Конечно, важную роль также играют корпоративные отношения, ключевые активы и технологии. Но когда в конце дня необходимо принять решение, на первый план выходит искусство анализа. При этом в анализе можно говорить на разных языках — в зависимости от того, какие данные рассматриваются. Но инструменты анализа — как классифицировать задачу, выделить опции и подготовить рекомендации — универсальны.

В бизнесе выделяется пять видов данных. Первый — рыночные данные. Они говорят о ценах, трендах, схемах, изменениях на рынке. Обычно большинство компаний используют синдицированную информацию. В Украине работают несколько фирм, например, Nielsen, которые отслеживают данные. Так, если вы покупаете что-то в магазине, информация об этом поступает в базу фирмы, аккумулирующей эти данные и продающей другим компаниям, которым такой анализ нужен как для успешной работы на уже освоенном рынке, так и для прощупывания новых возможностей.

Второй вид данных — информация о клиентах. Сейчас есть возможность вести уникальную базу данных на каждого покупателя в мире. При каждой продаже магазин получает данные: от своего местонахождения и имен продавцов до цены приобретенного товара, времени совершения покупки
и т.д.

Эти данные поступают в огромном объеме и очень запутанные. Так, в международной торговой сети Walmart ежедневно создается 360 млн единиц данных в каждом магазине или 3 трлн. единиц данных во всей сети. Кто угодно может получить доступ к ним с помощью системы с информацией о каждом товаре, проданном в конкретный день.

Третьим видом являются потребительские данные. Они отражают модели поведения существующих и потенциальных потребителей — цены, предпочтения, эластичности и т.д. Эту информацию обычно собирают маркетинговые организации.

Проблемы в понимании всего этого возникают вследствие того, что это связано с человеческими эмоциями и решениями, которые не всегда являются рациональными. В результате неосторожный анализ таких данных может привести к созданию неверной или лишь частично верной гипотезы.Четвертым видом выделяют операционные данные. Это внутренние данные фирмы, которые помогают оценить эффективность бизнеса. Большинство компаний анализируют огромные массивы такой информации с помощью ACP или систем-конкурентов, где в одной системе содержатся все заказы, вся информация о менеджменте и т.д.

Пятый и последний вид — финансовые данные. Этот тип больше всего отличается от других. Если вы не говорите на языке финансистов, не знаете, что такое PNL или не видите разницы между статическими и потоковыми данными, вам будет очень сложно разобраться в этой информации. Кроме того, у каждой компании различные финансовые системы и подходы к ведению отчетности.

Независимо от вида данных, все они применяются в бизнесе в трех случаях. Во-первых, для поддержки спорной позиции и обоснования решения. Так в основном делают банки. Во-вторых, для поиска чего-то нового, что можно было бы создать. Как, например, в консалтинге и инвестбанкинге.

И в-третьих — для контроля над деятельностью компании. Это характерно для промышленных компаний.

Но работает ли анализ данных в бизнесе так же хорошо на практике, как и в теории? Нет. Большинство компаний отлично справляются со сбором огромного массива баз данных, созданием и эффективным использованием больших управляющих систем, вроде АСР, анализом финансовых данных. В то же время у них проблемы с качеством данных, установлением правил — что и как можно делать с этой информацией, и подготовкой персонала. Немногие компании сегодня используют статистический анализ, хотя он и является самым надежным, потому что многие попросту не знают, как его применять.

В Украине проблем с анализом данных у бизнеса еще больше. Как правило, данные неполные. В то же время их слишком много, что затрудняет выбор нужной информации из громадного массива собранной. Часто данные неточные, например, сделаны на основе экстраполяции информации о небольшой выборке на весь рынок. Также многие данные, например, государственной статистики и независимых организаций, противоречивые. Наконец, многие данные просто ставят в тупик, поскольку являются узкоспециализированными.

Каждая из этих проблем в случае своего усугубления может поставить под угрозу развитие бизнеса. Поэтому компаниям нужно не скупиться и привлекать специализированные организации или нанимать сотрудников, которые могут решить проблемы с данными и их анализом.