Про всемогущих BI консалтеров пост и про "Responsible" BI

Новый виток мысли случился после общения с Виталием Тренкеншу, Амбассадором Qlik, на тему современного BI консалтинга и аутстафинга.

Контекст:

Пользователи не пользуются BI отчетами так как от них хотят. Это понятно. Решение - выход на продуктовый подход в аналитике/репортинге. Я чаще называю его еще adoption-centric или responsible BI.

Суть на пальцах - построение системы c управлением BI через custdev и правильные метрики для отчетов и доменов. Аналогии:

Отчеты ~ продукты,
пользователь ~ клиент,
активный пользователь отчета - ~ "платящий клиент",
успешное взаимодействие с отчетом ~ "оплата".

В этой системе координат много расставляется по местам. В том числе решение о создании нового отчета и развитии и продвижении существующих.

Проблематика:

В BI Консалтинге/аутстафинге - работает (все еще) две модели

🗽Модель 1. 'Конкистадоры'

Основный принцип "смотрите какая крутая тема", сделаем вам под ключ", фикспрайс, чаще краткосрочные проекты, продажа софта и стартовых работ.
Дальше либо отскочить и чтобы клиент сам осознавал всю сложность дальнейшего развития, либо накидывать новые и новые темы, не давая клиенту опомниться от иллюзорного счастья мерцающих дашбордов.

🤦‍♂️ Модель 2 'Трейдеры'

Основный принцип "что угодно если клиент платит", работа по часам, долгосрочные проекты.
Переход на time and materials в данном случае не решает проблемы. Консалтинговая фирма получает поток денег от бесконечной фабрики отчетов. делая и переделывая отчеты. Пользуются или нет - тут уже не их ответственность и если коротко "виноват сам пользователь", недостаточно data нахуй дривен.
Чем больше отчетов, тем больше поддержки - переключать источники, добавлять новые фильтры и поля, обновлять логику... это все кеш.
Подрядчик не оспаривает задачи, просто качественно их делает. Но адекватно не занимается продуктовым менеджментом bi контента. Требуется другой уровень интеграции.
И это ни плохо, ни хорошо - это просто базовая форма ведения бизнеса как в России, так и в мире.
Модель вполне адекватна - если клиент реализует analytics governance сам. Но в противном случае - все плохо.

Есть и эволюционно более совершенная форма BI аутстафа (если уж вписываться в какой то). Назовем это:

🤝 Модель 3 'Управляющие активами'

Работа не по часам, а через подписку на сервис, выраженную через количество активных пользователей (эквивалент пользы) или через анализ задач на 1-3 года и согласование бюджета outsource команды с фиксированным прайсом подписки на период.
Нет прямой привязки к отчетам или потраченным часам.

Столкнулся с этой моделью в Европе, но и не только - тот же datanomix продвигает этот подход в Казахстане (Не реклама). Требуется партнерский уровень отношений и доверия. Нужна еще осознанность от самого клиента. Если все это есть - то этот путь кажется единственно верным.

🧠 Мораль

Не пользуйтесь BI аутстафингом)) а если все-таки да - ищите, познавших хайп и переосмысливших себя.
BI консалтинг это чей то бизнес, а Ваша долгосрочная стратегия в развитии BI это только ваша боль и ответственность. Даже партнерство в модели 3 не снимает с вас мать его change management.

На этих выходных снова думаю над вопросом: почему дата катологи не взлетают?

Расскажу все, что в итоге надумаю в понедельник 1 апреля на CDO Day у Datanomix - Заходите

Вроде и боли есть и ценность каталоги субъективно дают. Но (честный) результат одним словом ….такое 😒

Есть несколько вопросов на которые кажется ни вендоры ни компании так и не ответили в полной мере:

❓ Вовлекать или не вовлекать таки бизнес в работу с каталогом и если да то что ему там показывать чтобы он не убежал в ужасе

❓ Линедж - как остановиться с интеграциями и понять зачем он таки и кому нужен

❓ Каталог отчетов дублирующий ваш аналитический портал, сделанный удобным для пользователей в другом инструменте. Что с этим делать блин?

❓ Что делать с выжженной пустыней вместо описаний полей и как растить там оазисы? Описания сделанные AI они вообще кому то нужны ?

❓ Как реально делать глоссарий, если бизнес не вовлекается в роль дата стюарда, а техническим дата кустодианам не хватает контекста для этой задачи?

❓ Как замерить эту экономию на поиск и понимание данных (которую рисуют вендоры), ни у кого нет такого тайм трекинга.

❓ Что делать со кучей избыточных и дублирующих функций которые вендоры засунули в каталоги до кучи (спойлер отключить/не трогать)

❓ Нелепые data management модули в bi системах.. как их женить в главный каталог?

❓ Достаточно ли у вас совокупной практической ценности, чтоб ожидать от дата аналитиков и инженеров постоянных заходов. Нужен ли каталог без высокого в него трафика?

Может и не должны каталоги взлетать выше в их текущем виде. Тяжеловаты…

Вспоминается из школьной программы «Рожденный ползать - летать не может!..
Забыв об этом, он пал на камни, но не убился, а рассмеялся...»

Так.
Я понимаю, что tableau для некоторых стало эхом ушедшей молодости. Но это не повод не зарегистрироваться на RSTUG: #02VizNaDvore 16 Апреля 2024

причина номер 1. Будут топовые спикеры (как всегда)
🔝 Скромный Вадим Панасюк Tableau Ambassador из Vizuators собственной персоной расскажет про построение BI команды. У него нет бороды, но да бог ему судья
🔝Не-Скромный Александр Варламов Tableau Zen Master и Ambassador - взорвет вам мозг своими tableau трюками (скромные люди не делают такие вещи)
🔝 Диана и Александр из Wargaming. Там крутой уровень зрелости BI и точно будет что-то самобытное.
🔗 См агенду и темы тут

причина номер 2. Мы сменим формат (по вашим заявкам). Попробуем зум вместо стрима на youtube. Можно будет кроме чата - поднимать руку и подключаться в беседы, задавать вопросы голосом.

причина номер 3. Табло, не табло - не важно. В конце концов БиАй это про жизнь, тут важен принцип. Атмосфера легкого декаданса будет обеспечиваться джазом на фоне и легким сарказмом ведущих.

Короче регайтесь активнее гайз. Весна же

💩И да. Егор закинул конкурс на создание логотипа для нашей с вами tableau user group. Ведь это самое важное. Пока заявок немного, есть все шансы победить и забрать приз - поездку на Tableau Conference в Сиэтл

На этой неделе думал про дата культуру.

Разные компании пишут правильные стратегии, говоря о приоритетности дата грамотности. Но "Качество" людей (ужас какой) умножает на 0 бюджеты на проекты и наоборот - поднимает сложные инициативы без видимых усилий.

Возникает в центре эта самая Дата культура — то, как люди воспринимают себя, руководство и свои задачи с точки зрения данных, желательные модели принятия решений.
Кажется это самая актуальная тема из тех, о которых меньше всего говорят.
Думаю, никто не знает, как изменить это на практике.

Пока я думал об этом - выделил для себя 4 черты целевой data-driven культуры:

1️⃣ Приоритет объективности - решения основаны на эмпирических пруфах в результате анализа данных. Экспертные оценки являются второстепенными.

2️⃣ Challenge культура - Постановка под вопрос мнений руководства при условии подкрепления данными

3️⃣ Test and Learn (привет Костя Маркелов из Tinkoff Bank) - широкое использование экспериментов для управленческих решений

4️⃣ No Fear to Fail - поощряется делиться уроками как из успешных, так и из неудачных кейсов.

Большинство примеров, которые я вижу, это технологические компании, созданные за последние 20 лет.
Поэтому я пытаюсь понять эффективные методы трансформации для остальных. Помогайте.

Вот топ-3 (обратная нумерация):

3️⃣ Марафоны - это глобальные массовые длительные ивенты, где (почти все) сотрудники компании одновременно "бегут" по темам в режиме спринта, решают кейсы и отмечают результаты.
+ агрессивный маркетинг в интранете с участием топ-менеджеров и приглашенных экспертов (🤝@lingualize )

2️⃣ C-Level менеджмент имеет высокую data / AI грамотность и выступает активными спонсорами и евангелистами инноваций.

1️⃣ Корпоративная политика найма с обязательными требованием к дата скилам. Замена сотрудников, не обладающих данными навыками.
Это кажется наиболее эффективным методом. Может быть как жестким там и плавным.

Есть ли другие идеи/практики?

Картинку кладу в D&A Strategy and Tactics Guide

😎 Публичный Гайд по повышению BI Adoption перевел в более читабельный PDF формат ☝️

Размышлял над темой год и пора упаковать и переключится.

Еще родился шаблон для воркшопа, чтоб самим провести анализ в команде.

Кому эта тема интересна пишите и приходите на курс по BI стратегии в мае.
Там это все обсудится и пошарится

Фрейморки, борды, темплейты, сколько можно 😵‍💫

За год я произвел какое-то количество тулов для data/bi менеджеров.
Поток этого "творчества" не унять, это побочный продукт основной работы. Но нужно хотя бы структурировать. Вот последние:
- Data & Analytics Maturity Canvas
- BI Adoption guide и темплейт, PDF версия
- Data & Analytics Strategy & Tactics Guide 2.0
- Борд - Почему Data Catalogs не взлетают?
- BI Leader Ramble
- Info Design Songbooks (вместе с Настей)
- Some Dashboards Roasting (вместе с Ромой)

Удачные из них останутся, остальные переродятся во что то другое. Все надо касдевить в этой жизни - напишите в коментах кто чем пользовался.

Не только вам, но и мне требуется усилие, чтобы переварить эти борды, подружить с новыми мыслями и c задачами в работе, убедиться что они реально помогают решать
проблемы. Сложно не скатываться в итоге в инфо-продукты формата so-what и спасибо-кэп.

В том числе для этого я использую свой курс по BI стратегии. Кстати логичнее его переназвать в Разработка Data&Analytics стратегии и тактики, чтоб соответствовало содержанию.
Старт 15 мая, можем взять еще 2-3 человека, кому интересно, пишите. Если коротко - это 3-недельный марафон с длинными встречами по вечерам, "лекциями и домашками", tg-чатом и общением.

🤱Сейчас в работе есть еще несколько новых исследований - будущих Miro бордов, на разных стадиях:
- BI about BI: контент менеджмент гайд о том, что имеет смысл трекать в своей BI системе + примеры дашбордов
- Карта d&a болей: типология проблем разных дата и бизнес ролей + шаблон для воркшопа
- Коллекция шаблонов упражнений для воркшопа по дата/BI стратегии (полноценный экстеншн к этому гайду)
- Data Governance Program Guide 2.0 - сильно переосмысленный и дополненный
- Типология Оргструктур дата команд
- Tableau Report Optimization Guide
- ...

✍️Напишите в коменты, как думаете - в какие темы вложить больше усилий и продвинуть к готовности в первую очередь?
Часть добью и покажу на курсе в мае и потом выведу в паблик. Остальные будут созревать дальше.

#cамореклама

Какие вызовы возникают у корпораций при внедрении визуализации данных?

Меня попросили ответить а этот вопрос на конференции, но потом не хватило времени озвучить ответ.
Оставляю здесь свои мысли:

1️⃣ Первая мысль

Большинство data профессионалов не имеют интуитивного чувства, что хорошо и что плохо в визуализации данных. И это неисправимо.
После тренингов по визуализации аналитики учатся создавать разные типы графиков механически, без чувства дизайна.
Стайлгайды и шаблоны помогают избежать создания слишком уродливого контента, делая средний уровень более-менее нормальным.

Но создание высококачественных визуализаций остается исключительным сервисом отдельной команды с фокусом на дизайн.

2️⃣ Вторая мысль

Ценность визуализации данных не очень высока в корпоративном мире.
Она была преувеличена, в основном, Tableau, поскольку это их основное преимущество.
Это вызывает разочарование у аналитиков при начале работы бизнес-дешбординге.
Каждый сначала ищет как «применить» все многообразие чартинга, но потом осознает оптимальные типы графиков для любой метрики.
95% - BANs, бары и таблицы. Нет никакой необходимости их улучшать.
Релевантность аналитики и доверие к ней в разы важнее.
Поэтому я предпочитаю говорить больше например о процессах сертификации контента, чем о визуализации данных.
В ней нет ничего критически важного для бизнес-аналитики.
К сожалению.

3️⃣ И третье:

Качество визуализации - это фактор гигиенический. Оно не должно быть ниже определенного уровня в любом случае.

Поэтому я вижу тренд к вендоров (не у всех) в упрощении BI разработки.
Вместо множества модных экстеншенов для «сложных» графиков у BI-инструментов должен быть набор стандартных строительных блоков и готовых лейаутов.
Это ограничивает визуальное разнообразие, но обеспечивает единый формат (без ручных аудитов), ускоряет разработку и доводит время отклика отчетов на уровень приложений.

И вероятно это правильный тренд.