Данные
для всех

Хотите поймать налоговых мошенников? Действуйте по методу правительства Руанды — ловите их на несоответствиях в данных по доходам.

Хотите знать, как меняется американская культура? Делайте как начинающий социолог из Индианы. С помощью компьютерного анализа данных он выявляет неявные паттерны в огромном массиве текста, который люди генерируют каждый день, чтобы выразить свое мировоззрение.

Люди ежедневно находят новое применение для науки о данных. И все же несмотря на взрыв интереса к сбору данных практически в каждой отрасли американской деловой сферы — от финансовых и медицинских компаний до консалтинговых фирм и правительства — многие организации по-прежнему обходятся небольшим количеством сотрудников, решающих задачи, связанные с анализом и обработкой данных.

Однако такой подход ошибочен, а в долгосрочной перспективе и вовсе разрушителен. Взгляните на проблему так: мало кто считает, что писать тексты могут только профессиональные писатели. Так почему же непрофессионалы не могут (по крайней мере, на базовом уровне) понимать и анализировать данные?

Полагаться лишь на знания крайне ограниченного числа сотрудников — рискованная стратегия. Специалисты по обработке данных и сами недовольны таким положением дел, ведь им тяжело доносить смысл полученных результатов коллегам, которым не хватает базовой грамотности в этом вопросе. Представители бизнеса тоже недовольны — тем, что им приходится слишком долго ждать запрошенных данных, которые к тому же часто не отвечают на заданный вопрос. В некоторых случаях это объясняется тем, что тот, кто ставил задачу, просто не смог объяснить специалистам, что именно ему нужно.

Так почему бы и не-ученым не начать изучать науку о данных? Это звучит как вопрос из серии: почему не-бухгалтеры должны уметь держаться в рамках бюджета.

В наши дни практически все отрасли тесно связаны с данными, а успех организации определяется тем, насколько быстро она способна их осмыслить и применить к решению новых задач. А лучший способ быстро собрать и глубже проанализировать данные — научить этому всех в компании.

Компании, которые хотят быть конкурентоспособными в цифровую эпоху, должны научиться делать три вещи:

- делиться инструментами для обработки и анализа данных;

- развивать навыки работы с ними;

- распределять ответственность.

Делиться инструментами

Большинством инструментов работы с данными владеют исключительно узкие специалисты. Сперва это может показаться логичным, но такой подход возлагает на аналитиков слишком тяжелое бремя, ведь основные запросы от различных отделов компании — проектного, финансового, маркетингового — относительно простые задачи, с которыми мог бы справиться любой человек с базовыми навыками обработки данных. Заставляя узких специалистов заниматься выполнением элементарных задач, компании только отвлекают их внимание от серьезных проектов, которые требуют более глубокой экспертизы.

Сервис аренды жилья Airbnb можно считать апологетом демократизации науки о данных. Он стремится к тому, чтобы каждый член команды был в состоянии принять решение на основе проведенного им анализа. С этой целью компания даже создала собственный Университет данных.

Также полезны инструменты для совместной работы. В Airbnb любой сотрудник может опубликовать информацию о своей работе в Копилке Знаний. Остальные сотрудники увидят новый пост в ленте и узнают: 1) какая проблема была только что решена и как; 2) кто ее решил. Так, все у кого появятся дополнительные вопросы, будут знать, к кому обращаться. Помимо того, что эта задумка работает на повышение продуктивности компании, она еще и помогает выделить заслуги человека, опубликовавшего новость, и это мотивирует других поступать так же.

Делиться навыками

Разумеется, когда вы предоставляете сотрудникам инструменты для работы с данными, вы должны научить их ими пользоваться. Не каждая компания может позволить себе Университет данных. Тем не менее сейчас есть множество образовательных курсов в онлайне и оффлайне, которые помогут команде быстрее развить необходимые навыки (конечно, в этом я предвзят, ведь я основал как раз такую компанию).

По мере того, как сотрудники будут осваивать навык работы с данными, им будет все проще принимать с его помощью важные решения. Вскоре станет понятно, кому это дается легко, а кому — нет. Поощряйте способных учеников к шефству над отстающими. Даже в нашей компании, основа которой анализ и обработка данных, не все работают с ними на постоянной основе. Когда таким сотрудникам нужна подсказка, они обращаются к более подкованным коллегам.

Команда, умеющая работать с данными, делает лучшие запросы. Даже базовое понимание инструментов и ресурсов значительно улучшает взаимодействие между коллегами. Если для уточнения запроса нужно меньше переспрашивать и разъяснять, скорость и качество работы растут.

Навыки работы с данными укрепляют корпоративную культуру и повышают общие результаты, ведь они помогают наладить взаимопонимание между коллегами. Если вы знаете, насколько сложно получить необходимую выгрузку данных, вы будете иначе общаться с людьми, которые будут для вас выполнять эту задачу. Такая взаимная подгонка ожиданий значительно улучшает атмосферу в коллективе.

Делиться ответственностью

На волне демократизации данных в компании приходит время пересмотреть текущие роли и обязанности. Как минимум, команды должны иметь возможность получить и проанализировать необходимые им данные. А чем больше сотрудников будут обладать базовыми навыками программирования, тем чаще даже те команды, в чью зону ответственности не входит работа с данными, будут применять эти знания в решении задач своего департамента. Это должно привести к значительному скачку продуктивности.

Например, если все ваши сотрудники умеют так или иначе работать с данными, команда узких дата-специалистов может переключиться с обработки ежеминутных запросов на поиск и создание инструментов, которые помогут командам быстрее обрабатывать нужную информацию. Скажем, в нашей компании аналитики далеко не каждый день проводят исследования данных. Вместо этого они разрабатывают новые инструменты, которыми смогут пользоваться все остальные и которые позволят работать над 50 проектами так же эффективно, как и над одним.

Наука о данных больше не может быть полем деятельности исключительно узких специалистов, если она вообще когда-либо была таковой. Сегодня прозорливые компании пекутся о том, чтобы как можно больше сотрудников говорили на языке данных и использовали их для повышения качества своей работы. Развивая эти фундаментальные навыки в сотрудниках, компании создают базу для рационализаторства и роста эффективности.

Об авторе. Джонатан Корнелиссен (Jonathan Cornelissen) — сооснователь и СЕО обучающей платформы DataCamp.