Data Driven Company. Чому всі хочуть мати, але мало хто вибудовує
Вітаю! Я Михайло Вірич, маю
Але сьогодні моя розповідь не про управління проєктами, а про можливості для Data Driven Company, які впливають на всі аспекти управління, і на Delivery зокрема.
Цей практичний матеріал стане в пригоді колегам, які на вістрі впровадження змін та нових підходів, — керівникам проєктів з побудови Data Driven Company середнього та вищого рівня.
Що таке Data Driven Company та чому всі його хочуть
На просторах мережі ви знайдете чимало визначень поняття Data Driven Company, але моє улюблене це: «Організація, що має культуру, інструменти та процеси використання об’єктивної інформації, для ухвалення бізнес-рішень талановитими людьми».
Неймовірно лаконічне, але красномовне, і містить три складові, які ми розберемо детально:
- Культура, інструменти та процеси — всі три компоненти необхідні і достатні для Data Driven Company.
Культура — спосіб мислення та ухвалення рішень на основі даних та їх аналізу менеджерами в усіх відділах і рівнях організації.
Інструменти — зазвичай це програмне забезпечення та інфраструктура, які дозволяють збирати, зберігати та надавати комплексні дані у вигляді інтерактивних звітів, із дотриманням вимог конфіденційності, етики та безпеки.
Процеси — вбудовування даних в ухвалення рішеннь, взаємодію та процес. - Ухвалення бізнес-рішень. Важливо не забувати справжню мету. Немає жодної користі від звітів як таких. Основною метою є покращення ухвалення рішень, що, у свою чергу, забезпечить клієнтам кращий сервіс, і, як наслідок, підвищить конкурентоспроможність, прибутковість і сприятиме розвитку бізнесу.
- Талановиті люди. Тільки люди ухвалюють рішення та керують бізнесом. Запровадження Data Driven-підходів не усуває необхідності в талановитих менеджерах, але допомагає їм ухвалити рішення швидше, врахувати різні аспекти, узгодити взаємодію підрозділів та встановити чіткі цілі та очікування.
Якщо немає хоч одного з цих трьох компонентів — ми не можемо говорити про Data Driven Company. Наприклад, наявність звітів, якщо вони не використовуються менеджерами для ухвалення виважених рішень, не додає цінності, не допомагає розвитку бізнесу.
Але треба чітко усвідомити за рахунок чого конкретно компанія стає сильнішою, більш конкурентоспроможною.
Перехід від абстрактних «оптимізацій» та «покращень» до вимірюваної додаткової цінності. Уявіть нараду керівного складу, на якій пропонується «покращити пресейл процеси», «оптимізувати процес розробки», «поліпшити HR-процеси», «удосконалити методологію». Ці пропозиції підтримуються, і внаслідок певної активності на наступній нараді відповідальні звітують про те, що вони «покращили», «поліпшили» і «удосконалили». Їх вітають, дякують і всі радіють. Але чомусь ніхто не може сказати, яку цінність це принесло: на скільки зросла прибутковість, доля ринку, задоволеність клієнтів. Скільки грошей витратили на кожну ініціативу, а скільки вдалося додатково заробити або зекономити. Знайома ситуація?
Але не для Data Driven Company, де кожна ініціатива має вимірюваний, числовий критерій успіху. Будьте готові, що не всі ініціативи виявляться такими «успішними», як раніше. І може бути менше радості на нарадах. Але це нормально і дозволяє сфокусувати зусилля на ініціативах, що додають більше цінності.
Пришвидшення ухвалення рішень. У традиційних компаніях звіти дозволяють оцінити результат минулого періоду. Зазвичай квартальні фінансові звіти розглядають на нараді керівників і констатують стан справ минулого кварталу. У Data Driven company звіти оновлюються кілька разів на день і є головним, щоденним інструментом менеджера, що дозволяє йому вчасно впливати на процеси та забезпечити виконання плану за період в цілому.
Зменшення суб’єктивізму та упередженості. У будь-якій компанії є «зірочки» — люди, які мають кредит довіри за минулі успіхи або через особисті стосунки з керівництвом. Вони мають преференції в перегляді компенсації, призначенні на посади тощо. Не факт, що вони приносять компанії більше цінності, ніж інші. Об’єктивні цілі та оцінка результатів створює здорову конкуренцію в колективі, рівні умови для кар’єрного та професійного зростання. Це загалом позитивно відображаться на мотивації персоналу та враженнях клієнтів. Упередженість може проявлятись також стосовно проєктів, клієнтів, ініціатив, ідей. Об’єктивність та вимірюваність покращують усі аспекти роботи компанії.
Покращення клієнтського враження. Під час взаємодії з клієнтами іноді доводиться чути нарікання про те, що команда «недостатньо швидка». Або продукт «глючний», чи просто «занадто дорого». Хоча твердження суб’єктивні та неконкретні, клієнт під впливом цих вражень може припинити співпрацю. Наявність вимірюваних індикаторів дозволяє перевести діалог з клієнтом в конструктивну площину, намітити цілі для покращень, обʼєктивно оцінити результати, тенденції та порівняти з конкурентами. Числовий аналіз поточного стану, планування та оцінка результатів покращень створює в клієнта відчуття роботи з професіоналами, підвищує його залученість та готовність до більш тісної співпраці. Також це додає прозорості для команди, дозволяє узгодити дії для досягнення мети.
Перший крок до запровадження AI-інструментів в управлінні. Зараз дуже багато хайпу навколо можливостей AI в управлінні. Уже сьогодні моделі можуть визначати оптимальні рішення. Але для цього потрібні накопичені масиви даних. Запровадження Data Driven-підходів дозволяє зібрати дані для навчання моделей та визначити рішення, які можна довірити компʼютеру.
Краща робота з можливостями на ринках. Об’єктивні дані щодо ринкових трендів допомагають вчасно зосередити зусилля на перспективному напрямі, щоб створити потужну пропозицію саме тоді, коли ринок її потребує.
Наведені шість сфер застосування Data Driven-підходів надають додаткові переваги для компанії. Саме тому перші особи та власники є найбільш зацікавленими стейкхолдерами та ініціюють побудову Data Driven Company. Далі ми поговоримо про певні ризики процесу запровадження.
Не все так просто, або чому впровадження є безуспішним
Нижче я наводжу передумови, які можуть спричинити провал ініціативи Data Driven Company, а також певні поради, як цього уникнути.
Немає довготривалої Roadmap побудови Data Driven Company, проміжних результатів та вимог. Безумовно для успіху потрібен план та критерії оцінки успішності.
У випадку з Data Driven, ми маємо не лише технічні компоненти, але й людський фактор. Нам потрібно сформувати культуру. Сформувати звички оперувати даними, спиратися на цифри щодня. Взаємодіяти мовою індикаторів і показників. Як і будь-яка звичка, фундаментальна зміна поведінки колективу — тривалий процес. Це треба усвідомити з самого початку та намітити проміжні результати в часі. Усі три компоненти (технологічний, культурний і процесний) мають трансформуватись (формуватись) узгоджено. Верхньорівневий план та його зміни повинні фіксуватися в документі. Цей план треба переглядати з усіма залученими у цей процес людьми.
Незрілість середнього керівного складу компанії. Як я казав, найбільш зацікавленими в побудові Data Driven Company є перші особи і власники. І якщо вони ініціювали цей процес, то вони чітко розуміють навіщо і мають відповідну мотивацію. Але керівники середнього рівня зазвичай не поділяють їхнього ентузіазму й не мають відповідної мотивації. Тому що шлях до Data Driven Mindset пролягає через недовіру, адже йдеться про керівників, які досягли певного успіху без використання Data Driven-підходів. І для них власний досвід має більшу вагу, ніж дані, а власна інтуїція краще, ніж показники та індикатори. І як усі люди, вони мають певний супротив до змін.
Надзвичайно важливими є лідерські якості вищого керівництва, аби сформувати готовність до трансформації. Я б радив вищим керівникам звертати увагу підлеглих на показники щоразу, під час затвердження будь-яких рішень.
Наприклад, від Delivery Director поступає пропозиція збільшити кількість розробників на бенчі для прискорення кадрового забезпечення нових проєктів. Припустимо, для затвердження пропозиції CTO просить надати певні цифри: яка зараз швидкість закриття вакансій, скільки грошей ми втрачаємо через задовгі строки, яка частота вакансій та скільки ми очікуємо в майбутньому, яка цільова швидкість кадрового забезпечення, як це вплине на показники утилізації та прибутковості в цілому в компанії та інше.
Можливо в компанії наразі навіть немає даних, щоб усе підрахувати. Але такий запит змусить керівників замислитися про вплив їхньої ініціативи на різні аспекти діяльності компанії, усвідомити цінність даних. Керівники почнуть збирати їх на майбутнє, вимагати числові показники у своїх підлеглих. Починається процес формування культури. На цьому етапі важливо вимагати числові показники та прогнози навіть для затвердження очевидних рішень.
Відсутність усіх трьох обов’язкових компонентів. Як уже писав раніше, три обов’язкові компоненти:
- культурный аспект (спосіб мислення та ухвалення рішень на базі числових показників);
- технологічний аспект (бази даних та звіти);
- процеси (вбудований контроль показників в різних процесах).
Іноді можна обмежитися технологічним аспектом. Запроваджуються алгоритми збору даних та побудови звітів, які використовуються раз на квартал для оцінки результатів минулого періоду. Єдина користь такого підходу — зменшення зусиль для підготовки звіту. Та чи стала компанія більш конкурентоспроможною? Чи відчули клієнти ці зміни? Вочевидь, ні. Тому наявність звітів, навіть дуже інформативних, не визначає успішність впровадження Data Driven Company. Лише всі три компоненти дадуть бажаний результат.
Відсутність довіри до індикаторів та можливостей аналізу. Для керівників середнього рівня є дуже багато передумов, аби не довіряти новим підходам. І відсутність розуміння того, як розраховується і що означають певні показники у звітах або помилки при формуванні звітів, може стати каталізатором спротиву. Щоб уникнути цієї ситуації, дам кілька практичних порад:
- Майте документ, де розписано визначення та спосіб розрахунку кожного показника. Уникайте однакових (схожих) назв для різних показників. Важливо, щоб уся компанія керувалась цим словником і формувала єдину термінологію.
- Створюйте робочу групу із запровадження Data Driven Company із залученням представників з усіх департаментів компанії.
- Обовʼязково майте технічну можливість швидко відобразити вихідні дані, щоб перевірити (проаналізувати) значення кожного показника (Drill-down data).
- Продумайте та запровадьте алгоритми перевірки вихідних даних під час побудови системи.
- Уникайте прив’язки матеріальної компенсації керівників до показників на ранніх етапах, поки ще немає довіри до нової системи й не сформувалась здорова культура роботи з показниками. Не варто підштовхувати працівників до підгонки індикаторів до потрібних значень.
- Майте лише один source of truth для всіх показників.
Забагато даних та індикаторів. Іноді буває і так. Наприклад, якщо відразу задумати побудувати зореліт на основі великої кількості різноманітних даних та показників. Тоді створюється сотні звітів, щоб візуалізувати ці показники. Це дуже небезпечний симптом, адже не тільки компанія не досягає своїх цілей і витрачає ресурси на побудову технічної частини, але й менеджери витрачають забагато часу на дослідження звітів та інтерпретацію отриманої інформації, а потім ще більше часу на узгодження висновків між собою. Також тривалі дослідження не варті незначних відхилень.
Щоб цього уникнути, вмикайте максимальний Agile у впровадженні. Нехай перший MVP буде лише з одним показником: от просто лінійний графік з одним показником, але прив’язаний до якогось процесу і рішення. Наприклад, Utilization з очікуваним коридором від 75% до 89% та прив’язкою рішення про відкриття нових позицій до цього коридору.
Пріоритезуйте й додавайте нові показники еволюційно. Самі користувачі підкажуть, чого не вистачає найбільше, та чекатимуть на реалізацію і чудово розумітимуть, навіщо той чи інший новий показник.
Далі я наведу пару прикладів запровадження Data Driven Company, щоб підсвітити типові проблеми та що із цього вийшло.
Невдалий приклад «успішного» запровадження
Якось велика американська корпорація купила один невеликий, але успішний стартап. У стартапу був офіс в Україні. Американці справедливо оцінили кваліфікацію та конкурентоспроможну вартість українських розробників, тому офіс не тільки не закрили, а навіть розширили, додавши команди, що допомагали з іншими продуктами корпорації.
Разом з додатковою роботою в український офіс прийшли американські підходи в управлінні. Зокрема з’явилися KPI (Key Performance Indicators); показник OTD (On Time Delivery) відображав відсоток задач, закритих до запланованої дати (Due Date). Досить швидко налаштували звіт з
Чому ж я назвав цю історію невдалим прикладом?
Керівник українського офісу не захопився ідеєю керування з індикаторами ефективності, тому більшість співробітників українського офісу не мали гадки а ні про звіт, ані про показники. Наведу приклад згаданого індикатора OTD. У компанії було правило: якщо розробник розуміє, що задача не може бути виконана до зазначеного Due Date, він має змінити його на найбільш реалістичну дату. Щоб усі інші колеги знали, чого очікувати. Звучить раціонально. Але за таких умов дата завершення задачі майже завжди збігалася з Due Date. Індикатор OTD завжди був супероптимістичним і... не приносив жодної користі. Адже на його основі не оцінювався реальний стан речей, не ухвалювалися коригуючі рішення. Та й узагалі про нього мало хто знав. Аналогічна історія була й з іншими показниками.
Враховуючи, що ніяких питань до звітів з боку корпорації не виникло, скоріш за все ці звіти ніким і ніяк не використовувалися. Але компанія гордо звітувала про успішно запроваджені KPI.
Приклад MVP Data Driven Company для Software outsourcing company
Для outsourcing-компанії ініціатива запровадження Data Driven приходить досить пізно. Різні проєкти для різних клієнтів, різні типи контрактів... тому кожен проєкт вибудовує свої власні підходи, а простору для уніфікації небагато. Відповідно й небагато можливостей для вимірювання однакових для всіх показників ефективності.
Проте ті 6 переваг Data Driven Company, про які я писав вище, рано чи пізно підштовхнуть власників до запровадження цих підходів.
Розповім про власний досвід в одній з компаній, де я був безпосередньо залучений до реалізації такої ініціативи.
Упровадження ініціативи містило такі кроки:
- Аналіз ситуації, джерел даних; які показники вже розраховуються в окремих підрозділах, як вони використовуються. Саме ці показники краще підходять для старту.
- Планування та побудова Data Driven Company Roadmap за трьома напрямами: технологічний, культурний і процесний. Формування та узгодження вимог.
- Визначення переліку показників та звітів для MVP (Dashboard). Особливу увагу варто приділити питанням конфіденційності, розмежуванням доступів та захисту інформації.
- Проведення роботи зі співставлення різних джерел інформації між собою.
- Орієнтація на певні показники вищим керівництвом для формування культури, формування відповідної залученості керівників середньої ланки. Організація кількох вебінарів і воркшопів для більшої активності колег.
- Створення прототипів із використанням Google Looker Studio та MS Power BI для технічної реалізації. Після аналізу результатів тестування вибір другого варіанту. Побудова бази даних, ETL, контрольних Data Check й інтерактивних dashboards.
- Приділення окремої уваги можливості «зануритися» у кожний показник та проаналізувати вихідні дані та їхній вплив.
- Створення релізу звіту для всіх керівників після роботи над MVP звітом в рамках робочої групи з представниками Finance, Delivery, HR та IT.
- Зміна деяких процесів завдяки вбудуванню в них використаних показників dashboard.
- Збір зворотного зв’язку та коригування roadmap.
Таким чином завершено перший етап запровадження, зараз триває активне використання. Відбувається збір даних для оцінки тої цінності, яку принесуть запроваджені підходи.
На жаль, NDA не дозволяє мені проілюструвати отриманий результат ілюстрацією звітів, проте корисним буде перелік показників, які були додані в MVP-версію звіту:
- Revenue.
- Gross Profit.
- Gross Margin.
- Utilization.
- HC Turnover.
- Defect Escape Rate.
- Productivity.
- Billable hours.
- FTE.
- Employees satisfaction.
- Customer satisfaction.
- Revenue per FTE.
- FTE per Manager.
- Projects Health.
Як я зазначав вище, вкрай важливо мати словник, що описує визначення та формулу кожного показника.
Подальші горизонти розвитку і запровадження Data Driven
Зазвичай спочатку формуються звіти, які відображають ті показники, які є найбільш важливими для власників і топ-менеджерів компанії. Згодом, у міру появи інтересу керівників середньої ланки, виникають окремі звіти з Delivery, HR, Marketing тощо. А також звіти з окремих проєктів та таких аспектів як якість, продуктивність. Далі розвиток технологій AI допоможе оптимізувати ухвалення рішень та надасть додаткові конкурентні переваги.
Висновок
Data Driven-підходи дають надзвичайну перевагу в керуванні будь-яким бізнесом. І тому ці процеси завжди будуть у фокусі власників. Для успіху запровадження ініціативи раджу дотримуватися рекомендацій, які я наводив вище. Вони мають цінність на будь-якому етапі запровадження Data Driven Company. Підсумую тут коротким чек-листом:
✅ Довготривала RoadMap.
✅ Ясні та впроваджені вимоги щодо конфіденційності, розмежування доступу та інфобезпеки.
✅ Культура, інструменти, процеси — три компоненти, що мають розвиватися паралельно.
✅ Максимальний Agile: дуже простий перший звіт з прив’язкою до рішень.
✅ Постійні запити перших осіб про показники для ухвалення рішень.
✅ Показники, вбудовані в процеси.
✅ Загальний словник показників та формул розрахунку.
✅ Можливість зазирнути в будь-який показник та проаналізувати вихідні дані.
✅ Робота над ініціативою робочої групи з представниками всіх департаментів.
Сподіваюсь, наведені поради стануть вам у пригоді, і ви зможете досягти своєї мети. Натхнення та багато приводів для гордості на цьому шляху!
3 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарів