Почему российские компании используют бизнес-аналитику неэффективно

Рынок больших данных и бизнес-аналитики во всем мире развивается достаточно активно: прирастает на 13,4% каждый год. По данным Fortune Business Insight, объем мирового рынка в 2022 году составлял $271,83 млрд, в 2023-м — $307,52 млрд (прогнозное значение), а к 2030 году должен дойти до $745,15 млрд.

С 2022-го компании в России уделяют больше времени работе с данными: во время нестабильности на фоне рисков особенно важны точные прогнозы, внимательный расчет инвестиций, оценка эффективности бизнеса. В 2021 году объем российского рынка составлял 170 млрд руб., а к концу 2024-го вырастет до 319 млрд руб., как полагают в Ассоциации участников рынка больших данных.

При таком прогнозе российская доля в мировом сегменте будет составлять около 10%.

Как работают с данными в России

Согласно результатам исследования «Ноты», наиболее активно BI-системами (системы, которые автоматически собирают информацию из разных источников, соединяют в целостную картину для дальнейшего анализа данных. — «РБК Тренды») пользуются компании в сферах розничной торговли (67%), электроэнергетики (60%) и металлургической промышленности (53%). Реже всего инструменты используют фармацевтика (17%), автомобильная и горнодобывающая индустрии (по 20%).

Сегодня 70% популярных на рынке BI-систем представлено иностранными вендорами. При этом только половина российских решений входит в Реестр отечественного ПО и может быть использована госсектором и компаниями с госучастием.

• Инструменты становятся более дешевыми и доступными. На демократизацию работают глобальные тренды — развитие облачных решений, сервисов no- и low-code (методология разработки ПО на базе платформ, которые позволяют создавать и развертывать приложения с минимальным использованием кода. — «РБК Тренды»). Сейчас среди отечественных разработок есть бесплатные, например BI-инструмент DataLens от «Яндекса». Такие решения может внедрять и микробизнес.
• Стандартизация аналитики. Самые популярные отчеты больше не надо разрабатывать с нуля, можно использовать готовые. Например, отчет для отделов продаж на платформе Xtree, отчет CoMagic для сквозной аналитики, отчеты по подписке.
• Хранение и очистка данных. Раньше данные в системах часто собирали с ошибками: информация дублировалась, было много ненужных значений. Сегодня компании уделяют больше внимания обработке данных для дальнейшего использования.
• Использование CRM-систем. CRM позволяют организовать отношения компании с клиентами и включают полный цикл — от маркетинга и продаж до сервисной поддержки. Такими системами пользуется около 30% российских компаний. Существует много отечественных решений: AmoCRM, «Битрикс24», 1С CRM, «Мегаплан».
• Косвенные показатели. Показатели, которые анализирует бизнес, усложняются: аналитики считают скорость ответа менеджеров или, например, проактивность, а не просто конверсии по воронке. Это способствует цифровизации: все больше решений принимается на основе данных.

При большом количестве позитивных тенденций есть и сложности. Культура работы с данными в России достаточно молодая. Используя инструменты аналитики, бизнес может ошибаться. Например, закупать популярные решения, не уделяя достаточно внимания планированию интеграции, постановке задач, последовательному использованию отчетов в бизнес-процессах.

Ошибки отечественных компаний

Зачастую российские предприниматели задумываются о внедрении бизнес-аналитики только тогда, когда что-то идет не по плану: кризис, действия конкурентов. Отсутствие системного подхода приводит к ошибкам — инструменты с большим потенциалом не приносят высоких результатов.

Рассматривая российский контекст, можно говорить о следующих ошибках:

• желание получить все и сразу. В западном бизнесе подход более прагматичный: специалисты работают с меньшим количеством данных, но берут именно то, что нужно и полезно прямо сейчас. В бизнес-аналитике важен подход step-by-step, когда решения внедряются постепенно;
• отсутствие стандартных сервисов. В иностранных организациях аналитики используют стандартные сервисы — от решений для выгрузки данных до инструментов визуализации. А в России уже на старте часто тратят много ресурсов на доработку и адаптацию решения под себя. От этого замедляются процессы и увеличивается время на внедрение;
• менее активное участие конечных потребителей. В России задачу по внедрению аналитики могут делегировать менеджеру, который не понимает ценности инструмента. Он не вовлечен в процесс и часто не осознает, зачем компании аналитика;
• низкий уровень доверия. Принцип работы на западных рынках: «Я привлек партнера и плачу ему деньги, значит, я ему доверяю». В российском бизнесе распространено недоверие сторон друг к другу;
• нежелание платить за доработки системы. Первая версия продукта всегда будет пробной и потребует правок. В зарубежном бизнесе это принимают во внимание, поэтому первую версию делают максимально простой. Российские компании могут пропускать этот этап, непроизвольно усложнять «пилот» и получать нежизнеспособное решение;
• отсутствие консалтинга. В зарубежных компаниях вендор может отговорить заказчика от решения, которое ему не нужно. Это продажа, которую он приносит в жертву дальнейшим конструктивным отношениям и деловой репутации. Отечественный бизнес часто слепо выполняет запрос клиента, не учитывая специфику компании и запроса. В результате проекты не достигают нужного результата.

Как работают с аналитикой за рубежом

На зарубежном рынке немало примеров успешного внедрения технологий, основанных на аналитике данных. Например, на фоне снижения продаж газированных напитков Coca-Cola использовала аналитику, чтобы предложить рынку новые полезные для здоровья продукты вроде апельсинового сока. Алгоритмы помогли поддерживать интерес покупателей и даже улучшить вкус и рецептуру. Для этого корпорация объединила данные о погоде, спутниковые снимки, коэффициенты ценообразования и информацию об урожае.

Россия может перенять лучшие практики западного бизнеса. Например, группа компаний «М.Видео-Эльдорадо» активно использует рекомендательные сервисы в своем мобильном приложении. За счет использования больших данных и алгоритмов машинного обучения повышается точность рекомендаций и возрастает вероятность покупок. На товары из «умных» подборок приходится до 20% оборота приложения и 25% покупок.

А сеть компаний «Магнит» активно использует проекты прогнозирования промо и мониторинга доступности товаров на полках с использованием big data и ИИ. Благодаря этому бизнесу удалось увеличить показатель EBITDA на 1,5 млрд руб.

Как внедрить инструменты бизнес-аналитики

Начать работать с данными сложно, особенно если раньше в компании не применялись инструменты бизнес-аналитики. Но если делать это постепенно, процесс будет проходить проще.

Можно выделить следующие шаги внедрения:

1. Определите бизнес-цели для интеграции решений.
2. Выберите ключевые метрики.
3. Назначьте сотрудника, который будет отвечать за интеграцию, ставить задачи вендору и развивать культуру работы с данными в компании.
4. Выберите решение: отечественное ПО, зарубежные сервисы или бизнес-аналитика по подписке.
5. Проводите обучения среди сотрудников, чтобы взращивать культуру принятия решений на основе данных.
6. Проводите регулярный мониторинг показателей и корректируйте стратегию исходя из актуальных потребностей бизнеса.

Самое ценное в работе с бизнес-аналитикой — системный подход. Сейчас, в период нестабильности, для российских компаний особенно важно развивать культуру работы с данными.

Бизнес-аналитика должна стать полноценным постоянным инструментом, чтобы выделять главное из колоссального объема данных, соответствовать специфике бизнеса и его главным потребностям, давать прогнозы высокой точности, уделять большое внимание причинам тех или иных событий и предлагать оптимальные управленческие решения.