ԲԻԶՆԵՍԻ ՎԵՐԼՈՒԾՈՒԹՅՈՒՆԸ ԴԱՌՆՈՒՄ Է ԱՄԵՆԱԿԱՐԵՎՈՐ ԱԿՏԻՎՆԵՐԻՑ ՄԵԿԸ
2008թ. Accenture ընկերության (իրականացնում է կառավարման և տեխնոլոգիական խորհրդատվություն և տեխնոլոգիական աութսորսինգ) կողմից 254 ամերիկյան խոշոր ընկերությունների շրջանում կատարված հետազոտությունը ցույց տվեց, որ հարցվածների միայն 60%-ն է որոշումներ ընդունելիս հենվում տվյալների վերլուծությունների վրա: Մյուս կողմից, հարցվածների 72%-ը պատրաստվում էին մոտակա ժամանակաշրջանում զգալիորեն ավելացնել բիզնեսի վերլուծական գործիքների օգտագործումն իրենց ընկերություններում: Անշուշտ, եթե Սթիվ Ջոբսն իր i-երի շարքը սկսելուց շատ «զոռ տար» վիճակագրությանը, երևի թե նրա մոտ ոչինչ էլ չստացվեր, սակայն, երբ բիզնեսն արդեն կայացած է, տվյալների շտեմարանը դառնում է ընկերության կարևոր ակտիվներից մեկը, որը սակայն նախ պետք է վերլուծել:
ՊԱՏՄՈՂ ԹՎԵՐ
Պատկերացնենք խոշոր սուպերմարկետների ցանց, որն ունի զեղչային քարտերի համակարգ: Յուրաքանչյուր գնման հետ, սուպերմարկետը գրանցում է ապրանքների ցանկը, գումարը և այս ամենը կապում հաճախորդի անձնական տվյալներին (սեռ, տարիք, մասնագիտություն, եկամուտ և այլն), որոնք ստացել է զեղչի քարտի դիմումի հետ: Հիմա պատկերացրեք քարտատիրոջ «գնումների պատմությունը» ժամանակի ընթացքում՝ գնումների հաճախականություն, ապրանքների զամբյուղի կազմի, արժեքի փոփոխություն և այլն: Օգտագործելով այս տվյալները և մի քիչ էլ վիճակագրության տեսություն, սուպերմարկետը հստակ պատկերացում է կազմում թե ո՞վ է իր հաճախորդը, ի՞նչ նախասիրություններ ունի, շաբաթվա ո՞ր օրերին է սիրում շատ փող ծախսել, գարեջրի հետ գերադասում է աղի ձողիկ, թե ադի բուդի: Ստանալով հաճախորդի գնումների պատմությունը՝ հեշտությամբ կարելի է կանխատեսել հաճախորդի վարքագիծը, նրա ռեակցիան տարբեր մարկետինգային ակցիաներին:
Միջազգային Nielsen և Mintel հետազոտական ընկերությունները սպառողներին բաժանում են հատուկ սկաներներ, որոնց միջոցով սպառողները գրանցում են իրենց ամենօրյա գնումները՝ և վճարվում դրա համար: Այնուհետև ընկերություններն ամփոփում են այս տվյալներն ու արդեն վաճառում ապրանք արտադրողներին: Իսկ դուք մինչև հիմա կարծո՞ւմ եք, թե Facebook-ն իսկապես չի տրամադրում իր օգտատերերի անհատական տվյալները այլ ընկերությունների…
Ամերիկյան խաղատների խոշորագույն օպերատորներից մեկը՝ Harrah’s Entertainment-ը (ներկայում Caesars Entertainment Corporation) 2002-2003թթ. սկսեց վերլուծել իր մշտական հաճախորդների գնումների պատմությունը և եկավ հետաքրքիր եզրակացությունների: Նախ՝ պարզվեց, որ հաճախորդների 26%-ն ապահովում է խաղատների հասույթի 82%-ը: Երկրորդ՝ ընկերությունը հաճախորդներին գրավելու համար նրանց պարգևատրում էր անվճար հյուրանոցային համարներով և սննդով: Հետազոտությունները ցույց տվեցին, որ հաճախորդները, սնվելով և քնելով Harrah-ի հյուրանոցներում, գերադասում էին խաղալ այլ խաղատներում: Եվ վերջապես՝ եթե մինչև տվյալների վերլուծությունը Harrah-ում վստահ էին, որ իրենց հաճախորդները հասարակության հարուստ խավն է, ապա վիճակագրությունը ցույց տվեց, որ դրանք միջին եկամուտներով, միջին տարիքի հասարակ մարդիկ են: Թվերը հուշեցին Harrah- ին կտրուկ փոխել մարկետինգային քաղաքականությունն ու հաստատվել շուկայի հենց այդ հատվածում:
Իտալիայի Ֆուտբոլի ներկայիս չեմպիոնը՝ Միլանը, սովորություն ուներ աստղաբաշխական գումարներ ծախսել ֆուտբոլիստներ ձեռք բերելու վրա: Սակայն հաշվի առնելով ներկայիս ֆուտբոլի «բարբարոսական» խաղային պրակտիկան, ֆուտբոլիստները շատ արագ վնասվածքներ էին ստանում, հայտնվում պահեստայինների նստարանին: Ձգտելով պաշտպանել իր ներդրումները, ակումբը սկսեց գնահատել ֆուտբոլիստների ոչ միայն խաղային հաջողությունները, այլև նրանց վնասվածք ստանալու հավանակնությունը: Ֆուտբոլիստի համար ստեղծվեց առավել քան 50,000 ցուցանիշներով տվյալների շտեմարան, որը նկարագրում է ֆուտբոլիստի յուրաքանչյուր շարժումը խաղի ընթացքում՝ ինչպես է նա վազում, թռնում, սահանկում անում և այլն: Օգտագործելով վիճակագրական մեթոդներն ու ստացված ցուցանիշները՝ արդեն կարելի էր կանխատեսել, թե որ շարժումները կարող են բերել վնասվածքի: Այս տվյալները օգնում են ընկերությանը ոչ միայն զերծ մնալ անընդհատ վնասվող ֆուտբոլիստներից, այլև մարզել նրանց այնպես, որպեսզի վերջինները խուսափեն վնասվածքներից:
Վերոնշյալները վերլուծական ընկերությունների օրինակներ են: Այս ընկերություններն ստեղծում են տվյալների հսկայակն շտեմարաններ և որոշումներ ընդունելիս մեծապես հիմնվում դրանց վերլուծության արդյունքների վրա:
ԻՆՉՊԵՍ ԽՈՍԵՑՆԵԼ ԹՎԵՐԻՆ
Վերաձևակերպելով աստվածաշնչյան «ինչ ցանես, այն էլ կհնձես արտահայտությունը» վերլուծաբաններն ասում են՝ Garbage In, Garbage Out (GIGO), ինչը նշանակում է. եթե տվյալներն աղբ են, նույնն էլ կլինեն դրանց հիման վրա արված որոշումները: Հայտնի են բազմաթիվ դեպքեր, երբ տվյալների նույնիսկ փոքրիկ սխալի արդյունքները կարող են ճակատագրական լինել: 1999թ. NASA-ի կողմից Մարս ուղարկված ինքնագնաց տիեզարանավը, անցնելով ավելի քան 500 մլն կմ, Մարսի մատույցներում վթարի ենթարկվեց, քանի որ NASA-ի երկու ստորաբաժանումներ օգտագործում էին տարբեր չափման միավորներ: 2006թ. ճապոնական Mizuho Traders ընկերությունը բրոքերներից մեկի թվաբանական սխալի պատճառով հաշված րոպեների ընթացքում կորցրեց 350 մլն դոլար: Յուրաքանչյուր վերլուծություն սկսվում է թվերից։ Մեծ չափով դրանցից է կախված ընդունված որոշումների որակը: Հետևաբար որակյալ վերլուծության համար, տեղեկատվությունը պետք է բավարարի մի շարք կարևոր պայմանների: Քանի որ ընկերության տեղեկատվական շտեմարանը ձևավորվում է տարբեր աղբյուրներից՝ նրա տարբեր բաժանմունքներից, մասնաճյուղերից, թվերը պետք է «խոսեն» իրար հետ: Տվյալները պետք է հավաքագրվեն ընկերության առանձնացված ստորաբաժանման կողմից և պատրաստ լինեն օգտագործման յուրաքանչյուր պահի, քանի որ հաճախ ընկերության ղեկավարությանն անհրաժեշտ է որոշում ընդունել շատ սեղմ ժամկետներում, իսկ ինչպես գիտենք՝ Զատիկից հետո ներկած ձուն ոչ մեկին պետք չէ:
Բաբսոնի համալսարանի պրոֆեսոր Թոմաս Դևենպորտի կարծիքով, վերլուծող ընկերություն դառնալու ամենակարևոր գրավականը նրա ղեկավարության վերաբերմունքն է: Ամենևին էլ պարտադիր չէ, որ ընկերության բարձրագույն ղեկավարները տիրապետեն վիճակագրական, վերլուծական տեխնիկային, կարևոր է այն, որ նրանք գիտակցեն դրանց ներդրման ու զարգացման նշանակությունը: Հակառակ դեպքում, ընկերությունը միտում ունի խնայել վերլուծական տեխնոլոգիաների ներդրման վրա, իսկ վերլուծության յուրաքանչյուր արդյունքի կհետևի «Ես այս ամենը առանց վիճակագրության էլ գիտեի» արտահայտությունը:
Թվերի հետ «լեզու գտնելու» մյուս կարևոր նախապայմանը ընկերության նպատակների հստակեցումն է: Յուրաքանչյուր գործարք հարստացնում է ընկերության տվյալների շտեմարանը, սակայն միշտ չէ, որ հավաքագրված տվյալները ծառայում են ընկերության նպատակներին: Թե ինչ տվյալներ պետք է հավաքագրվեն, ինչ կառուցվածք պետք է ունենա շտեմարանը, և ինչ գործիքներով դրանք պետք է վերլուծվեն մեծապես կախված է նրանից, թե ինչ խնդիրներ է ուզում լուծել ընկերությունը: Եթե նպատակը գովազդային արշավի արդյունավետության գնահատումն է որևէ աշխարհագրական շրջանում, ապա անհրաժեշտ է գրանցել վաճառքների տվյալները գովազդը սկսելուց առաջ և դրանից հետո: Եթե նպատակը վարկային ռիսկերի կրճատումն է, ապա բանկը աշխատում է վարկառուի մասին հավաքագրել այնպիսի տեղեկատվություն, որը հնարավորություն կտա կանխատեսել նրա վճարունակությունը: Harrah-ի համար կարևոր էր հասկանալ, թե ինչ լրացուցիչ ծառայություն են ցանկանում ստանալ հաճախորդները: Ընկերության տեղեկատվական շտեմարանը վերլուծելիս նրանք մասնավորապես պարզեցին, որ հաճախորդներին ամենից շատ նյարդայնացնում են երկար հերթերը: Արդյունքում ընկերությունը իր ամենալավ (տես՝ ամենաշահութաբեր) հաճախորդներին սկսեց սպասարկել առանց հերթի: Ամերիկյան Best Buy խանութների ցանցի ղեկավարության համար կարևոր էր կենտրոնանալ ամենաշատ եկամուտն ապահովող հաճախորդների վրա: Օգտագործելով Reward-Zone հավատարմության ծրագրի տվյալները, վերլուծաբանները պարզեցին, որ հաճախորդների 7%-ն ապահովում է ընկերության վաճառքների 43%-ը: Դուրս բերելով «ոսկյա հաճախորդի» բնութագրիչները՝ Best Buy-ն իր մասնաճյուղերին հրահանգ իջեցրեց՝ պահպանել նրանց աչքի լույսի պես:
ՄԻՋՆՈՐԴԱՎՈՐՎԱԾ ԵՐԿԽՈՍՈՒԹՅՈՒՆ
Պարզագույն վիճակագրական վերլուծություններ՝ հիմնված միջինների, աղյուսակների, աճի տեմպերի վրա, անում է գրեթե յուրաքանչյուր ընկերություն, գրեթե ամեն օր: Դրա համար անհրաժեշտ չեն ոչ մասնագիտացված կադրեր և ոչ էլ բարդ տեխնիկական լուծումներ: Սակայն եթե ընկերությունը որոշել է վերլուծությունը դարձնել մրցակցային առավելություն, առաջանում է թվերի և որոշումների միջև միջնորդի ու միջնորդ ծրագրի անհրաժեշտությունը:
Accenture ընկերությունը բիզնես վերլուծաբան ասելով, հասկանում է «Աշխատակիցներ, որոնք օգտագործում են վիճակագրական, ճշգրիտ քանակական և որակական վերլուծական գործիքներ ինչպես նաև տեղեկատվական մոդելներ բիզնես որոշումներ կայացնելու համար»: Դևենպորտն առանձնացնում է լավ բիզնեսի վերլուծաբանի չորս հատկանիշ՝ քանակական և տեխնիկական վերլուծությունների ունակություն, բիզնես գիտելիքների առկայություն, հարաբերություններ հաստատելու ու խորհրդատվական կարողություն և թրեյնինգներ իրականացնելու վարպետություն: Առաջին երկուսը անհրաժեշտ են առաջին հերթին ծառայողական պարտականությունները կատարելու համար: Լավ վերլուծաբանը պետք է լինի նաև լավ խորհրդատու, թվերը մատչելի և համոզիչ տեսքով որոշումներ ընդունողներին հասցնելու համար: Այն դեպքում, երբ վերլուծության գործառույթը կենտրոնացված չէ, վերլուծաբանից պահանջվում է կիսել իր փորձը նաև ընկերության մյուս բաժանմունքների հետ՝ օգնելով մյուսներին նույնպես հասկանալ թվերի լեզուն: Այստեղ է, որ ի հայտ է գալիս կրթելու և մարզելու ունակության անհրաժեշտությունը:
Այսօր արագ և որակյալ վերլուծություններ կատարելն անհնար է առանց անհրաժեշտ ծրագրային ապահովման: Համակարգչային ծրագրերն օգտագործվում են թե տվյալների պահպանման և դասակարգման, և թե դրանց վերլուծության համար: Ըստ Ամերիկյան Gartner տեղեկատվական տեխնոլոգիաների ոլորտի վերլուծության և խորհրդատվական ընկերության հետազոտությունների՝ բիզնեսի վերլուծական պլատֆորմները ծրագրային փաթեթների շուկայի ամենարագ աճող սեգմենտներից է: Նույն աղբյուրի համաձայն՝ վերջին տարիների ընթացքում բիզնեսի վերլուծական պլատֆորմների ներդրումը ամերիկյան ընկերությունների ՏՏ ուղղության 5 կարևորագույն նպատակներից է՝ լինելով առաջինը վերջին չորս տարիների ընթացքում: Gartner-ը պարբերաբար հրապարակում է լավագույն բիզնես վերլուծական պլատֆորմների ցանկը, ըստ որի՝ 2010թ. առաջատարներն են' Microsoft, Oracle, MicroStrategy, IBM (իր Cognos և SPSS փաթեթներով), SAS, QlikTech, SAP ընկերությունները: Ըստ International Data Company (IDC) հետազոտական ընկերության տվյալների՝ 2010թ. բիզնես վերլուծական պլատֆորմների համաշխարհային շուկան 9 մլրդ դոլար է, ընդ որում, պահանջարկի 75%-ը բավարարում են առաջատար 10 ընկերությունները: Ըստ IDC տվյալաների՝ 2010թ. առաջատարներն են՝ SAP, IBM, SAS, Microsoft, Oracle (դասավորված ըստ նրանց շուկայի մասնաբաժնի): Վերոնշյալ ընկերությունները սերտ համագործակցության մեջ են աշխարհի առաջատար համալսարանների հետ, ուսանողներին առաջարկելով ուսման ընթացքում ծանոթանալ ծրագրերին:
Մասնավորապես, SAS ընկերությունը ուսանողներին առաջարկում է ձեռք բերել փաթեթները զգալիորեն զեղչված գներով, ինչպես նաև անցկացնում է ծրագրի ուսուցման հատուկ դասընթացներ:
Այս պլատֆորմներն ամենևին էլ էժան չեն, սակայն թողարկող ընկերություններն առաջարկում են տարբեր փաթեթներ՝ կախված ընկերության նպատակներից, ըստ այդմ միշտ հնարավոր է գտնել հարմար տարբերակ:
Harrah-ի գլխավոր տնօրեն Գարի Լովեմանը, հիմնավորելով վերլուծության անհրաժեշտությունը, յուրաքանչյուր որոշման համար առաջ է քաշում մի կարևոր հարց՝ «Արդյոք մենք կարծում ենք, որ այն ճիշտ է, թե մենք գիտենք, որ այն ճիշտ է»: Վերլուծական ընկերություններում միշտ գիտեն:
