«Способность видеть цифровой след»: бизнес-аналитика для проектного менеджера
Для успешного управления командами, организациями, проектами и подразделениями руководителю необходимо овладевать инструментами проектного управления и проектной аналитики. Для студентов магистратуры «Управление развитием компании» курс «Аналитические инструменты бизнес-аналитика для управления проектами» читает Александр Елин, генеральный директор компании АЛАН, – разработчика IT-решений для бизнеса в области управленческой аналитики.
Компания в настоящее время специализируется на создании сервисов, позволяющих анализировать все сферы деятельности компании – финансы, продажи, производство, логистику, маркетинг, кадры и т.д., и принимать на основании этих данных верные управленческие решения.
Специалисты компании способны создать цифрового двойника любой компании – производственной, агропромышленной – с возможностью прогнозирования объемов и динамики производства, спроса и продаж для отдельных категорий клиентов. В своих сервисах компания активно использует технологии машинного обучения для создания и реализации моделей предиктивной аналитики. При этом компания не останавливается на прогнозировании и идёт в своих продуктах дальше, в сторону прескриптивной аналитики.
Чтобы понимать принципы работы с данными, в ходе курса «Аналитические инструменты бизнес-аналитика для управления проектами» студенты программы «Управление развитием компании» сначала знакомятся с существующими аналитическими платформами.
— Любая аналитическая платформа, в частности, Microsoft Power BI, позволяет собрать разные источники данных, выстроить между ними взаимосвязь через общий идентификатор и создать модель. На основании модели данных можно строить разные типы визуализации, которые более удобны для понимания этих данных, — графики, диаграммы, позволяющие наглядно увидеть ключевые точки, — объясняет Александр. — Это и есть основа для принятия управленческих решений.
На таком простом инструменте мы учим студентов проходить все эти этапы: собирать данные, анализировать, принимать решения и исполнять их.
— Какими знаниями и компетенциями должен обладать студент, чтобы освоить и затем пользоваться этими аналитическими системами?
— Самое главное, с моей точки зрения, это необходимость логического мышления. Нужно построить цепочку логических взаимосвязей в голове, а потом оформить в коде или отчете.
Если мы говорим про подготовку данных, необходимо владеть математикой и основами экономики. У меня есть такой тест: чем рентабельность отличается от наценки, в чем она измеряется и какая она может быть максимальная? Порой я получал ответ: «300% рентабельность!». Приходилось объяснять, что наценка может быть какой угодно, а максимальная рентабельность только 100%.
В идеале — аналитик компании должен понимать язык работы с реляционными базами данных, который позволяет структурировать данные, манипулировать ими и легко наращивать объем анализируемой информации.
— Как устроен курс «Аналитические инструменты бизнес-аналитика для управления проектами»?
— Сначала мы проводим три аналитических занятия по основам аналитики, бизнес-аналитики и ее применению в проектном управлении. А потом уже переходим непосредственно к практике. Получаем данные, помещаем их в платформу, создаем связи, строим визуализацию. На первом этапе моя задача — научить студента работать с продуктом. А затем уже можно модифицировать наборы данных, начинать программировать, идти в предиктивную аналитику.
— Каких специалистов вы готовите?
— В основном мы готовим специалистов с компетенциями в управленческой аналитике в сфере управления бизнесом. Этот специалист знает, из каких источников собрать данные для любого аналитического отчета — для анализа рентабельности бизнеса, сроков поставки, движения денежных средств — и понимает, как выстроены взаимосвязи между данными. Мышление аналитика устроено так, что он четко видит цифровой след и способен найти любые данные. Рынку остро нужны специалисты, которые умеют эти данные интерпретировать и принимать на их основе управленческие решения.
Принятие оптимальных управленческих решений на стадиях планирования, мониторинга и анализа как бизнеса в целом, так и отдельных областей ее деятельности (функциональных блоков, программ/проектов, активов и т.д.) стало легче с появлением цифровых двойников компаний, в проектировании которых также принимают участие бизнес-аналитики.
— Как создание цифровых двойников помогает компаниям развиваться?
— Цифровой двойник — модель, максимально точно описывающая реальные причинно-следственные зависимости между производственными, экономическими, финансовыми и организационными показателями компании. Если модель бизнеса неустойчива, невозможно этот бизнес развивать и масштабировать.
Двойник нужен не только для того, чтобы мониторить процессы. В правильном цифровом двойнике можно изменить бизнес-процесс с измененными параметрами и прогнать данные через систему в цифре. Если результат вас не устраивает, вы его адаптируете, меняете, не в живом бизнесе, а в цифре. Есть эта модель вам подходит, вы запускаете проект с этими нововведениями в жизни. Мы так считали замену лампочек в тепличных комплексах с газоразрядных на светодиодные. Создавая цифрового двойника компании, с помощью средств анализа, изменяя бизнес-процессы, мы придаем этим компаниям устойчивость.
— Почему именно сейчас специалисты, владеющие методами цифровой аналитики, будут востребованы?
— Системы, которые обрабатывают цифру, дешевеют с каждым годом. Тренд на создание цифровых двойников компаний набирает популярность, и специалисты, владеющие методами цифровизации, будут особенно востребованы. Благодаря своим навыкам они будут повышать конкурентоспособность компаний.
Подать заявку на участие в «Раннем приглашении к поступлению в магистратуру» можно уже сегодня. Для участия необходимо представить портфолио для соответствующей программы. Победители конкурса смогут зачесть максимальный балл по вступительным испытаниям на одну из 9 образовательных программ магистратуры нижегородского кампуса в 2023 году.