Глава 7. Построение цепочек

7.1.Цепочка ценности данных

Впредыдущих главах мы говорили о том, что необходимое условие преодоления разрыва между данными и информацией – изменение отношения организации к своим данным. Она должна перестать относиться к данным как к побочному продукту операционной деятельности и начать рассматривать их как стратегически важный актив. Теперь обсудим две важнейшие концепции, направленные непосредственно на устранение указанного разрыва.

При обсуждении процессов управления данными часто рассматривают две цепочки – цепочку ценности данных (data value chain) и цепочку поставок данных (data supply chain). Что это за цепочки и как они соотносятся друг с другом? Рассмотрим сначала цепочку ценности данных.

Концепция цепочки ценности (value chain)[249] была предложена Майклом Портером в 1985 году в книге «Конкурентное преимущество. Как достичь высокого результата и обеспечить его устойчивость»[250]. Цепочка ценности – это система взаимозависимых видов деятельности по выпуску компанией на рынок своих товаров и услуг. Эти виды деятельности направлены на создание потребительской ценности, благодаря которой покупатель приобретает товар или услугу. Они объединены связями, которые возникают, когда способ выполнения одного вида деятельности влияет на стоимость или эффективность других видов деятельности[251].

Когда все виды деятельности (процессы) систематизированы и схематически представлены в виде единой цепочки, становятся видны конкурентные преимущества продукта и возможности для улучшения бизнес-процессов. Анализ цепочки ценности дает представление о том, как устроен бизнес.

деятельности. В каждом основном виде деятельности используются приобретенные ресурсы, человеческие ресурсы и сочетание технологий. Управление инфраструктурой компании, включая общее управление, юридическую работу и бухгалтерский учет, поддерживает всю цепочку.

В рамках каждого из этих общих видов деятельности компания будет выполнять различные работы в зависимости от конкретного бизнеса. Например, сервисное обслуживание часто включает в себя такие действия, как установка, ремонт, настройка, модернизация и управление резервом запчастей.

На основании анализа цепочки ценности выявляются ключевые драйверы бизнеса – сильные стороны компании, которые могут принести наибольшую прибыль. Цель такого анализа – понять, как увеличить конкурентное преимущество продукта и компании в целом.

При анализе цепочки ценности можно обнаружить узкие места (разрывы), которые возникают обычно в смежных подразделениях компании. Например, подразделение, отвечающее за продажи, вместо непосредственных продаж вынуждено заниматься непрофильной деятельностью (вопросами бухгалтерии, склада, доставки и т. д.). Несогласованность действий различных звеньев цепочки отнимает время у участников процесса и негативно влияет на компанию в целом.

С учетом возможности подобных разрывов анализу подлежат все бизнес-процессы, объединения всех звеньев. Таким путем выявляют трудные участки и способы решения связанных с ними проблем.

Связи в цепочке часто создают противоречия, которые следует оптимизировать. Оптимизация может потребовать компромиссов. Например, более дорогостоящий дизайн продукта и более дорогое сырье могут снизить затраты на послепродажное обслуживание. Компания должна разрешать такие конфликты в соответствии со своей стратегией с целью достижения конкурентного преимущества.

Концепция цепочки ценности вполне применима по отношению к данным. В многочисленных источниках можно найти различные, но в целом примерно схожие варианты рамочных структур (frameworks) цепочки ценности данных для различных видов организаций и

отраслей[254],[255],[256].

Рассмотрим звенья типичной рамочной структуры цепочки ценности данных, ориентированной на крупные компании розничной

торговли (рис. 7.2).

1. Сбор данных

Существует множество современных эффективных методов сбора и хранения данных из различных источников (в том числе потоковых). Ключевая проблема сбора – разнообразие и объем данных. Это ставит вопрос о том, как хранить эти данные, но что более важно, как обработать их для хранения таким образом, чтобы они были готовы к анализу. Большинство организаций просто помещают собранные сведения в озера данных (data lakes), но, чтобы подготовить такие данные для анализа, часто требуются месяцы. С учетом того что пригодность данных со временем падает (см. главу 5, раздел 5.3), возможности извлечения из них ценности могут к моменту анализа просто исчезнуть, если не провести подготовку сразу после сбора[257].

Компании взаимодействуют с клиентами с использованием различных каналов: лично, онлайн, через социальные сети и т. д. Наличие многих точек взаимодействия с одним заказчиком требует, чтобы все данные были собраны в единое представление или «золотую запись» о клиенте. Только тогда можно осуществить точную сегментацию, увеличить перекрестные продажи и продажи в целом. Ключевыми здесь выступают процессы управления основными данными (Master Data Management, MDM) и обеспечения качества данных, что обусловлено необходимостью более быстрого и точного принятия решений. Неверные данные приводят к неправильным решениям. Неуправляемые данные часто становятся неиспользуемыми или неправильно используемыми данными[258].

3. Обогащение данных

Часто организации получают внешние данные и добавляют их в свои собственные записи. Например, в розничной торговле добавление психографических данных – данных о предпочтениях и чертах характера – часто полезно для лучшего понимания клиента. В сочетании с другими данными они дают маркетологам лучшее представление о мотивации клиентов, позволяя им разрабатывать более эффективные программы и предложения.

Описанные первые три шага (звена цепочки ценности) создают единицы (массивы) данных, готовые для анализа. Чем они полнее, тем больше ценной информации можно из них извлечь.

4. Аналитика

Как только единицы данных будут созданы, организация сможет извлекать информацию, позволяющую понять, что произошло в прошлом и что можно сделать в будущем. Анализ может выявить тенденции, знание которых будет способствовать выявлению скрытых издержек или выявлению новых возможностей для продаж и получения дохода. Все чаще организации используют обогащение и анализ данных, чтобы понять, почему происходят те или иные события или почему потребители ведут себя определенным образом, и с помощью этих знаний они создают новые источники дохода[259].

5. Монетизация