Недавно в самолёте посмотрел фильм «Давление» — про одно критическое решение накануне высадки союзников в Нормандии.

И уже в ходе просмотра поймал себя на мысли, что это очень хороший пример того, какую роль данные и аналитика играют в принятии управленческих решений. Там очень хорошо показано, что данные — это большое количество точек наблюдения, много измерений, высокая точность, постоянное обновление информации и, главное, качественная аналитика всего этого массива.

Но сначала эти данные нужно собрать и правильно маркировать. Это принципиально важная часть работы: если у вас нет качественных, структурированных данных, аналитикам просто не с чем работать, какими бы сильными специалистами они ни были.

На основании данных мы строим гипотезу о будущем. А дальше управленец принимает решение, опираясь на эту гипотезу. И чем качественнее данные, чем выше их детализация, чем быстрее они обновляются и чем глубже аналитика — тем качественнее гипотеза и, как следствие, управленческое решение.

В фильме очень интересно сталкиваются два подхода.

1️⃣ Опираться на исторические данные и смотреть, что происходило в похожих ситуациях раньше.

2️⃣ Собирать большое количество актуальных данных о том, что происходит прямо сейчас, постоянно их обновлять и на их основании строить новую гипотезу.

В относительно стабильной системе первый подход может хорошо работать. Но чем быстрее меняется среда, тем хуже прошлое описывает будущее.

Мне кажется, именно в такой точке сегодня находится бизнес. Многие рынки меняются настолько быстро, что данные двух- или трёхлетней давности уже плохо описывают сегодняшнюю реальность.

Поэтому сегодня особенно важно выстроить в компании систему постоянного сбора и маркировки данных, чтобы видеть, что происходит с бизнесом прямо сейчас: с продуктами, клиентами, спросом, маржинальностью, затратами. И уметь быстро превращать эти данные в рабочие гипотезы, на основании которых принимаются решения.

В фильме для этого нужна огромная команда специалистов, которая практически вручную собирает и анализирует информацию. Сегодня значительную часть этой работы могут забирать на себя AI и современное программное обеспечение: обрабатывать гораздо большие массивы данных, быстрее находить зависимости и постоянно пересчитывать гипотезы.

Но сам принцип за 80 лет не изменился: сначала нужно собрать качественные данные, правильно их структурировать, а уже затем на их основе строить аналитику. В конечном итоге качество управленческого решения напрямую зависит от качества всей этой цепочки.

В конце фильма приводится мысль Эйзенхауэра о том, что главной причиной успеха союзников стали лучшие метеорологи. Именно качество данных о погоде и их аналитики позволило принять решение, которое во многом определило исход битвы, а возможно, и всей войны.

Если перевести это на язык бизнеса, рыночная конкуренция — это во многом конкуренция качества управленческих решений. Но качественные решения не возникают сами по себе. Сначала вы должны собрать данные, правильно их маркировать, затем качественно проанализировать и только после этого построить гипотезу, на основании которой принимается решение.

У кого лучше выстроена эта цепочка, кто быстрее видит изменения и точнее строит гипотезы — тот может принимать более качественные решения. А качество этих решений в конечном итоге превращается уже во вполне конкретные цифры: прибыль, рентабельность и стоимость компании.

Михаил Воробьев | Навигатор для предпринимателей | Кто я?