Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс

Билл Фрэнкс
0
0
(0)
0 0

Аннотация: Еще несколько лет назад руководители многих организаций, чей бизнес генерирует большие объемы операционных данных, сомневались в ценности подхода Big Data. Сегодня те из них, кто продолжает сомневаться, упускают непрерывно растущие возможности этого подхода, повышая риск потери доли рынка и перехода в разряд отстающих и устаревающих. Но с чего начать, если вы хотите вывести свою организацию на новый научно-технологический уровень, к принятию решений с использованием Big Data? Ответ на это дает Билл Фрэнкс, директор по аналитике компании Teradata и преподаватель Международного института аналитики, за плечами которого – более чем 20-летний опыт работы в крупных аналитических проектах реального бизнеса. «Революция в аналитике» – это пошаговое практическое руководство по внедрению операционной аналитики и автоматизации принятия решений. Специалисты по аналитике, ИТ и все, кто хочет сделать свою организацию успешнее на основе подхода Big Data, по достоинству оценят работу Фрэнкса.
Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс бестселлер бесплатно
1
0

Внимание! Аудиокнига может содержать контент только для совершеннолетних. Для несовершеннолетних прослушивание данного контента СТРОГО ЗАПРЕЩЕНО! Если в аудиокниге присутствует наличие пропаганды ЛГБТ и другого, запрещенного контента - просьба написать на почту pbn.book@gmail.com для удаления материала

Читать книгу "Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс"


Например, ценность представляет простой аффинитивный анализ с целью определения возможностей для перекрестных продаж. Независимо от используемых инструментов и платформ его результат ценен сам по себе. Ценность же инструментов и технологий определяется тем, насколько эффективно они, по сравнению с другими инструментами и технологиями, позволяют создать, протестировать и осуществить аналитический процесс, необходимый для аффинитивного анализа. В большинстве случаев, как показано на рис. 4.3, собственная ценность анализа намного превосходит ту дополнительную ценность, которая создается конкретным инструментом или технологией.

Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Первым делом необходимо определить отдачу от анализа как такового, независимо от любых платформы или инструмента. А после этого можно приступать к определению эффективности различных вариантов проведения анализа с учетом их скорости, продуктивности и затрат. Однако организации часто попадают в ловушку, когда доверяются продавцу, который превозносит огромную доходность инвестиций, обеспечиваемую его аналитическими продуктами. При этом продавец нередко объединяет доходность инвестиций, предлагаемую собственно аналитикой, с дополнительной ценностью, которую обеспечивают его технологии или инструменты. Вот почему необходимо отделять ценность инструментов от ценности базового анализа.

В качестве ремарки: если каждый продавец для каждого варианта, который вы рассматриваете, объединяет ценность анализа с ценностью инструмента, то, по крайней мере, это дает возможность для беспристрастного сравнения вариантов. Поскольку все расчеты будут включать в себя одинаковую изначальную ценность, то возникающая разница будет отражать разницу в дополнительной ценности, создаваемой инструментом или технологией.

Обратите внимание на структуру бизнес-кейса

Ричард Винтер из фирмы WinterCorp опубликовал потрясающую статью «Большие данные: сколько они стоят на самом деле?»{35}. В ней он описывает структуру, в рамках которой можно будет принять во внимание все типы затрат и использовать показатель, названный Винтером “total cost of data” (TCOD) – «суммарная стоимость данных», при инвестировании в аппаратное и программное обеспечение для поддержки аналитики. TCOD отражает общую стоимость широкого разнообразия необходимых компонентов, их мы рассмотрим далее в этой главе.

Обратите внимание на то, что модель TCOD Винтера, а также бо́льшая часть этого раздела сосредоточены главным образом на одной стороне баланса, а именно на затратах. Я поступил так преднамеренно, поскольку компоненты затрат в разных организациях довольно схожи, тогда как получаемые за счет их преимущества могут значительно варьироваться в зависимости от конкретных аналитических процессов. Кроме того, когда речь идет об аналитике, точная оценка затрат часто упускается из виду. Вот почему я предлагаю сосредоточиться на этой стороне вопроса.

Большое преимущество модели TCOD Винтера состоит в том, что она не склоняется в пользу того или иного конкретного решения, а просто предлагает способ, который позволяет оценить и принять в расчет различные компоненты стоимости. Например, в статье описываются две различные ситуации, когда использование этой модели привело к двум совершенно противоположным выводам. В первом случае на основе свойств, требуемых для данных и обработки, был сделан вывод о том, что создание массивного параллельного окружения обойдется в три-четыре раза дороже, чем использование Hadoop. В другом случае с учетом свойств, требуемых для данных и обработки, был сделан вывод о том, что инвестиции в Hadoop обойдутся в три-четыре раза дороже, чем создание необходимого окружения.

Использование этой модели, нейтральной по отношению к оценке инструментов и технологий, позволяет объективно учесть все затраты. Применительно к операционной аналитике модель TCOD требует некоторой модификации, поскольку предусматривает слегка иной характер инвестирования. Однако, как мы увидим в следующем разделе, сочетание модели TCOD с дополнительными метриками, привязанными конкретно к операционной аналитике, создает великолепную стартовую позицию.

Каковы совокупные расходы на операционную аналитику?

При рассмотрении вариантов инвестирования в аналитику очень важно точно оценить совокупные расходы. Например, рассматривая инструменты с открытым исходным кодом, организации не должны слишком радоваться, получив бесплатную лицензию на программное обеспечение. Необходимо представить полную картину затрат с течением времени. Да, инструменты с открытым исходным кодом могут оказаться полезнейшим дополнением к аналитической среде. Однако при этом необходимо учесть все совокупные расходы и с осторожностью воспринимать ложные стимулы, чтобы по своему недосмотру не попасть со временем на повышенные издержки.

Итак, что следует учесть, оценивая затраты, связанные с внедрением операционной аналитики? Вам придется потратиться на следующее (а возможно, и не ограничиться этим){36}:

• оборудование для поддержки аналитической обработки;

• программное обеспечение (обратите внимание, что даже в случае с открытым исходным кодом возникнут затраты, связанные с установкой и настройкой ПО);

• пространство для размещения оборудования и потребляемую электроэнергию;

• полностью загруженную рабочую силу, потребную для обеспечения безопасности, назначения приоритетов ресурсов и настройки связности сети;

• сбор, загрузку и подготовку данных;

• рабочую силу для развития аналитического процесса;

• действия по тестированию логики программы и точности результатов процесса;

• обслуживание платформы, ПО и аналитических процессов с течением времени;

• обучение персонала навыкам пользования всеми различными компонентами аналитического окружения.

Все эти затраты должны быть оценены, исходя из периода в несколько лет до завершения инвестиционного цикла.

Не забывайте про важные компоненты затрат

Легко упустить из виду некоторые важные компоненты затрат на фоне совокупных инвестиций в поддержку аналитики. За первоначальными расходами последуют текущие затраты на рабочую силу и обслуживание технологий в течение всего инвестиционного цикла. Эти текущие затраты в конечном итоге могут значительно превысить первоначальные.

Читать книгу "Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс" - Билл Фрэнкс бесплатно


0
0
Оцени книгу:
0 0
Комментарии
Минимальная длина комментария - 7 знаков.


LoveRead » Психология » Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс
Внимание