Základem každé firmy jsou čísla. Řídit se pocity nebo intuicí může být někdy dobré, ale pocity do výsledovky nenapíšete. Aby vaše čísla byla co nejlepší, o to se v některých firmách starají byznysoví a datoví analytici. Ukážeme si, co a jak dělají, aby vaše čísla byla co nejlepší.

Bylo sychravé podzimní ráno a já jsem snídal s místopředsedou představenstva jedné pojišťovny. „A jak používáte data při vašem rozhodování?“ ptám se jej.

„My data nepoužíváme,“ odpovídá mi. „Protože kdybychom měli k dispozici data, tak bychom se podle nich museli i rozhodovat.“

Ten rohlík, co jsem jedl, mi málem zaskočil.

Samozřejmě, pokud si chcete u vás ve firmě dělat různé „malé domů“, nebo hrát politické hry ve stylu „naše oddělení má větší rozpočet“, nepotřebujete znát a řídit se podle dat. Ale jestliže chcete, aby vaše firma rostla, budete se muset přestat rozhodovat podle pocitů a rozhodovat se na základě dat. Data jsou odrazem pravdy. Poznáte pravdu a pravda vás osvobodí. Na to ale budete muset zaměstnat datového analytika a byznys analytika.

V tomto článku si povíme, co dělá datový a byznysový analytik, jaký je mezi nimi rozdíl, jak je vybírat, ukážeme si příklady toho, co dělají a nakonec si řekneme, zda jej zaměstnat nebo si jej najmout. Protože pracuji v reklamní agentuře, bude moje vnímání samozřejmě ovlivněno mými zkušenostmi. V jiných odvětvích totiž může být pojetí i náplň práce obou pozic mírně jiný.

Datový analytik a byznysový analytik

Datový analytik zkoumá data a říká, co se děje, případně co by se mohlo dít. Pokud navrhuje změny, jsou to taktické změny, jako např. jaké produkty nebo sdělení propagovat nebo třeba kdy naskladnit jaké zboží a v jakém objemu. Byznysový analytik říká, „co jako firma uděláme/co je potřeba udělat“. Mezitím existuje oblast, která říká „proč se něco děje“. Tu zvládne byznys analytik, ale také pokročilý datový analytik.

Zatímco datový analytik je důležitý specialista, business analyst by měl patřit mezi nejužší vedení firmy.

Datovému analytikovi zadáváte práci nebo postupuje podle nějakých připravených scénářů, které mu zadáte nebo které si sám vytvoří. Byznys analytik si stanovuje vlastní agendu a přichází s vlastními návrhy.

V obou dvou případech mají analytici zmapovány hlavní procesy ve firmě, které monitorují, zda je vše v pořádku, nebo co by šlo zlepšit.

Datoví analytici se, ale alespoň podle mé zkušenosti, rekrutují hlavně ze studentů matematiky. Co se týče business analysts, je jejich vzdělání tak pestré, že těžko mohu soudit.

Už jsem setkal s výbornými byznys analytiky, kteří byli původně stavební inženýr, jaderný inženýr, nedostudovaný pastor, marketingový specialista, politolog nebo nedostudovaný filozof (sic!). Ano, jedni z nejlepších business analytiků, se kterými jsem spolupracoval, Tomáš Mikletič a Vojtěch Kadlec, neměli ani vysokoškolské vzdělání – a jiný, Jan Hornych, naopak vystudoval Oxford.

Všichni ale mají společné:

• mají vášeň pro matematiku a zároveň jsou velmi kreativní,
• chrlí nápady,
• jsou mimořádně chytří,
• chtějí se „hrabat v problémech“,
• velmi rádi se dívají do analytického nástroje a chtějí měřit věci,
• mají hluboké pochopení byznysu. Není to jenom, že ví, co se děje v byznysu, ale že chápou, co je za tím,
• mají mimořádnou touhou stále se vzdělávat,
• jsou schopni jak soustředěné práce, tak „lítání po firmě“ a prosazování poznatků, které vzešly z dat,
• jsou to víceméně extraverti,

Bohužel to jsou věci, které jen těžko odhalíte přes životopis nebo motivační dopis. Když v naší reklamní agentuře RobertNemec.com hledáme někoho na pozici business analyst, předáme mu velmi podrobnou případovou studii na 10 až 15 stran, kde je množství dat a informací a nastíněný problém. Úkolem kandidáta je navrhnout, jak by problém vyřešil.

Úkol v podstatě vyžaduje:

1. pochopení byznysu,
2. „čtení mezi řádky“,
3. schopnost pokročilé byznysové matematiky.

Oba dva analytici se musí při své práci hodně ptát – ale ten byznysový ještě více. Navrhovat nápady je snadné. Navrhovat nápady, které jsou průchozí, těžké.

Moje zkušenosti s datovými a byznys analytiky

Nejlepší byznysový analytik, se kterým jsem měl tu čest dlouhodobě spolupracovat, Tomáš Mikletič, nemá ani vysokou školu – vlastně jenom chvíli studoval na pastora. V naší agentuře pět let řídil investice klientů do marketingu s rozpočtem přes 250 milionů korun. Dnes jako soukromý konzultant optimalizuje procesy u klientů: od toho, jak zlepšit každou drobnost v zákaznickém servisu až po to, jak chránit brand.

Co mám ale zkušenost, je velmi těžké udělat z datového analytika byznysového analytika. V byznys analytice je mnohem více, jak už název napovídá, byznysu. To znamená, že byznys analytik musí být trochu, v dobrém slova smyslu, vychytralý. Musí přemýšlet, kde by šlo vydělat více, jaké dodavatele vyřadit, jak zvýšit ceny, kam investovat více a kam méně. V mém pojetí pak tyto věci nejen navrhuje, ale i prosazuje. Proto je to i dobrý manažer.

Datový analytik je zaměřený více na „jistotu“: spočítá vám, že televizní kampaň vám vydělala X Kč. Byznys analytik se zamýšlí nad tím, co to udělá, když televizní kampaň vypnete. A pak přiměje tu televizní kampaň vypnout.

Přetvořit datového analytika na byznys analytika je velmi těžké. Byznys analytik totiž musí navrhovat některé velmi nepříjemné věci, být schopen riskovat a mít hluboké znalosti jak byznysu obecně, tak konkrétního byznysu klienta. Na základě svých zkušeností bych řekl, že skutečně dobrý byznys analytik je většinou starší 35 let – a klidně může být i starší než 50 let.

Příklady z praxe

Níže jsem sepsal příklady, které jsme v naší reklamní agentuře RobertNemec.com řešili a kde se uplatnil data nebo business analytik:

• Jedna finanční firma měla z hlediska poptávek úspěšnou reklamní kampaň. Počet poptávek stoupal – ale obrat nikoli. Nás byznys analytik objevil, že poptávky padají do CRM systému, ale zákaznické oddělení s nimi špatně pracuje. Volalo třeba lidem zpět, když ještě byli v práci. Přitom cílovou skupinou byli hodně dělnické profese. Vytvořili jsme tedy systém, kdy se lidem začalo volat až mezi pátou a devátou hodinou, stejně jako se volalo opakovaně v případě nedovolání se. Také jsme posílili call centrum, které nezvládalo zvýšený počet poptávek.

• Firma z oblasti služeb investovala do médií 3,6 milionů korun měsíčně. Navíc jsme věděli jsme, že je extrémně závislá hlavně na jednom médiu. To bylo nebezpečné, protože to si mohlo začít diktovat podmínky. Po několika měsících optimalizace jsme snížili investice do médií na 1,2 milionu korun měsíčně. Ziskovost firmy navíc vzrostla z 0,8 na 1,4 milionů korun za měsíc.

• Eshopu s oblečením klesal obrat, a proto se na nás obrátil. Jeden z ředitelů vypnul jeden z reklamních kanálů, který generoval malou návštěvnost eshopu, ale vysoký obrat. Aby to ale nebylo jednoduché, ten obrat nebyl generován přes to, čemu se říká v analytice last-click a na co se většina lidí v Google Analytics dívá. Nebylo tedy snadné dohledat, díky čemu klesá obrat, protože obrat klesal napříč všemi kanály. A aby to mělo kriminální dohru: Ten ředitel vypnul ten kanál úmyslně, aby snížil hodnotu firmy a mohl ji pak levně převzít.

• V jisté firmě si obchodní ředitel dva týdny říkal: „Je teď nějaké slabší období, takže nám holt nechodí žádné poptávky.“ Když jsme začali nasazovat analytiku, zjistili jsme, že již dva týdny nefunguje poptávkový formulář na webu této firmy.

• Jedním z úkolů, které má datový analytik, je říkat, jaké zboží propagovat a naskladňovat – protože ví, na co lidé reagují. Občas to ale sklouzává k následujícím rozhovorům:

• Analytik: „Nejvíce se prodává to oblečení s marihuanou. Reklamy s tímto produktem mají vysokou klikatelnost a generují nám vysoký obrat i zisk. Potřebujeme, abyste nakoupili více povlečení s marihuanou, abychom na to mohli vést větší obrat.“
• Nákupčí: „Jenže to nakupujeme z Pakistánu. Další dodávka dorazí až za čtyři měsíce.“

• „Co kdybychom nyní investovali do Instagramu,“ povídá nám na schůzce ředitel eshopu s oblečením. „Všechny módní značky mají nyní Instagram.“ Přihlásil se náš byznys analytik: „Pane řediteli, v průběhu dvou let u vás opakovaně nakoupí pouhých 7 % vašich zákazníků. 93 % už u vás nikdy nenakoupí. Co kdybychom se nejprve soustředili na to, že 93 % už u vás nechce opakovaně nakupovat – a teprve pak řešili nějaký Instagram.“

Jak postupuje byznysový analytik

Ukažme si na příkladu jedné firmy, v tomto případě to je eshop, jak takový byznys analytik konkrétně postupuje:

1. Nejprve si vydefinoval, kdo má jakou roli ve firmě.
2. Pak s každým z managementu vedl individuální hloubkové rozhovory o tom, co ve firmě funguje a co nefunguje.
3. Díky tomu definoval, kde má firma největší problémy. Bylo to hlavně v projektovém řízení, zákaznickém servisu a odměňování zaměstnanců.
4. Následně definoval, kde dochází k rozhodování. V každém z těchto rozhodovacích momentů popsal, jak se má rozhodovat na základě dat. Pro datového analytika sepsal, jaká data a kdy má komu předávat.
5. Spolu s managementem si stanovili cíle, které má rozvoj přinést. Vytvořili plán, co se kde bude v průběhu roku měnit, aby procesy byly optimalizované a zároveň se celá firma rozhodovala na základě dat a nikoli na základě pocitů nebo odhadů.
6. Byznysový analytik sepsal KPI (Key Performance Indicators) pro různé oblasti firmy. Každý člověk ve firmě a každé oddělení tak ví, jakých čísel musí dosahovat. Kontroluje se to na denní, týdenní a měsíční bázi. Nejdůležitější je týdenní přehled, protože ten vám umožňuje dělat rychlé změny.
7. Začal změny prosazovat a kontrolovat. Protože 50 % práce byznys analytika je controlling, ale 50 % je exekuce řízení změn.
8. Jednou ze změn bylo např. poskládat nově logistiku, aby byla rychlejší a levnější. Součástí bylo i výběr nového dodavatele logistiky. Výsledkem bylo, že náklady na odeslanou zásilku klesly o 28 % a zároveň průměrná doba předání zásilky spediční službě klesla v době 7:00 až 21:00 pod čtyři hodiny.

Firmě během jednoho roku vzrostl obrat o 60 % a zisk o 80 %.

Najmout, nebo zaměstnat?

Zde nejsem úplně nestranný, protože naše reklamní agentura RobertNemec.com řeší pro klienty datovou i byznys analytiku. Obecně bych se ale rozhodoval následovně:

	Nedokážete konkrétně popsat, co by měl datový nebo byznysový analytik dělat ve vaší firmě	Dokážete konkrétně popsat, co by měl datový nebo byznysový analytik dělat ve vaší firmě
Malá a střední firma (do 200 000 000 Kč obratu za rok)	Externista/agentura	Externista/agentura
Velká firma (nad 200 000 000 Kč obratu za rok)	Externista/agentura	Zaměstnat

To rozdělení je hlavně proto, že externista má za sebou mnoho projektů stejných jako jste vy. Takže od první hodiny ví, co má dělat, aby se dostavil úspěch. A zároveň u malých firem nemá cenu najímat si datového analytika nebo byznys analytika na plný úvazek, když by pro něj měly práci třeba jenom na 10 nebo 20 hodin za týden.

Můžeme se ale na to ještě podívat z jiného úhlu pohledu:

Zaměstnat	Najmout
+ Dlouhodobě levnější	+ Můžete jej najmout okamžitě
+ Více pochopí vaši firmu	+ Budete jej platit jenom za práci, kterou skutečně potřebujete
+ Ostatní zaměstnanci ve vaší firmě se od něj více naučí	+ Můžete jej snadno propustit bez nároku na odstupné
+ Vyšší ochrana dat	+ Má již připravené procesy a check-listy, jak postupovat ve vaší firmě
	+ Dokáže poradit s ostatními kolegy ve své mateřské firmě
	+ Má k dispozici know-how/databázi informací/check-listy své vysílající firmy.
	+ Protože pracuje na mandaye, snaží se být rychlejší.
	+ Můžete jej snadno propustit.
– Pokud jej nedokážete plně zaměstnat, velmi drahý (u byznys analytika počítejte s platem 100 000 Kč až 200 000 Kč)	– Dlouhodobě dražší
– Bude trvat dlouho, než-li nějakého dobrého objevíte, takže vám uteče mnoho příležitostí.	– Nemusí tolik pochopit vaši firmu (proto doporučuji, aby i externí analytik alespoň jeden den v týdnu pracoval ve vašich kancelářích)
– Náklady na propuštění se budou u byznys analytika pohybovat od 300 000 Kč do několika miliónů korun.	– Teoreticky menší ochrana dat. Přeci jenom, bude mít vlastní počítač a telefon, do kterého si bude stahovat vaše data.

Poskytovat data třetím stranám?

Když už jsme se dotkli oné ochrany dat: datovému i byznys analytikovi budete muset poskytnout množství dat. A mnoho ředitelů a podnikatelů se bojí poskytovat data. Řeknu vám jedno: Podnikám 15 let a za tu dobou mé oči viděly citlivá data mobilního operátora, energetických společností, bank nebo největších eshopů.

A je mi to k ničemu. Zaprvé proto, že každá situace je jiná. Je-li v mé hlavě (a nikde jinde) údaj, že firma A dává do marketingu X % ze svých tržeb, stejně bych to nemohl použít pro firmu B. Protože firma B je v úplně jiné pozici než firma A a ono X by mohlo být málo nebo příliš.

A za druhé, nejsou důležité informace. Důležité je být schopen informace využít. A každý manažer ví, že prosadit a dotáhnout něco do úspěšného konce je extrémně těžké.

Na internetu jsou přesně rozepsané komponenty iPhonu, včetně jmen dodavatelů a cen (náklady na iPhone 6S jsou 220 dolarů). Přesto je to Samsungu celkem k ničemu. Protože je v jiné pozici než Apple. A mně i vám je to také k ničemu, protože si iPhone nesestrojíte.

Na druhou stranu, svým analytikům musíte svěřit co nejvíce dat. Je to jako u lékaře: když mu nepřiznáte některou věc, může vás to stát zdraví nebo dokonce život.

Analytik by se měl stále dívat do analytického nástroje a hledat, jak optimalizovat procesy ve firmě: