ארגונים רבים משקיעים הרבה באנליטיקה, ועדיין מתקשים להפוך דאטה להחלטות טובות יותר.
הם בונים דשבורדים. מגדירים KPIs. מקימים פלטפורמות דאטה, שכבות דיווח, תצוגות הנהלה, דוחות תפעוליים וכלי self-service. בשלב מסוים הארגון רואה יותר ממה שראה אי פעם.
ועדיין, לא מספיק משתנה.
הסיבה פשוטה: אנליטיקה אינה יוצרת ערך רק משום שמידע קיים. אנליטיקה יוצרת ערך כאשר המידע נכנס לתוך תהליך ארגוני אמיתי.
דשבורד בפני עצמו אינו החלטה. מדד בפני עצמו אינו אחריות. דוח בפני עצמו אינו ביצוע.
אנליטיקה מתחילה להיות משמעותית רק כאשר הארגון יודע לענות על כמה שאלות מעשיות. איזו החלטה הדאטה הזה אמור לשפר? מי הבעלים של המדד? מי אמור לפעול כשהמספר משתנה? איפה זה נדון? באיזו תדירות זה נבחן? אילו tradeoffs זה אמור לעזור להנהלה לעשות? ומה קורה כאשר האות שהדאטה מציג סותר את הסיפור שאנשים כבר מאמינים בו?
אלו אינן שאלות טכנולוגיות. אלו שאלות ארגוניות.
כאן הרבה יוזמות אנליטיקה מאבדות את הכוח שלהן. השכבה הטכנולוגית משתפרת, אבל השכבה הארגונית נשארת לא ברורה. הדאטה נעשה זמין יותר, אבל זכויות ההחלטה נשארות עמומות. הדיווח נעשה מתוחכם יותר, אבל האחריות אינה משתנה. הארגון נעשה מיודע יותר, אבל לא בהכרח אפקטיבי יותר.
במצב כזה, אנליטיקה הופכת לשכבת נראות. היא מראה לארגון מה קורה, אבל אינה משנה את הדרך שבה הארגון פועל.
הגרסה החזקה יותר נראית אחרת.
בארגון בוגר, אנליטיקה מוטמעת בשגרת הניהול. מדדים מחוברים לבעלות. דשבורדים מחוברים לישיבות. ישיבות מחוברות להחלטות. החלטות מחוברות לפעולה. פעולה מחוברת למעקב. ומעקב מחובר ללמידה.
שם אנליטיקה הופכת לחלק ממערכת הניהול.
לדוגמה, דשבורד הכנסות הוא שימושי רק אם הוא מחובר לתהליך מסחרי אמיתי. מי מסתכל עליו? מכירות? כספים? מוצר? המנכ״ל? מה קורה כאשר conversion יורד? מי בודק? מי מחליט אם הבעיה היא תמחור, מוצר, איכות funnel, סגמנט לקוחות או ביצוע מכירתי?
אותו דבר נכון בתפעול. מדד אמינות הוא שימושי רק אם הארגון יודע איזה סף מחייב הסלמה, מי אחראי לתגובה, ואיך הלמידה חוזרת למוצר, לפיתוח, לתמיכה ולתקשורת מול לקוחות.
אותו דבר נכון באנליטיקת לקוחות. נתוני churn הם שימושיים רק אם הם משנים את הדרך שבה customer success, מוצר, תמיכה והנהלה עובדים יחד.
לכן אנליטיקה בארגונים אינה רק עניין של דאטה. היא עוסקת בקשר בין דאטה, תהליך, אחריות והתנהגות.
הביטוי “single source of truth” אינו מספיק. גם מקור אמת אחד יכול לייצר כמה גרסאות של אחריות. כולם יכולים להסכים על המספר, ועדיין לא להסכים מה המשמעות שלו, מי אחראי עליו ומה צריך לקרות עכשיו.
השאלה האמיתית אינה רק האם הדאטה אמין. השאלה האמיתית היא האם הארגון יודע להשתמש בו.
עבור צוותי הנהלה, זה קריטי במיוחד. דשבורדים הנהלתיים הופכים לעיתים לאובייקטים סימבוליים. מסתכלים עליהם, מדברים עליהם, לפעמים אפילו מתרשמים מהם. אבל אם הם אינם מחוברים לקבלת החלטות, תיעדוף, הקצאת משאבים ואחריות, הם נשארים מחוץ למערכת ההפעלה האמיתית של החברה.
העבודה היא לסגור את הפער הזה.
מערכת אנליטיקה טובה צריכה להפוך את הארגון למסוגל יותר לפעול. היא צריכה להבהיר מציאות, לחשוף מתחים, לתמוך ב-tradeoffs ולשפר את איכות השיחות הניהוליות. היא צריכה לעזור להנהלה לשאול שאלות טובות יותר, לא רק לצרוך גרפים טובים יותר.
לשם כך נדרשים גם טכנולוגיה וגם ארגון.
הטכנולוגיה צריכה להיות אמינה, זמינה, מובנת ובזמן. ההגדרות צריכות להיות ברורות. מודל הדאטה צריך לתמוך בשאלות שהעסק באמת צריך לענות עליהן.
אבל גם הארגון צריך להיות מוכן להשתמש בדאטה. הוא צריך פורומים לקבלת החלטות, בעלות, מסלולי הסלמה, קצב ניהולי ומשמעת לפעול כאשר הדאטה מראה משהו לא נוח.
בלי תהליך, אנליטיקה היא התבוננות. עם תהליך, אנליטיקה היא ביצוע.
זה החיבור שחברות רבות צריכות לבנות כשהן גדלות. לא עוד דשבורדים לשם דשבורדים. לא עוד דאטה כתחליף לניהול. אלא קשר ברור יותר בין מידע לבין פעולה.
אנליטיקה יוצרת ערך כאשר היא משנה את הדרך שבה הארגון מחליט, מתאם, לומד ומבצע.
לכן אנליטיקה אינה רק שכבת דיווח. היא תהליך ארגוני.