Данные — не только для специалистов | Большие Идеи

・ Технологии
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Данные — не только
для специалистов

Без поддержки со стороны рядовых сотрудников «принятие решений на основе данных» будет пустым звуком

Автор: Томас Редман

Данные — не только для специалистов
Иллюстрация: Cactus Creative Studio/Stocksy

читайте также

Ту ли проблему вы решаете?

Спрэдлин Дуэйн

Как выбрать генерального директора

Деннис Кэри,  Фелан Дэн,  Юсим Майкл

Революционные идеи 2004 года

Заразные кадры

Стивен Диммок,  Уильям Геркен

Вся работа с данными ведется ради сотрудников, у которых в названии должности нет слова «данные». Без доверия и поддержки со стороны рядовых работников даже самая перспективная модель, просчитанная алгоритмами, не сработает и «принятие решений на основе данных» станет топтаться на месте. И наоборот: сокращаются затраты и улучшается продукция там, где люди помогают повышать качество данных, используют их для совершенствования своих процессов и решений и принимают активное участие в корпоративных инициативах по изучению и монетизации данных. Тем не менее, недавние исследования подтверждают: в слишком многие программы по работе с данными сотрудники оказываются вообще не вовлечены, что ограничивает масштаб и эффект принимаемых мер.

Чтобы понять, насколько важен здесь вклад рядовых сотрудников, представьте себе ход проекта по большим данным, аналитике или искусственному интеллекту. Как правило, он состоит из пяти шагов: надо уяснить суть проблемы, собрать и подготовить данные, проанализировать их, сформулировать выводы и, наконец, применить их в работе. На каждом из названных этапов обычные сотрудники совершенно необходимы (в качестве участников проекта, заказчиков его результатов и создателей используемых данных) — а исключение их из процесса будет иметь дурные последствия. Качество выполнения любого шага определяется вовсе не специалистами по обработке данных.

Точно так же, если пристально посмотреть на любое начинание в сфере данных, будь то архитектура, принятие решений на основе данных, цифровая трансформация, использование проприетарных данных, монетизация, качество, — окажется, что без простых сотрудников там как без рук.

Чтобы извлечь максимум выгоды из данных, компания должна выстроить программы по работе с ними вокруг рядовых сотрудников, вовлечь их в процесс и распределить поручения. Это снизит страх и стресс, одновременно ускорив реализацию программы. Вот с чего стоит начать.

Воспринимайте сотрудников как часть решения

Консультируя компании, я вижу, что многие менеджеры — может, сами того не желая, — смотрят на людей как на проблему. Подчиненные, мол, все воспринимают в штыки, их представления устарели, работать с данными им слишком трудно. Подобные убеждения только мешают. Общаясь с реальными сотрудниками, я вижу обратную картину. Большинство из них осознают растущую важность данных, хотят активнее применять их, предлагают интересные новаторские идеи. Вовлечь их в процесс вовсе не трудно.

Лидерам и компаниям в целом пора пересмотреть подходы и взглянуть на сотрудников как на своих единомышленников. Я советую менеджерам начать с малого: спросить свою команду, где они видят возможности для использования данных. Почти у всех обнаружится куча идей. Помню, один сотрудник хотел выяснить, не слишком ли много времени тратится на совещания, другой — читает ли хоть кто-нибудь бесконечно сдаваемые отчеты, третий — почему так трудно перенести запись к врачу. Дальше пусть люди сами соберут сколько-то данных для проверки своих идей и предложат пути к оптимизации трудового процесса. На последнем этапе помогите им внедрить предложенное.

Я наблюдаю множество людей без всякого опыта работы с данными, которые таким образом улучшают результаты и своего коллектива, и компании в целом. Почти все получают огромное удовольствие от процесса. Одна женщина призналась мне: «Я тут работаю уже 20 лет и никогда не ощущала контроля хоть над чем-нибудь. А теперь все изменилось. Я сама отвечала за свою идею и делала то, что было правильно по моему собственному разумению. И вы только посмотрите, чего нам удалось добиться». Я до сих пор помню азарт, звучавший в ее голосе.

Разумные руководители должны стараться развить и распространить это чувство. Прежде всего признайте, что результаты вашей команды, отдела или фирмы неидеальны. Потом действуйте, как описано выше (увеличивая масштаб решаемых проблем). Один из менеджеров, за работой которого я наблюдал, задумался, соответствуют ли собираемые его подчиненными данные требованиям к информации о клиентах, другой — почему так трудно сравнивать отчеты из разных источников, третий — отчего на совещаниях все жалуются, что данным нельзя доверять. Приучите себя спрашивать: «Сможем ли мы улучшить то-то и то-то, если вовлечем команду в сбор релевантных данных, дойдем до сути проблемы и станем пошагово решать ее?» Когда станет получаться, переходите ко все более сложным вопросам. Довольно скоро вы обретете уверенность в себе и ощутите тот самый азарт.

Настоящий успех приходит в момент, когда компания и лидер начинают смотреть на данные как на способ освободить сотрудников — помочь им убрать из работы рутину и взять на себя часть контроля, реализовать себя в творчестве и обучении, посвятить больше времени самым интересным аспектам задач и продвинуться по карьерной лестнице. Для этого придется стать проактивным, научиться поощрять, наставлять и поддерживать.

Переориентируйте свои программы по данным на участие всех и каждого

Многим экспертам по данным будет нелегко признать, что успех зависит не столько от их высокого мастерства, сколько от повседневной деятельности обычного сотрудника. Появившись в компаниях не так давно, отделы обработки данных постарались «уважать себя заставить». По понятным причинам они выбрали проблемы, которые могли решить без опоры на окружающих. Специалисты по качеству данных сосредоточились на их очистке, дата-сайентисты — на областях с максимумом данных, команды по вопросам конфиденциальности — на политиках по соответствию GDPR. Естественное стремление к автономности, увы, отдалило их от реальности, где данные используются, прежде всего, рядовыми сотрудниками. Теперь компаниям приходится переносить акценты своих программ по изучению, качеству, архитектуре и монетизации данных, чтобы вовлечь в них весь коллектив.

Для этого отдел данных должен ежедневно общаться с этим коллективом, проникаться его проблемами и возможностями, связанными с данными надеждами и страхами. Пора меньше думать о больших данных и больше о том, как снабдить человека инструментами, помогающими самостоятельно формулировать и решать задачи. Отдел данных должен радоваться не остроумной модели, а бизнес-результатам и успехам сотрудников, для которых он трудится.

Любой проект по работе с данными должен начинаться с ответа на два вопроса.

1. Кого затронет эта инициатива?

2. Как с самого начала вовлечь этих людей в процесс?

Затем прямо попросите нужных сотрудников помочь вам — и заранее подготовьте ответ на вопрос «А что надо будет делать?»

Да, почти любой член коллектива сразу же сможет быть полезен — но чем лучше он поймет суть проекта, тем больше сумеет вам дать. А для этого нужны наставничество и поддержка. Команды по обработке данных должны уделять существенную долю рабочего времени обучению неспециалистов нужным для их задач навыкам. Один из лучших способов сделать это — создать сеть «специалистов по данным на местах», внедренных в другие отделы и постоянно доступных для обращений рядовых тружеников. Такие люди и выполняют функции сотрудника отдела данных, и отвечают за работу с данными в том или ином коллективе. Они должны уметь анализировать малые объемы данных и проверять их качество, чтобы передавать эти навыки окружающим. Получившим такие знания людям далее помогают самостоятельно определять и внедрять нужные изменения, как описано выше.

Подобные расширенные отделы данных пока еще встречаются нечасто, но уже приносят много пользы — например, в Shell, Chevron (где специалистов на местах называют ответственными за данные) и Gulf Bank (там они именуются амбассадорами). (Раскрытие информации: я лично работал с этими компаниями.) Отделы данных в упомянутых фирмах невелики и поддерживают множество таких амбассадоров, каждый из которых треть рабочего времени учит неспециалистов управляться с данными. Например, в Gulf Bank директор по данным и аналитике Май Аловайш руководит всего пятью экспертами, которые контролируют работу более чем сотни амбассадоров.

Вовлечение всего коллектива в работу с данными принципиально меняет процесс управления ими. Взять хотя бы качество данных — серьезную проблему, касающуюся практически всех. Эксперты стараются повысить его очисткой: внедряют инструменты, умеющие сканировать массивы информации и находить в них ошибки. Затем они пытаются их исправить — автоматически, а если это невозможно, то вручную. Подобный труд времязатратен и изнурителен. Что еще хуже, он бесконечен: компании постоянно допускают одни и те же ошибки.

Но можно упростить себе задачу — поработать с причинами оплошностей. Небольшая команда из рядовых сотрудников, пройдя обучение и получив поддержку от специалиста по данным на местах, отсортировывает данные, нужные ей для выполнения своих задач, оценивает качество этих данных, выявляет источники проблем, проактивно устраняет их и тем самым навсегда повышает эффективность своего труда. Помните человека, удивлявшегося, почему перенести запись к врачу так сложно? Он все это проделал и обнаружил, что за актуальность контактных данных пациентов вообще никто в компании не отвечает. В итоге процесс записи был скорректирован: теперь регистратура гарантировала точность фиксации телефонного номера больного.

Переход от ориентации на выходные данные к ориентации на вводные — актуальный, но непростой сдвиг для отдела данных. Он перефокусирует всю его работу в сторону стратегических вопросов, малых данных, профилактики проблем с качеством и расширения самостоятельности неспециалистов.

Проясните ожидания — и вперед!

Каждый сотрудник ежедневно активно взаимодействует с данными. Он заказчик данных, генерируемых до него, и создатель данных, которые будут использоваться на следующих этапах процесса. С помощью данных он принимает решения и выполняет свою работу. Сотрудник выступает хранителем информационных активов компании. А когда речь идет о крупных инициативах в сфере Data Science, ИИ и цифровых трансформаций, он может оказываться то в роли исследователя данных, то в роли участника их изучения, заказчика или создателя. Когда все это понимаешь, кажется безумием оставлять рядовых сотрудников на обочине таких инициатив.

Примерно то же самое 70 лет назад заявил, перефразируя Герберта Уэллса, математик Сэмюэл Уилкс: «Когда-нибудь статистическое мышление будет столь же необходимым для гражданина, как умение читать и писать». И хотя в нашей статье речь идет не о странах и гражданах, а о работодателях и сотрудниках, менее верным это высказывание не становится. Пора максимально вовлечь людей в процесс.

Дел впереди много. Лидерам и фирмам предстоит сузить фокус, уточнить ожидания, раздать задачи и потребовать результат. Я часто советую клиентам начать с улучшения качества данных: при должном подходе здесь можно быстро добиться успеха, сотрудникам обычно нравится выступать создателями и заказчиками данных, к тому же любое применение данных зависит от их качества.

Темы, о которых я рассказал, неоднозначны. Принятие мер по ним займет некоторое время. Зато при верном взгляде на проблему эти меры окажутся для вас очевидными. А работать по-новому будет намного приятнее и выгоднее, чем сейчас.