Как оптимизировать работу подразделения (универсальный алгоритм). Секреты оптимизации рабочего процесса Как организовать аналитическую работу на предприятии

"Выживут те, у кого хватит сил поддерживать рыночную гонку.
Так было и так будет всегда".

Полнота, актуальность и достоверность информации на сегодняшний день являются определяющими факторами для выработки обоснованных стратегий и принятия рациональных тактических решений в сфере управления.

Гигантские объемы данных, накопленные различными информационно-аналитическими системами, только усугубляют основное противоречие последнего десятилетия в этой области: актуальным является оперативность и полнота не столько информационного поиска, сколько процесса контекстного анализа имеющейся информации с целью принятия решения.

АНАЛИТИЧЕСКАЯ РАБОТА И РАЗВЕДКА — СИНОНИМЫ?

В целом суть работы аналитической группы заключается в сборе исходных данных и первичной информации, её обобщении, установлении причинно-следственных связей влияния одних фактов на другие, на основании полученных результатов анализа и имеющегося опыта — агрегирование данных, подготовка аналитических справок, отчетов, и, в конечном итоге — прогнозировании развития ситуации.

Сопоставление всех фактов и установление связей при работе с информацией настолько тонко и неочевидно, что непременно возникает вопрос о существовании элемента творчества и интуиции в работе аналитиков и экспертов.

Под разведкой и аналитической работой мы понимаем любые исследования, которые ведутся по разным предметным областям (политика, экономика, наука, рынки сбыта, конкуренты, бизнес, финансы и т. д.) и сферам деятельности организации (маркетинг, продажи, логистика, производство и т. д.), результаты которых могут (и должны!) быть востребованы для принятия решений руководством организации.

В контексте этой статьи аналитическая работа и разведка — синонимы.

Совокупность массивов необходимой информации, знаний и опыта сотрудников, эффективного аналитического инструментария составляют так называемые корпоративные знания, которые необходимо формировать, иметь и управлять ими для поддержки на высоком уровне основных бизнес-процессов организации, а также для быстрого и адекватного реагирования на динамику рынка.

Один из важнейших компонентов корпоративных знаний — инструментарий аналитика или информационно-аналитическая система.

Нужно отметить, что для решения задач разведки главное не владение информацией, а наличие и совершенствование навыков её использования, правильное понимание круга задач и, соответственно, выбор инструмента аналитика.

ПРИНЦИПЫ ОРГАНИЗАЦИИ АНАЛИТИЧЕСКОЙ РАБОТЫ

Весь процесс сбора, обработки, анализа информации и синтеза знаний представляет собой ряд последовательных мероприятий, повторяющихся от одной цели к другой. Этот процесс получил название разведывательный цикл.

В его состав, как правило, входят следующие основные этапы:

• осознание — выявление внешних признаков происходящих изменений;
• целеуказание и планирование;
• сбор данных и потенциально значимой информации;
• обработка данных (превращение их в информацию);
• структурирование собранной информации (выбор формата и носителей);
• обработка информации — ее анализ с помощью соответствующих методов и инструментов;
• доступ — упаковка и упрощение доступа к информации;
• анализ и синтез информации (превращение в знания);
• использование информации в процессе принятия и исполнения решений;
• распространение полученных знаний.

Собранная информация на первом этапе представляет собой первичные данные, после ее обработки (сортировки, калибровки) она превращается в информацию, и только после анализа информациии синтеза на ее основе выводов экспертов, она становится знаниями, дающими реальную почву руководству для принятия решений.

Важнейшим условием успешной работы эксперта-аналитика является наличие информационного поля исследуемой предметной области, которое должно представлять собой ряд структурированных и неструктурированных информационных массивов, необходимых для извлечения из них необходимых сведений.

Наиболее точная картина будет формироваться, если информационное поле будет включать в себя как данные, получаемые из внешних источников, так и данные, получаемые из внутренних источников.

Основная технология аналитика — это установление причинно-следственных связей между различного рода данными и их исследование под разными углами зрения. Построение причинно-следственных цепочек позволяет обработанные данные обратить в информацию и, сделав выводы в предметной области, синтезировать соответствующие рекомендации для руководства предприятия.

Определив основные принципы организации работы аналитической группы, мы можем сформировать требования к функциональности программных средств, которые должны обеспечить качественную работу аналитиков.

ФУНКЦИОНАЛЬНОСТЬ ИНСТРУМЕНТАРИЯ АНАЛИТИКА

Развитие научных исследований и опытов в областях моделирования деятельности человеческого мозга, создание искусственного интеллекта дали разработчикам математические аппараты для создания ПО в области нейронных технологий, интеллектуального поиска в неструктурированной текстовой информации (Text Mining), системы извлечения данных и систем распознания образов (Data Mining).

Разработки в этих областях привели к созданию технологии управления знаниями (Knowledge Management, KM). Это фактически подвело разработчиков программного обеспечения к автоматизации областей человеческой деятельности, трудно поддающихся формализации, к которым можно отнести и процессы анализа информации.

Объективный анализ современных информационных технологий автоматизации бизнес-процессов организаций показывает, что наиболее полно задачам разведки отвечает КМ-технология.

Большинство программных средств КМ-технологии реализуют, как правило, следующие типичные функции:

• сбор данных из источников различных форматов (БД, неструктурированные источники и т. д.);
• накопление и хранение данных;
• рубрикацию архивов;
• построение отчетов в различных срезах выборки, в том числе и многомерный анализ данных;

Таким образом, решения в области программного обеспечения для автоматизации процессов аналитики и разведки условно можно классифицировать по ряду признаков.

По функциональности:

• полнофункциональные;
• частичные (реализующие одну или несколько функций КМ-технологии).

По форме представления обрабатываемых данных:

• для работы со структурированными данными (цифровые данные);
• для работы с неструктурированными данными (текстовые, видео, графика);
• комбинированные.

По степени автоматизации логических операций:

• комплексы поиска и сбора данных (поисковые системы);
• аналитические комплексы (содержащие автоматизированные процедуры или методы анализа данных);
• поисково-аналитические комплексы.

В настоящее время на рынке информационных технологий в области KM и BI (Business Intelligence) представлены в основном компании-разработчики ПО зарубежного происхождения, т. к. на украинском рынке такие разработки не ведутся. Лишь незначительная часть игроков российского рынка ведет разработки в интересах зарубежных заказчиков и может похвастаться собственными разработками в этой области.

Это объясняется несколькими причинами:

• математический аппарат ПО в данной области относится к НИОКР в сфере моделирования искусственного интеллекта, что требует привлечения персонала высочайшей квалификации;
• низкая капиталоемкость ИТ-рынка стран СНГ не позволяет компаниям-разработчикам выделить необходимые инвестиции на НИОКР в данной области.

Таким образом, о полнофункциональных КМ-системах можно говорить только у крупных зарубежных разработчиков (Convera, Documentum, Hummingbird, IBM, FileNet и др.).

Организации, приобретая системы класса КМ, получают мощнейший информационно-аналитический инструмент, который существенно усилит аналитические подразделения и обеспечит руководство информацией для принятия решений, базирующийся на всем объеме знаний организации.

ОБЗОР РЫНКА КМ-СИСТЕМ

Обзор технологических решений на рынке КМ-систем — достаточно сложная и трудоемкая задача. Многие зарубежные КМ-системы не представлены на нашем рынке, более того, не адаптированы для русского (а тем более, украинского) языка. Это достаточно серьезная проблема, т. к. одно из важнейших требований к системе управления знаниями — работа на многих языках (в зависимости от сфер интересов разведки) и особенно — работа в кросс-языковом режиме (см. статью в предыдущем номере журнала).

Для обеспечения работы аналитических групп кроме КМ-систем могут также использоваться информационно-поисковые системы.

В связи с этим мы попытались представить основные предложения на рынке Украины и СНГ, основных игроков в данных группах, описать возможности, особенности и состав комплексов с учетом языковой поддержки для обеспечения работы на многих языках и, особенно, на украинском и русском. Анализ выполнялся по открытым источникам и Internet.

Решение от Convera

Американская компания Convera Technologies International Ltd. (www.convera.com), ранее — Excalibur, по данным отчетов Garthner Group уже много лет является мировым лидером в области разработки технологий поиска информации и извлечения знаний из текстов и мультимедиа данных любой природы (текстовые, графические, звук, фото- и видеоизображения в файлах практически всех известных форматов).

Решение: Convera RetrievalWare (RW) — промышленная аналитическая платформа управления знаниями — оптимальное решение для организации, интеграции информационных массивов, поиска и обнаружения скрытых неочевидных знаний. Быстрая и гибкая система работает вне зависимости от точки доступа, с различными типами и хранилищами данных и с разными языками.

Применение:

• создание единого информационного пространства для обеспечения эффективной аналитической работы всех групп пользователей;
• информационная и конкурентная разведка;
• анализ и создание баз по материалам СМИ;
• распространение результатов персонализированных запросов между пользователями;
• создание специализированных территориально-распределенных систем;
• обеспечение информационной безопасности предприятия (мониторинг и маршрутизация e-mail, служебных каталогов и пр.);
• маршрутизация и классификация входной электронной почты крупных структур;
• обеспечение сотрудников предприятия неограниченной информацией из Интернета без непосредственной работы в сети (информация с заданных узлов Интернета доставляется в локальную сеть предприятия и непосредственно на рабочие места сотрудников);
• ретроконверсия документов (перевод в электронный вид), их классификация и ранжирование, создание и управление электронными архивами предприятий;
• обеспечение поиска информации на крупных Интернет-порталах, магазинах и т. д.;
• ввод, хранение, поиск и извлечение аудио- и видеоинформации;
• выполнение анализа полноты имеющейся информации;
• создание информационных баз данных на компакт-дисках и многое другое.

Развитая система безопасности, наследующая свойства безопасности источников информации, позволяет использовать RW как средство создания территориально-распределенных информационно-аналитических систем практически для неограниченного количества пользователей.

Лингвистическая поддержка обеспечивается на основе:

• семантических сетей , которые представляют объекты реального мира как связанные между собой понятия с их отношениями и взаимосвязями;
• классификаторов (таксономий и онтологий) , создающих разветвленные каталоги понятий и объектов анализа;
• тезаурусов — списков с системой перекрестных ссылок, необходимых для организации коллекций документов при их отыскании, отображении и хранении.

Состав комплекса:

• RW Internet Spider — специальное приложение для поиска в обозначенных областях Интернет и Интранет;
• RW WebExpress — специальное приложение для обслуживания провайдеров, обеспечения поиска по содержимому web-сайта и электронной торговли через Интернет;
• RW CDExpress — приложение для создания портативных баз данных на компакт-дисках, содержащих поисковой механизм RW;
• ScreeningRoom — средство управления архивом, позволяющее наряду с визуальным поиском выделять из видеоизображений текст, соответствующий субтитрам или телетексту и преобразовывать в текст, сопровождающий аудиодорожку, существует возможность создавать аннотацию к видеосюжетам storyboard;
• RetrievalWare SDK и Visual RetrievalWare SDK — средства для системных интеграторов и разработчиков программных систем, использующих решения компании Convera, которые позволяют разрабатывать дополнительные функциональные возможности к RW для обеспечения решения задач конкретной организации.

Языковая поддержка: украинский, русский, английский, французский, немецкий, испанский, арабский, японский, китайский, всего более 50 языков. Кросс-языковость есть.

Решение от Hummingbird

Канадская компания Hummingbird, Inc (www.hummingbird.com) — один из лидеров в области разработки корпоративных решений для предоставления расширенного доступа к бизнес-информации и ресурсам предприятия.

Решение: полнофункциональный программный комплекс для управления информационными ресурсами предприятия Enterprise Information Management System (EIMS), который включает в себя линейку программных продуктов, реализующих те или иные функции КМ-технологии.

Применение:

• распределение и оперативная доставка корпоративной информации;
• обмен данными и аналитическими приложениями между пользователями;
• обработка и составление отчетов;
• обеспечение доступа ко всей бизнес-информации и ресурсам предприятия;
• управление документами и знаниями;
• профессиональная обработка запросов, составление отчетов и многое другое.

Состав комплекса:

• Hummingbird KM (управление знаниями) — предоставляет пользователям и проектным группам возможность интегрировать информационные репозитории для поиска информации и анализа документации;
• Hummingbird BI (бизнес-аналитика) — позволяет пользователю формулировать вопросы о данных и объединять результаты в отчетах, выполнять многомерный (OLAP) анализ данных и получать аналитическую информацию по различным категориям;
• Hummingbird DM (решение по документообороту) — оптимизирует процессы, связанные с получением, обменом, коллективным использованием и обеспечением защиты корпоративных информационных ресурсов, выраженных в виде электронных документов;
• Hummingbird RM (управление записями) — создает среду для управления полным жизненным циклом всех информационных активов корпорации;
• Hummingbird Collaboration (среда коллективной работы) — предназначена для системы управления корпоративной информацией;
• Hummingbird Portal (портал) — создан для управления документами и корпоративной информацией, интеллектуальными активами, доступом к главному хранилищу и работой в сетевой среде, для управления взаимодействием и т. п.

Языковая поддержка: русский, китайский, японский, корейский, основные европейские языки. Кросс-языковости нет.

Решение от NeurOK

NeurOK (www.neurok.ru) — российско-американская группа высокотехнологичных компаний, которая поставляет готовые решения и выполняет заказные проекты по созданию информационно-поисковых систем управления знаниями на основе платформы NeurOK Semantic Suite.

Решение: NeurOK Semantic Suite позволяет организовать отслеживание, организацию и управление информационными потоками и массивами. Оригинальная технология распознавания тематического контекста обеспечивает автоматизацию многих рутинных процессов обработки информации.

Применение:

• автоматическая рубрикация информации и аннотирование каталогов;
• автоматическое создание каталогов;
• автоматический мониторинг обновлений и новостей;
• структурирование, анализ и обобщение данных;
• прогнозирование и оптимизация процессов;
• распознавание образов;
• интеграция с базами данных;
• создание интеллектуальных поисковых систем;
• поиск документов по подобию.

Состав комплекса:

• Semantic Teacher — специализированный редактор каталогов;
• Semantic Miner — компонент для автоматического создания тематического каталога;
• Semantic Explorer — система визуализации содержания текстовых коллекций и навигации в них, иерархия тематических категорий облегчает работу с текстовыми массивами, являясь своеобразным оглавлением баз данных;
• Semantic Annotator — модуль выявляет и отмечает в документе наиболее значимые термины и фразы, в максимальной степени отражающие содержание документа;
• Semantic Scanner — программный робот с широким выбором настроек, автоматически отслеживает обновления в источниках информации (web-страницы или новостные ленты информационных агентств).

Языковая поддержка: русский, возможны адаптация системы для других языков. Кросс-языковости нет.

Решение от «Информбюро»

Российская компания «Информбюро» (www.informburo.net) предоставляет широкий спектр информационно-аналитических и маркетинговых услуг, а также решений в области информационных технологий для различных субъектов рынка и структур.

Решение: программный комплекс Intellectum. BIS предназначен для обеспечения автоматизированного управления информационными ресурсами предприятия. В основном продукт ориентирован на аналитические подразделения предприятий и организаций различных отраслей и видов деятельности.

Применение:

• сбор данных из источников различных форматов (БД, неструктурированных источников, web-ресурсов и т. д.);
• накопление и хранение данных, их каталогизация;
• поиск данных, в том числе и нечеткий поиск;
• рубрикация архивов;
• построение отчетов в различных срезах выборки;
• построение причинно-следственных цепочек данных, позволяющих определять тенденции и направления развития ситуации.

Состав комплекса:

• сервер комплекса — обеспечивает обработку процедур в рамках группы пользователей (по умолчанию рассчитан на пять пользователей);
• клиентское место — интерфейс работы пользователя с комплексом, реализованный на технологии «web-клиент»;
• модуль администрирования — реализует функции администрирования комплексом по разграничению прав и возможностей клиентских мест, приема и обработки поступающих данных, доставки информации к удаленным клиентским местам;
• модуль приема информации — реализует функции приема информации от различных источников, распознавания формата документа и источника поступления информации, разбития информации на статьи (если это текстовые данные), ввода информации в хранилище данных;
• почтовый робот — реализует функцию взаимодействия комплекса с почтовой системой по приему информации от различных источников;
• интернет-робот WEBHunter — реализует функцию сбора информации с заданных web-ресурсов с заданной периодичностью.

Языковая поддержка: русский (других данных ет). Кросс-языковости нет.

Решение от «Галактики»

Корпорация «Галактика» (www.galaktika.ru) — один из ведущих российских разработчиков комплексных решений в области автоматизации управления производственно-хозяйственной и финансовой деятельностью предприятия.

Решение: Galaktika-Zoom — автоматизированная система поиска и аналитической обработки информации, объединяющая функции корпоративного хранилища информации, добычи данных и аналитической обработки больших массивов информации.

Применение:

• поиск и формирование информационных массивов по конкретным аспектам исследуемой проблематики, осуществляемый по ключевым словам с учетом их морфологии;
• анализ объективных смысловых связей отобранных данных,
• получение «образа» проблемы — моментальной многомерной фотографии в информационном потоке в форме ранжированного списка значимых слов, употребляемых совместно с темой проблемы;
• сравнение нескольких состояний проблемы, выявление закономерностей и тенденций (или частностей и случайностей) динамики развития изучаемой проблемы.

Языковая поддержка: русский (других данных нет). Кросс-языковости нет.

Решение от «Гарант-Парк-Интернет»

RCO Research Group (www.rco.ru) — подразделение российской компании «Гарант-Парк-Интернет», которое занимается апробацией и внедрением новых подходов к построению компонентов информационно-поисковых систем.

Решение: торговая марка RCO объединяет продукты и решения, которые предназначены для внедрения в базы данных и информационно-поисковые системы и позволяют задействовать широкий арсенал лингвистических и аналитических средств для решения прикладных задач, требующих компьютерной обработки документов на естественном языке.

Применение: создание информационно-поисковых и аналитических систем, работающих с электронными документами на русском языке.

Состав комплекса:

• RCOfor Oracle — продукт, расширяющий возможности OracleText при работе с базами данных, содержащими документы на русском языке;
• RCO for BackOffice — продукт, расширяющий возможности Microsoft BackOffice (MS Share-Point Portal, MS Indexing Service, MS Exchange Server и MS SQL Server) при работе с документами на русском языке, обеспечивая поиск с учетом всех грамматических форм слов на основе морфологического анализа;
• RC WEB — поисковая система, обладающая возможностями как контекстного, так и реляционного поиска. Russian Context позволяет искать документы с учетом морфологии русского и английского языков, используя SQL-подобный язык запросов и комбинируя поисковые ограничения на контекст с ограничениями на заданные атрибуты документов. Продукт работает в среде Windows;
• RCO Morphology — продукт позволяет включить русскую морфологию в системы информационного поиска. Поставляется в виде динамической библиотеки (dll) для Windows;
• RCO Thesaurus Search — продукт позволяет включить тезаурус русского языка в информационно-поисковые системы для повышения полноты поиска;
• RCO Semantic Network — продукт предназначен для разработчиков информационно-поисковых и аналитических систем и позволяет выявить ключевые понятия документа, в том числе наименования персон и организаций, с ассоциативными связями между ними на основе грамматического и статистического анализа текста, а также получить несколько видов рефератов документа;
• RCO Pattern Extractor — продукт предназначен для анализа текста и распознавания в нем различных объектов в соответствии с образцами, заданными на формальном языке;
• RCO TopTree — продукт предназначен для автоматической классификации и построения иерархических рубрикаторов по заданному множеству произвольных объектов, характеризуемых набором атрибутов;
• RCO KAOT — информационно-аналитическая система для работы в локальной сети на базе MS Windows и MS Internet Information Server, которая реализует комплекс функций интеллектуального анализа и поиска текстовой информации с поддержкой Web-интерфейса пользователя;
• RCO Fact Extractor — персональное приложение для Windows, которое предназначено для аналитической обработки текста на русском языке и выявления фактов различного типа, связанных с заданными объектами — персонами и организациями.

Языковая поддержка: русский и английский, в мае 2005 г. планировалось подключить украинский. Кросс-языковости нет.

Решение от «Интегрум-Техно»

Российское информационное агенство «Инте-грум» (www.integrum.ru) предлагает широкий спектр услуг по информационному обеспечению бизнеса: доступ к электронным архивам, профессиональные инструменты мониторинга и анализа информации, готовые информационные продукты.

Решение: технология с использованием информационно-поисковой системы «Артефакт».

Применение: для накопления и хранения больших объемов текстовой и графической информации с целью выполнения эффективного поиска по всей коллекции накопленных баз данных.

Лингвистический аппарат основан на морфологическом словаре А. А. Зализняка.

Размер отдельной базы данных ограничивается лишь операционной средой пользователя и аппаратным обеспечением. Реализован многобазовый поиск в неограниченном числе БД одновременно. Существует возможность объединения БД в группу. Для каждой базы данных можно создать краткое описание, что облегчит работу с ней конечного пользователя.

Состав комплекса:

• интерфейсное веб-приложение;
• модуль универсального интерфейса поиска;
• диспетчер;
• планировщик;
• поисковый модуль;
• модуль работы с базами данных и индексом.

Языковая поддержка: русский, английский и другие европейские языки. Кросс-языковости нет.

ЗАКЛЮЧЕНИЕ

Анализ программных средств, представленных на рынке, демонстрирует широкий выбор возможностей использования средств для автоматизации аналитической деятельности. Основными факторами, определяющими выбор того или иного программного продукта, являются:

• цели и задачи аналитического подразделения;
• объем и состав обрабатываемой информации;
• размеры предприятия;
• стоимость программных решений, удовлетворяющих вышеперечисленным требованиям и имеющийся бюджет.

Как уже отмечалось выше, наибольшими возможностями по сбору информации и извлечению из нее знаний будут обладать полнофункциональные программные комплексы, так как они обеспечат аналитику целостную информационную картину, пополняемую как внешними источниками, так и внутренней информацией предприятия.

Однако не следует думать, что на выполнение бизнес-разведки способны только крупные корпорации и концерны.

Во-первых, сила действия всегда равна силе противодействия, то есть величина компании и ее возможности по влиянию на рынок, на котором она работает, будут прямо пропорциональны количеству информации, необходимой для аналитической обработки. И если крупному предприятию необходимо учитывать макроэкономические факторы, политическую ситуацию, состояние мировой экономики, состояние отраслей поставщиков сырья и комплектующих, то малое предприятие может ограничиваться мониторингом рынка, конкурентов, правовой и налоговой базы для принятия правильных управленческих решений.

Во-вторых, существует достаточное количество программных средств, имеющих модульную структуру, которая позволит на начальном этапе использовать минимально необходимую недорогую функциональность, дополняемую организационными мерами, с возможностью наращивания мощности комплекса по мере роста бизнеса предприятия. В этом случае важно правильно распределить приоритетность наращивания информационных задач.

В качестве первого шага в направлении создания регулярной бизнес-разведки можно предложить анализ открытой прессы, поставленный на регулярную основу и имеющий вполне определенные цели: мониторинг действий конкурентов, мониторинг состояния отрасли. Трудно найти делового человека, который не следит за новостями. Но мало кто понимает, что данное занятие, поставленное на систематическую основу и имеющее определенные цели получения информации, является составной частью разведывательного цикла, или, говоря более простым языком, информационно-аналитической работы.

Простое систематическое «чтение» прессы (если хотите — «мониторинг прессы», «пресс-клиппинг») позволяет получить массу информации, имеющей практическую ценность для ведения бизнеса. Какие мониторинги могут выполняться обычным представителем малого бизнеса и что они ему дают? В качестве элементарных — мониторинг упоминаний предприятия и его конкурентов в СМИ.

Какие программные средства помогут предпринимателю в этом? На первом этапе достаточно установить у себя поисковые комплексы и наладить канал поступления информации в них. Такое простейшее решение при определенных навыках анализа информации и работы с поисковым комплексом даст значительный результат. Причем он будет тем качественнее, чем больший массив информации будет привлекаться для работы.

При выборе комплекса необходимо принимать в расчет возможность дальнейшего наращивания его мощности и функциональности, качество его технического сопровождения и перспективы в будущем (устойчивость компании-разработчика). Правильный учет указанных факторов даст гарантии предприятию, что инвестиции на автоматизацию аналитической деятельности не будут выброшены на ветер, а выльются в конкурентное преимущество компании, обеспечат рост бизнеса, снизят риски хозяйствования.

Комов Сергей Анатольевич — директор по развитию бизнеса, «ЭйЭнТи».

^

13.10. Стратегия оптимизационного исследования.

Задача, к которой можно применить оптимизационные методы, должна включать критерий эффективности, ряд независимых переменных, а также ограничения в виде равенств и неравенств, которые и образуют модель рассматриваемой системы. Описание и построение модели реальной системы - важнейший этап оптимизационного исследования, так как он определяет практическую ценность получаемого решения и возможность его реализации.
^ Построение модели.

Процесс оптимизации с использованием модели можно рассматривать как метод отыскания оптимального решения для реальной системы без непосредственного экспериментирования с самой системой.

«Прямой путь», ведущий к оптимальному решению, заменяется «обходным», включающим построение и оптимизацию модели, а также преобразование полученных результатов в практически реализуемую форму. При формировании модели следует учитывать только важнейшие характеристики системы. Необходимо также сформулировать логически обоснованные допущения, выбрать форму представления модели, уровень её детализации и метод реализации на ЭВМ. Ни одну из моделей независимо от степени её детализации и сложности нельзя считать единственно «правильной». Модели можно упорядочить по степени адекватности описания поведения реальной системы в представляющей интерес области эксплуатации. Единственным критерием оценки модели может служить лишь достоверность полученных на модели прогнозов поведения реальной системы.

При разработке модели стремятся к тому, что иногда называют «принципом оптимальной неточности»: модель должна быть настолько детализирована, насколько это необходимо для целей исследования, для которого её создали. Существует единственный надёжный способ создания модели с оптимальным уровнем неточности, а именно метод постепенного совершенствования модели и методов оптимизации. Начав с самой простой модели, её последовательно доводят до такого уровня, когда точность полученного значения оптимума соответствует точности используемой в модели информации. Для того, чтобы получить результаты в заданные сроки и не проводить постепенного совершенствования модели, обычно подгоняют модель под оптимизационные методы, наиболее развитые к данному времени или освоенные специалистом, проводящим работу, или же использованные в предыдущем исследовании. При разработке модели следует также учитывать возможности и ограничения оптимизационных программ. Например, нельзя решить задачу НЛП размерности, соответствующей максимальной размерности решаемых задач ЛП.

В оптимизационных исследованиях обычно используются модели трёх основных типов: 1) аналитические модели; 2) модели поверхности отклика; 3) имитационные модели.
^ Реализация модели.

Модель для оптимизационного исследования можно записать в явном виде, а затем запрограммировать для вычисления значений функций и производных. Модель также можно генерировать с помощью ЭВМ. В случае задач линейного программирования можно генерировать матрицы, вместо того, чтобы вводить их вручную. В конкретных задачах, когда возникают связанные между собой подсистемы регулярных структур различного вида, эффективным является использование генераторов уравнений. При записи всей модели им идентифицируются только подсистемы, входящие в модель и их взаимные связи. использование генераторов уравнений оправдано при проведении ряда исследований, даёт возможность представить модели в стандартном виде, позволяет сделать удобную документацию и сводит к минимуму ошибки и пропуски при кодировании модели.

В случае моделей поверхности отклика можно непосредственно использовать систему уравнений или её отдельные компоненты для получения информации, на основе которой можно вывести аппроксимирующие уравнения с зависимыми и независимыми переменными. Часто более сложные модели компонент системы используются для того, чтобы автоматически получить модели поверхностей отклика для последующей оптимизации.

Имитационные или аналитические модели можно сразу записывать в виде программ или воспользоваться библиотеками имитационных программ. при построении модели системы можно использовать метод блочного моделирования.

При решении большей части технических прикладных задач используются разработанные самими исследователями аналитические модели или специальные имитационные модели. Автоматическое генерирование аналитических моделей обычно используется только для моделей линейного и (или) частично целочисленного программирования. Модели поверхности отклика чаще всего используются совместно со сложными имитационными моделями, чтобы избежать непосредственной оптимизации имитационных моделей.

После того, как модель построена и выбран способ её представления, следует подготовить задачу для решения с помощью подходящего оптимизационного алгоритма. Подготовка задачи к решению включает три этапа:

1) модификация модели с целью преодоления вычислительных трудностей;

2) преобразование модели для повышения эффективности решения;

3) анализ модели с целью нахождения возможных признаков решения задачи.
^ Преодоление вычислительных трудностей.

Подобные трудности, приводящие к преждевременному прерыванию счёта, обычно вызываются четырьмя основными причинами: плохим масштабированием, несоответствием программ для вычисления значений функций и программ для вычислений производных, недифференцируемостью входящих в модель функций, неправильным заданием области определения значений аргументов функций. При тщательном анализе можно выявить эти ситуации и исключить их путём простой модификации модели.

В результате масштабирования осуществляется переход к относительным значениям величин, используемых в оптимизационной модели. В идеальном случае все переменные модели масштабируются таким образом, чтобы их значения находились в интервале 0.1 - 10. В этом случае векторы направления поиска и векторы возмущений квазиньютоновского метода имеют приемлемые значения. Масштабирование можно провести путём замены переменных задачи новыми, умноженными на соответствующие коэффициенты. Таким же образом по оценкам ограничений в приближенном решении исследуется чувствительность ограничений к изменениям значений переменных. Масштабирование путём умножения ограничений на соответствующие масштабные коэффициенты позволяет сохранить их значения и значения компонент градиентов функций ограничений в интервале 0.1 - 10.

Несоответствие между значениями функций в модели и значениями их производных может оказаться незамеченным, но эта ошибка может увести алгоритм поиска в ложном направлении. Простейший способ проверки соответствия значений функции и градиента состоит в вычислении разностей значений функции и сравнении полученных величин с величинами, определёнными путём вычисления производных на основе аналитического задания градиентов. Для того, чтобы исключить подобные ошибки, во многих случаях вычисляют значения градиентов по разности значений функций. Однако использование представленных в аналитическом виде градиентов позволяет повысить эффективность решения задачи, особенно в том случае, когда предусмотрено сохранение их значений для повторно встречающихся наборов переменных.

Наиболее часто недифференцируемость функций в модели возникает в двух случаях: 1) условные операторы приводят к различным выражениям; 2) работа некоторых блоков модели зависит от значений выбранных переменных или функций, а также минимаксных операторов (min, max). Минимаксные операторы можно заменить системой неравенств. Если в модели много условных выражений, целесообразно не применять оптимизационные алгоритмы, в которых используются значения градиентов функций.

Для предотвращения неконтролируемых выходов значений аргументов функций за пределы допустимой области вводятся дополнительные ограничения, и, по возможности, устраняются все операции деления на переменные, чтобы исключить особые точки функций и их производных.
^ Повышение эффективности решения.

Сложность решения нелинейных задач экспоненциально возрастает с увеличением количества переменных или ограничений в виде равенств или неравенств. На стадии подготовки задачи к решению целесообразно модифицировать модель с целью уменьшения количества ограничений, особенно нелинейных, и количества переменных. Модели можно улучшить с помощью преобразования функций и переменных, исключения лишних ограничений, а также используя метод последовательной подстановки.

Под преобразованием функции понимается любое алгебраическое преобразование функции или объединение данной функции с какой-либо другой. Обычно проводятся преобразования, позволяющие заменить нелинейные ограничения линейными, а равенства - неравенствами. При замене равенства парой неравенств противоположных знаков, реальная возможность по упрощению вычислений возникает только тогда, когда в точке оптимума имеет существенное значение только одно из них, а второе отбрасывается. Преобразование переменных в ряде случаев позволяет повысить эффективность решения задачи, однако может вызвать осложнения, заключающиеся в появлении дополнительных локальных оптимумов, вырождении выпуклости и ослаблении сходимости.

Другим средством упрощения решения является исключение из задачи избыточных ограничений. Избыточным называется ограничение, которое не используется при определении границ допустимой области значений переменных. Хотя избыточные ограничения легко распознать, в общем случае неизвестно ни одной процедуры для их идентификации.
^ Анализ модели с целью нахождения возможных признаков решения задачи.

Специфика задачи, оказывающая влияние на процесс решения, может включать: выпуклость, неограниченность области допустимых значений, единственность решения, существование допустимого решения.

Доказательство выпуклости обычно требует громоздких выкладок, однако легко найти элементы задачи, делающие её невыпуклой. Если в задаче есть хотя бы одно нелинейное ограничение в виде равенства, то она невыпукла. Если таких нет, следует проверить выпуклость нелинейных ограничений в виде неравенств. Только убедившись в выпуклости системы ограничений, имеет смысл проверить выпуклость целевой функции. Если доказано, что задача является выпуклой, это существенно повышает вероятность существования единственного минимума, а также позволяет применять более широкий класс алгоритмов оптимизации.

Утверждение, что задача ограничена, означает, что все допустимые решения со значениями целевой функции можно заключить в конечный гиперкуб. В технических приложениях всегда стремятся получить конечные оптимальные значения переменных. Случаев неограниченности оптимальных значений переменных можно избежать, введя разумные ограничения сверху и снизу на все переменные задачи. Однако, следует убедиться в необходимости такого шага.

Несмотря на то, что выпуклость гарантирует существование глобального оптимума, она не обеспечивает единственности решения. С другой стороны, если у задачи более одного локального минимума, то она всегда невыпуклая, но одной невыпуклости недостаточно для существования нескольких локальных минимумов. Поэтому необходим анализ задачи для определения возможности существования неединственного решения или нескольких локальных минимумов.

На последнем этапе анализа задачи до начала оптимизационных расчётов необходимо проверить наличие допустимых решений. Независимо от того, необходимо это или нет для выбранного оптимизационного алгоритма, всегда целесообразно найти начальное допустимое решение. При этом можно пользоваться методом случайного поиска, безусловной минимизацией штрафных функций и последовательной минимизацией невязок ограничений.
^ Методы поиска решений.

При проведении оптимизационных расчётов можно использовать ряд различных методов в зависимости от вида модели, её свойств и структуры. Непосредственная оптимизация с помощью подходящего метода НЛП применима во всех случаях, однако для некоторых задач полезно воспользоваться другими приёмами, как, например, методом последовательной оптимизации, когда решается ряд подзадач, или двухэтапным методом, в котором используются промежуточные приближенные модели. В тех случаях, когда предполагается существование множества локальных минимальных решений, следует использовать такой метод, который приводит к глобальному минимуму.

С помощью аналитических моделей, а также моделей поверхности отклика решения получаются либо непосредственно, либо методом последовательной минимизации. При непосредственной оптимизации выясняют, подходит ли структура задачи для специальных оптимизационных методов, или же следует пользоваться общими алгоритмами НЛП. Специальные методы предпочтительнее, особенно если задачу приходится решать много раз. Если же задача решается только один раз, применение общего метода НЛП может оказаться предпочтительнее с точки зрения общей экономии рабочего времени.

Метод последовательной оптимизации заключается в том, что решение задачи получается в результате решения последовательных подзадач с ограничениями. Основная идея метода состоит в том, чтобы найти решение сложной задачи путём разделения переменных на две группы. В одну группу объединяются переменные, значения которых трудно определить, а в другую - переменные, значения которых сравнительно легко вычислить. Обе подзадачи решаются раздельно, при этом проводятся координирующие вычисления для их связи.

Оптимизация имитационных моделей проводится непосредственно или с помощью различных двухэтапных методов. При непосредственной оптимизации имитационная модель используется как программа для расчётов выпуска продукции и вычисления значений ограничений. Если выполняется условие, что выходные параметры имитационной модели непрерывно дифференцируемы по входным параметрам, то применим любой градиентный алгоритм безусловной и условной оптимизации. В противном случае нужно использовать прямые методы, такие как метод комплексов или метод случайного поиска. При использовании прямых методов оптимизации в имитационных моделях часто встречаются три случая, которые могут затруднить проведение вычислений и привести к повторению итераций:

1) наличие неявных ограничений для зависимых (внутренних) переменных;

2) наличие подразумеваемых ограничений, которые приняты при построении модели;

3) наличие вычислительных процедур, которые используются при имитации.
^ Оценка решения.

Самая важная часть оптимизационного исследования заключается в обосновании правильности полученного решения и анализе его чувствительности. Наиболее важным является не само решение, а информация о состоянии системы в окрестности решения, что позволяет глубже понять её основные свойства. Важнейшими результатами исследования являются ответы на такие вопросы, как, например: Какие ограничения активны в полученном решении? Что составляет основную часть стоимости? Какова чувствительность решения к изменениям значений параметров? Активные ограничения указывают на ограниченные возможности системы или на то, что из-за проектных соображений систему усовершенствовать нельзя. По величине стоимости находят тот блок системы, параметры которого должны быть улучшены. Чувствительность решения к изменению значений параметров указывает на то, какие оценки параметров следует улучшить для того, чтобы безошибочно найти оптимальное решение.

Считается, что решение, полученное в результате оптимизационных расчётов, обосновано, если ему соответствует некоторое реализуемое состояние рассматриваемой системы и оно является её оптимумом. Поскольку вся информация имеет ограниченную точность, следует проверять, не выходит ли полученное решение за границы достоверности модели. Если это обнаружено, в модель необходимо ввести дополнительные ограничения и повторить оптимизационные расчёты.

После того, как показано, что решение реализуемо, следует установить оптимальность полученного решения на качественном уровне, оценивая его техническую взаимосвязь с совокупностью полученных параметров системы. В противном случае оптимальность решения принимается как результат применения математики и вычислительной техники.

Реализующий эту процедуру подход подразумевает использование упрощённых вспомогательных моделей с целью выявления основных причин, влияющих на решение. Общая методология такова:

1) упростить модель так, чтобы можно было использовать простые алгебраические методы;

2) получить из вспомогательной модели оптимальное решение как функцию главных переменных моделей;

3) с помощью вспомогательной модели построить ряд прогнозов и проверить их на полной модели;

4) если оптимизационные расчёты подтверждают тренды, полученные из вспомогательной модели, то успех в объяснении свойств модели достигнут.

Всё это способствует уменьшению разрыва между оптимумом системы и оптимумом модели.

Целями же второго этапа оценки результатов решения, анализа чувствительности, являются следующие:

1. Отыскание параметров, оказывающих наибольшее влияние на оптимальное решение. Если такие параметры существуют, то, возможно, следует рассмотреть вопрос о коррекции соответствующих свойств системы.

2. Уточнение данных о дополнениях или модификации системы с целью улучшения показателей её работы.

3. Определения влияния на систему вариаций неточно заданных параметров. Анализ чувствительности показывает, стоит ли тратить средства для определения более точных значений некоторых параметров.

4. Выяснение возможной реакции системы на неуправляемые внешние воздействия.

Анализ чувствительности проводится двумя способами: с помощью множителей Лагранжа или методом параметрического исследования. В случае линейного программирования легко получить информацию о чувствительности системы по коэффициентам целевой функции, не проводя повторного расчёта оптимального решения. В других случаях применяются указанные выше методы. Множители Лагранжа дают полезную информацию о чувствительности целевой функции к различным ограничениям, но они не характеризуют её чувствительность к изменениям отдельных параметров. В связи с этим желательно провести серию других расчётов чувствительности модели, в которых изменяют некоторые параметры.

Проведение оптимизационного исследования нельзя свести только к расчётам по искусно составленной программе. В него входит тщательное изучение многих аспектов самой прикладной задачи, выбранной для неё модели и алгоритмов, используемых для вычислений.

Гагарский В.А.

На какие вопросы Вы найдете ответы в этой статье: Когда появляется необходимость сокращать персонал? Откуда появляются лишние сотрудники? Как выявить разрастание штата? Как сократить штат без снижения производительности? Как предупредить необходимость массовых сокращений?

Когда появляется необходимость сокращать персонал (оптимизировать численность)

Компании заинтересованы в оптимизации численности персонала по различным причинам. Одна из наиболее существенных - это объективная необходимость снижения издержек, в том числе - расходов на персонал.

Другая причина связана с изменением корпоративной культуры компании, которую старые сотрудники не принимают и не понимают. Поэтому необходимо проводить набор новых, лояльных к компании сотрудников.
Как правило, при проведении организационных преобразований в компании, оптимизации бизнес-процессов также происходит перераспределение функций сотрудников, что неизменно отражается на численности персонала.

Помимо этого, внедрение новых технологий и оборудования на производстве также побуждает руководство компании производить оптимизацию численности. Нельзя налаживать новое «поверх» уже работающего, привлекая новых специалистов (с нужной квалификацией) и не увольняя при этом старых.
Наконец, компания в силу ряда причин может отказаться от каких-либо направлений деятельности, уйти с определенных рынков сбыта. Одним из последствий такого шага является сокращение персонала, занятого в данных направлениях.

Почему разрастается штат и откуда появляются лишние сотрудники.

Причиной превышения необходимой численности штата на производстве может быть изношенное оборудование и использование устарелых технологий, которые требуют содержания большего количества ремонтного и обслуживающего персонала. Также штат разрастается в компаниях, где не продуманы должностные инструкции, не разделены зоны ответственности отдельных сотрудников и целых подразделений.

Управление численностью и расходами на персонал без проведения сокращений - наиболее перспективный путь для того, чтобы избежать необходимости увольнения по инициативе администрации. Например, для временных или сезонных работ лучше использовать срочные трудовые договора. Разумеется, пользоваться этим инструментом следует очень аккуратно - надо быть готовым при необходимости обосновать, что работы действительно носят временный характер. Также на определенные работы можно привлекать специалистов по договорам подряда, а также задуматься о том, чтобы часть функций вообще передать на аутсорсинг.

Почему на предприятии появляются лишние сотрудники:

• Неэффективность в работе компании руководство пробует решить введением новых административных должностей (надсмотрщиков).
• Структура компании строится не от потребностей рынка (каждый сотрудник должен быть нужен клиенту, иначе он лишний). Во время роста компании структура не пересматривается, роли в организационной структуре не перераспределялись.
• В компании нет кадрового планирования, идет стихийный набор сотрудников (в том числе, по знакомству, когда нередко новые должности создаются под человека).
• Нечеткое разделение полномочий (функционала) специалистов и подразделений.
• Законопослушность компании: нанять сотрудника проще (с точки зрения трудового законодательства), чем сократить - это сложно и затратно.
• Филиалы создают собственные функциональные службы на местах (например, свою бухгалтерию, службу персонала). При этом функции дублируются старым отделом в управляющей компании. Происходит смешений функциональной и дивизиональной систем управления (в чем-то автономия, а в чем-то централизованное управление).
• На постоянную основу принимаются специалисты, которые нужны для проектной (временной) работы.
• На производстве не обновляется оборудование, поэтому требуется больше персонала для обслуживания и ремонта старых установок.

Как выявить необоснованное разрастание штата:

• Проведите кадровый аудит. В ходе этого мероприятия выясните структуру персонала по категориям, должностям, образованию, возрасту и т.д., а также его функциональную загрузку. По результатам анализа собранных данных можно выявить те «проблемные зоны» в структуре персонала, которые являются причиной неэффективной работы.
• Сопоставьте темпы роста ФОТ и появление новых штатных единиц с темпами роста прибыли. Если темпы роста ФОТ превышают темпы роста прибыли - это говорит о том, что отдача от персонала ухудшается. Такой же подход можно применять при обосновании введения новых штатных единиц.
• Сколько человек должны ставить визу на простых документах (заявка на заказ канцелярии, отчет о командировке, обходной лист при увольнении)? Сколько из них ставят визу «для порядка», не читая документ? Не возникает ли ситуация по пословице «один с сошкой, семеро с ложкой»? Если посмотреть на подобные ситуации шире, то можно выявить и устранить ненужные административно-контрольные функции, и пресечь разрастание штатов.
• Сравнить численность персонала своего предприятия с аналогичными (успешными в отрасли). Например, для производственных предприятий будет не лишним сравнить процентное соотношение количества сотрудников, занятых на основном производстве, и вспомогательного персонала (сколько сотрудников вспомогательных профессий приходится на одного рабочего). Поскольку ключевой бизнес - производство, то должно быть больше (как минимум в два раза) производственного персонала. Весь персонал можно поделить на категории (например: административный, вспомогательный персонал, персонал, участвующий в создании добавленной стоимости). Для каждой категории можно установить квоты (или пропорции в общей численности).

Чтобы сокращение штата проходило без снижения эффективности предприятия, на производстве необходимо внедрять новую технику и технологии, а в аппарате управления - оптимизировать деловые процессы.

Поручите внешним или внутренним аудиторам (например, службе качества) сопоставить возложенные на каждое отдельное подразделение функции с реальной загрузкой каждого сотрудника в нем (по интенсивности и продолжительности работы). Результатом такого анализа могут быть не только увольнения, но и перераспределение персонала по структурным единицам, если обнаружится необходимость усилить отдельные подразделения. Если выясняется, что штат все-таки нужно сокращать, к этой задаче следует относиться как к проектной, то есть заранее определить состав работ, их последовательность, сроки выполнения и ответственных за каждый участок работы. Существует два принципиально различных подхода к проведению сокращения численности, которые условно можно назвать «жестким» и «мягким».

Как провести сокращение персонала

• Жесткий подход к сокращению штата.

Равномерное в процентном отношении сокращение штата. Директивный указ Генерального Директора. Минусы: заданные сверху параметры сокращения штатов не учитывают реальное положение дел в подразделениях и различия между ними. Это классическое сокращение штата: выявляются неэффективные рабочие места, сотрудников предупреждают за два месяца об увольнении, выплачивают положенные по ТК компенсации и увольняют. Процедура сокращения происходит довольно быстро и с относительно небольшими затратами (на компенсации при увольнении). Однако недостатков у такого подхода больше, чем достоинств. Во-первых, в случае быстрых и жестких сокращений есть риск ошибки, которая выльется для предприятия в конфликты, как с увольняемым персоналом, так и профсоюзами. Во-вторых, на градообразующих предприятиях возникновение массовой безработицы может вылиться в возрастание социальной напряженности в регионе, а это, в свою очередь, может отразиться и на отношениях с региональной администрацией. В-третьих, жесткие увольнения ухудшат моральный климат в оставшейся части коллектива.

• Существует более мягкие методы сокращения штата , когда администрация не проявляет инициативу кого-то уволить открыто, однако создает необходимые условия, чтобы сотрудник ушел сам. Такие методы уместно применять для предупреждения ситуаций, когда требуются массовые увольнения.

«Естественное» выбытие персонала. Для предприятий с высокой текучестью кадров достаточно временно запретить прием на работу новых сотрудников. В скором времени численность персонала уменьшится естественным путем. Можно стимулировать выход на пенсию сотрудников, достигших пенсионного возраста. Например, осуществляя для этого единовременные выплаты или выплаты в рамках корпоративной пенсионной программы.

Стимулирование ухода сотрудников

Чтобы на пенсию уходили сотрудники, не достигшие пенсионного возраста , их также можно стимулировать - с помощью досрочных льготных пенсионных программ. Принцип заключается в том, что сотруднику предлагают соглашение, согласно которому ему будут выплачивать часть (допустим, 75%) его средней заработной платы в течение срока, оставшегося до достижения пенсионного возраста, но он при этом не должен работать ни на самом предприятии, ни где-либо еще. Стимулировать увольнения по собственному желанию можно, ужесточив процедуры аттестации персонала и модернизации системы материального стимулирования. Если сотрудник не проходит очередной аттестации, он подлежит либо увольнению по несоответствию занимаемой должности, либо переводу на должность, соответствующую его квалификации (оплачиваемую ниже). И то, и другое стимулирует к увольнению, поскольку сотрудник заинтересован в том, чтобы в трудовой книжке не было записи о понижении в должности или увольнении по несоответствию занимаемой должности. На некоторых предприятиях наказывают рублем за нарушение трудовой дисциплины (в соответствии с Положением о премировании). Ну а в случаях, связанных с неоднократным неисполнением без уважительных причин либо грубым нарушением трудовых обязанностей, сотрудники подлежат увольнению по инициативе администрации (ст.81 п. 5 и 6 ТК РФ).

Стимулировать увольнения по собственному желанию можно, назначив большую компенсацию, чем та, что положена ему при увольнении по сокращению штатов. Другой способ - оказывать увольняемому помощь в дальнейшем трудоустройстве. Последнее особенно актуально для градообразующих предприятий: это как раз тот случай, когда обязательно должна присутствовать социальная ответственность работодателя. Поддержка в дальнейшем трудоустройстве связана с инвестициями в создание новых рабочих мест в регионе. Подобные программы создаются в тесном взаимодействии с местной администрацией для стимулирования развития малого бизнеса. Например, предприятие может предложить беспроцентную ссуду высвобождаемым работникам, для того чтобы они могли заняться предпринимательской деятельностью. Предприятия также могут сдавать свои неиспользуемые помещения в аренду предпринимателям, которые также создают дополнительные рабочие места. Например, можно создать цех по пошиву спецодежды (как отдельную компанию), и принять в него на работу сокращенный ранее вспомогательный персонал. И подобных вариантов может быть много.
Дробление предприятия на мелкие юр.лица (каждое со своей ключевой компетенцией), выделение дочерних предприятий.

Вывод объектов социальной сферы с баланса предприятия. Хороший способ реструктуризации бизнеса, одним из результатов которого является как раз оптимизация численности персонала - это выделение непрофильных видов деятельности в дочерние предприятия головной компании. Как правило, выделяются различные сервисные службы: ремонтные, транспортные, и т.п. подразделения. Соответствующий персонал переводится в эти дочерние компании. Тем самым можно существенно снизить численность персонала головной компании. Обычно головная компания первое время поддерживает свою «дочку», обеспечивая ей определенный объем заказов. Однако важно, чтобы «дочка» работала в условиях конкурентной борьбы и была вынуждена снижать цены на свои услуги для материнской компании. В противном случае издержки материнской компании будут даже возрастать, поскольку в цену своих услуг «дочка» закладывает все свои расходы, которые с учетом выделения увеличиваются.

Аутсорсинг, аутстафинг, вывод за штат. Предприятие осуществляет только деятельность, которая является для него ключевой компетенцией. Не основные функции (уборка, ремонт) передаются на исполнение профессиональным партнером (для которых эта функция - ключевая деятельность). Примеры: РУСАЛ, ЮКОС. В случае внезапного наступления кризиса, когда требуется резко сократить издержки, можно перевести персонал на неполный рабочий день или неполную рабочую неделю. Однако опыт применения такого способа в середине 90-х годов на российских предприятиях говорит о том, что это действительно крайняя мера, в перспективе не очень эффективная. Неполный рабочий день или неделя по сути своей означает скрытую безработицу со всеми сопутствующими ей недостатками.

Незаслуженно забыт метод перевода отдельных подразделений и бригад на внутренний хозрасчет. Этот метод активно пропагандировался в период перестройки. Бригаде устанавливается определенный фонд оплаты труда за установленный объем работ, и бригада самостоятельно распределяет этот фонд между своими работниками. Тем самым бригада мотивируется на избавление от неэффективных работников. Важно при этом не урезать фонд оплаты труда бригады, потому что в противном случае этом метод не будет работать.

Регулярная ротация внутри компании как способ профилактики, использовать потенциал сотрудников, а не только их актуальные умения и навыки. Ротация персонала расширяет рабочие навыки, и в результате сотрудник способен совмещать выполнение различных функций, что способствует сокращению численности. Например, совмещение функций водителя и экспедитора в транспортных компаниях, наладчика станков и ремонтника на производстве и т.п.

Пример из практики

Чтобы не быть голословным, можно привести пример решения вопросов сокращения численности персонала, в котором автор принимал участие лично в качестве приглашенного консультанта. Дочернее предприятие энергосистемы, которую по условиям соглашения о конфиденциальности я не имею права называть, было выделено из ее состава 1 января 2004 года. Это дочернее предприятие оказывало материнской энергосистеме и сторонним контрагентам услуги инженерно-технического характера. Численность персонала составляла на тот момент 65 человек. По результатам работы за первый квартал предприятие показало убыток от своей деятельности, и руководство компании начало предпринимать шаги по выяснению причин такой ситуации. Внимание руководства сконцентрировалось на самом крупном по численности подразделении компании: Проектно-конструкторском бюро (ПКБ), численность которого составляла 28 человек (43% от численности всей компании) На этом этапе были приглашены консультанты, которым было предложено разобраться с деятельностью данного подразделения и предложить меры по сокращению его издержек.

Прежде всего, была построена матрица функций подразделения, описывающая распределение функций по сотрудникам, и позволяющая проанализировать их загрузку. Кроме этого, была собрана и проанализирована статистика выполнения ПКБ проектно-расчетных работ за предыдущие периоды, в том числе - в разрезе финансовых результатов. Было выяснено, в частности, что фонд заработной платы ПКБ превышает выручку от выполненных проектов, то есть данное подразделение было явно убыточно. Параллельно с этим проводилась оценка персонала ПКБ с целью выяснить их профессиональный потенциал и способность работать в новых условиях более интенсивно. В результате в составе ПКБ было выявлено «кадровое ядро» и «кадровая периферия». На основании проведенного анализа руководству предприятия была предложена следующая схема действий: сократить штат сотрудников подразделения на 40% (с указанием конкретных кандидатур), при этом для снижения рисков невыполнения проектов активно привлекать на производственную практику студентов местного архитектурного института, которые могли бы под контролем опытных специалистов выполнять простые проектные работы. Было определено, что большинство (57 %) проектов, выполняемых ПКБ, было достаточно несложным, то есть подход с привлечением практикантов был оправдан. Кроме того, был предложен проектный метод управления работами ПКБ, с четким контролем соблюдения планов выполнения проекта, с целью повышения скорости выполнения работ. Эти предложения были изложены руководству компании, оно согласилось с ними и провело ряд мероприятий, в результате которых издержки на персонал были сокращены, а производительность труда увеличилась.

Методики снижения издержек, связанных с персоналом

1. Тотальная оптимизация производства. Применима для операционных и производственных компаний и подразделений, в которых деятельность работников связана с технологическим процессом, носит повторяющийся характер и ее легко можно измерить и стандартизировать. Основным механизмом выработки идей по сокращению затрат является мозговой штурм, то есть предложения поступают «снизу».

2. Устранение организационной неэффективности - это удаление ненужных звеньев (уменьшение количества уровней в организационной иерархии, упразднение неэффективных подразделений). Подходит для сокращения административного и управленческого персонала.

3. Анализ эффективности деятельности компании. Устраняются те виды деятельности, которые не создают добавленной стоимости. Подходит предприятиям, где высока доля фонда оплаты труда (ФОТ) в общей структуре затрат, например, в финансовых компаниях и подразделениях, где функции сотрудников сложно стандартизировать (стратегического планирования, маркетинга, по связям со общественностью, по работе с персоналом, юридические отделы, хозяйственные службы).

Оптимизация - то есть улучшение маркетинговой работы с помощью анализа и тестирования - ни в коем случае не разовое действие. Это цикл постоянных улучшений, в котором вы должны измерять, анализировать, выбирать лучшие решения, а затем снова измерять, анализировать и находить самые оптимальные решения - и все повторять сначала.

Мы с вами обсудим, каким образом следует внедрять процессы, позволяющие постоянно и последовательно улучшать деятельность вашего предприятия. В ходе обсуждения вы узнаете, каким образом маленькие привлекательные цифры могут стать лучшими друзьями ваших творческих работников - маркетологов и рекламистов - и помочь им выводить на рынок именно те маркетинговые обращения, которые клиенты хотят услышать.

На каждом новом витке компании улучшают свою деятельность. Почему? Дело в том, что всякий раз у них появляется нужный для этого процесс.

Слово процесс может показаться кому-то довольно скучным, однако, начиная с самых первых шагов, именно процессы помогают делать все правильно. С помощью процессов гораздо проще разработать взвешенный подход, позволяющий гарантированно внедрять в практику оптимальные методы работы.

Когда дело доходит до наших маленьких привлекательных цифр, то обнаружить результативные методы несложно, главное - реализовать их на практике. Одному нашему крупному клиенту, высокотехнологической компании, очень помогала система отлаженных процессов. Мы заметили, что, несмотря на значительные усилия в области оценки влияния рекламы, компания почти не занималась аналогичными исследованиями в области прямого маркетинга. Поэтому мы задействовали систему «от анализа к действию» (Analysis to Action, A2A), внедрение которой привело к повышению доходов компании на 100 миллионов долларов. В графическом виде это выглядит так:

Анализ

Понятно, что начинать надо с данных. Вы сами знаете, как часто нужные вам данные оказываются в самых разных местах. В старые времена, чтобы внедрить у крупных клиентов систему A2A, нам приходилось изучать сотни электронных таблиц в формате Excel, созданных взамен различных баз данных, - для нас это было равносильно погружению в ад.

Не самое приятное место. В подобных ситуациях все, что вам остается, - это вручную сводить данные из множества электронных таблиц в один файл, который наверняка даст сбой именно в тот день, когда вам нужно будет сделать самый важный отчет.

Все это забирает невероятно много времени. Перемещение цифр из одного места в другое приводит к ошибкам, которые делают даже лучшие и самые дотошные аналитики. В случае большого объема ручной работы шансы на ошибку всегда возрастают.

В наши дни этого можно легко избежать с помощью программ, выполняющих любые задания. Работа делается только один раз - когда программист пишет код. С этого момента задача становится автоматической, то есть безошибочной. Мне доводилось видеть, как единственный программист заменял десять операторов, обрабатывавших данные вручную. Именно это мы сделали и для нашего высокотехнологического клиента. В результате мы смогли не только повысить точность данных, но и сократить продолжительность цикла работ, что позволило нам потратить больше времени на аналитическую работу с имевшейся информацией.

На этапе анализа вы определяете, что сработало, а что нет. Мы постоянно занимаемся изучением и переосмыслением данных, основываясь на новых вопросах, возникающих у наших клиентов, сотрудников творческих профессий, планировщиков, управляющих по работе с клиентами и аналитиков. При возникновении нового вопроса мы формулируем гипотезы, а затем находим данные по последним рекламным кампаниям, которые помогают нам подтвердить или опровергнуть эти гипотезы.

Приведу пример. Так как многие продукты нашего клиента достаточно сложны с технической точки зрения, компания часто использует интернет-трансляции, в которых объясняются все необходимые детали. Чтобы просмотреть такую трансляцию, посетитель должен заполнить форму и оставить свою контактную информацию, что позволяет продавцам компании впоследствии с ним связываться. Одна из наших гипотез заключалась в том, что продолжительность интернет-трансляции оказывает прямое влияние на долю регистрации (то есть отношение людей, которые заполняют регистрационную форму, ко всем людям, которым были разосланы приглашения просмотреть трансляцию). В частности, мы считали, что у роликов продолжительностью свыше одного часа будет более низкая доля регистрации. Мы проанализировали исторические данные и пришли к выводу, что так оно и бывает. У коротких видеороликов доля регистрации была почти в два раза выше, чем у длинных. Поэтому мы рекомендовали компании ограничить продолжительность каждого ролика одним часом.

Мы видим, что даже простые вещи могут приводить к значительным последствиям, особенно если учитывать количество интернет-трансляций, которые компания ежегодно выводит на рынок.

Суть в том, что вы можете протестировать все что хотите.

• Какой тип маркетингового предложения работает лучше других на определенном этапе цикла покупки? Для ответа на этот вопрос проведите тестирование.
• Что привлекает больше лидов - онлайновый калькулятор энергозатрат или бесплатный аудит энергозатрат потенциального клиента? Протестируйте оба варианта и сравните результаты.
• Разумеется, методы, которые вы выбрали, наверняка работают неплохо, но вы вполне можете найти что-то, способное поднять продажи еще на 2%. Просто об этом вы сможете узнать, только если проведете тестиро вание.

Компании, которые не занимаются активным тестированием, склонны говорить, что любое испытание тратит драгоценное время. Им кажется, что это всего лишь дополнительная работа, не позволяющая получить сколь-нибудь интересную информацию.

Тестирование может обернуться довольно забавным делом, как и любой эксперимент. А любое тестирование является делом экспериментальным, суть которого - опробовать новую идею и проверить, работоспособна ли. Если получилось, то вы можете запускать ее в более широком масштабе. Что касается нашего клиента, то поначалу мы решили провести так называемые испытания класса A и класса B, то есть лабораторные испытания и опытные эксплуатации. Работая с этим клиентом, мы постоянно тестируем новые идеи. Мы формулируем гипотезу, а затем, чтобы подтвердить или опровергнуть ее, смотрим, как она действует на рынке. Например, приведет ли возможность нажать на ссылку «узнать больше» к улучшению процента ответивших на электронное письмо? Отве том на этот вопрос стало убедительное «да». В данном случае «призыв к действию» повысил результативность электронной корреспонденции на 50%. Небольшие изменения могут привести к значительным сдвигам, в чем мы будем неоднократно убеждаться при чтении этой главы.

В опытных исследованиях иногда доходишь до невероятной детализации. Например, мы занимались проверкой поля «тема» в электронных письмах - очень важного элемента, поскольку это единственное, что вы видите, открывая свой почтовый ящик. Именно по теме вы понимаете, открывать письмо или нет. Поэтому заполнение поля «тема» можно считать настоящим искусством. Наши тесты раз за разом показывают, что короткие сообщения в этом поле работают лучше всего.

Но мы также поняли, что длина строки значит куда меньше, если вы поместите самую важную информацию в начале сообщения.

Начали!

Воронка тестирования может быть очень ценным инструментом управления.

Сетка показывает, какие тесты были обсуждены, исполнены, отложены или завершены. В колонках указаны основные выявленные нами зоны для обучения или места, для анализа которых нам нужны были дополнительные знания.

Реализация

Последняя и, возможно, самая существенная часть цикла «от анализа к действию» - это реализация. Именно на этом этапе особенно поможет работа, правильно проведенная на предыдущих четырех стадиях. Все они направлены на то, чтобы сделать жизнь лучше и повысить осведомленность о тестах и связанных с ними улучшениях.

В основе этого процесса лежит простая мысль: вы можете провести все нужные анализы и тестирование и затем обменяться информацией, - но все это не приведет к улучшению того, что вы делаете на практике, и ваша работа потеряет всякий смысл. В итоге все будет зависеть от человека, который занимается реализацией программы, и от того, чему он смог научиться.

Большинство рекомендаций, основанных на модели «от анализа к действию», носят тактический характер и могут показаться незначительными. Однако когда эти постепенные улучшения применяются в целом ряде программ, они могут сложиться в нечто важное. К примеру, наш клиент рассчитал, что совокупный эффект от внедрения всех идей модели «от анализа к действию» приведет к росту доходов на 100 миллионов долларов в год. Для этого компании потребовалось «всего лишь» улучшить десятки небольших операций - например, оптимизировать содержание поля «тема» в электронных сообщениях, что может заставить больше респондентов открывать письма, а это, в свою очередь, ведет к росту продаж. Небольшие изменения приводят к огромной отдаче.

Покончив с основами модели «от анализа к действию», поговорим теперь более детально о стадиях анализа и тестирования. В ходе этого процесса я поделюсь с вами несколькими примерами, как мы помогли компаниям оптимизировать их коммуникацию. Давайте для начала посмотрим на то, каким образом данные улучшат творческий продукт, затем изучим несколько продвинутых способов тестирования в цифровом мире, а закончим наш рассказ примером компании TD Ameritrade (нашего клиента, которому удалось добиться невероятных результатов после оптимизации деятельности своих кампаний).

Творческий характер обратной связи

Убедить людей в том, что аналитика может быть катализатором свободного творческого процесса, не так-то просто. Я достаточно долго занимался аналитикой в «творческой» среде коммуникационного агентства и знаю, что союз аналитиков и творческих сотрудников, вынужденных работать вместе, не всегда бывает удачным.

Творческие сотрудники часто воспринимают работу аналитиков с предубеждением. Их считают «бездушными» и думающими исключительно в терминах вроде «прибыль на инвестиции». Считается, что они оценивают качество новых идей, не видя перспективы, а глядя в прошлое - тем самым они защищают сложившийся порядок вещей и встают на пути инновации. Аналитики, с их бесконечными фокус-группами и исследованиями рынка, способны (по мнению других) задушить любую творческую мысль. Из-за этого аналитика часто воспринимается как препятствие для новых идей и враг «истинной» творческой инициативы.

Я соглашусь, что тестирование (или любой другой дизайн формы данных) может оказаться совершенно непродуктивным, но только если вы не учитесь на уроках прошлого. Да, чрезмерное, навязчивое тестирование может замедлить творческий процесс. Но основные принципы дизайна и коммуникаций уже используются компаниями довольно долго, и они не требуют проведения одного теста за другим. Экспертам в соответствующих областях должно быть предоставлено право вето по отношению к идеям слишком рьяных аналитиков. Здесь вам может помочь система управления тестированием, обычно включающая в себя несколько основных компонентов.

• История тестирования. Результаты предыдущих тестов должны быть тщательно и последовательно задокументированы, после чего необходимо обеспечить их хранение. Как минимум это может быть простая электронная таблица, в которой перечислены все тесты, проведенные в течение последних лет, их цели, основные гипотезы и результаты. Вряд ли вы захотите вновь изобретать колесо.
• Документация тестирования. Каждому тесту должен соответствовать специальный документ - спецификация, в которой перечислены все основные гипотезы, формат теста, сроки проведения, ожидаемые выгоды, расходы, показатель прибыли от капиталовложений и имя сотрудника, ответственного за проведение. Этот детальный документ позволяет стандартизировать все входные параметры, необходимые для создания истории тестирования.
• Воронка тестирования. Воронка тестирования позволяет отслеживать все настоящие и запланированные тесты. В зависимости от количества проводимых вами тестов и сложности вашей организации это может быть и простая электронная таблица с указанием всех запланированных тестов с коротким описанием, указанием сроков и текущего статуса, и сложные платформы, управляющие масштабными рекламными кампаниями.
• Руководства к действию. Недостаточно просто собрать результаты прошлых тестов в едином хранилище идей. Все полученные выводы должны быть сгруппированы в виде руководств к действию, которые затем нужно довести до всей организации. И еще раз отметим, что проведенные и протестированные принципы не требуют повторной или многократной проверки.
• Приоритеты для тестирования. Для каждого нового теста желательно установить приоритет на основании нескольких параметров: 1) истории тестирования; 2) руководств к действию; 3) текущего содержания воронки тестирования; 4) размера потенциального показателя прибыли от капиталовложений. Установление приоритетов позволит вам избежать лишних проверок.

Я знаю всего несколько компаний, в которых проводились бы соответствующие и правильные испытания. Обычно справедливо обратное. Творческие решения большинства компаний не выживают под натиском данных - ведь все эти решения основаны на крайне субъективных мнениях специалистов или, хуже того, на том, что эксперт в области веб-аналитики Авинаш Кошик называет HiPPO (акроним от Highest in Payment Person"s Opinion - «мнение лица с самой высокой зарплатой»).

Это означает, что компании склонны терять миллионы долларов. Они не тестируют новые идеи и не способны четко понять, насколько та или иная идея эффективна. Системы управления тестированием предназначены помогать и таким компаниям. Они способны выявить отсутствие нужных данных и зоны, требующие обязательного тестирования. Помимо этого, они помогают сделать тестирование неотъемлемой частью творческого процесса. Из всех аналитических инструментов, способных питать творческую работу, с тестированием не может сравниться ничто другое.

Тестирование в цифровом мире

Мы вкратце продемонстрировали принципы тестирования на примере компании IBM. Однако подход «от анализа к действию» может применяться повсюду, особенно в цифровых каналах, где возможности для тестирования кажутся почти безграничными. Приведу пример. Мы пытались улучшить домашнюю страницу интернет-магазина Kodak при помощи нескольких тестов. Ниже вы увидите первоначальный вариант страницы, который мы хотели оптимизировать. Однако сотрудники Kodak не видели никакой проблемы, а просто хотели знать, можно ли слегка улучшить внешний вид.

Для оценки мы создали шесть различных страниц. Иными словами, испытания класса A и B превратились в испытания A, B, C, D, E, F. Приведенный ниже вариант оказался лучше остальных и привел к 11,3% роста дохода - всего лишь за счет изменения расположения элементов.

У этого подхода был весомый недостаток. Мы знали, какой из вариантов страницы показал наилучшие результаты, но никак не могли выделить тот отдельный элемент, который отвечал за различие в результатах. Чуть позже я покажу вам несколько методов, помогающих в точности выявить, что вызывает различия. Однако перед этим позвольте мне сказать одну важную вещь.

Тестирование позволяет исключить субъективизм и мнения отдельных людей в процессе принятия решений. Вам может нравиться один дизайн страницы Kodak, а мне - другой, однако лишь тестирование скажет, кто из нас прав. Вместо того чтобы обсуждать различные версии, основываясь на собственном вкусе, опыте или аналогиях, мы можем просто попробовать их все и позволить аналитике нас рассудить и сказать, что работает лучше. Конец дискуссии.

Надеюсь, к этому моменту вы уже поняли всю силу оптимизации, но если вам нужны дополнительные аргументы, я приведу еще один пример. Победа Барака Обамы на президентских выборах 2008 года отчасти была связана с умным применением наших маленьких цифр. Ниже вы можете увидеть две версии домашней страницы сайта Obama.com, запущенного во время избирательной кампании.

Слева приведен первоначальный вариант домашней страницы. Будущий президент посетил штаб-квартиру компании Google в 2007 году, когда в ней еще работал Дэн Сирокер. Дэн был настолько вдохновлен разговором с Обамой, что оставил Google, уехал в Чикаго и там присоединился к его команде. Поначалу у него не было своего угла, поэтому он ночевал на полу в квартире своего друга. Однако это не помешало ему со временем организовать команду аналитиков, работавших с новыми видами медиа для избирательной кампании. В итоге Обама смог собрать 656 миллионов долларов, из которых около 500 миллионов пришло через интернет-каналы, в основном через сайт Obama.com.

Позвольте мне рассказать, как это происходило. Дэн и его команда использовали некоторые из методов, описанных мной в этой главе, для изменения домашней страницы (слева приведен исходный вариант, справа - итоговый). В сущности, произошло всего два изменения. Дэн поменял фотографию и текст на кнопке (было - sign up «Зарегистрируйтесь», стало - learn more «Узнайте больше»). Как показано в приведенной ниже таблице, эти простые коррективы полностью изменили ситуацию.

Страница справа оказалась лучше изначальной на 40%. Это привело к привлечению 288 тысяч добровольных помощников и к 57 миллионам долларов дополнительного финансирования (примерно на 25% выше суммы, собранной противником Обамы Джоном Маккейном).

Дэн Сирокер не ограничился ни тестированием класса A и B, ни даже A, B, C, D, E, F. Он использовал многовариантное тестирование, ставшее куда более мощным инструментом именно в цифровую эпоху, позволяющую автоматизировать массу аналитических процессов. Впервые я познакомился с многовариантным тестированием в 2002 году.

К тому времени в Ogilvy я руководил деятельностью международной аналитической группы, и часть моей работы состояла в организации ежегодных конференций, на которых аналитики со всего мира обсуждали лучшие примеры и размышляли над тем, в какую сторону будет развиваться их практическая деятельность. Во время моей работы в Лондоне доллар был довольно слаб, и мы решили провести конференцию в Майами. Мне никогда прежде не доводилось бывать в этом городе, и я не ждал от него ничего особенного. Репутация Флориды у жителей Европы довольно невысока, однако я был приятно удивлен. Город наполнен приятной эмоциональной вибрацией, а в центре можно увидеть целый ряд потрясающих зданий в стиле ар-деко.

Я вел конференцию вместе с Найджелом Хоулеттом, настоящим ветераном мира прямого маркетинга и работы с базами данных. Найджел - настоящий британский джентльмен и феноменальный пловец (о чем я узнал на собственном печальном опыте). Он умудрился выиграть у меня 50 долларов, поспорив, что сможет двадцать пять раз проплыть стометровку в знаменитом бассейне отеля «Националь» (пари было заключено после нескольких коктейлей в баре). Я до сих пор отлично помню, как он залез в бассейн, а затем начал проплывать одну стометровку за другой. Мне показалось, что за этим занятием он провел пару часов!

Помимо умения заключать заведомо выигрышные пари Найджел отлично чует, какие компании или новые технологии будут особенно интересны в будущем. Он пригласил на конференцию австралийскую компанию Memetrics, и та продемонстрировала технологию своего автоматизированного многовариантного теста. Особенно сильно нас поразил пример работы на eBay.

Сотрудники eBay попросили Memetrics оптимизировать свой сайт с помощью перспективной технологии. Ниже вы увидите пример страницы.

На первом этапе работы Memetrics выявила шесть контентных зон, которые требовали тестирования.

Второй этап заключался в развитии различных версий для каждого блока контента. Memetrics создала по четыре варианта для таких блоков, как список категорий, верхнее, левое и правое поля с контентом.

Если попытаться совместить все варианты, то вы получите 4096 возможных комбинаций (то есть 4096 немного различающихся между собой веб-страниц). Memetrics разработала технологию, которая позволяла демонстрировать пользователям в ходе тестирования все варианты страницы, а затем оценивать, какой именно из них показал наилучшие результаты.

После пары недель компания смогла выбрать выигрышную комбинацию и измерить ее показатели. Ниже вы можете увидеть изначальный и оптимизированный варианты страницы. Самая выигрышная комбинация позволила увеличить в десятки раз долю конверсии, то есть количество посетителей, заходивших на сайт и что-то там купивших (а не просто блуждавших по нему). Доля конверсии рассчитывалась как частное от деления количества покупателей на общее количество посетителей (то есть и тех, кто ничего не купил).

Как мы отреагировали на этот рассказ? Нам показалось, что нас накачали стероидами, и мы захотели немедленно применить многовариантное тестирование на практике. В мире традиционной почтовой рекламы аналитику пришлось бы вручную создавать тест и проводить все коррективы. Было очевидно, что ни один аналитик не в состоянии справиться с подобным количеством комбинаций. Memetrics автоматизировала весь процесс, а благодаря огромным объемам данных, получаемых в ходе тестирования, возможности аналитиков расширились до невероятных пределов. Позднее Memetrics была куплена консультационной компанией Accenture.

Мы начали использовать технологию многовариантного тестирования при работе со своими клиентами, и это оказалось крайне успешным. Об одном таком клиенте - TD Ameritrade - я расскажу чуть позже. В наши дни с этой технологией работает множество подрядчиков в области веб-аналитики, и многовариантное тестирование становится все более общепринятой практикой. Несколько лет назад Google вывела на рынок свою версию программы под названием Google Site Optimizer (GSO), причем стоит отметить, что она совершенно бесплатна для пользователей. Поэтому теперь у вас нет никаких оправданий, чтобы не проводить на своем сайте тестирование, причем даже довольно сложное.

GSO показывает результаты тестирования в режиме реального времени. Ниже вы можете увидеть снимок эксперимента GSO с сайтом Обамы.

В первой колонке можно увидеть все различные комбинации, подвергающиеся тестированию. Небольшой график показывает в режиме реального времени, какая комбинация показывает наилучшие результаты. Смотреть на него так же увлекательно, как наблюдать за ходом лошадиных бегов. Я несколько раз ловил себя на том, что вместо работы сижу, уставившись в экран, - ничего не мог с собой поделать, слишком это было притягательно.

Во второй таблице вы можете увидеть, какие именно элементы теста определили его успех. Как вы можете заметить, кнопки «Узнать больше» и фотография семьи сыграли в данном случае самую важную роль.

Цифровая площадка для экспериментов

Вам, наверное, уже ясно, что возможности для оптимизации вашей коммуникации в цифровом мире поистине безграничны. В сущности, цифровой мир является идеальной площадкой для экспериментов, после чего вы можете спокойно проводить тестирования средств коммуникаций в нашем обычном мире. Цифровой мир превратился в идеальную лабораторию по целому ряду причин: в нашем распоряжении есть огромные массивы данных; тестирование различных вариантов обходится довольно недорого; вы получаете нужные результаты за считаные минуты (как максимум дни), а не месяцы, как при работе во внешнем мире.

Приведу еще один пример. Анализ интернет-рекламы для гостиничной сети Ceasars показал, что подавляющее большинство всех бронированных номеров было сделано через онлайновые баннеры только гостиницы Caesars. Так как реклама направляла посетителей на общую страницу бронирования, исследователи проверили данные и по другим гостиницам сети (в частности, Paris Las Vegas, Harrah"s, Bally"s). Казалось, Caesars обладал каким-то магнетическим эффектом. В ходе тестирования телевизионного ролика, в котором рассказывалось о гостинице Caesars в одном из регионов страны, мы обнаружили, что показатель бронирования в этом регионе вырос на 12%, причем для всех брендов сети. Мы использовали эту информацию для оптимизации телевизионной кампании и начали активно упоминать бренд Caesars. Это отличный пример того, как происходящее в цифровом мире может помочь оптимизировать более традиционные кампании.

Совсем скоро все каналы станут цифровыми. Google уже предоставляет вам возможность покупать время для размещения телевизионной рекламы через онлайновый интерфейс. Компания сделала процесс покупки телевизионного времени настолько простым, что теперь им может пользоваться буквально каждый. Покупая время Google TV, вы можете четко понять, насколько много данных собирается в устройствах, подключенных к системам поставщиков вашего кабельного или спутникового телевидения. Например, Google TV позволяет видеть данные по переключению каналов. Это дает рекламодателям возможность понять, сколько зрителей предпочитает не смотреть их рекламу.

Мы эти данные использовали для оптимизации рекламных кампаний некоторых из наших клиентов.

Это происходило в момент трансляции довольно агрессивного призыва к действию. Полученные данные помогли нам сменить тональность с информирующей на продающую, а также снизить за счет этого частоту переключения на другие каналы.

Соберем все воедино - пример TD Ameritrade

Мы с вами перебрали ряд методов, которые вы можете использовать для оптимизации своих средств коммуникации. Теперь пришло время посмотреть, каким образом они работают все вместе. Для этого мы изучим опыт компании TD Ameritrade, много лет стоявшей на переднем крае оптимизации бизнес-процессов.

Одним из первопроходцев в области аналитики цифровых данных стал Джим Дравиллас, ранее работавший в Ogilvy, а теперь возглавляющий отдел рекламных исследований в Google. Именно он проделал огромную часть работ, описанных в этой главе. Уже с момента нашей первой встречи я понял, что мне есть чему поучиться у этого человека, особенно в технологиях, повышающих эффективность онлайнового маркетинга. Некоторые из его лучших идей нашли свое выражение в работе для компании TD Ameritrade, занимавшейся оказанием брокерских интернет-услуг.

TDA довольно быстро принимает на вооружение новые технологии и представляет собой идеальную бизнес-модель для аналитики. Стратегия компании состоит в наращивании количества обслуживаемых клиентских счетов, что означает: она управляет бизнесом на основании всего двух показателей - количества новых счетов и величины расходов по получению нового счета.

Компания также использует принцип замкнутой обратной связи, то есть она в точности знает, с кем вступает в общение и открывают ли ее собеседники со временем счета или нет. Иными словами, мы можем с легкостью определить причины и следствия различных видов маркетинговой деятельности.

Одним из первых проектов, которые Джим сделал для TDA, был автоматизированный инструмент по отслеживанию частоты показа роликов. Когда вы заходите на сайт CNN.com и видите там рекламу TDA, то можете либо нажать, либо не нажать на ссылку. С большей вероятностью вы кликнете на ссылку, когда увидите рекламу во второй или третий раз (не исключено, что в первый раз вы не обратили на нее внимания). Однако если TDA показывает вам свою рекламу двадцать пятый раз, а вы все не нажимаете на ссылку, будет справедливым предположить, что вы этого уже никогда не сделаете. Вас не заинтересовало предложение этой компании - и все. В дальнейшем TDA начнет показывать свою рекламу кому-то другому, а на вас она сэкономит свои деньги, поскольку вы достигли точки насыщения, после которой компании уже нет смысла донимать вас рекламными сообщениями.

Разумеется, самая сложная задача состоит в определении точки насыщения. Когда она наступает - после того как вы увидели рекламу 15, 25 или 35-й раз? И одинаков ли этот показатель для всех? Именно в этот момент на сцене появился Джим. Он разработал статистическую модель, позволявшую рассчитать точку насыщения, основываясь на характеристиках объявления, места размещения (CNN.com или какой-то другой сайт) и истории вашего поведения в Сети. Кроме того, он создал способ автоматического отключения просмотров рекламы после достижения точки насыщения. Это позволяет вам использовать оставшиеся деньги на чтото другое. В результате внедрения этой программы количество новых лидов выросло на 15% (при той же величине маркетингового бюджета).

Другим сконструированным Джимом устройством стала программа автоматической ротации (я несколько раз просил его придумать более изящное название, но Джиму не свойственно тратить время на подобные пустяки). Компании типа TDA обычно запускают одновременно сразу несколько рекламных кампаний. Программа Джима анализирует результативность работы каждой из них в режиме реального времени, а затем интегрирует все результаты на рекламном сервере компании.

В результате сервер автоматически запускает в Сеть ролики, которые пользуются большим успехом, и убирает те, которые не приносят ожидаемого отклика. После внедрения этого инструмента TDA заметила, что рост новых лидов подскочил на 25–35% (без всякого увеличения маркетингового бюджета)!

Программа Джима не только позволила сделать онлайновую рекламу более эффективной, но и помогла творческим командам получать обратную связь практически тоже в режиме реального времени. Джим снабдил их отчетами, какие форматы изображения, цветовые гаммы, визуальные эффекты и вербальные обращения вызвали наибольший отклик. Понятно, что творческим командам подобная информация пришлась по сердцу. Наконец у них появилась возможность сразу получать оценку своего труда. Теперь, экспериментируя с новыми идеями, они мгновенно видят плоды своей работы. Джим превратил цифровую экосистему в экспериментальную лабораторию, о которой мы уже говорили выше.

Другой пример связан с «анализом дня», в ходе которого мы изучали, какое время суток было наиболее предпочтительным для интернет-рекламы. Цифровой мир дает вам возможность дойти и до такой степени детализации - когда вы сравниваете показатели по каждому часу! Проводя это исследование, мы заметили, что потенциальные клиенты, которых нам удавалось привлечь в течение последнего часа торгов, обладали значительно большей ценностью, были готовы отдать в распоряжение компании больше денег и изъяв ляли большее желание работать с TDA. Таким образом, мы взяли на вооружение медиастратегию, направленную на то, чтобы завоевать этот временной интервал. Мы закупили все медийное время последнего часа операционного дня на целом ряде крупных сайтов типа CNNMoney и Yahoo Finance. Эта рекламная кампания привлекла на 15% больше самых ценных клиентов, чем любая другая из проведенных нами. Отличный пример того, как полученная благодаря анализу данных ценная информация способна продуцировать творческие идеи.

Отличное начало

Один из самых примечательных примеров работы Джима для TDA был связан с оптимизацией стартовой страницы. Когда кто-то нажимал на баннер TDA, то оказывался на странице, изображенной ниже.

В то время TDA надеялась, что потребители, попав на страницу, сразу начнут нажимать на кнопку, расположенную в верхнем правом углу (Apply online now - «Зарегистрируйтесь прямо сейчас»). После этого запускался процесс регистрации клиентов. TDA могла потратить все деньги мира на то, чтобы привлечь людей на свою страницу, но если посетители их сайта не нажимали на оранжевую кнопку и не запускали процесс оформления, все затраты компании уходили впустую. Можете представить, насколько важна эта страница с точки зрения эффективности маркетинговых усилий. Джим понял, что подобная ситуация может оказаться идеальной для применения Memetrics (он тоже видел презентацию компании в Майами и так же, как и я, проспорил пари Найджелу). Он принялся экспериментировать с некоторыми зонами, расположенными на периферии страницы (ниже я выделил эти зоны другим цветом).

Творческие команды создали по паре версий для каждого из четырех модулей, в частности, на оптимизированных нами страницах.

• Кнопка регистрации клиента:
  • Вариант 1 - сегодняшний вариант
  • Вариант 2 - новый вариант
  • Вариант 3 - информация о процессе регистрации
• Ссылка «Посетите tdameritrade.com»:
  • Вариант 1 - «Посетите tdameritrade.com»
  • Вариант 2 - «Посетите наш основной сайт»
  • Вариант 3 - без ссылки
• Текст кнопки регистрации нового клиента:
  • Вариант 1 - «Зарегистрируйтесь прямо сейчас»
  • Вариант 2 - «Откройте свой счет»
  • Вариант 3 - «Начните работу»
• Цвет кнопки регистрации нового клиента:
  • Вариант 1 - зеленый
  • Вариант 2 - синий
  • Вариант 3 - оранжевый
• Специальные предложения в нижней части экрана:
  • Вариант 1 - одно меняющееся предложение (меняется каждый раз, когда на страницу заходит новый посетитель)
  • Вариант 2 - три предложения
  • Вариант 3 - четыре предложения

В совокупности все эти варианты создают 243 разновидности стартовых страниц, немного различающихся между собой. Джим при помощи Memetrics разместил эти 243 страницы в Сети на 15 дней. Технология позволяла пользователю, посещавшему сайт более одного раза, видеть одну и ту же версию. После 15 дней Джим выбрал страницу, показавшую самые высокие результаты. Ниже вы можете увидеть две страницы - ту, с которой мы начали (справа), и ту, которая показала самые высокие результаты в ходе эксперимента (слева).

Результаты были не просто хорошими - они оказались великолепными! Доля конверсии на странице выросла на 15%. Это означает, что из каждых 100 человек, заходивших на стартовую страницу, счета открывало на 15 человек больше, чем прежде. Показатель прибыли по капиталовложениям по итогам теста составил 43 к 1!

Теперь, если вы сравните две изображенные выше страницы, то сможете заметить, что они очень похожи, однако имеют незаметные различия, которые и привели нас к столь значимому успеху. Ниже приведена таблица, показывающая, что именно мы изменили.

Например, зеленая кнопка сработала лучше оранжевой. Что даже удивляет, поскольку оранжевый цвет, по мнению многих, более заметен. Однако на этом сайте выяснилось, что оранжевый цвет ассоциируется с опасностью, а зеленый - с приглашением.

Текст «Начните работу» оказался более успешным, чем «Зарегистрируйтесь прямо сейчас». Второй вариант более агрессивен, а первый - мягко приглашает пользователей (то же самое было обнаружено и на сайте Барака Обамы, где текст «Узнайте больше» оказался привлекательнее текста «Зарегистрируйтесь»). Единственный меняющийся баннер с рекламным предложением оказался лучше, чем четыре статические картинки. Кстати, это момент очень важен. Многие компании хотят размещать на своих сайтах как можно больше рекламных предложений в надежде, что хотя бы одно из них заинтересует потребителя. В данном случае сработало правило: чем меньше, тем лучше.

Долговременное сотрудничество

Джим работал с TDA на протяжении десяти лет, и приведенный ниже график наглядно показывает результаты его постоянных усилий по оптимизации. На нем изображены два показателя, которые TDA использует для управления бизнесом: по вертикали - количество новых клиентских счетов, приобретенных в течение года; по горизонтали - затраты на каждое приобретение.

Джим начал работать с TDA в 1999 году в самый разгар бума доткомов, и на графике видно, с какой скоростью росло число новых счетов. К сожалению, с такой же скоростью росли и затраты на приобретение. Когда пузырь лопнул, TDA заметила резкое снижение количества новых клиентов и более не могла поддерживать прежний уровень затрат. В тот период Джим использовал свои аналитические навыки для радикального перераспределения средств рекламы: он перестал размещать рекламу на дорогостоящих кабельных телевизионных каналах и начал вкладывать деньги в низкозатратные цифровые каналы и информационную рекламу с прямым откликом. В то же самое время мы стали использовать описанные выше инструменты - автоматическая ротация, изменение частоты показа популярной рекламы, анализ результатов в течение суток и многовариантная оптимизация сайта. Результаты очевидны. Затраты на приобретение новых клиентов резко упали, а TDA удалось сохранить, а потом и увеличить количество вновь открываемых клиентских счетов.

Слияние Ameritrade с TD Waterhouse произошло в 2005 году. В результате этого выросло количество клиентских счетов, унаследованных Ameritrade у TD Waterhouse. Однако усилия объединенной компании по привлечению новых клиентов оказались значительно менее эффективными, что выявил резкий рост удельных затрат на клиента. Обратите внимание, как после 2006 года Джим и его команда смогли вновь снизить величину этого показателя с помощью ежедневных процедур по оптимизации.

Задание на утро следующего понедельника

1. Просто сделайте это. Превратите тестирование в повседневную процедуру. Постоянно используйте подход «от анализа к действию». Никогда не переставайте разрабатывать, формулировать и тестировать новые гипотезы.
2. Занимайтесь тестированием в цифровом мире. Именно здесь оно будет самым достоверным, быстрым и недорогим. Испытывайте программы многовариантного тестирования. Помните, вы можете совершенно бесплатно пользоваться программой Google Site Optimizer!
3. Считайте цифровой мир своей лабораторией. Применяйте все новое, что вы вынесете из этой среды, во всех средствах коммуникации.

В компании, численность которой превышает одного человека, как правило, имеются различные подразделения - сбыт, маркетинг, бухгалтерия и пр. Задачи, решаемые этими службами очень различны, различны и принципы их организации и функционирования. Тем не менее, можно описать универсальный алгоритм, который возможно использовать при оптимизации любого подразделения, не зависимо от его назначения и оргструктуры. Этим мы сейчас и займемся.

Что такое оптимизация?

Оптимизация деятельности - это комплекс мероприятий, направленный на повышение эффективности подразделения (или предприятия в целом). Суть этих мероприятий можно выразить известным девизом - «Выше, дальше, лучше!». То есть, в результате предпринятых действий подразделение начинает демонстрировать повышение производительности, снижение затрат и т.д.

Итак, приступаем. Наша задача - описание универсальных этапов оптимизации деятельности подразделения.

Возникновение запроса на оптимизацию

Формальный запрос на оптимизацию может исходить как от руководства компании, так и от руководителя подразделения, ищущего «что бы тут подправить». Соответственно, во втором случае запрос обычно довольно общий, направленный на общее совершенствование системы, а в первом - более конкретный, вызванный недовольством конкретными показателями подразделения. Например, у руководителя компании может возникнуть желание уменьшить расходы конкретной службы. Дескать, слишком много она потребляет. Особенно часто такое желание возникает в отношении подразделений, напрямую не влияющих на экономические результаты компании. Пример - отдел персонала, особенно, если его функции ограничены рекрутингом.

Но желание сократить издержки - далеко не единственный мотив для преобразований. Чаще всего речь идет о том, что подразделение в существующем виде недостаточно эффективно справляется со своими обязанностями.

Формулирование запроса служит запускающим элементом, именно с него все и начинается. И первым этапом в этом действе становится «Определение миссии и экономической функции подразделения»

Определение миссии и экономической функции подразделения

Наверное, этот пункт вызовет наибольшее удивление. Казалось бы, чего же тут определять? Отдел продаж - продает, курьерская служба - доставляет, отдел рекламы - рекламирует. И так далее. Однако, все совсем не так просто.

Начнем с того, что в сегодняшнем российском бизнесе понятийный аппарат более-менее устоялся, а вот с должностными обязанностями в пределах одной должности все еще очень далеко от унификации. Люди, занимающие должность с одним и тем же названием, в разных компаниях могут заниматься совершенно различными делами. Самый показательный пример - маркетологи. Разброс того, что могут вменить им в обязанности - от написания концепции развития бизнеса до личных продаж. То же самое с менеджерами по персоналу. У кого-то - обучение, мотивация, корпоративная культура, а у кого-то - хронический беспросветный рекрутинг. И такой разброс можно найти по большинству компаний.

И именно поэтому, прежде чем что-то улучшать, нужно определить, какое же место это что-то занимает в общем здании компании.

Соответственно, ответ на этот вопрос будет включать в себя:

1. Описание конкретных задач, решаемых на уровне данного подразделения

2. Место подразделения в исполнении общей деятельности компании

3. Определение экономического участия в общей деятельности компании

При ответе на данные вопросы нужно стараться соблюдать максимальную четкость и конкретность формулировок. Все-таки, это делается не «для галочки», поэтому формулировки типа «Всемерно способствовать росту благосостояния компании» тут не уместны.

Определение критериев эффективности

Этот пункт является ключевым. В зависимости от того, что будет избрано в качестве критерия эффективности, и будет строиться вся дальнейшая работа. Как правило, критерии выбираются исходя из задач, определенных в предыдущем пункте. То есть, в основу анализа кладется исполнение «уставных целей» подразделения. Например, определена для службы безопасности задача «предотвращение хищений собственности компании» - значит, количество хищений и будут этим самым критерием для этой задачи.

Таким образом, ранее сформулированные задачи дают нам возможность оценки результативности действий подразделения.

Если же мы сталкиваемся с невозможностью оценки, значит - задачи были сформулированы неверно, в процессе были допущены расплывчато-бессмысленные формулировки, и нужно возвратиться на один пункт назад. На колу мочало, начинай сначала.

Но вот - критерии определены, и следующим нашим шагом будет «Оценка эффективности подразделения»

Оценка эффективности подразделения

Тут все понятно. Берем выбранные критерии эффективности и оцениваем ситуацию по каждому из них. Что-то можно оценивать в числовой форме, что-то по принципу «удовлетворительно/неудовлетворительно». В итоге получаем общий отчет по подразделению, где наглядно представлена ситуация по каждой из поставленных перед ним задач. И, глядя внимательным взглядом на этот отчет, мы приступаем к следующему этапу - «Постановке задач оптимизации»

Постановка задач оптимизации

Очевидно, что этот этап также не вызывает особого труда. Оптимизировать нужно те пункты, которые сильнее всего «провисли» при проведении оценки. Формулировать задачи оптимизации стоит в положительных терминах, т.е. в качестве цели указывать желаемый результат, а не отсутствие нежелательного. Проще говоря, задача «уменьшить средний срок работы по вакансии до полутора недель» - это правильная задача.

И вот теперь, когда все задачи поставлены, начинается самое интересное. А именно - «Мероприятия по оптимизации»

Мероприятия по оптимизации

И, как ни странно, начинаем мы эти мероприятия почти с того же самого, что и пол-страницы назад. То есть - с анализа. Но это уже другой анализ, направленный на выявление внутренних резервов. И начинается он с «Составления общего списка функций внутри подразделения»

Составления общего списка функций внутри подразделения

Данный список ближе всего к подробной должностной инструкции, с той разницей, что делается для всего подразделения в целом. Но для простоты его стоит разбить в соответствии с отдельными должностями. Таким образом, мы получаем детальный перечень функций, исполняемых сотрудниками подразделения. И идем дальше.

Оценка успешности исполнения функций

Здесь мы, опять же, проводим оценку. Но уже не в общем, как раньше, а по каждой из функций. И получаем наглядную картину - какие именно функции хромают и как они распределены среди сотрудников.

В самом простом случае выясняется, что все сбои происходят у одного человека и правильное решение - этого человека заменить. Но такая ситуация - самая невероятная, поскольку этого саботажника было бы видно и безо всяких исследований. Поэтому, скорее всего, «провисающие» функции будут равномерно распределены среди сотрудников отдела.

Если же выясняется невозможность оценки выполнения функций - стоит всерьез задуматься над существующей системой контроля и тем, существует ли она вообще.

Определение зависимости успешного исполнения функций от субъективных факторов

На этом этапе мы определяем, насколько проблемы исполнения связаны с личностными особенностями сотрудников. Например, некто по жизни очень нетороплив и у него постоянные проблемы со сроками исполнения поставленных задач. Соответственно, решением будет изменение его обязанностей в пользу тех, которые не требуют быстрых реакций.

Определение зависимости от факторов внутри подразделения

Главным из внутренних факторов, влияющих на результативность работы, является рабочая атмосфера в подразделении. Причем, к печальным последствиям приводят оба отклонения от середины - как в положительную, так и в отрицательную сторону. Если в подразделении царит атмосфера разобщенности, противостояния и агрессии, то работа, очевидно, будет буксовать в части, требующей межличностного взаимодействия. Однако, с другой стороны, если коллектив сложился «теплый», то большая часть рабочего времени может проходить в неспешных чаепитиях и разговорах «за жизнь».

Другими негативными внутренними факторами являются:

1. Недостаточная автоматизированность процесса (например - ручное заполнение документов, ведение бумажных баз данных и пр.)

2. Дублирование функций сотрудников

3. Нечеткое определение должностных обязанностей

4. Наличие сотрудников с двойным подчиннием

Определение зависимости успешного исполнения функций от факторов вне подразделения

Кроме вышеперечисленного требуется отследить внешние факторы. Часто негативное влияние на результативность подразделения оказывают действие смежных отделов. Например, медлительность отдела закупок может объясняться скоростью, с которой выписанные счета оплачиваются бухгалтерией. Понятно, что в этой ситуации что-то править в закупках особого смысла не имеет.

Другие примеры - за срыв сроков подбора сотрудника или подготовки маркетингового плана могут быть ответственны не отделы персонала и маркетинга, а руководители, в чьи обязанности входило утверждение представленных кандидатов и материалов (некоторые руководители очень любят «взять пару недель на размышления").

«Темпографическое картирование» - составление карты временных затрат на реализацию описанных функций (наблюдение)

Копаем дальше. Теперь мы должны вооружиться карандашом, тетрадью и секундомером и поселиться в отделе на несколько дней. В результате этого сидения мы получаем картину использования рабочего времени в отделе - кто, сколько и на что тратит. Иногда выясняются странные вещи. Например, может оказаться, что большую часть рабочего времени сотрудники ходят в коридор к установленному там общему сетевому принтеру и потом ищут свои документы по другим отделам (куда их случайно утащили из общей стопки).

В любом случае, данные мы получаем ценные. Из них сразу становится видно, куда уходят годы нашей жизни.

«Темпографическое картирование» (опрос)

Сразу после наблюдательной акции проводим с аналогичной целью опрос. Предлагаем сотрудникам высказаться по поводу того, на что они тратят большую часть своего времени. Высказывания сводим в таблицу, таблицу соотносим с данными наблюдения.

Внесение предложений по улучшению (опрос)

Еще одно демократическое мероприятие. Предлагаем сотрудникам высказаться на тему «Что вам мешает в работе отдела и что можно улучшить?» Результаты совсем не обязательно будут поражать глубиной анализа (кого-то напрягает лишь отсутствие мыла в туалете), но, в любом случае, прислушаться к мнению «народа» стоит.

Поиск возможностей консолидации однотипных функций

Аналитический этап можно считать законченным, и теперь мы приступаем непосредственно к улучшениям. Первым из них будет «Поиск возможностей консолидации однотипных функций». Смысл этого мероприятия в том, что однотипные функции, отнимающие время у различных сотрудников, поручаются отдельному работнику. Примеров таких решений масса. Это и автоответчик, либо секретарь, рассказывающий дорогу до офиса, на которого переключают абонента в конце разговора. Это и оператор ПК, который в бухгалтерии занимается вводом первичных документов, избавляя от этой рутины более квалифицированных специалистов. Это и «телемаркетологи» - обзвонщики в отделах продаж, и ресечеры в кадровых агентствах. И много каких вариантов еще.

Консолидация функций дает возможность экономить время дорогих специалистов и повышать общую производительность труда отдела.

Поиск возможностей автоматизации

Автоматизация - конек современного бизнеса. Действительно, в бизнес-процессе типичной организации есть масса «узлов», подлежащих переводу в цифровой формат. Соответственно, эти узлы нужно выявить и придумать, как бы поставить автоматизацию на службу человеку. Внедрение авоматизации в отделе может повысить производительность труда до 100%, за счет избавления сотрудников от рутинной работы и сокращения времени на коммуникации и поиск требуемых документов.

При поисках возможностей автоматизации стоит ориентироваться на общие потребности компании. Если в планах компании стоит приобретение единой системы управления бизнес-процессами, то возможно, проблемы отдела будут ею решены. Если внедрения общей CRM не планируется, - возможно стоит приобрести или создать какое-то типовое решение уровня отдела. И, в любом случае, остается возможность автоматизации отдельных функций за счет «самописных» программ, без замаха на «100% цифровое управление отделом».

Поиск возможностей обучения

Данный пункт мы ставим последним, несмотря на то, что во многих отделах персонала «Обучение» идет в первых строчках приоритетов. Однако, обучение обучению рознь. А, поскольку в нашем случае обучение не самоцель, а средство усовершенствования, отметим следующие моменты:

1. Оптимизация работы в результате обучения персонала не всегда возможна, поскольку есть большое количество неучитываемых заранее факторов. К ним относятся - низкая мотивация сотрудников, различная способность к обучению у разных сотрудников, недостаточная квалификация тренера, недостаточная адаптация обучающего курса к требованиям компании и пр.

2. Люди, к сожалению, не очень стойкий материал. Поэтому вложения в обучения оправданы лишь при том условии, что обучаемый сотрудник проработает в компании достаточный срок для «возврата» вложенных в него средств. Однако, так бывает далеко не всегда.

Тем не менее, если исследование выявило потребность в обучении, то обучение должно состояться. Главное условие, которое необходимо соблюсти в данном случае - отслеживание результативности обучения, того, насколько реально изменилась эффективность работы подразделения.

Экономическая оценка перспективности оптимизации

Итак, после того, как варианты оптимизации подобраны, мы подходим к самому неприятному моменту. А именно - необходимо оценить затраты на проведение этих мероприятий и сравнить их с прогнозируемым экономическим эффектом. Почему этот этап мы называем самым неприятным? Да потому, что именно тут может выясниться несопостовамый масштаб затрат и приобретаемых выгод. В том смысле, что затраты большие, а выгоды - увы. Но, тем не менее, именно этот этап является определяющим, каким именно преобразованиям стоит дать «путевку в жизнь». И, как бы это ни было горько, стоит безжалостно отказываться от «улучшений ради улучшений» - преобразований, не окупающих себя. Потому как в долгосрочной перспективе такие «нововведения» приведут лишь к разочарованиям.

И на этом, собственно, все. Почти все. Потому как после внедрения выбранных решений нужно будет еще оценить их эффективность. Но это уже возврат в самое начало нашего рассказа - «Оценка эффективности подразделения».

Успешных Вам оптимизаций!