Руководители предприятий склоняются к тому, чтобы не доверять анализу данных как инструменту принятия решений, так как не хватает уверенности в своих способностях определять добавленную стоимость и точность анализа данных, свидетельствует исследование Building trust in analytics от компании KPMG.
Исследование показывает, что большинство предприятий используют информационно-аналитические инструменты, чтобы анализировать привычки существующих клиентов (50%), находить новых клиентов (48%), а также чтобы разрабатывать новые продукты и услуги (47%). Но при этом руководители предприятий не уверены в целесообразности и добавленной стоимости информационно-аналитических процессов, так как в их распоряжении нет инструментов, которые позволили бы оценить точность используемых моделей.
«Анализ данных все больше движет решениями, которые влияют на нас как на индивидов, предприятия и общество. Поэтому важно концентрироваться на том, чтобы обеспечить самый высокий уровень доверия к данным и их анализу. Организации, который продолжают инвестировать в анализ данных, но не уделяют так же много внимания целесообразности и добавленной стоимости этих инвестиций в анализ данных, а также точности моделей, могут принимать решения, опирающиеся на неточные модели, что лишь увеличит недоверие к результатам анализа данных», — говорит представитель KPMG Baltics Андрис Айзпуриетис.
Он подчеркивает, что это может создать ситуацию, когда предприятиям будет все труднее конкурировать, если они не смогут эффективно использовать данные, и подвергнут себя новым и растущим рискам. 70% руководителей уже сейчас считают, что использование информации анализа данных подвергает риску репутацию предприятия.
Исследование показывает, что чуть меньше половины респондентов утверждают, что достаточно доверяют выводам, которые дает анализ данных в сфере рисков и безопасности (43%), в сфере нужд потребителей (38%), и только одна треть доверяет заключениям, связанным с бизнес-операциями (34%).
Почти половина респондентов признается, что их руководители высшего звена лишь отчасти поддерживают стратегию организации в информационно-аналитической сфере. Такой низкий уровень доверия указывает на то, что не хватает уверенности в информационно-аналитических выводах. Это может быть связано со сложностью анализа данных.
«Прозрачность процесса анализа данных организации — ключ к опровержению заблуждений о том, что привычное принятие решений надежнее. Мы должны вынуть процесс анализа данных из «черного ящика», чтобы улучшить его понимание и помочь организациям поверить в целесообразность и добавленную стоимость анализа данных», — признается Айзпуриетис.
Как показывает оценка жизненного цикла анализа данных, выше всего доверие на начальном этапе получения данных, а потом существенно снижается. 38% респондентов больше всего доверяют процессу получения данных, когда решается, какие данные будут использоваться для дальнейшего анализа. 19% доверяют второму этапу – обобщению и подготовке данных, а 21% – третьему этапу – анализу и моделированию. На четвертом (применение результатов) и пятом (определение добавленной стоимости) этапах доверие резко падает – 11% и 10% соответственно.
Это падение доверия указывает на то, что главные вызовы связаны с применением результатов анализа данных, отмечают авторы исследования.
Для того чтобы выяснить главные причины недостаточного доверия, респонденты в рамках исследования должны были оценить процессы анализа данных своей организации по четырем аспектам: качество, эффективность, целостность и гибкость.
Качество — обеспечить, чтобы ввод и дальнейшие процессы обработки данных отвечали стандартам качества и общему контексту, в котором их планируется использовать.
Авторы исследования отмечают, что получение данных было признано самым доверяемым этапом жизненного цикла аналитики и лишь 10% сказали, что их организации умеют качественно управлять анализом данных во всех сферах.
Руководству предприятий важно задавать вопрос: соответствующее ли качество данных и обеспечивается ли систематический и стандартизированый взгляд на данные, который поддерживает одну «правду» в предприятии.
Эффективность — решение работает, как планировалось, и дает добавленную стоимость.
Менее одной пятой респондентов (16%) ответили, что модели точные. Авторы исследования подчеркивают, что руководству компаний важно спрашивать себя: является своевременной и надежной информация анализа данных, для того чтобы помочь в принятии решений; работают ли модели и анализ, как планировалось; а также оптимальны ли умения работников и время, потраченные на подготовку информации.
Добросовестность – соответствующее применение анализа данных, в том числе соответствие нормативным актам и этическим вопросам.
Лишь 13% участников исследования признаются, что в сфере анализа данных управляют всеми вопросами, связанными с конфиденциальностью данных и этикой. Для обеспечения добросовестности важно убедиться, применяются ли данные и анализ в соответствии с предусмотренной целью, комментируют авторы.
Гибкость – долгосрочная оптимизация инструментов, процессов и методики анализа данных.
Лишь 18% респондентов признаются, что уже есть соответствующие внутренние процессы во всех сферах управления данными и аналитикой. Для обеспечения гибкости важно убедиться, своевременно ли идентифицируются бизнес-возможности и ведется измерение результатов новых продуктов или услуг, а также оптимизированы ли регулярные процессы.
Ref:224.112.112.5629