ИТ анализ

Записаться

На очереди четвертый модуль нашего курса лекций. Сегодня мы уделим внимание рассмотрению оставшихся видов анализа, которые важны нам для составления полной картины использования требований и проектирования в целях создания информационных систем. Сегодня мы подытожим рассмотрение процессов анализа. Четвертый модуль будет завершающим в разговоре про анализ. Эта лекция направлена на то, чтобы сформировать у вас комплексное понимание того, что такое аналитическая культура, из чего она состоит, какие стадии и этапы необходимо пройти организации, чтобы освоить полный аналитический инструментарий в решении задач, результат от которых должен приносить ценность организации и делать ее более развитой и лидирующей в своих профильных областях деятельности.

Каждый из уже изученных видов анализа в сфере информационных технологий – сам по себе сложный и комплексный вид деятельности. Основной момент изучения программной инженерии – гармоничное сочетание конкретного типа анализа, инженерии требований и проектирования. В совокупности они приносят бо́льшую ценность, чем суммированные по отдельности.

Решение каждой задачи или проблемы начинается с осознания наступивших следствий и выявления первопричин. После того как причины становятся понятны, их подвергают декомпозиции – разложению на составляющие. То есть решение какой-то большой и сложной задачи или проблемы идет путем ее деления на небольшие кусочки, каждый из которых можно осознать, структурно разложить и выделить его функции. Анализ – это и есть декомпозиция проблемы на ряд составляющих. Мы уже подробно рассмотрели бизнес-анализ и системный анализ. Это основные виды анализа, которые в том или ином объеме можно встретить почти в каждой организации. Нам осталось рассмотреть первый, фундаментальный – процессный анализ и продвинутые типы анализа – продуктовый и анализ данных. Эти типы анализа очень важны, но используются не так часто, потому что их использование не всегда оправдано.

Изложение информации в сегодняшнем модуле будет таким же, как и у всех других модулей этой лекции. Сначала мы затронем исторический контекст возникновения процессного анализа, а также поговорим о его истоках и личностях, повлиявших на все типы анализа, которые внесли наибольший вклад в их развитие. После дадим краткое описание процессного анализа, посмотрим на структуру его деятельности и зададим направления развития. Следом разберемся в их сути, назначении и функциях, которые выполняются для достижения результата деятельности. Мы посмотрим на все виды анализа с позиции заинтересованных в результатах ролей. Разберем артефакты, ценность, связь с проектированием и другими видами анализа. Поговорим и о том, как и в каком направлении можно развиваться в этих видах профессиональной деятельности. Также мы разберемся в понятии «цифровая трансформация» и выясним, как виды IT-анализа связаны с цифровой трансформацией и влияют на нее.

В начале мы предложили вам свое видение того, как виды анализа связаны с развитием организации, которое, как правило, выражается в осознанном и целенаправленном использовании профессиональных инструментов для решения конкретных практических проблем. Чем более сложные задачи решает организация, тем более специализированные инструменты необходимы для достижения высоких показателей деятельности. Но, используя сложные, специализированные инструменты, важно не забывать о фундаментальных видах деятельности. Использование сложных инструментов строится на более базисных инструментах, которые готовят почву для того, чтобы специализированные инструменты решили конкретно сформулированную задачу. Фундаментальный тип анализа, который является основой для применения других типов анализа, – процессный анализ. Он закладывает фундамент любого вида деятельности, расставляет акценты, обосновывает необходимость проведения того или иного вида деятельности. Процессный анализ определяет границы деятельности и помогает фокусироваться на выполнении тех работ, которые важны и нужны. Далее, после того как мы начали и достигли зрелости в практиковании бизнес- и системного анализа, мы приходим к необходимости использовать данные в качестве платформы для обоснования выбора направления развития имеющихся в организации систем.  Здесь наиболее эффективным инструментом становится анализ данных. Данный тип анализа – преимущественно научный метод исследования. Он востребован там, где накоплен массив информации, который используется для выявления закономерностей в поведении и прогнозировании отдельных практических аспектов функционирования информационных систем. Затем, после того как этот тип анализа тоже станет одним из слоев аналитической культуры, можно переходить к продуктовому анализу. Продуктовая аналитика применяется для решения конкретной проблемы. Этот тип анализа выделился из сферы бизнес-анализа. Развитие этого вида анализа имеет несколько причин, имеющих разную природу возникновения, но взаимосвязанных между собой. Первая причина – выделение специфичных информационных систем в отдельное прикладное направление деятельности. Вторая – появление так называемых информационных или цифровых продуктов, связанное с изменением экономических и бизнес-моделей развития современного общества, выделением общих и специфичных потребностей категорий клиентов и их удовлетворением. Если упростить, то цифровой продукт – это специфичная информационная система, которая направлена на удовлетворение определенной потребности определенных категорий потребителей. Для таких продуктов важной частью их развития является обратная связь от пользователей о том, насколько их удовлетворяет продукт, что в продукте нравится больше, а что меньше, что нужно добавить в продукт, чтобы он стал более полезным/удобным, а что нужно убрать из него. Все эти вопросы решаются с помощью продуктовой аналитики.

Исторический контекст возникновения анализа как самодостаточного типа деятельности связан с выделением методологии, то есть подходов к тому, как делать, в отдельный тип деятельности. Мы не просто делаем какую-то работу, а смотрим на нее как на последовательность шагов, которые должны приводить к достижению понятных, прогнозируемых результатов. Первый подобный подход к изучению производственной деятельности был разработан американскими учеными и консультантами Демингом и Шухартом. Их инновация состояла в том, что они предложили модель, которая описывала, что должно быть в любом виде деятельности, из каких этапов он должен состоять, чтобы этот тип деятельности привел к результату. Существуют четыре этапа, которые должны выполняться друг за другом. Первый этап – план, этап планирования, на котором осознается цель, необходимые ресурсы и шаги, которые необходимо будет сделать для достижения результата. Следующий этап – действия. На этом этапе выполняются все необходимые действия. Мы выполняем запланированное, делаем всю работу и идем к результату. Дальше – этап проверки, на котором мы сверяем, все ли запланированное выполнено, и если выполнено, то с теми ли показателями, с какими мы этого хотели на этапе планирования. Затем мы анализируем, что было запланировано и что мы делали, выявляем просчеты, ошибки, неточности и выходим на следующий цикл работы с лучшим пониманием того, что и как мы делали и что и как нужно было делать. Эти циклы работы должны повторяться постоянно. Только так можно достичь качественного результата деятельности. Все эти циклы легли в основу всех последующих видов анализа. Этапы могут называться немного по-разному, каждый тип работ будет включать в себя разные действия, но этот «мета»-цикл лежит в основе большинства современных коммерческих типов деятельности.

Теперь немного поговорим о знаковых персонах и личностях, повлиявших на развитие этих типов аналитической деятельности. Эдвард Деминг и Уолтер Шухарт, о которых мы уже упоминали выше, были учеными, математиками и консультантами. Эдвард Деминг был учеником Уолтера Шухарта. Он подхватил идеи своего учителя и развил их до общеизвестных масштабов. У него была богатая почва для экспериментирования и развития своих концепций – экономика и промышленность послевоенной Японии, – и богатая почва дала богатые плоды. Следующая персона – Клифорд Линч. Линч – директор центра продвижения информационных технологий, преподаватель университета Беркли, редактор журнала Nature.  Он ввел термин «Big Data» в 2008 году в спецвыпуске Nature, посвященном взрывному росту мировых объемов информации. Именно Линч стал популяризатором аналитики данных как подхода к работе над данными в целях получения ценных и монетизируемых результатов. Еще одна персона – Александр Остервальдер, швейцарский теоретик бизнеса, автор книг, консультант и предприниматель, который известен своими исследованиями в области построения бизнес-моделей. В 2017 году вместе со своим коллегой Ивом Пинье Остервальдер занял 7-е место в рейтинге наиболее влиятельных бизнес-мыслителей мира Thinkers50. Они предложили инструмент по описанию бизнес-моделей, который стал очень популярным и востребованным. Этот инструмент так и называется – модель Остервальдера-Пинье. Для продуктовой аналитики это один из наиболее популярных инструментов, который позволяет комплексно взглянуть на создаваемый продукт и перейти к его сквозной автоматизации.

Структура и функции анализа данных и продуктового анализа, как прикладных сфер, которые выполняются аналитиком, ограничивается набором факторов. Главный из них – осведомленность и компетентность аналитика в данных анализируемой области деятельности. Анализировать все собираемые данные разом нецелесообразно. Перед тем как над данными будут произведены действия, необходимо классифицировать их по определенной направленности, определенному пути, после чего выполняется их систематизация и ставится цель. Встают вопросы о том, что мы ищем и что хотим улучшить. При таких рамках аналитик должен быть готов к тому, что анализируемые данные могут оказаться слишком запутанными, не поддающимися анализу, а также к тому, что подобные задачи предстоит решать с нескольких точек зрения, руководствуясь знаниями о предметной области, опытом, интуицией и используя различные эвристические подходы.  Так происходит движение от грубой модели ко все более точным представлениям об анализируемых данных и процессе, в ходе которого они возникают. Проводимые работы подразумевают, что опыт, знания, профессионализм аналитика – ключевые факторы успеха. Проблема должна рассматриваться с разных сторон, следует комбинировать подходы к анализу, не стоит сразу стремиться к высокой точности результатов. Движение должно быть постепенным, от менее к более сложным и точным результатам и моделям; цикл анализа необходимо повторять, а данные – пересматривать, как только принятые нами решения трансформировали наше представление о процессе или продукте.

При таком подходе к анализу можно решать реальные и сложные задачи по извлечению необходимой для принятия решения информации и построению сложных и комплексных бизнес-моделей.

Продуктовый анализ за счет выстроенного процесса взаимодействия с целевым пользователем решает конкретные задачи, направленные на улучшение продуктовых метрик за счет использования анализа данных, который позволяет точно определять точки роста. Структура и функции продуктового анализа и анализа данных определяются как самим продуктом, основанным на определенной бизнес-модели, так и инструментами, которые помогают реализовывать изменения в образе продукта. Инструментарий помогает собирать данные, которые лежат в основе гипотез, и обратную связь, собираемые на основе внедрения гипотез в продукт. При оценке продукта важно понять самые широкие, наиболее кросс-функциональные части ожиданий пользователей. Это аналитическое стремление направлено на понимание верности позиционирования продукта. Анализируя и сопоставляя полученные от пользователей данные с продуктовой моделью, можно рассчитывать на конкретность образа продукта. Это является залогом сохранения занятой продуктовой ниши и точного определения частей продукта, на развитие которого можно повлиять анализом данных. В том случае, если мы пришли к необходимости изменения образа продукта, целостное понимание текущего продукта поможет более точно спланировать его трансформацию.

Для этого аналитического среза не существует каких-то точных и конкретных метрик. Это очень высокий уровень абстракции и на нем собираются соответствующего уровня метрики, такие как NPS (Net Promoter Score) или SUS (System Usability Scale). Метрики эти не бесспорные, но являются стандартами индустрии и помогают ориентироваться в позиционировании и развитии продукта. За уровнем продукта в целом идет уровень отдельных продуктовых функций. Для сбора информации по конкретным функциям необходимо получать ответы на более конкретные вопросы. На этом уровне работа идет с конкретной частью продукта, который отвечает за определенные пользовательские функции. Метрики на этом уровне должны характеризовать функционал с нескольких точек зрения. Такие метрики разрабатываются под определенный функционал и должны комплексно характеризовать его. Последний уровень исследования продуктового анализа – уровень взаимодействия. Его задача – оценить конкретное действие, которое совершил пользователь (нажал кнопку, перешел на другую вкладку). Результат такого взаимодействия нужно замерять и контролировать. С этого уровня приходит самая детальная информация, которая ложится в основу большинства продуктовых исследований.

Анализ данных и продуктовый анализ имеют очень широкое поле для развития. Эти типы анализа сейчас развиваются вместе со сферой информационных технологий. Аспекты, которым больше всего уделяют внимание эти типы анализа, – это аспекты неопределенности, работа над которыми оправдана и очень важна для создания комплексного, эффективного и ценного продукта. Цель, к которой стремится большинство компаний, – полная цифровая трансформация. Соответственно, продуктовый анализ и анализ данных в ближайшее время будут все больше и больше внимания уделять накоплению и использованию данных, необходимых для расчета алгоритмов автономной работы отдельных операционных производственных технологий, а также полной сквозной вертикальной и горизонтальной интеграции между различными системами и технологиями, аспектам кибербезопасности, автоматизированного производства и дополненной реальности. Все это в совокупности и составляет концепцию развитой цифровой компании. Индустрия 4.0, в которой используется искусственный интеллект и киберфизические системы.

Анализ данных и продуктовый анализ в совокупности должны стать катализаторами выделения из множества гипотез конкретных идей и проблем. После этого к ним применяются решения, проверяется его полнота и достижение запланированных результатов.

Задействуются инструменты и знания работы с данными, которые связывают процесс решения, его полноту с конечным результатом. Понять масштабы проблемы, применить к ней наиболее логичное решение и проверить истинность этого решения – основная работа аналитика. Аналитик «копает» количественные данные, чтобы проверить гипотезы и правильно расставить приоритеты в задачах. В совокупности приведенные стадии составляют процесс законченного продуктового анализа. Назначение рассмотренных видов анализа – формировать, проверять гипотезы и приходить к выработке осознанных решений за счет анализа большого количества данных, которые описывают основные проблемы и возможности развития конкретного пользовательского продукта. В основе продуктовой аналитики лежат процессы идентификации, уточнения проблемы, выработка на основе полученной информации конкретного решения из ряда гипотез и его последующая проверка.

Умение находить точки роста в данных, какими бы неструктурированными они ни были, правильно оформлять их в гипотезы, масштабировать и валидировать на всех текущих и будущих пользователей – именно те качества, которые отличают аналитиков от других представителей направления анализа программной инженерии.

Рассуждая об анализе данных и продуктовом анализе, мы все время говорим о двух основных аспектах: данные и продукт.

Данные – цифровой след функционирования продукта, след, по которому можно оценить, чего не хватает в продукте или как сделать его лучше, эффективнее.

Данные сами по себе ценны. Для организации их ценность заключается в том, что они помогают обосновать, в чем же состоит ценность этих данных, и монетизировать их. Эта монетизация возможна после того, как будут сформулированы и реализованы намеченные гипотезы. Для цифрового продукта анализ данных предлагает обоснованные варианты развития этого продукта, а для окружения – объективно приоритизировать важность компонентов для решения конкретной задачи. Для направления информационных технологий анализ данных делает прозрачной работу над развитием продукта за счет выявления обоснованных и понятных гипотез.

Ценность продуктового анализа для организации заключается в том, что он направляет развитие деятельности организации за счет удовлетворения конкретных целей. Продуктовый анализ задает границы конкретного продукта, помогает сформировать и выделить категорию пользователей с конкретными нуждами. Для окружения продуктовый анализ выстраивает и направляет развитие необходимой и самой ценной функциональности. В области информационных технологий продуктовый анализ помогает структурировать их деятельность, а также сделать прозрачными доходы и расходы.

Если мы говорим о развитии конкретного специалиста в направлениях по работе с данными, то аналитик данных постоянно сталкивается с ситуацией, когда трудно сделать четкие гипотезы по решаемой им задаче. Целевая модель неизвестна, задача сформулирована абстрактно, данных много и их смысл открывается постепенно. В результате используются эвристические или экспертные предположения о выборе информативных признаков, о моделях и о параметрах выбранной модели. Эти предположения аналитика основываются на его опыте, интуиции, понимании смысла анализируемого процесса. Развитие и повышение профессионализма аналитика данных связаны с тем, насколько подробно и детально он освоил анализируемую им сферу деятельности и как хорошо владеет инструментарием анализа данных. И тут мы опять получаем три основные направляющие развития в этом направлении деятельности: эксперт в области анализа данных, осваивающий все его методы и техники; эксперт в профильном направлении бизнеса, в котором он применяет свои методики; архитектор данных, выбравший развитие по наклонной направляющей. Выбор траектории развития определяется личными и профессиональными предпочтениями, которые развиваются по ходу практической деятельности конкретного специалиста. Нахождение специалиста в предлагаемой системе координат логично, но, как вы могли заметить, инструментарий бизнес-анализа, продуктового и системного анализа предполагает владение общими инструментами. Бизнес-аналитику для разработки стратегии необходимо владеть пониманием анализа данных – это позволит ему принимать взвешенные и обоснованные решения. Такая ситуация повторяется и для других типов анализа. Это создает возможности к миграции по сферам анализа.

Продуктовыми аналитиками становятся бизнес- и системные аналитики, маркетологи, менеджеры, прошедшие профессиональную специализацию. Для развития в этой области важно иметь базовые знания математики, статистики, уметь работать с инструментами. Продуктовый аналитик – специалист, который может сформулировать проблему на должном уровне абстракции, измерить ее, проверить на значимость, предложить рекомендации к действиям по устранению проблемы. Возможность стать продуктовым аналитиком есть у всех, кого привлекает возможность влиять на развитие продукта. Этот специалист должен быть драйвером обнаруживаемых проблем и точек роста.  Продуктовый анализ – комплексная область, связанная как с количественными исследованиями, так и с качественными преобразованиями продукта. В случае, если для продуктового аналитика более привлекательным является вариант развития карьеры, связанный с совершенствованием в области алгоритмов и анализа данных, он начинает расти в этой профессиональной области. Если же аналитика больше интересуют аспекты развития бизнес-модели продукта, соответственно, он начинает осваивать это профессиональное направление. В самом сложном варианте, когда интересны обе представленные области, аналитик начинает расти как эксперт, одновременно совершенствуясь сразу по двум представленным направлениям.

Как мы определили, процессный анализ закладывает основы анализа. На этом этапе нет каких-то специализированных требований к формату представления данных, необходимый минимум, с которого можно запускать проектирование, – требования пользователей к тому, каким должен быть продукт. Формируется общее описание сделанного и описываются отдельные, наиболее критичные аспекты поддержки системы. На этапе, когда мы оперируем анализом данных, важно, чтобы у нас уже была кросс-функциональная команда, которая состояла бы из пользователей разного уровня экспертизы и с разными компетенциями. Здесь делается акцент на создании понятных интерфейсов, которые требуют минимум освоения. Когда мы подходим к этапу применения продуктового анализа, любая потребность должна быть обоснована данными, а рабочие гипотезы спрогнозированы по той ценности, которую они могут принести. На стадии продуктового анализа все больше и больше аспектов деятельности должны автоматизироваться и выполняться в фоне.

Подведем итоги этого модуля. Сегодня мы говорили о процессном, продуктовом анализе и анализе данных. Процессный анализ закладывает основу для построения организации. Анализ данных развивает аналитическую культуру организации в части принятия взвешенных, обоснованных решений. Продуктовый анализ развивает культуру цифровой организации и основывается на том, что потребности должны «закрываться» специализированными информационными системами.