1 added
1 removed
Original
2026-01-01
Modified
2026-02-21
1
<p><a>#статьи</a></p>
1
<p><a>#статьи</a></p>
2
<ul><li>14 авг 2023</li>
2
<ul><li>14 авг 2023</li>
3
<li>0</li>
3
<li>0</li>
4
</ul><p>Компании, в которых внедрили data driven, растут в два раза быстрее компаний, где его не используют. Узнайте, что нужно для его внедрения.</p>
4
</ul><p>Компании, в которых внедрили data driven, растут в два раза быстрее компаний, где его не используют. Узнайте, что нужно для его внедрения.</p>
5
<p>Иллюстрация: Brett Sayles / Pexels / Nakaridore / Freepik / Annie для Skillbox Media</p>
5
<p>Иллюстрация: Brett Sayles / Pexels / Nakaridore / Freepik / Annie для Skillbox Media</p>
6
<p>Шеф-редактор направлений "Маркетинг", "Управление", "Бизнес", "Деньги" Skillbox Media. В прошлом отраслевой журналист и владелец небольшого нишевого ютуб-канала.</p>
6
<p>Шеф-редактор направлений "Маркетинг", "Управление", "Бизнес", "Деньги" Skillbox Media. В прошлом отраслевой журналист и владелец небольшого нишевого ютуб-канала.</p>
7
<p><strong>о data-driven-подходе рассказал</strong></p>
7
<p><strong>о data-driven-подходе рассказал</strong></p>
8
<p>Head of Analytics в диджитал-агентстве<a>Adventum</a>. Отвечал за консультирование по продуктам GMP. Занимается развитием Amplitude в России и СНГ: автор курсов и вебинаров по работе с Amplitude, помогает бизнесам правильно начать работу с инструментом, выстроить процессы и получать пользу.</p>
8
<p>Head of Analytics в диджитал-агентстве<a>Adventum</a>. Отвечал за консультирование по продуктам GMP. Занимается развитием Amplitude в России и СНГ: автор курсов и вебинаров по работе с Amplitude, помогает бизнесам правильно начать работу с инструментом, выстроить процессы и получать пользу.</p>
9
<p>В диджитал-аналитике с 2014 года. Консультировал "МегаФон", "Сбер", Delivery Club, "Утконос", "Лигу ставок" и других. Преподаёт на курсе Skillbox "<a>Аналитика для руководителей и владельцев бизнеса</a>".</p>
9
<p>В диджитал-аналитике с 2014 года. Консультировал "МегаФон", "Сбер", Delivery Club, "Утконос", "Лигу ставок" и других. Преподаёт на курсе Skillbox "<a>Аналитика для руководителей и владельцев бизнеса</a>".</p>
10
<p>Развитие любого бизнеса зависит от решений собственника и топ-менеджмента. Если они принимают правильные решения, бизнес развивается и зарабатывает больше. Если решения неправильные - компания теряет деньги или зарабатывает меньше, чем могла бы, и не растёт.</p>
10
<p>Развитие любого бизнеса зависит от решений собственника и топ-менеджмента. Если они принимают правильные решения, бизнес развивается и зарабатывает больше. Если решения неправильные - компания теряет деньги или зарабатывает меньше, чем могла бы, и не растёт.</p>
11
<p>Находить правильные решения помогает data-driven-подход. Если собственник компании умеет его применять, он может кратно увеличить прибыль бизнеса. Если менеджер знает о data driven, он может внедрить этот подход и принимать правильные решения, а значит, зарабатывать больше благодаря лучшим результатам.</p>
11
<p>Находить правильные решения помогает data-driven-подход. Если собственник компании умеет его применять, он может кратно увеличить прибыль бизнеса. Если менеджер знает о data driven, он может внедрить этот подход и принимать правильные решения, а значит, зарабатывать больше благодаря лучшим результатам.</p>
12
<p>В этом материале Skillbox Media рассказываем главное о data driven и объясняем, как его внедрить.</p>
12
<p>В этом материале Skillbox Media рассказываем главное о data driven и объясняем, как его внедрить.</p>
13
<ul><li>Что такое<a>data driven</a></li>
13
<ul><li>Что такое<a>data driven</a></li>
14
<li>В каких<a>компаниях и сферах</a>используют подход</li>
14
<li>В каких<a>компаниях и сферах</a>используют подход</li>
15
<li>Какие<a>принципы</a>есть в data driven</li>
15
<li>Какие<a>принципы</a>есть в data driven</li>
16
<li>Какие<a>метрики</a>и <a>инструменты</a>для него используют</li>
16
<li>Какие<a>метрики</a>и <a>инструменты</a>для него используют</li>
17
<li>Что нужно, чтобы<a>внедрить data driven</a></li>
17
<li>Что нужно, чтобы<a>внедрить data driven</a></li>
18
<li>Какие<a>недостатки</a>есть у подхода</li>
18
<li>Какие<a>недостатки</a>есть у подхода</li>
19
</ul><p>Data driven - это подход, при котором решения принимают, опираясь на данные. "Data driven" переводится с английского как "управляемый данными". Полное название подхода - data driven decision making (DDDM), в переводе - "принятие решений на основе данных".</p>
19
</ul><p>Data driven - это подход, при котором решения принимают, опираясь на данные. "Data driven" переводится с английского как "управляемый данными". Полное название подхода - data driven decision making (DDDM), в переводе - "принятие решений на основе данных".</p>
20
<p><strong>Вот как работает DDDM на практике.</strong>Допустим, компания продаёт 53 товара. В течение последних месяцев прибыль компании снижается. Нужно решить, как оптимизировать ассортимент.</p>
20
<p><strong>Вот как работает DDDM на практике.</strong>Допустим, компания продаёт 53 товара. В течение последних месяцев прибыль компании снижается. Нужно решить, как оптимизировать ассортимент.</p>
21
<p>Собственник компании ставит аналитику задачу собрать данные о числе продаж, выручке и затратах. Аналитик выясняет, что 75% выручки компании приносят 23 товара. Ещё 10 товаров генерируют 20% выручки. Оставшиеся 20 товаров приносят всего 5% выручки, и из-за больших затрат на складское хранение компания продаёт их в убыток.</p>
21
<p>Собственник компании ставит аналитику задачу собрать данные о числе продаж, выручке и затратах. Аналитик выясняет, что 75% выручки компании приносят 23 товара. Ещё 10 товаров генерируют 20% выручки. Оставшиеся 20 товаров приносят всего 5% выручки, и из-за больших затрат на складское хранение компания продаёт их в убыток.</p>
22
<p>Благодаря этим данным собственник компании принимает решение отказаться от 20 убыточных товаров. Расходы на складское хранение значительно снижаются, а прибыль компании растёт.</p>
22
<p>Благодаря этим данным собственник компании принимает решение отказаться от 20 убыточных товаров. Расходы на складское хранение значительно снижаются, а прибыль компании растёт.</p>
23
<p>Подход data driven противопоставляют подходу highest paid person’s opinion (HiPPO) - принятию решений на основе мнения руководства. Точнее, на основе интуиции и опыта руководителя. Подход HiPPO считают малоэффективным, потому что руководитель может ошибиться и тогда компания потеряет деньги.</p>
23
<p>Подход data driven противопоставляют подходу highest paid person’s opinion (HiPPO) - принятию решений на основе мнения руководства. Точнее, на основе интуиции и опыта руководителя. Подход HiPPO считают малоэффективным, потому что руководитель может ошибиться и тогда компания потеряет деньги.</p>
24
<p>Ещё подход data driven можно противопоставить подходу best practices. Это когда решения принимают на основе общепринятых стандартов отрасли. Общепринятые стандарты - своего рода данные, но ими нельзя руководствоваться постоянно: то, что работает в среднем по отрасли, может не сработать в отдельной компании.</p>
24
<p>Ещё подход data driven можно противопоставить подходу best practices. Это когда решения принимают на основе общепринятых стандартов отрасли. Общепринятые стандарты - своего рода данные, но ими нельзя руководствоваться постоянно: то, что работает в среднем по отрасли, может не сработать в отдельной компании.</p>
25
<p>Data-driven-подход эффективнее, чем подходы HiPPO и best practices. Он минимизирует риск ошибок - руководители принимают правильные решения на основе данных и статистики, и это позволяет компании получать большую прибыль.</p>
25
<p>Data-driven-подход эффективнее, чем подходы HiPPO и best practices. Он минимизирует риск ошибок - руководители принимают правильные решения на основе данных и статистики, и это позволяет компании получать большую прибыль.</p>
26
<p>Вот<a>пример</a>того, что можно сделать с помощью data-driven-подхода. Благодаря продуктовой аналитике букмекерская компания "Лига ставок" ускорила прохождение воронки регистрации в 2,5 раза, увеличила конверсию в успешную регистрацию и идентификацию на 7,7% и долю успешных пополнений счёта на 4,2%.</p>
26
<p>Вот<a>пример</a>того, что можно сделать с помощью data-driven-подхода. Благодаря продуктовой аналитике букмекерская компания "Лига ставок" ускорила прохождение воронки регистрации в 2,5 раза, увеличила конверсию в успешную регистрацию и идентификацию на 7,7% и долю успешных пополнений счёта на 4,2%.</p>
27
<p>Традиционно data-driven-подход внедряют в диджитал-компаниях. Но его могут использовать и в любых других отраслях, потому что данные есть везде. Можно сказать, что data driven универсален, однако применяют его по-разному. Разберём, как трансформируется поход в компаниях разного размера и о каких областях работы можно собирать данные.</p>
27
<p>Традиционно data-driven-подход внедряют в диджитал-компаниях. Но его могут использовать и в любых других отраслях, потому что данные есть везде. Можно сказать, что data driven универсален, однако применяют его по-разному. Разберём, как трансформируется поход в компаниях разного размера и о каких областях работы можно собирать данные.</p>
28
<p>Сначала приведу пример, который показывает универсальность подхода. Среди наших клиентов была компания, которая выращивает овощи в теплицах. Мы подключались к их телеметрии и собирали данные о влажности и температуре воздуха в базу данных, делали для них датасеты и <a>дашборды</a>. Компания использовала эти данные, чтобы управлять урожайностью.</p>
28
<p>Сначала приведу пример, который показывает универсальность подхода. Среди наших клиентов была компания, которая выращивает овощи в теплицах. Мы подключались к их телеметрии и собирали данные о влажности и температуре воздуха в базу данных, делали для них датасеты и <a>дашборды</a>. Компания использовала эти данные, чтобы управлять урожайностью.</p>
29
Благодаря анализу данных можно понять, как сделать так, чтобы овощи в теплице созревали быстрее<em>Скриншот: / Skillbox Media</em><p>От размера компании зависит, как глубоко внедряют data driven. По нашему опыту, крупные компании работают с данными лучше всех. В них чаще собирают данные обо всех направлениях деятельности и используют их для принятия решений на всех уровнях. То есть данные используют топ-менеджеры, руководители среднего звена и рядовые сотрудники.</p>
29
Благодаря анализу данных можно понять, как сделать так, чтобы овощи в теплице созревали быстрее<em>Скриншот: / Skillbox Media</em><p>От размера компании зависит, как глубоко внедряют data driven. По нашему опыту, крупные компании работают с данными лучше всех. В них чаще собирают данные обо всех направлениях деятельности и используют их для принятия решений на всех уровнях. То есть данные используют топ-менеджеры, руководители среднего звена и рядовые сотрудники.</p>
30
<p>В малом и среднем бизнесе ситуации разные. Мы встречаем компании, в которых используют аналитику, но несистемно. В них может не быть отдела аналитики и специалистов-аналитиков, а за работу с данными отвечает один человек - например, менеджер продукта. Есть и компании, в которых вообще не задумываются о data driven.</p>
30
<p>В малом и среднем бизнесе ситуации разные. Мы встречаем компании, в которых используют аналитику, но несистемно. В них может не быть отдела аналитики и специалистов-аналитиков, а за работу с данными отвечает один человек - например, менеджер продукта. Есть и компании, в которых вообще не задумываются о data driven.</p>
31
<p>В России многие понимают важность аналитики и используют данные, но уровень работы с данными в разных компаниях неодинаков. Во всём мире ситуация такая же. Авторы ежегодного исследования Analytics Impact Index<a>выделяют</a>четыре уровня развития аналитики в компаниях: отстающие, подражатели, исследователи и лидеры. Лидеров меньше всего, а самая большая группа - это исследователи.</p>
31
<p>В России многие понимают важность аналитики и используют данные, но уровень работы с данными в разных компаниях неодинаков. Во всём мире ситуация такая же. Авторы ежегодного исследования Analytics Impact Index<a>выделяют</a>четыре уровня развития аналитики в компаниях: отстающие, подражатели, исследователи и лидеры. Лидеров меньше всего, а самая большая группа - это исследователи.</p>
32
<p>Самые очевидные области работы компании, о которых можно собирать данные, - маркетинг и продуктовый менеджмент. Чаще всего компании собирают данные именно о маркетинге и о том, как пользователи взаимодействуют с продуктом.</p>
32
<p>Самые очевидные области работы компании, о которых можно собирать данные, - маркетинг и продуктовый менеджмент. Чаще всего компании собирают данные именно о маркетинге и о том, как пользователи взаимодействуют с продуктом.</p>
33
<p>В других областях работы компании тоже много данных. Например, в финансовом департаменте с помощью аналитики можно улучшить планирование и контроль, повысить точность отчётности, автоматизировать процессы. В юридическом департаменте можно оптимизировать процессы - например, выяснить, почему затягивается согласование документов, или сделать анализ имеющейся судебной практики, чтобы понять, что влияет на исход дела.</p>
33
<p>В других областях работы компании тоже много данных. Например, в финансовом департаменте с помощью аналитики можно улучшить планирование и контроль, повысить точность отчётности, автоматизировать процессы. В юридическом департаменте можно оптимизировать процессы - например, выяснить, почему затягивается согласование документов, или сделать анализ имеющейся судебной практики, чтобы понять, что влияет на исход дела.</p>
34
<p>Общепринятых стандартов у data-driven-подхода нет. У каждой компании свои задачи и наборы данных, поэтому принципы работы с ними разные. Но я рекомендую соблюдать два принципа.</p>
34
<p>Общепринятых стандартов у data-driven-подхода нет. У каждой компании свои задачи и наборы данных, поэтому принципы работы с ними разные. Но я рекомендую соблюдать два принципа.</p>
35
<p>Первый принцип - данные должны быть качественными. Иначе пропадает смысл использования data-driven-подхода.</p>
35
<p>Первый принцип - данные должны быть качественными. Иначе пропадает смысл использования data-driven-подхода.</p>
36
<p>Что такое качественные данные? Это данные, которые собраны корректно, в полном объёме и без ошибок. Корректный сбор подразумевает, что данные собирают по общему правилу и единообразно. Так они отражают объективную картину. Подробнее о том, как организовать сбор качественных данных, поговорим<a>ниже</a>.</p>
36
<p>Что такое качественные данные? Это данные, которые собраны корректно, в полном объёме и без ошибок. Корректный сбор подразумевает, что данные собирают по общему правилу и единообразно. Так они отражают объективную картину. Подробнее о том, как организовать сбор качественных данных, поговорим<a>ниже</a>.</p>
37
<p>Второй принцип - постоянная работа с гипотезами. Гипотезы - предположения о том, что нужно изменить, чтобы улучшить результат.</p>
37
<p>Второй принцип - постоянная работа с гипотезами. Гипотезы - предположения о том, что нужно изменить, чтобы улучшить результат.</p>
38
<p>Data-driven-подход работает тогда, когда в компании постоянно выдвигают и тестируют гипотезы: ищут, что можно улучшить, и делают это, опираясь на результаты анализа. Компании, где так делают, как правило, растут в два раза быстрее, чем компании, где такой практики нет.</p>
38
<p>Data-driven-подход работает тогда, когда в компании постоянно выдвигают и тестируют гипотезы: ищут, что можно улучшить, и делают это, опираясь на результаты анализа. Компании, где так делают, как правило, растут в два раза быстрее, чем компании, где такой практики нет.</p>
39
<p>Каждая компания определяет свой набор метрик в зависимости от того, чем она занимается, какие данные собирает и какие у неё задачи. Этот набор называется картой метрик.</p>
39
<p>Каждая компания определяет свой набор метрик в зависимости от того, чем она занимается, какие данные собирает и какие у неё задачи. Этот набор называется картой метрик.</p>
40
<p>В карту метрик включают самые важные для компании показатели. Рассмотрим их на примере интернет-магазина. Вот какие показатели можно отслеживать:</p>
40
<p>В карту метрик включают самые важные для компании показатели. Рассмотрим их на примере интернет-магазина. Вот какие показатели можно отслеживать:</p>
41
<ul><li><strong>Прибыль.</strong>Это самый важный показатель работы интернет-магазина.</li>
41
<ul><li><strong>Прибыль.</strong>Это самый важный показатель работы интернет-магазина.</li>
42
<li><strong>Доходы и расходы.</strong>Они влияют на прибыль. Чтобы получать большую прибыль, нужно или увеличить доходы, или сократить расходы.</li>
42
<li><strong>Доходы и расходы.</strong>Они влияют на прибыль. Чтобы получать большую прибыль, нужно или увеличить доходы, или сократить расходы.</li>
43
<li><strong>Количество заказов и средний чек.</strong>Эти показатели влияют на доходы. Если увеличить количество заказов или средний чек, доход вырастет.</li>
43
<li><strong>Количество заказов и средний чек.</strong>Эти показатели влияют на доходы. Если увеличить количество заказов или средний чек, доход вырастет.</li>
44
<li><strong>Число покупателей и число заказов на одного покупателя.</strong>От них зависит общее количество заказов. Чтобы продавать больше, интернет-магазин может привлечь больше покупателей или работать с лояльностью, чтобы люди чаще в него возвращались.</li>
44
<li><strong>Число покупателей и число заказов на одного покупателя.</strong>От них зависит общее количество заказов. Чтобы продавать больше, интернет-магазин может привлечь больше покупателей или работать с лояльностью, чтобы люди чаще в него возвращались.</li>
45
<li><strong>Конверсия и число посетителей.</strong>От этих показателей зависит число покупателей. Оно вырастет и если увеличить конверсию, и если привлечь на сайт больше трафика.</li>
45
<li><strong>Конверсия и число посетителей.</strong>От этих показателей зависит число покупателей. Оно вырастет и если увеличить конверсию, и если привлечь на сайт больше трафика.</li>
46
</ul><p>Получается своеобразная пирамида, в которой все показатели взаимосвязаны и влияют на главную метрику - прибыль. С такой пирамидой удобно работать.</p>
46
</ul><p>Получается своеобразная пирамида, в которой все показатели взаимосвязаны и влияют на главную метрику - прибыль. С такой пирамидой удобно работать.</p>
47
<p><strong>Важно!</strong></p>
47
<p><strong>Важно!</strong></p>
48
<p>Метрик не должно быть слишком много, иначе будет сложно сфокусироваться на действительно важных показателях. В карту метрик лучше включать только метрики, которые влияют на финансовое состояние бизнеса.</p>
48
<p>Метрик не должно быть слишком много, иначе будет сложно сфокусироваться на действительно важных показателях. В карту метрик лучше включать только метрики, которые влияют на финансовое состояние бизнеса.</p>
49
<p>Инструменты, которые нужны для анализа данных, можно условно разделить на три категории: системы для хранения данных, системы анализа и системы для коммуникации.</p>
49
<p>Инструменты, которые нужны для анализа данных, можно условно разделить на три категории: системы для хранения данных, системы анализа и системы для коммуникации.</p>
50
<p>К системам для хранения данных относятся, например, CRM-системы, которые хранят данные о пользователях, и "1C:Бухгалтерия", которая хранит данные о бухгалтерском и налоговом учёте.</p>
50
<p>К системам для хранения данных относятся, например, CRM-системы, которые хранят данные о пользователях, и "1C:Бухгалтерия", которая хранит данные о бухгалтерском и налоговом учёте.</p>
51
<p>Системы анализа позволяют работать с данными: строить отчёты и изучать их, чтобы делать выводы. Системой анализа может быть, например, база данных, управляемая языками программирования R, Python или SQL.</p>
51
<p>Системы анализа позволяют работать с данными: строить отчёты и изучать их, чтобы делать выводы. Системой анализа может быть, например, база данных, управляемая языками программирования R, Python или SQL.</p>
52
<p>Системы хранения могут быть одновременно и системами анализа. Например, системы аналитики вроде Google Analytics, "Яндекс Метрики" и App Metrica хранят данные и позволяют работать с отчётами.</p>
52
<p>Системы хранения могут быть одновременно и системами анализа. Например, системы аналитики вроде Google Analytics, "Яндекс Метрики" и App Metrica хранят данные и позволяют работать с отчётами.</p>
53
<p>Системы для коммуникации - сервисы и инструменты, с помощью которых можно обмениваться данными. Обмен - это и составление отчётности для руководства, и кросс-командное общение, когда один отдел делится выводами со всеми подразделениями.</p>
53
<p>Системы для коммуникации - сервисы и инструменты, с помощью которых можно обмениваться данными. Обмен - это и составление отчётности для руководства, и кросс-командное общение, когда один отдел делится выводами со всеми подразделениями.</p>
54
<p>Системы коммуникации могут быть встроены в системы анализа. Например, в системе продуктовой аналитики Amplitude есть инструменты для обмена информацией. Также для коммуникации используют сервисы вроде PowerPoint и "Google Презентаций",<a>BI-системы</a>с дашбордами.</p>
54
<p>Системы коммуникации могут быть встроены в системы анализа. Например, в системе продуктовой аналитики Amplitude есть инструменты для обмена информацией. Также для коммуникации используют сервисы вроде PowerPoint и "Google Презентаций",<a>BI-системы</a>с дашбордами.</p>
55
Дашбордами могут пользоваться сотрудники разных подразделений - каждый увидит нужные ему показатели<em>Скриншот: Power BI / Skillbox Media</em><p>Для качественной работы с данными важно определить методологию и назначить ответственных.</p>
55
Дашбордами могут пользоваться сотрудники разных подразделений - каждый увидит нужные ему показатели<em>Скриншот: Power BI / Skillbox Media</em><p>Для качественной работы с данными важно определить методологию и назначить ответственных.</p>
56
<p>Методология - система принципов и методов работы с данными. Если простыми словами, это правила, по которым собирают, обрабатывают и анализируют данные. Если правил нет, велик шанс того, что data driven в компании не будет работать.</p>
56
<p>Методология - система принципов и методов работы с данными. Если простыми словами, это правила, по которым собирают, обрабатывают и анализируют данные. Если правил нет, велик шанс того, что data driven в компании не будет работать.</p>
57
<p>Допустим, компания решает внедрить<a>веб-аналитику</a>. Ответственный специалист настроил события, которые нужно отслеживать. Через полгода на сайте появились новые страницы, и нужно настроить события для них. Но правил аналитики нет, поэтому события настроили не по той схеме, которую использовали раньше, а по другой. В итоге получилась каша из данных, в которой сложно разобраться.</p>
57
<p>Допустим, компания решает внедрить<a>веб-аналитику</a>. Ответственный специалист настроил события, которые нужно отслеживать. Через полгода на сайте появились новые страницы, и нужно настроить события для них. Но правил аналитики нет, поэтому события настроили не по той схеме, которую использовали раньше, а по другой. В итоге получилась каша из данных, в которой сложно разобраться.</p>
58
Если события настроены корректно, в них легко разобраться<em>Скриншот: Google Analytics 4 / Skillbox Media</em><p>Ответственный за data-driven нужен, чтобы контролировать внедрение подхода. Ответственный разрабатывает методологию, управляет внедрением аналитики и курирует процессы: следит, чтобы данные собирали по правилам, не было дубликатов и ошибок.</p>
58
Если события настроены корректно, в них легко разобраться<em>Скриншот: Google Analytics 4 / Skillbox Media</em><p>Ответственный за data-driven нужен, чтобы контролировать внедрение подхода. Ответственный разрабатывает методологию, управляет внедрением аналитики и курирует процессы: следит, чтобы данные собирали по правилам, не было дубликатов и ошибок.</p>
59
<p>Ответственным за data-driven-подход может быть один специалист или целая команда. Не обязательно нанимать человека со стороны - эту роль могут выполнять аналитики, которые уже работают в компании.</p>
59
<p>Ответственным за data-driven-подход может быть один специалист или целая команда. Не обязательно нанимать человека со стороны - эту роль могут выполнять аналитики, которые уже работают в компании.</p>
60
<p>Кроме методологии и ответственного, для внедрения data-driven-подхода понадобятся инструменты сбора, хранения и анализа данных. Например, если в компании нет CRM-системы и <a>ERP-системы</a>, их нужно будет внедрить.</p>
60
<p>Кроме методологии и ответственного, для внедрения data-driven-подхода понадобятся инструменты сбора, хранения и анализа данных. Например, если в компании нет CRM-системы и <a>ERP-системы</a>, их нужно будет внедрить.</p>
61
<p>У data driven два недостатка: использовать подход дорого, а работать с данными непросто.</p>
61
<p>У data driven два недостатка: использовать подход дорого, а работать с данными непросто.</p>
62
<p>Аналитика обходится дорого, потому что на неё нужно много ресурсов. Если компания хочет использовать инхаус-аналитику, она потратит деньги на создание инфраструктуры: разработку, поддержку, настройку системы и закупку дополнительных серверов.</p>
62
<p>Аналитика обходится дорого, потому что на неё нужно много ресурсов. Если компания хочет использовать инхаус-аналитику, она потратит деньги на создание инфраструктуры: разработку, поддержку, настройку системы и закупку дополнительных серверов.</p>
63
<p>Если компания хочет использовать стороннее решение, за него тоже, скорее всего, придётся платить. В бесплатных сервисах есть ограничения, которые делают работу с данными неудобной.</p>
63
<p>Если компания хочет использовать стороннее решение, за него тоже, скорее всего, придётся платить. В бесплатных сервисах есть ограничения, которые делают работу с данными неудобной.</p>
64
Например, "Яндекс Метрика" может не подойти для анализа большого объёма данных - придётся выгружать отчёты, чтобы работать с ними<em>Скриншот: "Яндекс Метрика" / Skillbox Media</em><p>Кроме того, ресурсы уйдут на обучение сотрудников, изменение бизнес-процессов, наём людей, которые будут работать с системами аналитики и делать выводы.</p>
64
Например, "Яндекс Метрика" может не подойти для анализа большого объёма данных - придётся выгружать отчёты, чтобы работать с ними<em>Скриншот: "Яндекс Метрика" / Skillbox Media</em><p>Кроме того, ресурсы уйдут на обучение сотрудников, изменение бизнес-процессов, наём людей, которые будут работать с системами аналитики и делать выводы.</p>
65
<p>Работать с данными непросто. Они могут быть некорректными или неполными из‑за неправильного внедрения аналитики. Или их можно неправильно истолковать:</p>
65
<p>Работать с данными непросто. Они могут быть некорректными или неполными из‑за неправильного внедрения аналитики. Или их можно неправильно истолковать:</p>
66
<ul><li>не учесть контекст - например, обстоятельства вроде пандемии коронавируса;</li>
66
<ul><li>не учесть контекст - например, обстоятельства вроде пандемии коронавируса;</li>
67
<li>чрезмерно обобщить - например, посчитать, что, если большинству пользователей нравится стандартная версия продукта, её можно предлагать всем сегментам целевой аудитории.</li>
67
<li>чрезмерно обобщить - например, посчитать, что, если большинству пользователей нравится стандартная версия продукта, её можно предлагать всем сегментам целевой аудитории.</li>
68
</ul><p>Можно сказать, что эти недостатки малозначительны. Data-driven-подход может многократно окупить затраты на внедрение и принести большую пользу бизнесу.</p>
68
</ul><p>Можно сказать, что эти недостатки малозначительны. Data-driven-подход может многократно окупить затраты на внедрение и принести большую пользу бизнесу.</p>
69
<ul><li>Data driven - это подход, при котором решения принимают, опираясь на данные. Можно сказать, что его используют все компании, которые работают с данными, но "уровень" этой работы различается.</li>
69
<ul><li>Data driven - это подход, при котором решения принимают, опираясь на данные. Можно сказать, что его используют все компании, которые работают с данными, но "уровень" этой работы различается.</li>
70
<li>Чтобы работа с данными влияла на прибыль, данные должны быть качественными, а в компании должны постоянно тестировать гипотезы.</li>
70
<li>Чтобы работа с данными влияла на прибыль, данные должны быть качественными, а в компании должны постоянно тестировать гипотезы.</li>
71
<li>В data driven используют разные инструменты - системы хранения данных, системы анализа данных и системы для коммуникации. Например, "Яндекс Метрика" и Google Analytics - это одновременно и системы хранения, и системы анализа.</li>
71
<li>В data driven используют разные инструменты - системы хранения данных, системы анализа данных и системы для коммуникации. Например, "Яндекс Метрика" и Google Analytics - это одновременно и системы хранения, и системы анализа.</li>
72
<li>Чтобы внедрить data driven, нужны инструменты, методология и ответственные. Методология - набор правил, по которым компания будет работать с данными. Ответственный - человек, который будет следить за соблюдением этих правил.</li>
72
<li>Чтобы внедрить data driven, нужны инструменты, методология и ответственные. Методология - набор правил, по которым компания будет работать с данными. Ответственный - человек, который будет следить за соблюдением этих правил.</li>
73
</ul><ul><li>Если вы интересуетесь аналитикой в бизнесе, почитайте о специалистах, которые ей занимаются. Мы рассказывали о <a>веб-аналитиках</a>,<a>продуктовых аналитиках</a>,<a>бизнес-аналитиках</a>,<a>финансовых аналитиках</a>,<a>маркетологах-аналитиках</a>. </li>
73
</ul><ul><li>Если вы интересуетесь аналитикой в бизнесе, почитайте о специалистах, которые ей занимаются. Мы рассказывали о <a>веб-аналитиках</a>,<a>продуктовых аналитиках</a>,<a>бизнес-аналитиках</a>,<a>финансовых аналитиках</a>,<a>маркетологах-аналитиках</a>. </li>
74
<li>Также у нас есть стартовые гайды по инструментам, которые чаще всего используют для аналитики. Прочитайте<a>материал о BI-системах</a>,<a>разбор ERP-систем</a>,<a>обзор "Яндекс Метрики"</a>или<a>руководство по работе с Google Analytics 4</a>.</li>
74
<li>Также у нас есть стартовые гайды по инструментам, которые чаще всего используют для аналитики. Прочитайте<a>материал о BI-системах</a>,<a>разбор ERP-систем</a>,<a>обзор "Яндекс Метрики"</a>или<a>руководство по работе с Google Analytics 4</a>.</li>
75
<li>Если вы руководитель или владелец бизнеса и хотите внедрить аналитику и принимать решения на основе данных, обратите внимание на курс Skillbox "<a>Аналитика для руководителей и владельцев бизнеса</a>". На нём можно освоить инструменты аналитики и уже через 2,5 месяца создать стратегию по интеграции аналитики в управление бизнесом.</li>
75
<li>Если вы руководитель или владелец бизнеса и хотите внедрить аналитику и принимать решения на основе данных, обратите внимание на курс Skillbox "<a>Аналитика для руководителей и владельцев бизнеса</a>". На нём можно освоить инструменты аналитики и уже через 2,5 месяца создать стратегию по интеграции аналитики в управление бизнесом.</li>
76
<li>Если вы рассматриваете карьеру в аналитике или она нужна вам, чтобы сделать следующий шаг в карьере, обратите внимание на другие курсы Skillbox. Это программы "<a>Профессия Бизнес-аналитик</a>", "<a>Аналитик данных с нуля</a>", "<a>Профессия Маркетолог-аналитик</a>". На этих курсах можно и освоить профессии с нуля, и прокачать недостающие навыки.</li>
76
<li>Если вы рассматриваете карьеру в аналитике или она нужна вам, чтобы сделать следующий шаг в карьере, обратите внимание на другие курсы Skillbox. Это программы "<a>Профессия Бизнес-аналитик</a>", "<a>Аналитик данных с нуля</a>", "<a>Профессия Маркетолог-аналитик</a>". На этих курсах можно и освоить профессии с нуля, и прокачать недостающие навыки.</li>
77
-
</ul><a><b>Более 80 курсов со скидкой до 60%</b>Курсы по Excel, бухгалтерии, управлению проектами, аналитике для старта карьеры. Подарок - бесплатные уроки по нейросетям. Записаться →</a>
77
+
</ul><a><b>Более 80 курсов со скидкой до 55%</b>Курсы по Excel, бухгалтерии, управлению проектами, аналитике для старта карьеры. Подарок - бесплатные уроки по нейросетям. Записаться →</a>