Дата на тата #1: 10 сцен краху комунікації в аналітиці

💡 Усі статті, обговорення, новини для аналітиків — в одному місці. Приєднуйтесь до Analysts спільноти!

Мене звати Дмитро, я Head of Analytics в OBRIO, де розвиваю аналітичну функцію для Nebula — spiritual wellness платформи. Те, що мені справді подобається в нашому продукті, — це його складність і різноманітність: під одним брендом поєднано трансакційну та підпискову монетизацію, платформу із контентом та онлайн-маркетплейс експертів. Вищеперелічене створює середовище з високою невизначеністю, а саме в таких місцях аналітика може реально впливати на бізнес-рішення.

Це перший текст рубрики, де я щомісяця ділитимуся висновками з власного досвіду — тим, з чим стикаюсь я і моя команда в щоденній роботі. Буду радий обговоренню — тут точно буде над чим подискутувати.

Одна з найкорисніших книжок для аналітиків — Creating a Data-Driven Organization Карла Андерсона — починається з напрочуд простої, майже образливо простої схеми.

Головний висновок: цінність має лише actionable-аналітика. Дані, пайплайни, звіти, красиві графіки, складні слова — це лише підготовка.

Ця думка настільки очевидна, що її хочеться пропустити. Але пропускати її не варто — якщо, звісно, вам не подобається працювати «в стіл». І от питання: що найчастіше відділяє добре зроблену аналітичну роботу від реальних дій?

Барабанний дріб...

Комунікація.

Кажуть, що проблемами в комунікації можна пояснити майже будь‑який провал. Я з цим згоден. Тому нижче — сцени, зібрані з мого власного досвіду. Десь я був аналітиком, десь — учасником розмови, десь — людиною, яка потім розгрібала наслідки.

Тож пропоную подивитися на гіперболізовані, доведені майже до абсурду сцени краху аналітичної комунікації. Готовий посперечатися — вам будуть знайомі ці патерни.

Сцена 1. З уст в уста, та все не те

Аналітик за кавою ділиться проміжними файндінгами з продактом. Продакт — зі своїм керівником. Керівник — з C‑level.

Згодом аналітик презентує фінальний результат команді. Він суперечить ранньому апдейту. Але цифра вже живе власним життям: без контексту, без обмежень, зате з великим майбутнім. Вона їде в презентації, впливає на рішення і стає «фактом».

Fail: проміжні гіпотези починають жити як фінальні істини.

Сцена 2. Гору з каміння збудував, а жити ніде

Аналітик презентує 40 слайдів: формули, моделі, графіки у всіх можливих розрізах. Усі чемно кивають. Але ніхто не розуміє головного — що з цим робити завтра зранку. Аналітик захопився технічною досконалістю і забув про сенс.

Fail: фокус на складності замість рішення. Аналітика без відповіді на питання «і що далі?».

Сцена 3. Журавель у небі

Аналітик пропонує ідеальне рішення: складну модель, ідеальні дані, нову інфраструктуру і три місяці роботи. Бізнесу ж потрібно рішення значно швидше — за два тижні. Нехай неідеальне, зате таке, яке можна реально використати для прийняття рішень уже зараз.

Про альтернативи не думали — аж поки хтось не каже: «Ми так не можемо».

Fail: ігнорування обмежень і контексту. Пропозиція ідеального рішення без шляху до реалізації.

Сцена 4. Пізно криницю копати, як хата горить

Команда запускає ініціативу «на відчуттях». Аналітику підключають тоді, коли метрики падають, а менеджмент питає: «А що пішло не так?»

Аналітик робить глибокий і точний аналіз. Але це вже не інсайт — це некролог.

Недарма Рональд Фішер казав: «Запрошувати статистика після експерименту — це як просити його провести розтин. Причину смерті він пояснить, але не врятує».

Fail: аналітика не була залучена на етапі формування гіпотез і критеріїв успіху.

Сцена 5. За все береться — нічого не вдається

Аналітик бачить системні проблеми і починає «рятувати бізнес». Лізе в продуктові рішення, пріоритизацію та стратегію.

Без інвестицій у довіру, швидкі перемоги й партнерство він виглядає не як союзник, а як загроза. Команда закривається, аналітик працює в ізоляції.

Fail: підміна ролей. Аналітик намагається керувати замість допомагати.

Сцена 6. З боку видніше, та руки не болять

Аналітик легко знаходить помилки — у метриках, логіці, припущеннях. Але замість допомоги лише холодні, зверхні коментарі. З часом його перестають кликати в проєкти, бо він правий — і водночас не впливовий.

Fail: критика без співучасті. Аналітична правота без партнерства.

Сцена 7. Хто мовчить — того не чують

Аналітик сумлінно робить сервісну роботу: дашборди оновлюються, запити закриваються. Але з часом він перестає розуміти, куди рухається команда. Команда ж бачить лише виконавця без ініціативи: аналітик чекає запиту, тоді як від нього очікують проактивності. У результаті всі фрустровані.

Fail: мовчання сприймається як відсутність позиції.

Сцена 8. Накрутив — та сам і злякався

Аналітик заходить у задачу з високою невизначеністю: дані сирі, результат туманний, очікування команди тиснуть. Він відкладає апдейт, бо «ще не розібрався». Slack мовчить, а напруга росте.

Fail: страх неприємної комунікації призводить до її відсутності.

Сцена 9. Зрізав — та не там

Менеджер каже: «Зроби простіше». Аналітик прибирає припущення, обмеження й застереження. Презентація виглядає чисто, рішення ухвалюються — але на основі напівправди.

Аналітик зрадив критичне мислення, бізнес отримав ілюзію впевненості.

Fail: спрощення перетворилось на спотворення.

Сцена 10. Крикнути пошепки

На питання «чому ми це не знали?» аналітик відповідає: «Я ж писав. Ви не читали апдейт?» Так, писав — у канал на три людини, двоє були у day-off.

Fail: неправильні час, формат і адресати комунікації.

А тепер головне — як не стати героями цих сцен?

1. Ліквідуйте мовний бар’єр

Багато комунікаційних фейлів виглядають як проблеми презентації, але починаються значно раніше — на рівні термінів.

Аналітика завжди стоїть на припущеннях: як рахуємо метрику, кого вважаємо активним користувачем, що означає «успіх». Якщо у команди різний словник — люди обговорюють різні реальності й щиро не розуміють, чому не можуть домовитись.

Спільна мова — це не лише дефініції та глосарій. Це ще й інвестиція в дата-культуру: пояснювати, навчати, підіймати рівень розуміння даних у команді. Люди, які розуміють одне одного, можуть не погоджуватись — і все одно рухатись разом.

2. Починайте з узгодженого problem definition’у

Більшість проблем починається ще до першого SQL-запиту.

Аналітик заходить у задачу з питанням «що тут порахувати?», тоді як бізнес живе питанням «що ми будемо з цим робити?». Але є ще одна, не менш важлива пастка — коли problem definition існує лише в голові аналітика.

Питання, яке потрібно вирішити, має бути не просто сформульоване, а узгоджене зі стейкхолдерами:

  • що саме ми вважаємо проблемою,
  • чому вона важлива саме зараз,
  • яке рішення вважатимемо «достатньо хорошим».

Actionable-аналітика — це не коли у вас є дані. Це коли є спільне розуміння проблеми і зрозуміло, яке рішення стане легшим після вашої роботи.

3. Говоріть раніше, ніж стає комфортно

Аналітики часто мовчать не тому, що їм нічого сказати, а тому, що ще «неідеально». Але мовчання в команді майже ніколи не виглядає як «обережність». Воно виглядає як відсутність позиції, прогресу або відповідальності.

Короткий, незручний апдейт сьогодні майже завжди кращий за ідеальний аналіз завтра.

4. Спрощуйте до сенсу, а не до напівправди

Спрощення — необхідне. Але є тонка межа між концентрацією сенсу і його спотворенням. Коли зникають припущення, обмеження й застереження, бізнес отримує не ясність, а ілюзію контролю.

Хороше спрощення робить рішення зрозумілим. Погане — робить його небезпечним.

5. Будуйте партнерство, а не експертну вежу

Аналітик може бути скільки завгодно правим. Але без довіри його правота не конвертується в дії. Критика без співучасті, експертиза без емпатії та позиція «я ж казав» — це короткий шлях до ізоляції.

Outro

Хороша аналітика — це не про те, щоб бути найрозумнішим у кімнаті. Це про те, щоб допомогти кімнаті рухатися вперед. Через спільну мову, узгоджену проблему, чесну роботу з невизначеністю і фокус на співдосягненні, а не на правоті.

Комунікаційні фейли неминучі: змінюється контекст, люди, очікування, зрілість команди. Але саме здатність помічати ці збої, називати їх і робити з них висновки відрізняє аналітичну функцію, що росте, від такої, що застрягла.

Питання не в тому, чи будуть вони траплятися. Питання в тому, чи вчимось ми на них — разом.


Спільното, чи відгукується Вам наповнення та формат? Діліться в коментарях, про які теми хотілось би почитати в майбутньому.

Сподобалась стаття? Підписуйтесь на автора, щоб отримувати сповіщення про нові публікації на пошту.

👍ПодобаєтьсяСподобалось24
До обраногоВ обраному9
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Чудова стаття. Мій консерн лише щодо того, що блок «Як не стати героями цих сцен» — трошки відірваний від реальності. Він заснований на припущенні, що інтернал стейкхолдери теж щиро (не декларативно) розуміють важливість аналітики, а тому готові вкладатися в комунікацію зі свого боку. Бо тіки в цьому випадку оті розповсюджені гасла про turn complexity into clarity, actionable insights та інші bridge the gap between data and product decisions дійсно спрацьовують.
В цілому я б сказала, що в актуальних умовах для аналітика критично важливий навіть не стіки стандартизований сет «хард скіли + сторітелинг», скільки розвинутий communicational mindset (це я по аналогії з продакт майндсетом), тобто вміння «продати» оту аналітику на всьому її шляху — від моменту усвідомлення потреби в ній до моменту, коли вона дійсно визначає напрямок рішень, — не завжди щиро зацікавленим в ній стейкхолдерам.
Цей майндсет має бути тренованим, і саме він є, як на мій погляд, «ключом маршруту».

Катерино, вітаю та дякую за коментар 🙏
Погоджуюсь: інтернал-стейкхолдери далеко не завжди by default розуміють цінність аналітики й готові інвестуватися в комунікацію. І справжній результат можливий лише в режимі бізнес-партнерства — коли аналітик і стейкхолдер грають в одну гру, разом несуть відповідальність і за запит, і за рішення.
Моє переконання — це і є одне з ключових завдань аналітичної функції, особливо на більш зрілих етапах: вкладатися в дата-культуру організації й поступово розвивати це партнерство, не очікуючи, що воно «зʼявиться само собою».

Як саме це робити і як системно «продавати» цінність аналітики — здається, окрема й дуже цікава тема для дискусії 🙂

Хороша стаття. Actionable аналітика must have!

Підписатись на коментарі