Открытые системы. Data-driven по-русски: суверенитет и культура работы с данными

Российским организациям, взявшим курс на импортозамещение информационных и цифровых технологий, придется обеспечить независимое развитие корпоративной культуры принятия решений на основе данных.

После ухода западных вендоров российские организации вынуждены не только обеспечивать импортозамещение внутри своих ИТ-ландшафтов, но и перестраивать свою корпоративную культуру. И речь не столько о том, чтобы приспособиться к отечественным продуктам и технологиям, сколько о том, чтобы жить своим умом, не воспринимать рекомендации и прогнозы западных аналитиков как истину в последней инстанции и добиваться новых успехов в бизнесе благодаря разумному применению цифровых и ИТ-инноваций в конкретной компании. Широкий разговор об этом пойдет на ближайшем форуме Data&AI 2024.

Локальные особенности нужно учитывать

Предложенная западной ИТ-индустрией концепция управления бизнесом на основе данных (data-driven) исходит из того, что, опираясь на качественные данные и полученные на их основе выводы, руководители могут принимать более эффективные решения, что в конечном итоге благоприятно отражается на ключевых бизнес-показателях и результатах. Так эта концепция выглядит в теории. Тем, кто ее реализует на практике, приходится сталкиваться с множеством нюансов, в том числе связанных с местными традициями и особенностями.

Константин Шабалин, владелец продукта в департаменте аналитических решений ГК «Корус Консалтинг», отмечает несколько существенных различий между западным и российским стилями работы с данными и информацией. «Первое: для западной культуры свойственно первостепенное значение придавать процессу и подстраиваться под технологическую платформу, тогда как российские компании больше концентрируются на результате, — поясняет Шабалин. — Второе различие — в выборе цели работы с данными: в западных компаниях бизнес больше склонен искать новые источники доходов, тогда как в российских компаниях в первую очередь стремятся получить осязаемый результат — увеличить доходы или снизить издержки. Третье существенное различие связано с визуализацией: если западным менеджерам привычнее работать с иллюстрациями и картинками, то в России тяготеют к таблицам».

По мнению Елены Александровой, директора по продуктам GoodsForecast, корни различий в подходах к работе с данными следует искать в исторически сложившихся способах управления и особенностях организационной культуры. Например, в России решения часто принимаются централизованно, при этом информация достаточно закрыта, ею не принято делиться, в том числе из соображений безопасности. Кроме того, качество имеющихся данных нередко вызывает сомнения, отсюда и определенное недоверие к ним со стороны бизнеса, и высокий риск ошибок в работе механизмов ИИ при решении задач прогнозирования и сценарного анализа. Впрочем, проблемы с качеством накопленных данных есть и во многих международных организациях.

Олег Гиацинтов, технический директор DIS Group, считает нецелесообразным делить корпоративную культуру на «западную» и «не западную»: «В мире сложился определенный “золотой стандарт” подходов к бизнесу, управлению, цифровой трансформации и управлению данными как частью этой трансформации. Этот стандарт формировался усилиями компаний из разных стран и континентов. Что-то, конечно, привнесли и российские специалисты и предприниматели. В разных странах наблюдается разный процент компаний, следующих этому стандарту, их доля зависит от множества факторов».

Кроме того, добавляет Гиацинтов, российский бизнес в целом — явление намного более молодое, чем бизнес в Европе и США: «Существует определенный путь перехода к культуре data-driven, и на то, чтобы его пройти, нужно время. В России руководители и собственники по привычке принимают решения на основе интуиции. При этом рядовой менеджмент не вполне осознает ценность данных и важность принятия решений на их основе, да и не так много тех, кто знают, как правильно работать с данными. На преодоление всех этих препятствий нужно время».

Полную версию статьи читайте на сайте Открытые системы.