Ключевые инструменты бизнес-аналитики. 67 инструментов, которые должен знать каждый менеджер

КЛЮЧЕВЫЕ
ИНСТРУМЕНТЫ 
БИЗНЕС-АНАЛИТИКИ

Harlow, England • London • New York • Boston • San Francisco • Toronto • Sydney • Auсkland • Singapore • Hong Kong  
Tokyo • Seoul • Taipei • New Delhi • Cape Town • São Paulo • Mexico City • Madrid • Amsterdam • Munich • Paris • Milan

Bernard Marr

Key Business 
Analytics
The60+ 
business analysis tools 
every manager needs 
to know

Москва
Лаборатория знаний
2022

3-е издание, электронное

КЛЮЧЕВЫЕ 
ИНСТРУМЕНТЫ 
БИЗНЕС-АНАЛИТИКИ
67

ИНСТРУМЕНТОВ, КОТОРЫЕ 
ДОЛЖЕН ЗНАТЬ КАЖДЫЙ 
МЕНЕДЖЕР

Бернард Марр

Перевод с английского
В. Н. Егорова

УДК 65.0
ББК 65.290-2
М28

Марр Б.
М28
Ключевые инструменты бизнес-аналитики. 67 инструментов,
которые
должен
знать
каждый
менеджер / Б. Марр ; пер. с англ. В. Егорова. — 3-е изд.,
электрон. — М. : Лаборатория знаний, 2022. — 339 с. —
Систем. требования: Adobe Reader XI ; экран 10". —
Загл. с титул. экрана. — Текст : электронный.
ISBN 978-5-00101-962-6
Многие бизнесмены и лидеры в области технологий знают
о тех возможностях, которые современная аналитика может
предоставить
их
бизнесу,
но
пока
сами
не
могут
четко
сформулировать получаемые с ее помощью выгоды. Бернард
Марр написал книгу, которая восполняет большой пробел,
имевшийся в литературе об аналитике. Автор разъясняет,
причем достаточно подробно, как практически любая компания может извлечь выгоду из современных аналитических
инструментов.
Для бизнес-аналитиков и менеджеров.
УДК 65.0
ББК 65.290-2

Деривативное издание на основе печатного аналога: Ключевые инструменты бизнес-аналитики. 67 инструментов, которые должен знать каждый менеджер / Б. Марр ; пер. с англ.
В. Егорова. — 2-е изд. — М. : Лаборатория знаний, 2021. —
336 с. : ил. — ISBN 978-5-00101-291-7.

В соответствии со ст. 1299 и 1301 ГК РФ при устранении ограничений,
установленных
техническими
средствами
защиты
авторских
прав,
правообладатель вправе требовать от нарушителя возмещения убытков
или выплаты компенсации

ISBN 978-5-00101-962-6

© Бернард Марр 2016 (print and
electronic) This translation of Key
Business Analytics: The 60+ tools every
manager needs to turn data into
insights 1/e is published by arrangement
with Pearson Education Limited

© Лаборатория знаний, 2018

Об авторе

Бернард Марр (Bernard Marr) — автор книг-бестселлеров по бизнесу, известный лектор и консультант в области больших массивов данных, аналитики и эффективности работы предприятий. 
Основатель и генеральный директор Института улучшенных показателей деятельности (Advanced Performance Institute), один 
из самых уважаемых в мире теоретиков в области бизнес-данных. Регулярно консультирует компании и правительственные 
организации о том, как с помощью имеющихся данных лучше 
разобраться в происходящем.
Марр регулярно принимает участие во Всемирном экономическом форуме, мероприятиях Forbes и, по мнению социальной сети 
Linkedln, входит в число первых 50 мировых авторитетов в области бизнеса.
В своей консалтинговой работе он помогает компаниям разрабатывать ключевые показатели эффективности и наборы данных, чтобы его клиенты смогли найти ответы на наиболее важные для них 
вопросы. В число компаний и организаций, которые он консультировал, входят Accenture, AllianceBoots, Astra Zeneca, Банк Англии, 
Банк Ирландии, Barclays, BP, DHL, Fujitsu, Gartner, Министерство 
внутренних дел Великобритании, HSBC, IBM, Mars, Министерство 
обороны Великобритании, Microsoft, Oracle, NHS, Orange, Королевские Военно-воздушные силы Великобритании, SAP, Shell, Tetley, 
T-Mobile, Toyota, а также ООН и многие другие.
Марр — автор таких книг, как «Большие массивы данных: 
умелое использование большого количества данных», «Аналитические инструменты и метрики для принятия оптимальных решений и улучшения показателей деятельности», «Ключевые показатели эффективности: 75 показателей, которые должен знать 
каждый менеджер», «Интеллектуальная компания».
Если вы хотите поговорить с Марром по вопросам консультирования, обучения или выступления, то можете связаться с ним 
через сайт www.ap-institute.com или написать письмо по электронной почте bernard.marr@ap-institute.
Отслеживать его информацию также можно через Твиттер  
(@bernardmarr), где он регулярно делится своими идеями, а также через Linkedln, где он ведет свой блог.

Введение

В аналитике нуждается каждая компания, чтобы оставаться конкурентоспособной в современном мире, в котором имеется множество данных. Каждый менеджер должен понимать хотя бы 
основы аналитики и знать, когда и где ее следует применять. 
Именно об этом и рассказывается в этой книге. В ней приводится подробная «дорожная карта» для движения по основным областям, где руководители компаний могут прибегнуть к аналитике, а также дается обзор ключевых методов аналитики. Книга 
поможет вам разобраться в сущности наиболее важных методов 
аналитики, а также в том, как можно получить данные, необходимые для аналитики.
В настоящее время нет такого журнала по вопросам лидерства 
или управления, в котором бы ничего не говорилось о взрывообразном появлении «больших массивов данных», «аналитике», 
«сбо ре, обработке и анализе деловой информации», «управлении 
знаниями», «интеллектуальном анализе данных», «обнаружении 
данных» или «содействии принятию решений».
Эти термины нередко используются как синонимы и взаимозаменяемые понятия, из-за чего возникает большая путаница. 
Цель данной книги — разобраться в этой путанице и помочь вам 
понять суть аналитики, чтобы вас не отвлекали и не вводили в 
заблуждение разные модные словечки, возникающий вокруг них 
ажиотаж, а также разобраться в том, почему эта составляющая 
современного бизнеса является столь важной. И что, возможно, 
самое главное, вы познакомитесь здесь с различными ключевыми 
аналитическими инструментами, которые есть в вашем распоряжении, и узнаете, когда и для чего ими можно воспользоваться.
Область аналитики в наши дни вызывает огромный интерес, 
что совершенно понятно: она обещает познакомить нас с коммерчески выгодными идеями, которые потенциально могут быть 
использованы для поиска новых рынков, новых нишевых аудиторий на уже имеющихся рынках и областей, перспективных для 
будущих исследований и разработок. В значительной степени этому способствуют ставшие широко известными истории и примеры 
из бизнеса, связанные с такими мощными источниками данных, 
как Target, Walmart, Amazon, Facebook и Google, при изучении 
которых у обычных бизнес-лидеров нередко возникает чувство 
беспомощности и растерянности: люди просто не знают, с чего 
начать и что надо делать, чтобы догнать конкурентов. Конечно, 
большинство компаний не сможет достичь таких же высот даже с 
помощью аналитики, но это вовсе не значит, что аналитика предназначена только для самых крупных участников бизнеса.

 Введение 
7

Нет большего заблуждения. Аналитика может улучшить результаты деятельности любой компании, независимо от ее размера, но для того чтобы это случилось, нужно сначала разобраться 
в аналитике и рассеять туман, который ее окружает, и здесь вам 
на помощь придет эта книга.
По сути, аналитика — это изучение данных и того, как мы 
можем использовать их для улучшения показателей своей деятельности в бизнесе и достижения большего успеха. Понятно, 
что эта концепция не нова, бизнес-лидеры и руководители высшего звена на протяжении десятилетий пользовались данными 
о ситуации на рынке, что помогало им принимать стратегические 
решения и менять курс, если в этом возникала необходимость. 
Но в нынешнем понимании этого подхода есть одна новая особенность: понятие «данные» трактуется сейчас все более широко, 
а благодаря современным технологическим решениям появляются такие возможности хранения данных, их анализа и извлечения из них необходимой информации, о которых в прошлом 
даже не мечтали.

Данные — это сырье

Сырьем для процесса извлечения полезной информации являются данные, трактуемые как в привычном, традиционном смысле, 
так и в нынешнем как большие массивы данных. В настоящее 
время термин «большие массивы данных» используется для описания всего того, что мы делаем, говорим, пишем, посещаем или 
покупаем, если при этом оставляем цифровой след. Он же относится и к нашим планам все это сделать в будущем, когда мы 
также воспользуемся образующимся огромным количеством данных, чтобы с их помощью предложить новые идеи и улучшить 
результаты. Хотя термин «большие массивы данных», скорее 
всего, исчезнет, потому что «большие массивы данных» становятся обычными данными в прежнем их понимании, в настоящее время прилагательное «большой» будет пока применяться, 
что объясняется четырьмя особенностями, или четырьмя V1.
 •
Объем. Этот параметр относится к огромному количеству данных, которые создаются каждую секунду, что не в последнюю 
очередь происходит из-за нашей любви к умным технологиям 
и постоянной связи людей друг с другом.

1 
В оригинале говорится о четырех V, поскольку все четыре слова на английском языке начинаются с этой буквы, а именно volume, velocity, variety 
и veracity. — Прим. перев.

Введение

 •
Скорость. В данном случае речь идет о быстроте появления 
новых данных и их распространении по всему миру. Например, при выявлении случаев мошенничества необходимо проверить миллионы транзакций по кредитным картам, чтобы 
выявить необычные закономерности, и делать это практически в режиме реального времени.

 •
Разнообразие. Под этим словом понимается появление различных видов данных, которые поступают из самых разных источников, от финансовых документов до каналов социальных медийных средств, от фотографий до сенсорных 
устройств, от видеозаписей до голосовых записей.

 •
Достоверность. Включение этого параметра объясняется разной степенью истинности генерируемых данных. Чтобы понять это, достаточно вспомнить о сообщениях в Twitter с их 
хештегами, аббревиатурами, опечатками, особенностями языка текста и включением элементов разговорной речи.

Фактически вместо четырех V можно говорить о пяти, если 
добавить в приведенный выше набор пятую составляющую — 
ценность (Value). Можно утверждать, что аналитика необходима 
для достижения именно ее, т. е. данные используются для получения ценности. Для этого с помощью аналитики необходимо 
получить ответы на четыре ключевых вопроса. 
1. Что произошло?
2. Почему это произошло?
3. Что сейчас происходит?
4. Что может произойти в будущем?
Понятно, что эти вопросы важны, и поэтому на них нужно 
знать ответы. Получить их можно с помощью аналитики. Чаще 
всего под бизнес-аналитикой понимают процесс, благодаря которому можно преобразовать получаемое сырье (данные) в коммерчески значимые идеи (результаты аналитики), которые затем 
можно использовать для информирования руководства, улучшения показателей деятельности компании и основополагающей 
стратегии. (В совокупности это называется сбором, обработкой и 
анализом деловой информации.)
Конечно, достоверность и точность этого процесса зависят от 
того, насколько хорошо вы понимаете сущность тех ключевых 
стратегических вопросов, на которые хотите получить ответы, 
и от качества данных, которые вы используете для получения этих 
ответов. Поэтому, прежде чем мы займемся более подробным изучением разных ключевых аналитических инструментов, давайте 
сначала сделаем шаг назад и получим полное представление о видах и форматах данных, которые теперь можно проанализировать.

 Введение 
9

Виды и форматы данных

Говоря о данных, нужно прежде всего разобраться в их основных 
различиях. Данные могут быть структурированными, частично 
структурированными и неструктурированными и поступать либо 
из самой компании, либо из внешних источников.
Под структурированными данными понимаются данные, которые хорошо организованы и расположены в конкретной записи или файле в выделенных для них полях. К этой категории 
относятся данные, содержащиеся в реляционных базах данных 
или электронных таблицах. Структурированные данные легко 
вводить, хранить и анализировать, потому что работа с ними 
осуществляется в соответствии с установленными правилами и 
часто выполняется с помощью языка структурированных запросов (Structured Query Language — SQL). Несмотря на то что SQL 
представляет собой огромный шаг вперед по сравнению с хранением и анализом данных на бумажной основе, далеко не вся 
информация, используемая в бизнесе, хорошо подходит для ее 
размещения в заранее выделенных местах, и тогда приходится 
иметь дело с частично структурированными и неструктурированными данными.
По оценкам, 80% значимой для бизнеса информации связано 
с неструктурированными или частично структурированными данными. Фактически под ними понимаются все данные, которые 
нельзя легко вставить в поля, строки или столбцы. Часто текст 
является тяжелым для обработки, но при этом он может содержать даты, цифры и различные типы данных, такие как изображения или аудиофайлы. Частично структурированные данные 
представляют собой гибрид неструктурированных и структурированных данных. Эти данные могут иметь некоторую структуру, 
которая используется для анализа, но значительные их части 
являются неструктурированными. Например, пост в Linkedln 
можно классифицировать по его автору, дате размещения или 
размеру, однако его содержание, как правило, является неструктурированным. То же самое нередко характерно и для программного обеспечения, используемого для обработки текстов, которые 
включают метаданные, а именно имя автора, дату создания и изменения, но содержание этого документа остается неструктурированным. Конечно, важное значение имеет и источник данных; 
в настоящее время большинство бизнесменов обладают огромным 
количеством данных. Но у них есть одна значительная проблема: у них мало идей, и они часто не знают, как использовать 
имеющиеся у них данные, не говоря уже о богатстве внешних 
данных, которым они также могли бы воспользоваться. Как 

Введение 

правило, к внутренним данным доступ является более простым 
и дешевым, потому что бизнесмены ими сами владеют и сами 
их контролируют. К числу таких данных относятся финансовые 
отчеты, отзывы клиентов, история транзакций, опросы сотрудников, данные отделов кадров и др.
Внешние данные, как можно судить по их названию, — это 
данные, которые существуют за пределами вашей компании и 
являются общественным достоянием либо принадлежат какой-то 
другой организации. Если данные являются общественным достоянием, вы можете получить их обычно бесплатно или заплатить 
за них третьей стороне, чтобы она их собрала для вас. За получение частных данных, которые вам нужны, как правило, требуется заплатить либо владельцу другой компании, либо поставщику 
данных, выступающему третьей стороной. К внешним могут относиться данные о погоде, данные о профиле социальных средств 
массовой информации, данные о трендах или данные властных 
структур, такие, например, как информация о переписи.

Данные
Внутренние
Внешние

Структурированные
Кассовый терминал

Финансовые данные

Данные о клиентах

Учетные документы 
отдела кадров

Маркетинговые исследования

Данные позиционирования, 
полученные c помощью 
системы глобального позиционирования (GРS)

Сенсорные данные

Данные о погоде

Частично 
структурированные

Фотографии или графические документы 
с метками или указателями категорий

Видеоматериалы 
с метками или указателями категорий

Электронные письма

Маркированные фотографии

Организованные определенным образом графические 
материалы

Маркированные видеоматериалы

Категоризированные тексты

Неструктурированные
Сайты

Текстовые файлы

Фотографии

Аудиозаписи

Социальные медийные средства

Сайты

Текстовые файлы

Фотографии

Аудиозаписи

Социальные медийные 
средства