Крупная фармацевтическая компания решила пересмотреть категоризацию аптек: определить наиболее перспективные точки и скорректировать маршруты полевой команды из 250 сотрудников.
Необходимые данные компания получила от внешнего поставщика, но воспользоваться ими сразу оказалось невозможно. Новый массив предстояло загрузить в корпоративное хранилище, сопоставить с мастер-данными, изменить витрины и пересобрать аналитические кубы. Оценка срока работ — около двух месяцев.
Формально данные уже были у компании. Управленческий ответ — куда направить полевую команду — тоже содержался в них. Но извлечь его бизнес мог только спустя несколько месяцев. Все это время 250 сотрудников продолжали работать по старой модели.
Разница между решениями, которые компания принимает сегодня, и теми, которые могла бы принимать на уже имеющихся данных, — одна из самых недооцененных статей потерь. В отчетности ее обычно нет, но оплачивается она каждый день.
Именно здесь начинается разговор о корпоративной платформе данных. И почти всегда он упирается в два возражения.
«Проще нанять еще аналитиков»
Один из распространенных аргументов выглядит так:
«У нас этим занимается один человек. Раз в квартал он тратит на расчеты месяц. За стоимость платформы можно нанять еще двух».
С точки зрения прямых затрат логика понятна. Но она отвечает на вопрос «сколько стоит сделать расчет», а не на вопрос «сколько стоит ждать».
Если вместо одного аналитика работают трое, компания действительно сможет готовить больше отчетов. Но каждый отдельный отчет не станет принципиально быстрее, если по-прежнему собирается вручную из нескольких источников.
Ручная аналитика несет и другой риск — зависимость от индивидуальных трактовок. В результате в компании появляются несколько версий одной и той же цифры, и каждая может быть по-своему обоснована.
Есть и кадровый риск. Когда человек, собиравший отчет несколько лет, увольняется, вместе с ним часто уходит часть знаний о методике расчета.
Поэтому дополнительными людьми можно купить больше расчетов. Но не обязательно — более короткое ожидание ответа.
«У нас уже есть хранилище данных»
В описанном выше примере хранилище было. Двухмесячная задержка возникла не из-за отсутствия инфраструктуры, а внутри уже существующего контура данных.
Проблема собственного хранилища не в том, что оно хуже готовой платформы. На старте оно может быть даже лучше адаптировано под конкретную компанию. Сложности начинаются позже.
Форматы источников меняются. В самописной системе каждое такое изменение требует реакции внутренней команды или подрядчика. Для отраслевой платформы поддержка источников — постоянная функция.
То же происходит со справочниками. При внедрении компании тщательно сопоставляют клиентов, адреса, продукты и территории. Но рынок меняется. Если этот процесс не поддерживать постоянно, доля несвязанных данных начинает расти — сначала незаметно, а затем уже настолько, что цифры перестают сходиться.
Еще одна проблема — архитектурные знания. Через несколько лет значительная часть логики может существовать только в головах нескольких сотрудников: первоначальное ТЗ устарело, часть расчетов изменилась, а новые правила нигде не зафиксированы.
Поэтому качество архитектуры определяется не только тем, насколько хорошо она решает сегодняшнюю задачу. Намного важнее стоимость следующего изменения.
Хорошая архитектура — это та, в которой новый источник, показатель или бизнес-правило не превращаются каждый раз в отдельный ИТ-проект.
Цена задержки
Эффект платформы часто пытаются считать через экономию фонда оплаты труда: автоматизировали отчетность — значит, можно сократить сотрудников.
На практике так происходит редко. Людей обычно переводят на задачи, до которых раньше не доходили руки, а ФОТ остается прежним. Для бизнеса такой расчет неубедителен: стоимость системы — это реальные деньги, а экономия на людях — гипотеза.
Основной эффект находится в другом месте — во времени между появлением информации и управленческим действием.
Пока данные два месяца интегрируются в корпоративный контур, компания продолжает работать по старым приоритетам. Полевые команды идут не в те точки, бюджеты распределяются по прежней модели, решения принимаются на данных, которые уже успели устареть.
Это и есть цена задержки.
В этом смысле платформа данных — не столько инфраструктура хранения, сколько инфраструктура изменений. Ее ценность определяется тем, насколько быстро компания может перейти от нового факта к новому действию.
Доверие к данным
Скорость — только половина проблемы. Вторая — верит ли бизнес собственным цифрам.
Крупная фармкомпания одновременно работает с МДЛП, отчетами дистрибьюторов и аптечных сетей, рыночной аналитикой, CRM, планами и прогнозами. Самые ценные вопросы возникают на стыке этих источников: как визитная активность влияет на продажи, как промо связано с остатками, какие территории показывают рост при недостаточном покрытии полевой командой.
Ответить на такие вопросы можно только после корректного сопоставления данных.
Если значительная часть записей не связывается с эталонными справочниками, цифры начинают расходиться с тем, что руководители видят на местах. Дальше запускается предсказуемая цепочка: сначала перестают доверять конкретному отчету, затем системе, а потом подразделения начинают строить собственные Excel-модели и вести собственные справочники.
Так в компании появляется несколько версий правды.
Задача платформы — не просто собрать данные в одном месте, а обеспечить единые правила сопоставления, справочники, версионность, фиксацию закрытых периодов и прозрачность расчетов.
Главный результат здесь очень простой: на вопрос «откуда взялась эта цифра?» у компании должен быть один ответ.
Чего платформа не решает
- Платформа не создает инсайты сама по себе. Даже после объединения данных может оказаться, что нельзя однозначно определить источник роста продаж или доказать прямую связь между количеством визитов и результатом.
- Но отсутствие подтвержденной связи — тоже полезный результат. По крайней мере, гипотезу, которая раньше существовала на уровне ощущения, теперь можно проверить и отвергнуть.
- Платформа не заменяет и управленческое решение. Если разные подразделения продолжают использовать собственные справочники, показатели и правила расчета, техническая система сама по себе ситуацию не изменит.
- Наконец, большая часть работы платформы остается незаметной пользователю. Руководитель видит отчет или дашборд, а не мастер-данные, контроль качества, обработку изменений источников и историю версий.
Поэтому оценивать платформу количеством отчетов — все равно что оценивать качество дороги количеством автомобилей на ней. Важнее другое: насколько быстро по этой дороге можно доехать до решения и насколько можно доверять тому, что лежит в основе этого решения.
Пять вопросов, которые стоит задать компании
Понять, есть ли проблема в корпоративном контуре данных, можно без сложной диагностики.
- Сколько времени проходит от запроса на новый аналитический разрез до появления результата?
- Сколько сотрудников регулярно сводят данные вручную?
- Что произойдет с ключевой отчетностью, если завтра уйдет человек, который ее собирает?
- Можно ли через год восстановить данные и правила расчета, на основании которых сегодня было принято решение?
- Получают ли разные подразделения одинаковый ответ на один и тот же вопрос?
Первые два вопроса — про скорость. Остальные — про доверие.
В конечном счете и то и другое определяет один показатель: сколько времени проходит между решением и действием.
Именно этот срок — а не количество отчетов и не число автоматизированных Excel-файлов — имеет смысл учитывать, когда компания оценивает инвестиции в корпоративную платформу данных.