Я был на стороне поставщика услуг аналитики на протяжении всей своей профессиональной жизни. Я также был на руководящих должностях, на которых мне приходилось оценивать плюсы и минусы получения внешних аналитических ресурсов по той или иной причине. Побывав на обеих сторонах вопроса, я понял и оценил то, что делает партнерство успешным.

Аутсорсинг для аналитики (включая науку о данных, ИИ, машинное обучение или любой другой ваш любимый модный термин) уже некоторое время является предметом обсуждения. Это необходимо? Это когда-нибудь работает? Имеет ли это смысл? Зачем какой-либо организации передавать на аутсорсинг возможности, которые так тесно связаны с ее собственными данными, полны нюансов, характерных для ее бизнеса и являющихся собственностью организации?

Существуют разные толкования того, что означает «аутсорсинг аналитики». Ради этого обсуждения и в интересах инклюзивности давайте рассмотрим здесь самую широкую точку зрения: привлечение третьей стороны для выполнения некоторой (любой) аналитической деятельности. Третьей стороной, о которой идет речь, может быть организация или физическое лицо. Хотя обычно речь идет о некоторой финансовой компенсации, это не обязательно так.

Таким образом, причины «аутсорсинга» аналитики в основном попадают в одну из двух широких категорий: из-за возможностей (пропускной способности и ресурсов), которых у вас нет, или из-за возможностей (навыков, опыта), которых у вас нет. Иногда это сочетание двух факторов, но обычно один является движущим фактором по сравнению с другим.

Аутсорсинг для мощности

Аутсорсинг мощностей концептуально проще и понятнее. Возможно, вам не нужна численность персонала, это может быть временная потребность, а гибкие ресурсы могут быть более подходящими, или третья сторона имеет доступ к ресурсам, которые намного более рентабельны, чем те, которые есть у вас. «Ресурсы» не должны ограничиваться аналитической рабочей силой; они включают вычислительные ресурсы и даже административные ресурсы, связанные, например, с соблюдением нормативных требований. Суть в том, что у организации есть необходимые для этого навыки, но она предпочитает привлекать внешнюю помощь. Возможно, по этой причине организации, которые (намеренно) используют аутсорсинг для расширения возможностей, как правило, более зрелые в аналитическом отношении (что бы это ни значило). Тем не менее, идея гибких ресурсов, очевидно, очень привлекательна и эффективна для организаций на ранней стадии, таких как технологические стартапы, если они знают, что делают.

Аутсорсинг возможностей

Простейший случай аутсорсинга возможностей — это когда у организации вообще нет аналитических возможностей, и они нанимают кого-то другого для проведения некоторого анализа. Отсутствие возможностей свойственно не только небольшим организациям и стартапам, но и организациям любого размера на начальных этапах пути к данным и аналитике.

Помимо очевидных причин набора навыков и опыта, есть несколько любопытных случаев, которые коренятся в других факторах. Например, вам может потребоваться включить важный внешний источник данных в свой собственный набор данных, и этот внешний источник данных может иметь ограничения на то, как он может покинуть помещения третьей стороны, если вообще может. Здесь внешний источник данных — это, по сути, «возможность», которой у вас нет, и третья сторона может оказаться в лучшем положении для предоставления аналитических услуг. Одним из таких примеров является использование кредиторами США аналитических услуг агентств кредитной отчетности (т. е. кредитных бюро) в отношении собственных клиентов кредиторов из-за нормативных ограничений.

Я также видел, как организации предпочитали аутсорсинг аналитики для узнаваемости бренда. Организация может иметь внутренние аналитические возможности, но для признания сотрудничает с известным поставщиком аналитических услуг. Однако я обнаружил, что у этих организаций не всегда есть стратегия выхода на тот момент, когда они обретают признание на рынке. В результате некоторые оказываются заложниками бренда у внешнего поставщика аналитических услуг с последующими трудностями в построении собственных возможностей.

Рекомендации по успешному аутсорсингу аналитики

Самые большие проблемы, с которыми я сталкивался при аутсорсинге, как правило, связаны с тем, как он передается на аутсорсинг, не отражая истинной потребности в аутсорсинге: аутсорсинг для мощности, как если бы вы аутсорсинг для мощности и наоборот, или, что еще хуже, наивный аутсорсинг для мощности, ожидающей возможности в возвращение. С учетом сказанного, вот три совета или соображения по поводу аутсорсинга в аналитике.

№1. Будьте в состоянии четко сформулировать, почему вы используете аутсорсинг.

Вы ищете возможности или мощности через аутсорсинг? Это различие не тривиально и намного сложнее, чем вы можете себе представить.

Это определяет, что вы должны передать на аутсорсинг и как вы должны передать на аутсорсинг. Для этого очень полезно знать разницу между архитектором технологий, архитектором-аналитиком, разработчиком технологий и разработчиком-аналитиком. Если не знаете, обратитесь за помощью к тому, кто знает. Не нанимайте аналитического разработчика, когда вам нужен аналитический архитектор. Не нанимайте технологического архитектора, когда вам нужен аналитический архитектор. И не нанимайте разработчика технологий, когда вам нужен разработчик-аналитик. Что из этого вам нужно, а что нет, зависит от того, почему вы пользуетесь аутсорсингом.

Не думайте, что разработчик-аналитик знает, как спроектировать аналитическое решение. Несмотря на то, что сегодня это различие не признается в мире аналитики, оно имеет решающее значение, которое может помочь или сломать ваши усилия по аутсорсингу.

№ 2. Получите ваши требования, достаточно подробные и конкретные для типа ресурсов, которые вы отдаете на аутсорсинг.

На сегодняшний день недостаточно детализированные требования являются основными причинами перерасхода средств и времени при аналитическом аутсорсинге. Напротив, основным фактором успешного аутсорсинга аналитических услуг является соответствующий и согласованный уровень детализации требований, а также критериев приемлемости (см. далее).

Аутсорсинг возможностей часто зависит от опыта третьей стороны в разработке или предоставлении рекомендаций по аналитическим вопросам. Это означает, что требования, как правило, содержат больше концептуальных компонентов, и поэтому их труднее сформулировать. Аутсорсинг мощностей, с другой стороны, для получения нужной вам отдачи требует гораздо более подробных (и соответствующих) технических требований, которые имеют как можно меньше места для интерпретации. По этой причине он гораздо лучше подходит для четко определенных проектов и действий.

Если вы используете аутсорсинг для расширения возможностей, убедитесь, что бизнес-требования четко сформулированы для внешнего аналитического архитектора. Чтобы установить бизнес-ожидания, требуется много работы — по моему опыту, гораздо больше усилий, чем ожидают люди. Это неправда, что вы можете просто сказать своему поставщику, что вам нужно, и решение появится волшебным образом. Это не работает. Ваш поставщик услуг должен усвоить и преобразовать бизнес-потребности в аналитический дизайн. Не позволяйте архитектору-аналитику делать выводы или интерполировать детали ваших потребностей до перевода. Определенно не ожидайте простой передачи; слишком много неудачных и несчастливых переживаний являются результатом именно этого.

Если вы используете аутсорсинг для увеличения мощности, убедитесь, что вы четко указали технические требования к разработчику аналитики. В этом случае одних бизнес-требований недостаточно.

№3. Убедитесь, что вы четко установили и согласовали критерии приемлемости результатов.

Я не могу подчеркнуть это достаточно. Многие организации даже не знают, как должны выглядеть критерии приемки аналитики. С другой стороны, где еще вы когда-либо обращались к аутсорсингу, не имея критериев приемлемости и SLA, и постоянно добиваясь успеха? Каким-то образом аналитика стала неприкасаемым, что бросает вызов здравому смыслу. Неудивительно, что мы все разочарованы.

Убедитесь, что вы четко сформулировали требования к результатам и сделали их обязательными. Это относится не только к самой аналитике, но и к любым исполняемым файлам, документации и т. д., которые помогут вам понять и вести свой бизнес, зависящий от предоставленной аналитики. В некоторых случаях могут быть предусмотрены санкции за несоблюдение критериев приемлемости в установленные сроки.

Короче говоря: установите четкие ожидания со структурой подотчетности.

То, что это данные и аналитика и, следовательно, что-то, что вы можете или не можете полностью понять, не освобождает вас от необходимости формулировать свои ожидания и привлекать к ответственности своих поставщиков. Аутсорсинг для аналитики ничем не отличается от аутсорсинга для всего остального. Ожидания, требования и условия, понятные обеим сторонам, имеют решающее значение, независимо от того, понимаете ли вы технические детали их работы.

В настоящее время Мичико является управляющим партнером и главным консультантом Msight Analytics, консалтинговой фирмы по вопросам управления, специализирующейся на данных и аналитике. Обладая 20-летним опытом выполнения и реализации аналитических проектов, она помогла организациям всех размеров в развитии корпоративных возможностей и повышении эффективности работы с данными и аналитикой. Она руководила многонациональной аналитической консультационной практикой с клиентами и коллегами со всего мира в сфере финансовых услуг, средств массовой информации и коммуникаций, розничной торговли, здравоохранения, наук о жизни, государственного сектора, а также гуманитарного реагирования и управления стихийными бедствиями, и выступала на многих отраслевые конференции и форумы. В ее предыдущие обязанности входит работа ведущим специалистом по данным в North Highland и руководство международной аналитической практикой в ​​Equifax в качестве вице-президента по международной аналитике. Мичико имеет степень магистра статистики Университета штата Флорида, а также другие степени Университета штата Флорида и Консерватории Пибоди Университета Джона Хопкинса.

Первоначально опубликовано на https://www.datadriveninvestor.com 22 апреля 2021 г.