Со временем компании понимают, что от «лоскутной автоматизации» пора переходить к анализу процессов, оценке рисков и прогнозированию. Как это сделать даже компании-гиганту, рассказала Виктория Краснова, руководитель направления «Работа с данными», «Сибур»
Зачем бизнесу data-driven
С каждым годом data-driven-подход становится популярнее. По данным исследования Analytics Impact Index, в ходе которого было опрошено 350 компаний из 46 стран, около 6% применяют data-driven-подход. Примерно половина респондентов использует аналитику для выявления драйверов бизнеса и частично для принятия решений. 37% опираются на анализ данных в поиске областей для максимизации прибыли. Наконец, 8% компаний считаются отстающими в рамках исследования, поскольку их аналитика ограничена описанием уже произошедших событий без прогнозов и четкой аналитической стратегии.
Как правило, data-driven-компании используют анализ данных по двум сценариям.
Как единый источник правды. В этом случае речь идет об информации, которая используется в конкретной управленческой отчетности. Например, на предприятиях для синхронизации рабочих смен используют дашборды (BI- инструменты). Это ИТ-системы, которые собирают, рассчитывают и визуализируют множество данных, достоверность которых подтверждена автоматизированными проверками качества.
Как инструмент для извлечения прибыли. Данные используют для принятия решений — это продвинутая аналитика. Можно спрогнозировать цены на продукты на сырьевых рынках или реализовать алгоритм оптимизации для сквозного производственного процесса, который подскажет, где сократить объем сырья, не теряя производительности, где расширить «бутылочные горлышки».
Что мешает переходу
Нефтехимическая компания «Сибур» приступила к оцифровке производственных и бизнес-процессов в 2017 году. Для огромного предприятия более чем с 20 тыс. сотрудников нужно было создать единое знание о данных, которыми располагает компания. Кроме того, требовалось создать такую среду, в которой все сотрудники будут принимать решения не на основе опыта или интуиции, а на основе системного анализа данных.
