Kontinuum analityczne i pięć etapów dojrzałości analitycznej

Ewolucja sposobu wykorzystania analityki w przedsiębiorstwie nie ma charakteru linearnego. Natężenie i kolejność wdrażania zmian organizacyjnych mogą być różne, w zależności od specyfiki organizacji i kontekstu biznesowego. We wdrożeniu i rozwijaniu analityki w organizacji najważniejsza jest otwartość na zmiany [5].

Pięć etapów dojrzałości analitycznej

Kontinuum analityczne to pojęcie ukute na kanwie koncepcji oceny dojrzałości analitycznej AMA (Analytics Maturity Assessment) oraz modelu DELTA Plus [3]. Powstały one z inicjatywy Międzynarodowego Instytutu Analityki (International Institute for Analytics, IIA). W modelu DELTA Plus organizacja plasowana jest w jednym ze stadiów kontinuum analitycznego (ryc. 1), które oddaje dojrzałość analityczną organizacji:

Rycina 1. Dojrzałość analityczna organizacji: kontinuum analityczne
Źródło: opracowanie własne na podstawie materiałów International Institute for Analytics

• Etap 1: Zapóźnienie analityczne (Stage 1: Analytically Impaired). Organizacje „zapóźnione analitycznie” są zarządzane w oparciu o intuicję i nie mają formalnych planów, aby stać się bardziej analitycznymi. Ich liderzy nie korzystają z analityki danych. Może to wynikać z braku umiejętności, nieznajomości korzyściach płynących z zastosowania analityki lub z braku zainteresowania jej wykorzystaniem.
• Etap 2: Ograniczone wykorzystanie analityki (Stage 2: Localized Analytics). Analityka lub raportowanie w takich organizacjach odbywa się „na zapleczu”. Często pozostaje w cieniu innych działań i przegrywa konfrontację z zarządzaniem w oparciu o intuicję. W organizacjach tych nie są rozwijane struktury i współpraca między poszczególnymi jednostkami (szczeblami zarządzania) w zakresie wykorzystania analityki danych.
• Etap 3: Ambicje analityczne (Stage 3: Analytical Aspirations). Organizacje ambitne analitycznie dostrzegają wartość analityki danych i zamierzają korzystać z niej w większym zakresie. Czynią jednak powolne i często niewystarczające postępy.
• Etap 4. Analityczna firma (Stage 4: Analytical Companies). Organizacje analityczne skutecznie wykorzystują analitykę danych. Są wysoce zorientowane na dane, mają narzędzia analityczne i szeroko wykorzystują analizy danych. Jednocześnie jednak charakteryzuje je brak wystarczającego zaangażowania, aby w pełni konkurować w analityce lub używać analityki strategicznie.
• Etap 5: przewaga konkurencyjna (Stage 5: Analytical Competitors). Organizacje te wykorzystują strategię analityczną, która jest podstawą działania całego przedsiębiorstwa. Z sukcesami wykorzystują zdolności analityczne do pozyskania przewagi konkurencyjnej.

Czy to już Analityka 3.0?

W erze Analityki 1.0 przedsiębiorstwa wykorzystywały hurtownie danych i kopie danych operacyjnych jako podstawę do analiz (ryc. 2). W epoce Analityki 2.0 skupiono się na klastrach Hadoop i bazach danych NoSQL. Analityka 3.0 wykorzystuje nowe, „zwinne” metody analityczne i techniki uczenia maszynowego, które zapewniają znacznie szybszy wgląd w dane. Środowisko Analytics 3.0 nie odrzuca dotychczasowych koncepcji analityki. Integruje nowe technologie z dotychczas używanymi narzędziami [1].

Rycina 2. Narzędzia i techniki: kontinuum analityczne
Źródło: opracowanie własne

Ocena dojrzałości analitycznej organizacji – Model DELTA

Model DELTA odpowiada na pytanie na jakim etapie dojrzałości analitycznej znajduje się dana organizacja. Model DELTA oparto o pięć fundamentalnych składników (ryc. 3), istotnych z punktu widzenia oceny dojrzałości analitycznej organizacji [4]:

• Dane (Data, D dla dostępnych, wysokiej jakości danych) – aby uzyskać wartościowe i wiarygodne wyniki analiz niezbędne są dane zorganizowane, niepowtarzalne, zintegrowane, dostępne i wysokiej jakości. Organizacje powinny integrować (scalać, komasować) dane w obrębie silosów i granic organizacyjnych. Większość organizacji ma wiele systemów transakcyjnych w różnych jednostkach biznesowych, a pełne zrozumienie wydajności organizacyjnej wszystkich z nich wymaga połączenia i zharmonizowania danych.
• Przedsiębiorstwo (Enterprise, E dla orientacji przedsiębiorstwa na zarządzanie analityką) – obejmuje rozwój kultury analitycznej w organizacji (analytical ecosystem), opracowanie i wdrożenie strategii dla analityki, przyjęcie celów analityki (analytics goals).
• Przywództwo (Leadership, L dla analitycznego przywództwa) – organizacje analityczne mają liderów, którzy w pełni korzystają z analityki i tak kierują rozwojem organizacji, aby wykorzystywała ona potencjał analityki danych. Zwiększa to poziom akceptacji dla kultury analitycznej w całym przedsiębiorstwie, a także usprawnia realizację inicjatyw analitycznych. Wszystkie poziomy przywództwa w organizacji powinny wspierać analitykę danych.
• Cele (Targets, T dla celów strategicznych) – działania analityczne powinny być dostosowane do konkretnych, strategicznych celów, które powinny być zgodne z celami korporacyjnymi. Cele powinny być wybrane w oparciu o korzyści i możliwości organizacji. Inicjatywy analityczne powinny korespondować (być utożsamiane) z celami biznesowymi.
• Analitycy (Analysts, A dla analityków). Organizacje zatrudniają pracowników o różnych zdolnościach analitycznych, od takich, którzy posługują się arkuszami kalkulacyjnymi (analytical amateurs), po doświadczonych naukowców zajmujących się danymi (analytical professional, data scientists).

Rycina 3. DELTA Model
Źródło: opracowanie własne na podstawie [3]

DELTA Plus

Ciągły wzrost dużych zbiorów danych w połączeniu z wprowadzeniem nowych technik analitycznych, takich jak uczenie maszynowe sprawiło, że Model DELTA Plus rozszerzono o dwa nowe składniki [3]:

• Technologię (Technology, T) – technologia była stabilna przez kilka dziesięcioleci w analityce, ale szybko ewoluuje. Coraz ważniejsza staje się zdolność do wdrażania i zarządzania podstawową infrastrukturą, narzędziami i technologiami. Wraz z pojawieniem się big data, sztucznej inteligencji, chmur danych i oprogramowania open source, stworzenie skutecznej strategii technologicznej dla analityki jest kluczowym warunkiem sukcesu. Organizacje coraz częściej oczekują od systemów analitycznych raportowania samoobsługowego.
• Techniki analityczne (A, Analytics Techniques) – spadające koszty obliczeń i przechowywania danych, w połączeniu z powszechnym dostępem do oprogramowania, doprowadziły do eksplozywnego rozwoju metod i technik analitycznych. Jednocześnie jednak, bardziej tradycyjne podejścia do analityki, takie jak raportowanie i analizy wizualne, wciąż znajdują swoje zastosowanie.

Zastosowanie AMA umożliwia ocenę dojrzałości analitycznej organizacji w 7 płaszczyznach (DELTA Plus). Pełna AMA wykonywana jest na podstawie badań ankietowych, które dotyczyć mogą, w zależności od zakresu badań, do 33 unikalnych kompetencji organizacji. Ocena dojrzałości analitycznej w modelu DELTA przyjmuje postać noty punktowej przyznawanej w skali od 1.00 do 5.99 punktów. Nocie punktowej odpowiada określony etap dojrzałości analitycznej. Ocena wskazuje, na jakim polu niezbędne są działania naprawcze. Przykładowo organizacja może uzyskać wysoką notę w ocenie dojrzałości przywódczej w zakresie analityki, i jednocześnie niską notę w ocenie zarządzania i wykorzystywania danych [2]. Nic jednak nie zmieni faktu, że analitykę danych tworzą ludzie…

 

Źródła
[1] Davenport, T.H. (2013). The Rise of Analytics 3.0. How to Compete in the Data Economy. eBook: International Institute for Analytics. Portland, Oregon, USA.
[2] Davenport, T.H. (2018). DELTA Plus Model & Five Stages of Analytics Maturity: A Primer. eBook: International Institute for Analytics. Portland, Oregon, USA.
[3] Davenport, T.H., Harris, J.G. (2017). Competing on Analytics: Updated, with a New Introduction: The New Science of Winning. Harvard Business Review Press.
[4] Davenport, T.H., Harris, J.G., Morison, R. (2010). Analytics at work: Smarter decisions, better results. Harvard Business School Publishing.
[5] Wiecka, A. (2018). Dokąd zmierza analityka w biznesie. Harvard Business Review Polska. https://goo.gl/DYoLs9 (dostęp: 20.11.2018)