем большее значение им придаете. Но эти цифры адекватно отражают только сами себя.

Подсчет ретвитов отражает точное число людей, которые опубликовали ваш пост у себя. Специалист по продвижению в социальных сетях, возможно, назовет это «долей рекламного воздействия», потому что такое определение не стыдно внести в счет на оплату и получить за это деньги. Но ретвиты или «лайки» не отражают того:

• насколько вы популярны,

• купят ли пользователи то, о чем вы написали,

• нравитесь ли вы людям в реальной жизни.

Другие пользователи могут ставить вам «лайки» и делать ретвит ваших постов по целому ряду причин. Например, этот член парламента получил множество ретвитов (до того, как удалил свой пост) и увеличил свою «долю информационного присутствия», при этом он вряд ли улучшил свою репутацию, уровень доверия к себе или число друзей в реальной жизни:

Можно узнать больше о том, как социальные медиа соотносятся с реальной жизнью, если заплатить за проведение так называемого «анализа тональности текста». Он проводится на основании анализа частотности употребления таких ключевых слов, как «нравится», «люблю». К сожалению, его точность составляет в лучшем случае 70 % – это не намного эффективнее, чем просто подбросить монетку, и, скорее всего, даже менее надежно, чем ваша собственная интуитивная оценка, насколько вы нравитесь своим покупателям. Оценить эмоциональную окраску высказывания не всегда просто, особенно если делать это при помощи компьютерных технологий. Например, телевизионная станция хочет узнать, насколько популярна ее программа. Сообщение в твиттере, что пользователю не нравится эта программа, – это негативный отзыв. При этом сообщение, что ему неприятен отрицательный персонаж в этой программе, – это положительный отзыв, потому что он показывает, что зритель смотрит программу, обращает внимание на ее содержание и мотивирован рассказать всему миру, что он смотрит ее и обращает внимание на то, что там показывают. При этом компьютерная программа может оценить оба отзыва как отрицательные.

Все становится очень туманным. Даже если анализ эмоциональной окраски высказываний выполнен точно, он может вообще ничего не значить в реальном мире. Твит или оценка поста занимают считаные секунды, немногие относятся к этому действительно серьезно, кроме того, всегда можно удалить свое сообщение или отменить оценку «Нравится». Таким образом, не стоит расценивать действия в социальных сетях как намерение потратить деньги или взять на себя серьезное обязательство в реальной жизни.

Наконец, пользователи социальных сетей – это, скорее всего, молодые люди среднего класса, образованные и из развитых стран. Очень легко начать слишком доверять социальным сетям, но все же не стоит увлекаться по следующим причинам:

1)-«лайк» и намерение сделать покупку – это не одно и то же;

2) пользователи могут делать ретвиты и «лайкать» ваши сообщения как по положительным, так и по отрицательным причинам;

3) нет доказательств, что это не эмоциональный порыв, а осознанное решение;

4) люди, которые это делают, могут быть не теми, кто вам интересен.

С другой стороны, это бесплатное статистическое представление, которое может обеспечить вас некоторыми полезными данными. Оно отражает те аспекты деятельности вашей компании или вашей рекламы, которые пользователи социальных сетей считают интересными. Оно может выявить тренд. Оно способно обеспечить быструю обратную связь, когда вы вносите изменения или решаете локальные задачи или проблемы, касающиеся одной группы людей. Так что это не информация обо всем на свете, но это самый большой бесплатный инструмент датафикации из созданных на сегодня, и потому было бы глупо его игнорировать.

5. Размер имеет значение

Что такое большие данные и где вы можете их получить?

Если вы не прячетесь в глухой пещере без электричества, скорее всего, вы обратили внимание на то, что сегодня многие говорят о больших данных. Это высшая цель и завершающий этап датафикации: идея о том, что все данные, которые создаются в цифровой реальности, могут быть полезны для улучшения мира, который произвел эти данные. Или в нашем случае могут помочь вам увеличить прибыль на 352 %.

Любое обсуждение темы больших данных начинается с попытки оценить, с каким объемом информации мы имеем дело. Предупреждаю: с большим. Авторы одной из лучших книг по этой теме (с удивительно понятным названием «Большие данные»[6]6
  Издана на русском языке: Кукьер К., Майер-Шенбергер В. Большие данные. М.: Манн, Иванов и Фербер, 2014.


[Закрыть]) Кеннет Кукьер и Виктор Майер-Шенбергер подсчитали в 2013 году, что если бы всю информацию в мире скопировали на CD, а затем сложили их один на другой, получились бы пять отдельных стопок, каждая из которых была бы высотой до Луны.

Сегодня к этим стопкам прибавились бы еще пять новых, но фактически это не имеет значения, так как сделать стопку такой высоты все равно невозможно. Важный вывод из этого заключается в том, что практически вся новая информация сегодня создается в цифровом формате. В 2000 году только около четверти всех данных хранились в цифровом виде. Сегодня это 99 %.

Перспектива больших данных в том, что мы сможем узнать еще больше. Хотя не все так просто. Датафикация не гарантирует финального результата, который вы сможете использовать. Подавляющий объем новых данных плохого качества или с трудом поддается анализу. Например, сегодня практически все системы видеонаблюдения оснащены цифровыми камерами. Однако компьютеры пока не могут «смотреть» изображения с этих камер и определять, что они видят, кроме элементарных, но важных вещей, например большого скопления людей. Хранение тысяч документов в формате текстового редактора – это замечательно, если вам нужно найти слово или фразу, но уже не так хорошо, если у вас нет времени читать все документы по результату поиска. Большинство людей осуществляют поиск для решения проблемы, а не потому что хотят что-нибудь почитать.

Большие данные по определению представляют собой слишком объемный и сложный массив информации по сравнению с теми базами, с которыми обычно работают компании. Для управления этими данными, для их обновления и обеспечения их безопасности не обойтись без применения специальных технологий. Это сложно и дорого, и большинство компаний не могут себе этого позволить. Если ваша организация в их числе, то чем вам могут оказаться полезными большие данные?

Во-первых, те, кто работает с ними, предлагают самые разные варианты их использования для повышения эффективности бизнеса, нередко даже бесплатно. Самый очевидный пример – целый ряд сервисов от компании Google: это и карты Google Maps, и новостные ленты с персональными настройками, и отчеты о статистике по сайтам, которые составляет Google Analytics.

Большие данные также способствуют решению проблем, позволяя поставщикам услуг создавать экспертные системы на основе машинного обучения и искусственного интеллекта. Самым простым примером может служить рекомендательный сервис интернет-магазина Amazon «Люди, купившие это…». Такой тип приложения с использованием «коллективного разума» обладает свойствами, характерными для больших данных: этот сервис не идеален, потому что механизм его работы заключается в том, что он ищет соответствия выявленным ранее закономерностям в информации и совмещает их с потенциальными потребностями пользователя. Тем не менее этот алгоритм работает быстро и лучше, чем просто догадка, а, как нам уже известно, большинство сотрудников впустую тратят 60 % рабочего времени и интуиция не слишком эффективное руководство для принятия решений.

Эти экспертные системы датафицируют функции, которые раньше относились к области человеческих навыков, например набор текста и перевод. Признайтесь, вам нравится перепечатывать тексты? Качество оборудования, распознающего речь, стало гораздо выше, но не потому что мы изобрели новые принципы работы программного обеспечения этого типа, а потому что компьютеры применяют большие данные для самостоятельного обучения. Обучение экспертных систем происходит за счет введения аудиозаписей, отобранных из интернета, вместе с расшифровкой, после чего система анализирует их и самостоятельно «обучается». Если вы не используете ПО для переформатирования аудиозаписей в текст, потому что вы попробовали это в 1990-х годах и получилась полная ерунда (а так оно и было), протестируйте современные онлайн-приложения, например Transcribe, и вы будете поражены. Эти сервисы бесплатны или предлагают свои услуги за символическую стоимость. В основе их работы лежат большие данные, а вы пользуетесь только конечным результатом. Можете ли вы использовать большие данные как-то еще? Да и нет.

Есть два способа, как большие данные могут стать хорошей инвестицией даже для компаний малого бизнеса. Во-первых, исследование их можно применить для улучшения собственных данных: примерами могут быть оценка внешней кредитоспособности или способность автоматически отслеживать лоты, когда они выставляются на продажу на онлайн-аукционах. Это делается в интернете, и существует специальная платформа под названием Kaggle для исследователей разных уровней, которые занимаются поиском решения разных задач на основе больших данных. Компании предлагают различные задачи и назначают вознаграждение, а гики со всего мира борются за него, предлагая собственные варианты решения проблемы. Одной из последних предложенных задач был поиск оптимальных способов работы по управлению клиентскими рекламациями от компании BNP Paribas[7]7
  Финансовый конгломерат, европейский лидер на мировом рынке банковских и финансовых услуг и один из шести сильнейших банков в мире по данным агентства Standard & Poor’s (текущий рейтинг AA-). Прим. ред.


[Закрыть] (вознаграждение $30 000) и определение самых довольных клиентов компании Santander[8]8
  Крупнейшая финансово-кредитная группа в Испании и еврозоне с рыночной капитализацией около €80 млрд и активами свыше €1 трлн. Прим. ред.


[Закрыть] (вознаграждение $60 000).

Возможно, вы не готовы тратить такие суммы. Действительно немногие компании идут на это. Располагая более скромным бюджетом, можно, например, нанять специализированную организацию и исследовать тренды Facebook. Однако вам все равно придется платить за результат, так что это не быстрое решение. Для начала тщательно обдумайте, за информацию какого рода вы готовы заплатить и как вы будете применять ее в дальнейшем в вашей работе. Согласно данным компании Insite Consulting, примерно половина полученной информации остается никак не задействованной в процессе дальнейшего принятия решений. Это в буквальном смысле пустая трата денег.

Вы также можете решить работать с данными самостоятельно. Насколько это сложно? Очень сложно. Вы можете получить нужную вам информацию, в открытом доступе находятся структурированные большие данные, полученные в результате обязательного сбора открытых данных или их анализа и обработки. В Великобритании ведущей организацией, представляющей эту информацию, стал Институт открытых данных (Open Data Institute). Правительство Великобритании публикует информацию по самым разным темам, начиная от планов по производству дорожных работ до статистики по ожирению. В других странах национальная статистика становится все более доступной для пользователей, которые хотят ее получить. Таким образом, доступными становятся огромные массивы данных. Однако главная ценность заключается в их анализе.

А это не так-то просто. На протяжении последних 20 лет миллиарды долларов были впустую потрачены компаниями, которые вкладывались в область данных, но получили больше вопросов, чем ответов. Согласно аналитическим данным компании Ovum[9]9
  Независимая аналитическая и консалтинговая фирма со штаб-квартирой в Лондоне. Прим. ред.


[Закрыть], в 1998 году четыре из пяти проектов первой волны, связанных с большими данными, потерпели полный провал. Основная причина заключалась в том, что они не были уверены, насколько полученные ими выводы могли способствовать повышению эффективности ведения бизнеса, даже если сами эти выводы были верны. Поэтому они не знали, следует ли инвестировать в проекты, и не понимали, можно ли принимать бизнес-решения на основе этих фактов.

Как ни парадоксально, иногда от больших данных можно получить результат лучше, если начать с малого: использовать бесплатные или почти бесплатные сервисы для повышения эффективности бизнес-процессов, прежде чем делать в эту область крупные финансовые вложения.

Часть 2
Пять основных принципов работы с данными

6. Поддерживайте удобство использования данных

После того как вы собрали данные, они должны храниться у вас в цифровом, а не текстовом формате.

Однажды мне довелось беседовать с руководителем отдела компьютерной графики одной из газет о том, как ей удается превращать сложные визуальные данные в аккуратные графики и диаграммы. Я неосмотрительно упомянул формат PDF.

«Я бы просто запретила использование этого формата, – заявила Кэрол (назовем ее так), вскипая. – Не представляете, сколько времени я убила впустую из-за того, что мне присылают файлы в формате PDF и говорят [здесь Кэрол намеренно стала говорить с дурацкой интонацией]: “Кэрол, ты не можешь сделать график из этого?” НЕТ, Я НЕ МОГУ».

Итак! У вас собран определенный массив данных. Как его хранить? Подсказка: не в PDF. Чаще всего объем нужной информации может храниться в двух местах: базе данных и таблице. Эти файлы могут быть в компьютере, на серверах или в облачном приложении, однако важно, чтобы эти данные хранились в таком формате, с которым вы сможете работать.

Для хранения больших массивов информации используются базы данных. Детали организации этого процесса слишком сложны с технической точки зрения, так что я не буду погружаться в них сейчас, можете выдохнуть с облегчением. Вероятно, вы больше знакомы с тем, как работают таблицы. Если вам приходится работать с бюджетом, или с расписанием, или другими небольшими по масштабу данными, скорее всего, вы уже активно используете какую-то из таблиц, и могу предположить, что это Microsoft Excel.

У баз данных и таблиц есть общая черта: информация организована в виде строк и столбцов. Таблицы – это просто гениальное изобретение человеческой мысли, изначально они использовались в бумажном варианте бухгалтерами, но, когда в 1979 году была разработана первая электронная таблица для персональных компьютеров VisiCalc, приложения для работы с ними стали неотъемлемой частью компьютерного ПО.

Прелесть таблицы в том, что сначала вы можете работать с данными, например, создав строку, дополняющую остальные. Цифры и названия в таблице составляют массив данных. В форматах PDF или Word данные словно перестают существовать: чтобы воспользоваться этой информацией, ее нужно заново набрать или, если повезет, скопировать и вставить. Если с цифрами производились математические операции (например, складывались промежуточные результаты), при переводе этих данных в PDF или Word ссылки, скорее всего, окажутся нерабочими.

При обновлении источника данных свежая информация никогда не попадет в документ в текстовом редакторе. Такие документы устаревают ровно в минуту их создания. При использовании баз данных и таблиц, если немного постараться, можно добиться того, чтобы актуальность данных поддерживалась.

Так что, если уж вы затратили усилия на сбор великолепного массива данных, позаботьтесь о том, чтобы им было удобно пользоваться. В противном случае, как бы замечательно ни выглядели эти данные, они бесполезны. Спросите Кэрол (или лучше не спрашивайте). Это основное правило деловой информации: нельзя вести бизнес, опираясь на прошлогодние факты.

7. Составляйте таблицы

Все знают, как составить хорошую таблицу на основе имеющихся данных?

После того как вы представили информацию в виде таблицы, вы должны быть способны донести ее до других. Качественно составленная таблица нередко становится наиболее эффективным способом представления данных: к сожалению, это также тот способ, которым чаще всего пользуются неправильно. Так что, пока мы окончательно не запутались, давайте потратим пять минут, чтобы прояснить разницу между хорошей таблицей и плохой.

Эдвард Тафти, специалист по информационному дизайну, – это, вероятно, человек, который больше всех думает о том, как эффективно доносить информацию до других. Тафти считает, что «графический мусор» (то есть то самое замысловатое форматирование, которое пользователи применяют для оформления таблиц) представляет собой «очевидный признак статистической глупости». Используйте подобное форматирование в своей презентации, и слушатели обоснованно заключат, что вы мало что смыслите в статистических данных. Обсуждение этого вопроса можно найти на его (достаточно аскетичном) сайте, который указан в разделе дополнительных ресурсов.

Принцип создания таблиц по Тафти заключается в том, что каждая единица информации и каждый элемент дизайна должны помогать пользователю лучше понять тему. Это сложнее, чем может показаться, но самый эффективный способ этого добиться – удалить все отвлекающие факторы и структурировать информацию так, чтобы она соответствовала образу мышления человека.

В качестве примера возьмем таблицу, отражающую долю выживших онкологических больных, из научной работы Германа Бреннера «Доля выживших онкопациентов в долгосрочной перспективе на конец ХХ века: периодометрический анализ» (Lancet, 2002, № 360, с. 1131–1135). После публикации научной работы на эту таблицу часто ссылались в газетных статьях. Оригинал ее выглядел как таблица, расположенная на предыдущей странице.

Это далеко не самая плохая из таблиц. Однако неспециалисту сложно в ней разобраться: в чем заключаются хорошие новости, какие виды рака наиболее опасны, в каких областях удалось добиться наибольшего прогресса – словом, то, что интересует всех нас. А вот таблица Тафти (она содержит все те же самые данные):

Относительная доля выживших онкопациентов в зависимости от типа рака

Я опустил нижнюю часть таблицы: вы и так можете уловить принцип ее построения. Почему теперь воспринимать информацию стало гораздо проще? Есть несколько рекомендаций по созданию качественной таблицы.

Сортируйте данные, чтобы самая важная информация находилась в верхней части таблицы. В таблице Тафти показатель самой высокой доли выживших онкобольных после пяти лет расположен в самом верху. Почему? Потому что, если вам поставили этот страшный диагноз, вас будет интересовать, какие у вас шансы по сравнению с пациентами, больными другими видами рака. Так мы думаем и так принимаем решения.

Не используйте профессиональный жаргон в названиях столбцов и строк. Возможно, пользователи знают, что такое «стандартная ошибка» (величина, показывающая отклонение данных от среднего показателя), но вот «% (СО)» в заголовке понять гораздо сложнее. Обратите внимание на то, как в легенде таблицы, находящейся вверху, где пользователи прочитают ее раньше, чем перейдут к цифрам, объясняется, что означают цифры.

Используйте как можно меньше строк, но не меньше, чем нужно. Для каждого вида рака приводится по восемь показателей, но они сгруппированы в четыре столбца. Объединение среднего показателя и стандартной ошибки без дополнительных строк и ячеек позволяет сразу выделить самую важную информацию. Показатели стандартной ошибки больше не заключены в скобки, и потому читать их стало проще.

Не стоит автоматически применять форматы, предлагаемые Excel. В большинстве случаев они слишком вычурные. Взгляните на таблицу, созданную Тафти: форматирования практически нет, так как линии и цвета отвлекают от цифр.

В бизнесе данные используются для принятия решений. Именно так вы добьетесь роста прибыли на 352 %, как я и обещал, принимая другие решения. Качественная таблица – это единственный, самый важный актив, который у вас есть, когда нужна точность. Как в этом примере, таблица может быть единственным что вам потребуется, чтобы получить важную информацию, необходимую для принятия решения. Но помимо этого, данные из нее удобны в использовании: в отличие от файла в формате PDF, их можно использовать для следующего шага, чтобы построить диаграмму.