Анализ данных «на коленке» может привести к большим ошибкам прогноза (интервью эксперта в сфере экономики и финансов Максима Обризана)

Анализ данных «на коленке» может привести к большим ошибкам прогноза (интервью эксперта в сфере экономики и финансов Максима Обризана)

Использование инструментов Business Intelligence в мировой экономике с каждым годом набирает обороты. Однако в Украине потенциал бизнес-аналитики не используется в полной мере. Особенно это касается работы с «большими данными».

DT&C: Бизнес в Украине всегда работал в достаточно переменчивых условиях — частые изменения законодательства, нестабильная ситуация на валютном рынке и т.п.. «Сюрпризов» всегда хватало. Целесообразно ли говорить о прогнозировании в таких условиях? И что мы можем уверенно прогнозировать?

Безусловно, бизнес, и не только отечественный, работает в условиях неопределенности. Если для наших компаний критическим вопросом сейчас является нестабильность валютного рынка или вероятность дефолта, то для западных фирм это могут быть атаки конурентов, изменения в антимонопольном законодательстве или опасность судебной ответственности за нарушения прав потребителей. Прогнозировать такие глобальные изменения бизнес-климата действительно очень сложно.

Вспомним несколько примеров из недавней истории. Кто мог предвидеть революцию платформы Apple? Кому удалось спрогнозировать перспективы сланцевой нефти? Кто, наконец, предсказал глобальный кризис 2008 года (и не в 2009 году, как некоторые доморощенные горе-експерты, а хотя бы в году эдак 2006-м)? Люди, которые достаточно прозорливы, чтобы предвидеть такие глобальные изменения, становятся миллионерами. Их не так много, и их имена у все на слуху. Это Джордж Сорос и Билл Гейтс, Стив Джобс и Воррен Баффет.

Тем не менее, есть много методов прогнозирования, которые хорошо работают в локальных функциях бизнеса при сохранении текущего статус-кво. Например, можно спрогнозировать оптимальный объем выпуска, определить наиболее прибыльных клиентов и направления деятельности, учесть тренд и сезонность.

DT&C:  Расскажите подробнее какую выгоду может получить компания при использовании методов бизнес-прогнозирования?

Выгод может быть очень много и они определяются для каждого менеджера в зависимости от профессии. Например, отдел логистики может сократить складские запасы и время в пути. Отдел маркетинга может лучше определить целевую группу для своей последующей рекламной кампании. Отдел продаж может обеспечить своевременную доставку при правильном учете сезонности. Кредитный отдел заинтересован в определении платежеспособных клиентов и прогнозе процентной ставки. Все это многообразие задач породило множество инструментов бизнес-анализа и прогнозирования, которые были внедрены в лучших западных компаниях. Однако во всех случаях хороший прогноз сужает зону неопределенности и предлагает альтернативные варианты действий исходя из ситуации. В конечном счете это означает оптимальное использование ресурсов, а значит и сокращение издержек.

DT&C:  В каких сферах бизнеса эти методы особенно эффективны?

Методы эффективны при наличии качественных данных. Перефразируя название одного классического романа, можно сказать: «Есть данные – готов прогнозировать». Например, аналитики часто собирают помесячные продажи по регионам или клиентам. Бизнес-анализ позволяет определить наиболее прибыльные/проблемные регионы для последующего улучшения. При наличии данных по большому количеству потребителей можно спрогнозировать поведение новых клиентов, а значит предложить им выгодные скидки или сориентровать рекламу на самую прибыльную целевую аудиторию. Телекоммуникационный, банковский, страховой бизнесы и ритейл как раз и работают с такими огромными массивами данных. С другой стороны, менеджеры среднего и высшего звена в других сферах деятельности часто строят прогнозы помесячных продаж, выручки, отгрузок и т.д. В этом случае модели временных рядов будут полезны при наличии помесячных данных за последние несколько лет.

DT&C:  Одной из первых задач Вашего тренинга «Бизнес-анализ и прогнозирование» является научить работать с данными. Почему это так важно и какие ошибки можно допустить на этапе выборки данных для прогноза?

Сбор и подготовка данных – это, пожалуй, самая кропотливая часть работы аналитика. Говоря словами Шерлока Холмса, без глины нельзя сделать кирпичи, и факты должны предшествовать теории, а не подгоняться под нее. Среди практиков популярно «правило трех»: если мы планируем закончить работу с данными за Х часов, то реально мы потратим на это 3Х часов. Это неудивительно, поскольку самая лучшая модель, но построенная на неверно измерянных данных, будет бесполезной. К счастью, в более продвинутых методиках бизнес-анализа иногда возможно исправить ошибки измерений.

DT&C:  Насколько распространено использование методов построения моделей прогноза в Украине и в развитых странах?

Как это не удивительно, но лучшие примеры использования методов прогноза как раз у тех западных компаний, которые у всех на слуху. Крупнейший в мире онлайн магазин Амазон предлагает клиентам купившим, например, ноутбук оптимальные аксессуары, исходя из заказов предыдущих покупателей ноутбуков. Гугл использует методы Байеса для подсказки окончания фразы в поисковике. Финансовые компании используют прогноз временных рядов для построения оптимальных портфелей инвестиций.

В Украине практически все менеджеры также нуждаются в анализе тех или иных данных, но часто делают прогнозы «на коленке». Например, продажи в декабре 2014 года можно использовать для прогноза продаж в январе 2015 года. Однако такие народные методы «на глазок» могут приводить к большим ошибкам. Цель нашего тренинга и состоит именно в систематизации навыков и обсуждении продвинутых и наиболее стабильных методов прогноза с основным упором на практические примеры в Excel.


Залишити коментар
Будь ласка, введіть ваше ім’я
Будь ласка, введіть коментар.
1000 символів

Будь ласка, введіть email
або Відмінити

Інші статті в категорії Project management, управління проектами Менеджмент, керування, KPI Фінанси, кредит, банківська справа