В первой части мы говорили о применении подхода, основанного на анализе данных, к действующим проектам компании, например, на этапе их планирования или review. Но, на мой взгляд, применение data-подхода актуально не только на этапе планирования проекта, но также на самом этапе формирования инициатив, а также их ранжирования для объединения в программы и портфели. Когда мы говорим о потребности бизнеса в инициировании того или иного проекта мы - менеджеры зачастую выступаем интервьюерами, собирая «боли» и потребности, что само по себе неплохо, т.к. отвечает важному, на первый взгляд, критерию – мы делаем то, что кому-то нужно. Но здесь важно остановиться и подумать, нет ли здесь скрытой иллюзии, ведь субъективность интервьюируемых сложно исключить. Вот здесь как раз я вижу второй способ применения подхода, основанного на данных, когда мы берем статистику в определенной бизнес-области компании, анализируем на предмет условных уязвимостей процесса, которые нам под силу покрыть инициированием проекта скажем автоматизации и начинаем простраивать модель будущего целевого результата. Важная ремарка состоит в том, что общение с бизнес-заказчиками – как одну из важнейших областей проектной деятельности никто не исключает, но мы как менеджеры подходим к этому рубежу во все оружии, предлагая, а иногда и продавая им потенциальный образ и результат проекта. И если в компании развита аналитическая культура, то ваш проект приобретет неоспоримую ценность, ведь статистика никогда не врет.

Но как всегда оно есть – чтобы использовать инструмент эффективнее, важно учитывать его недостатки: 1. Сбор и анализ данных может потребовать значительных ресурсов ― как финансовых, так и временных. Компании могут столкнуться с нехваткой ресурсов для исследований на любом этапе цикла, особенно если сотрудники только начинают использовать data-driven подход. 2. Если данные неправильно собраны или проанализированы, то есть риск принять на их основе неверные решения. 3. Data-driven подход не может полностью заменить опыт. Иногда профессиональная интуиция для принятия решений все же важнее.

Поэтому, что хотелось бы сказать в заключение? Data driven подход, как и любой инструмент, требует оценки границ его применимости, учитывая множество факторов, присущих культуре, менталитету и практике компании, но использовать его в той или иной степени можно и я считаю нужно при инициировании и планировании любых проектов, что я и хотела продемонстрировать в приведенных идеях.

Готова обсудить в комментариях. Буду рада получить обратную связь!