Корпоративный университет данных: искусство малых шагов

Ежегодно крупные компании в России тратят на программы цифровой трансформации сотни миллионов рублей, в то время как по статистике около 70% таких проектов провальны. Рассказываем, как кардинально изменить ситуацию с помощью всего одного организационного шага — создания корпоративного университета данных.

Расходы российских компаний на ИТ постоянно растут: по данным Strategy Partners, российский рынок корпоративного ПО в 2024 году увеличился на 34%, до 199 млрд руб. В МТС Web Services оценили объем всего ИТ-рынка в 3,3 трлн рублей. Вклад отечественного ИТ-сектора в российский ВВП при этом, по свежим официальным данным, превысил 2,2% и составил около 4 трлн рублей. В большинстве сегментов ИТ-бюджеты продолжают расти, но расходуются крайне неэффективно — до 70% проектов цифровизации и цифровой трансформации по-прежнему провальны.

Можно выделить два основных фактора, которые способствуют неэффективному расходованию средств.

В этот момент наступает та самая ситуация, когда им хочется зафиксировать убытки и свернуть деятельность по цифровой трансформации, как дорогой и неэффективный эксперимент. У компаний появляются новые дорогостоящие цифровые инструменты, но «накладываются» они на старые подходы, идеи и паттерны мышления менеджеров и руководства — и кардинально ничего не улучшается.

Неумение работать с данными на уровне топ-менеджмента. Часто истинная причина провалов кроется не на уровне ИТ, а на уровне менеджмента. Даже при условии грамотно выстроенной ИТ-инфраструктуры далеко не всегда ее используют эффективно и рационально. Большинство руководителей просто не понимает, что делать с главной «валютой» ИТ — данными. Так, в недавнем исследовании «Аэро» и «Матемаркетинг» 72% опрошенных признались, что сталкивались с потерями, которых можно было бы избежать благодаря качественной работе с данными.

Компании собирают огромные массивы информации, но сталкиваются с трудностями в попытках превратить их в реальные бизнес-результаты. Во многом это связано с цифровой раздробленностью, которая характерна для российского бизнеса — особенно для крупных холдинговых структур. Организации внедряют множество информационных решений «на местах», но процесс взаимодействия и взаимообмена данными между различными функциональными или территориальными единицами оказывается не отлажен. На это влияет целый ряд факторов, от нежелания отдельных юнитов кооперироваться до непонимания, как выстроить процесс. В результате такого «цифрового феодализма» данные перестают работать на бизнес.

Недавно на одном корпоративном мероприятии я услышал кейс о противостоянии двух юнитов. В крупном холдинге у одной из компаний группы стоит задача минимизировать выбросы в окружающую среду, у другой — оптимизировать производство. Они, не понимая, как сходится экономика этих двух процессов, решают каждый свою задачу. Тем временем эти задачи могут быть решены параллельно — и чтобы увидеть это, достаточно построения «ручейка данных» между подразделениями, фактически одной сводной таблицы, которая покажет топ-менеджменту полную картину в бизнесе в различных разрезах и показателях. На выходе такой мост между двумя обособленными информационными продуктами способен экономить бизнесу миллионы рублей ежегодно — в приведенном кейсе это около 500 млн рублей.

Но для того чтобы преодолеть «цифровой феодализм» и обнаружить, где именно и как должен быть построен такой мост между информационными системами, топ-менеджменту важно видеть всю картину данных в компании. Это задача решается благодаря созданию корпоративного университета данных — структуры, где управленцы высшего звена учатся ставить правильные запросы к ИТ и за счет этого решать свои задачи на текущей инфраструктуре.

Корпоративный университет данных — это эволюционно следующий шаг после школ анализа данных, которые сейчас появляются во многих крупных российских компаниях. И если в школах данных преподают механику работы с данными для сотрудников, которые впоследствии будут непосредственно взаимодействовать с ИТ-инструментами, в университете — учат тому, как правильно задавать вопросы к данным, с позиции управленцев. Хочется предложить для корпоративного университета данных аббревиатуру КУД, поскольку он помогает понять — куда задать вопрос к данным и куда нужно сфокусировать свое внимание, чтобы извлечь пользу для бизнеса.

В концепции КУД нет лекций, централизованной программы и педагогов. Фокус такой организационной структуры — на решении практических задач топ-менеджеров и отработке их гипотез с помощью данных в условиях текущей ИТ-инфраструктуры. Стандартно взаимодействие с руководителями строится в несколько этапов.

Этап первый: приоритезация гипотез. На этом этапе выявляются первичные потребности управленцев. Обычно у каждого опытного топ-менеджера есть ряд задач в бизнесе и гипотез, как их можно решить — но на реализацию большинства из них не хватает времени и ресурсов. Еще чаще они считают, что их идеи требуют слишком больших инвестиций или вовсе невалидны. Эти гипотезы записываются в условный (иногда физический) блокнот, к которому управленец никогда не возвращается.

Первостепенная задача КУД — поднять гипотезы, которые оказались заброшены по причине трудо- или ресурсоемкости, и приоритезировать их. Есть несколько критериев для их отбора:

Результатом этой проработки должен стать выбор одной ключевой гипотезы, которая будет протестирована в следующей рабочей фазе.

Этап второй: реализация первой гипотезы. Как только отбор завершился, можно приступать к тестированию гипотезы. Обычно управленцы уверены, что их задачи сложно или даже невозможно решить на текущем этапе развития бизнеса. К этому выводу их подталкивают собственные ИТ-подразделения, которые часто живут в мире раздробленности, «цифрового феодализма», и не способны собрать нужный результат из разрозненных кусочков мозаики. Поэтому управленцы мыслят исходя из сегодняшних ограничений бизнес-процессов и ИТ-инфраструктуры. Таким образом реализация проектов, которые, по их мнению, требуют многомиллионных инвестиций, откладывается в долгий ящик.

Чтобы изменить такое мышление, нужно по-новому взглянуть на бизнес. У каждой организации есть то, что пронизывает ее от и до, есть в каждом юните, функциональной единице, ИТ-системе — и это данные. Данные включают в себя, например, цифровые следы, которые остаются от деятельности пользователей, устройств, процессов. Организации протоколируют множество активностей — иногда просто потому, что этого требует законодательство. Однако цифровые следы часто просто так и лежат без правильных запросов и извлечения пользы, буквально бесхозным грузом, хотя эту статью расходов можно превратить в доходы.

Именно данные позволяют буквально вывернуть бизнес наизнанку и найти скрытые корреляции и взаимосвязи, которые не так очевидны на поверхности — например, отладить взаимодействие двух подразделений с задачами, которые на первый взгляд кажутся взаимоисключающими.

Когда перед глазами управленца появляется полная картина бизнеса, остается главное — научиться ставить правильные запросы к данным. Именно на этом этапе наиболее важен консалтинг опытной data-команды, которая поможет выстроить маршрут и довести гипотезу до результата. В среднем по нашему опыту реализация одной гипотезы от отбора до первого прототипа и его передачи в опытно-промышленную эксплуатацию — либо доказательство ее несостоятельности, что тоже возможно — занимает до двух месяцев.

Этап третий: отработка гипотез. Когда топ-менеджер получает первые быстрые результаты, он достаточно замотивирован начать тестировать другие гипотезы — и на этом этапе важно отладить процесс. Не стоит хвататься за несколько идей сразу и пытаться привнести революционные изменения. Как раз основное отличие этого подхода от более тяжеловесных цифровых трансформаций — в постепенных эволюционных изменениях без существенных нововведений, которые пошатнули бы текущий баланс в бизнесе и привели к затратам трудовых, временных и финансовых ресурсов.

Поэтому нужно выстроить своего рода конвейер гипотез, в котором по методу спринта каждые два месяца будет отгружаться и тестироваться одна идея. После реализации 3-5 гипотез потребность в консалтинге внешней команды отпадает — обычно к этому времени топ-менеджеры уже понимают суть процесса и способны поддерживать КУД своими силами или делегировать эту задачу на один иерархический уровень ниже.

Более того, такая организационная структура в бизнесе помогает отладить кооперацию и взаимообмен данными между отдельными юнитами и функциональными единицами — и в результате экономить миллионы рублей. Ведь часто в автономно действующих подразделениях многократно собираются одни и те же массивы данных. В результате требуется все больше вычислительных ресурсов, бюджет на ИТ растет, а бизнес принимает позицию «так надо» и порой просто не может проверить — не платит ли он за одно и то же дважды или трижды.

Но важно понимать: наличие такого университета данных не отменяет в перспективе необходимость цифровизации и развития ИТ-инфраструктуры. Инструменты цифровизации быстро совершенствуются, а рано или поздно текущая ИТ-инфраструктура потребует обновления — полностью отказываться от проектов развития ИТ нецелесообразно.

Задача корпоративного университета данных — не затормозить цифровизацию, а сделать для управленцев процесс взаимодействия с данными и цифровыми инструментами более понятным, прозрачным, комфортным и — главное — эффективным. В недавнем подкасте Сколково как раз прозвучала мысль, что для результативной цифровой трансформации важно вовлекать в нее не только ИТ, но и руководство бизнеса, вплоть до постановки экономических целей — я полностью с ней согласен.