ДНК успешной трансформационной организации (часть 5)

Замена анекдотов реальной информацией

Ирландский математик, физик и инженер лорд Кельвин оставил нам многочисленные научные изобретения и поразительные мудрые слова: «То, что не определено, не может быть измерено. То, что не измеряется, не может быть улучшено. Что не улучшается, всегда деградирует».

В предыдущих четырех частях мы приводили доводы в пользу того, что успешную трансформацию следует рассматривать не как линейное, одноразовое изменение, а как циклические усилия, которые обеспечивают возрастающую и измеримую ценность и являются достаточно гибкими, чтобы корректировать курс в меняющихся условиях. В заключительной части мы рассмотрим, как структурированный и преднамеренный подход к данным, отчетности и эмпирическому принятию решений можно использовать для согласования организационных реалий со стратегическими императивами и реализации плана преобразований.

Многие финансовые учреждения формализовали инфраструктуру стратегического планирования и постановки целей, бюджет, процессы инвестиционного планирования и гибкие схемы предоставления услуг. Но они могут по-прежнему страдать от неадекватности этих процессов и отсутствия общей опоры, которая их объединяет.

Этот компонент измеряет состояние организации с использованием достоверных данных с минимально возможной задержкой. Несмотря на широко распространенное понимание важности данных для стратегии организации, обычно существует два способа сбора информации для принятия решений:

• Анекдата. Организации часто руководствуются давлением со стороны клиентов или внутренних заинтересованных сторон. Хотя обслуживание клиентов является замечательной целью, неорганизованный или фрагментарный подход к тому, кого обслуживать в первую очередь, часто может привести к сбоям. Эти организации в конечном итоге отдают предпочтение самым громким голосам в комнате, а не самым нуждающимся. Инициативы предпринимаются с плохо определенными целями и плохо понимаемыми ROI. После завершения победа объявляется на основе успешного выполнения контрольных точек или платных ворот управления проектом, а не на основе объективной оценки бизнес-результатов и данных о производительности.

• Специальные данные. В сфере финансовых услуг менеджеров часто просят быстро подготовить презентации, посвященные последнему вопросу или актуальной теме. Но впереди возможны проблемы. Полагаясь на поспешно собранные данные «на момент времени», эти презентации не учитывают неблагоприятное влияние неполных или вырванных из контекста данных на принятие решений и стратегическое планирование. Этот тип данных обычно предоставляется в одной из двух форм:

1. Выдержки из производственных данных, предоставленные командами приложений, чтобы показать текущее состояние конкретной системы, продукта или пути пользователя. Этот тип данных имеет свой собственный набор рисков и пробелов, включая отсутствие бизнес-контекста, в котором следует рассматривать данные, размер и характеристики выборки рассматриваемого набора данных, запутывание исходных данных и задержку. Это приводит к значительной путанице и отвлечению внимания при определении и сборе правильного набора данных.
2. Данные об инцидентах или проблемах, полученные от групп производственной поддержки, представляют собой исторический моментальный снимок событий, отвечающих определенным операционным критериям. Эта информация часто страдает отсутствием полноты, а также риском приукрашивания из-за предвзятости выживания и подтверждения. Записи указывают на то, куда были вложены время и ресурсы для решения производственных проблем, но часто скрывают основную причину.

Оба эти подхода ведут к неэффективному использованию ресурсов, что приводит к сокращению более надежного подхода к мониторингу и измерению. Что еще более важно, требуемый уровень человеческого вмешательства может привести к искажению данных либо из-за разницы в определении ключевых точек данных, либо из-за дискомфорта от основного сообщения, которое предоставляют данные.

В обоих случаях объем работы, необходимый для получения значимой информации из данных, и риски, связанные с ее неправильным толкованием, делают это предложение лишенным большой ценности для финансовых учреждений, стремящихся стать лидерами инноваций. Этот подход, основанный на вознаграждении, заставляет организацию управлять автомобилем, глядя только в зеркало заднего вида.

Распространенное заблуждение относительно решения этой проблемы отсутствия структурированных данных заключается в слишком большой зависимости от конкретных инструментов, таких как Tableau или Microsoft Power BI. На самом деле проблемы гораздо глубже, чем просто отсутствие аналитики или инструментов визуализации; они простираются от самых ранних стадий процесса стратегического планирования до реализации и обычной деятельности.

По нашему опыту, успешные организации развивают высокий уровень квалификации в следующих областях, чтобы создать надежные возможности мониторинга и измерения:

1. Измерение важного. Преобладающие рыночные условия, ожидания клиентов, новые технологии, нарушение конкуренции и изменения в законодательстве создают постоянно меняющуюся операционную среду для финансовых учреждений. Чрезвычайно важно понимать перспективные цели и ключевые показатели эффективности, чтобы помочь обосновать принятие решений и обеспечить более адаптивное бизнес-планирование.

Это означает, что перед утверждением новой инициативы требуется нечто большее, чем простой пятилетний прогноз доходов или сокращения расходов. Это означает создание сквозной связи между стратегическими целями организации и работой группы доставки и эксплуатации. Эта структура устанавливает саму суть возможностей финансового учреждения по мониторингу и измерению, и ее нельзя обойти.   

 2. Инжиниринг данных и аналитика. Прежде чем создавать информационные панели, необходимо заложить основу, чтобы убедиться, что все источники данных идентифицированы, а точки данных для получения соответствующих бизнес-показателей каталогизированы. Также чрезвычайно важно, чтобы все заинтересованные стороны понимали, для чего будут использоваться данные и как они помогают управлять необходимыми показателями. Например: является ли время подтверждения количеством времени, которое требуется для подтверждения сделки с момента бронирования или с момента ее поступления в стопку подтверждений? Эта идентификация помогает предотвратить путаницу и сократить количество доработок. Этот процесс постепенно строится из структуры, установленной выше, и представляет физические модели данных и инфраструктуру, необходимые для мониторинга и обоснования стратегической цели организации.

3. Управление данными. Все наборы данных должны соответствовать политикам данных организации. Хотя они сильно различаются в зависимости от бизнес-модели, клиентуры и набора продуктов, ключевые принципы эффективного управления данными неизменны и всегда начинаются с потребностей бизнеса на переднем крае. Вопросы для рассмотрения включают:

• Доступность данных. С какой степенью детализации и периодичностью требуются данные для поддержки целей измерения и мониторинга бизнеса? В то время как информационные панели лучше всего работают с высокоуровневыми данными из-за требований к производительности, агрегированные данные не подходят для анализа основных причин, поскольку отдельные транзакции не могут быть идентифицированы. Это означает, что архитектура, которая наилучшим образом соответствует потребностям каждой организации, должна выбираться и проектироваться намеренно. Необходимо соблюдать осторожность при определении частоты обновления данных. KRI обычно обновляются в режиме реального времени или ежедневно, в то время как KPI могут обновляться медленнее. Более высокая частота часто не обязательно лучше, если учесть затраты на инфраструктуру и соображения производительности.

• Целостность данных. Кому принадлежит конкретный источник данных и где эти данные будут храниться в инфраструктуре данных организации?  Принятие стратегических решений нарушается, когда организация не может гарантировать потребителям, что они получают доступ к нужным данным, поступающим из правильных источников. Анти-шаблоны могут формироваться, когда организация органично формирует уникальные данные и аналитические возможности для разных направлений бизнеса, каждое из которых использует уникальные методы поиска и хранения данных. Четкое владение и ответственность за данные в сочетании с централизованно определенными ролями и обязанностями являются решающими факторами успеха. 

• Безопасность данных. Что может сделать организация, чтобы обеспечить наличие и широкое соблюдение правил конфиденциальности и безопасности данных? Создание модели управления данными, гарантирующей, что конфиденциальная бизнес-информация доступна только людям с оперативной необходимостью знать, иногда может быть контрпродуктивным, воздвигая ненужные барьеры. Успешные трансформационные организации осознают эту проблему и централизуют многие функции сбора, запутывания и визуализации данных. Это очень важно, особенно при работе с данными на уровне транзакций, которые дают представление о финансовой деятельности клиента и личной информации.

 4. Культура бизнес-аналитики. Это элемент науки о данных, с которым сталкивается пользователь, и обычно он привлекает наибольшее внимание. Продвижение культуры, в которой пользователи активно используют ранее недоступную информацию, открывает целый мир возможностей для анализа и повышения эффективности работы организации. К сожалению, большинство таких инструментов используются не по назначению, а постфактум для анализа проблем. Для организаций крайне важно продвигать использование инструментов аналитики в качестве инструментов упреждающего управления производительностью, которые можно использовать для заблаговременного прогнозирования тенденций.

Ключевым моментом является определение различных вариантов использования и создание нескольких уровней аналитики для разных пользовательских баз. Как правило, менеджерам среднего звена требуется более подробная информация по меньшему количеству функций, в то время как старшему руководству нужны показатели более высокого уровня по всему бизнесу. Согласование данных, ключевых показателей эффективности, визуализации и организационного дизайна — вот что создает культуру принятия решений на основе данных и гибкости.

В заключение, как только эти возможности станут доступными для всей организации, они окупятся несколькими способами. Руководящие группы могут точно определить области своего бизнеса, которые лучше всего подходят или больше всего нуждаются в преобразовании. Команды по трансформации могут отслеживать результаты своих усилий практически в режиме реального времени. И два конца спектра могут быть легко связаны хорошо продуманной структурой OKR. 

В конечном счете, прогрессивный подход к мониторингу и измерению, обеспечивающий гибкую бизнес-модель, основанную на данных, — это то, что отличает многие из наиболее успешных трансформационных организаций. Они используют свои данные и культуру гибкости, чтобы принимать наилучшие решения относительно того, что ждет их впереди в сегодняшней сверхконкурентной и быстро меняющейся бизнес-среде.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Автомобили / электромобили, Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• Смещения блоков. Модернизация права собственности на экологические компенсации. Доступ здесь.
• Источник: https://www.finextra.com/blogposting/24722/the-dna-of-a-successful-transformation-organization-part-5?utm_medium=rssfinextra&utm_source=finextrablogs