The post has been translated automatically. Original language: Russian
Companies have been investing in digitalization for years, implementing CRM, ERP, BI platforms and monitoring systems. It seemed that the more data a business collected, the easier it was for it to make decisions. But today it is becoming obvious that the availability of data does not guarantee effective management.
Almost every modern company knows how to build reports. The manager can find out the sales volume, average receipt, number of orders, conversion rate or financial indicators for any period in a few seconds.
But a legitimate question arises:
If data is available to everyone, why are some companies growing faster than others?
The answer is that most organizations have learned how to collect information, but have not yet learned how to turn it into management decisions.
When BI stops helping
Imagine a typical executive morning.
There are dozens of graphs on the screen.:
- sales by branches;
- number of new clients;
- average check;
- remnants of goods;
- employee effectiveness;
- loading the contact center;
- execution of plans.
Everything looks beautiful.
But the main question arises:
What should I do with this information?
Let's say sales decreased by 12%.
Is this a problem?
Maybe.
But BI does not explain:
- why there was a decrease;
- what process caused the problem?;
- who caused it;
- how will this affect profits in a week;
- what actions need to be performed today.
It turns out to be a paradoxical situation: there is more and more data, but there is no less uncertainty.
From reports to recommendations
There has been a major shift in recent years.
If earlier analytics answered the question:
"What happened?"
Today, the business expects answers to completely different questions.:
- Why did this happen?
- What will happen next?
- What are the risks?
- What needs to be done right now?
That is why analytical systems are gradually becoming intelligent assistants to the head.
Artificial intelligence is able not only to process millions of records, but also to find patterns that are difficult for a person to notice on their own.
Let's imagine a regular contact center
The classic BI system will show:
- number of calls;
- average talk time;
- the speed of the operators' response;
- the number of missed requests;
- employee rating.
Is it useful?
Definitely.
But AI analytics goes much further.
It automatically analyzes the content of conversations and is able to identify:
- what questions do clients ask most often?;
- why do customers refuse to buy;
- does the operator follow the communication script;
- how emotional is the conversation;
- what promises were made to the client;
- has the employee completed the required actions;
- which topics are starting to repeat more often than usual.
In fact, the manager no longer needs to listen to thousands of recordings — the system itself identifies problem areas and shows them in an understandable way.
A similar situation occurs in production
The usual report shows:
- how many products are manufactured;
- how many orders have been completed;
- how many employees worked in the shift.
AI analysis is able to see much more.
For example:
- one production site regularly becomes a bottleneck;
- semi-finished products run out earlier than estimated time;
- a certain shift is slower than the others;
- some of the equipment starts to work with deviations;
- delays in orders appear long before deadlines are violated.
Instead of reacting to a problem, the business gets the opportunity to prevent it in advance.
AI begins to understand not only the numbers, but also the meaning.
This is one of the main differences between modern technologies.
Previously, analytical systems worked exclusively with structured data:
- tables;
- sales;
- leftovers;
- financial indicators.
Today, artificial intelligence is able to analyze almost any information.:
- phone conversations;
- correspondence between employees;
- customer requests;
- reviews;
- documents;
- email address;
- internal regulations.
That is, not only the numbers are analyzed, but also the context.
That is why completely new opportunities are emerging.
For example:
- automatically identify the causes of negative reviews;
- identify violations of internal processes;
- find recurring customer issues;
- detect a decrease in the quality of service even before complaints appear.
The biggest mistake companies make
Many people continue to believe that the digital transformation ends after the introduction of the next information system.
In practice, this is just the beginning.
Without proper analytics, even the most modern CRM or ERP is gradually turning into a huge repository of information that almost no one uses.
The amount of data is growing every year.
The number of decisions taken is not.
That is why today the main competitive advantage is no longer technology per se, but the company's ability to quickly extract meaning from information.
What will be the next stage of analytics development?
In the coming years, the role of analytical systems will change even more.
The supervisor will stop opening dozens of reports.
Instead, the system will generate daily recommendations by itself.
For example:
Today, it is worth paying attention to branch No. 3 — the waiting time for customers has increased by 27%.
The number of refusals after consultation increased by 18%. The main reason is the lack of the desired product.
Operators have become less likely to offer related services, which has already affected the average receipt.
The AI found repeated complaints about the speed of delivery in one region.
Such conclusions allow us to move from analyzing the past to managing the future.
Instead of a conclusion
We are entering a stage where the winners are not those companies that collect more data, but those that turn information into actions faster.
BI will remain an important tool. But its role is gradually changing: from visualization of indicators to intellectual decision—making support.
It is in this direction that global analytics is developing today. Artificial intelligence does not replace the head and does not make decisions for him. It takes over the routine analysis of large amounts of data, helps to see the relationships and suggests options for action.
In a world where there is more and more information, it is no longer the data itself that creates value, but the ability to understand its meaning and make timely decisions.
Практически в каждой IT-команде рано или поздно возникает один и тот же вопрос: кто должен написать требования, кто отвечает за сроки, а кто принимает решение о том, какие функции попадут в релиз?
Одни считают, что этим занимается Project Manager. Другие уверены, что это зона ответственности Product Manager. Третьи перекладывают всё на Business Analyst.
В результате появляются конфликты, задачи начинают дублироваться, сроки сдвигаются, а команда теряет время не на разработку продукта, а на выяснение обязанностей.
Разберемся, чем отличаются эти три роли, где проходит граница их ответственности и почему успешный IT-продукт невозможен без правильного распределения обязанностей.
Почему возникает путаница
Во многих компаниях, особенно стартапах, один специалист выполняет сразу несколько функций. Product Manager может вести переговоры с клиентами, писать требования и одновременно контролировать выполнение задач.
По мере роста компании появляются отдельные специалисты, но привычка «делать всё самому» остается. Именно тогда возникают вопросы:
- Кто отвечает за стратегию продукта?
- Кто управляет командой?
- Кто собирает требования?
- Кто принимает решения?
- Кто отвечает перед заказчиком?
Ответы далеко не всегда очевидны.
Product Manager — отвечает за продукт
Главная задача Product Manager — сделать продукт востребованным рынком.
Его интересует не процесс разработки, а ценность, которую получает пользователь.
Product Manager отвечает на вопросы:
- Какую проблему мы решаем?
- Кто наши пользователи?
- Какие функции принесут максимальную пользу?
- Что позволит компании заработать больше?
- Каким должен быть продукт через год?
Он анализирует рынок, изучает конкурентов, собирает обратную связь пользователей, определяет приоритеты и формирует продуктовую стратегию.
Главный показатель эффективности Product Manager — успешность продукта.
Если пользователи довольны, бизнес растет, а продукт развивается в правильном направлении — значит Product Manager выполняет свою работу.
Project Manager — отвечает за выполнение работ
Если Product Manager определяет что нужно сделать, то Project Manager отвечает как и когда это будет реализовано.
Его задача — организовать процесс разработки.
Project Manager:
- составляет план проекта;
- распределяет задачи;
- контролирует сроки;
- управляет ресурсами;
- отслеживает риски;
- организует встречи;
- помогает команде соблюдать договоренности.
Для него важно, чтобы проект был выполнен вовремя, в рамках бюджета и необходимого качества.
Даже самый перспективный продукт может потерпеть неудачу, если команда не умеет организовать работу.
Business Analyst — соединяет бизнес и разработку
Business Analyst часто называют переводчиком между заказчиком и разработчиками.
Он помогает бизнесу сформулировать свои потребности таким образом, чтобы разработчики могли реализовать их без неоднозначного толкования.
Business Analyst:
- собирает требования;
- проводит интервью;
- анализирует бизнес-процессы;
- описывает сценарии использования;
- готовит техническую документацию;
- моделирует процессы;
- согласовывает требования со всеми участниками проекта.
Именно Business Analyst превращает фразу заказчика:
«Сделайте удобнее»
в конкретное описание функциональности, понятное разработчикам и тестировщикам.
Хороший аналитик снижает количество доработок, предотвращает недопонимание и помогает команде сосредоточиться на создании действительно нужного функционала.
Кто за что отвечает
| Product Manager | Project Manager | Business Analyst |
| Формирует стратегию продукта | Управляет проектом | Анализирует требования |
| Определяет приоритеты | Контролирует сроки | Описывает бизнес-процессы |
| Исследует рынок | Управляет командой | Подготавливает документацию |
| Работает с пользователями | Управляет рисками | Уточняет требования |
| Отвечает за ценность продукта | Отвечает за выполнение проекта | Связывает бизнес и разработку |
Как эти роли работают вместе
Представим, что компания разрабатывает систему автоматизации кофеен.
Product Manager выясняет, что владельцы кофеен хотят сократить время оформления заказа и повысить скорость обслуживания. Он определяет, что в следующем релизе необходимо реализовать мобильный заказ, электронную очередь и интеграцию с программой лояльности.
Business Analyst проводит интервью с администраторами, кассирами и владельцами заведений, описывает существующие процессы, формирует требования и готовит спецификации для команды разработки.
Project Manager оценивает объем работ, составляет план проекта, распределяет задачи между разработчиками, контролирует сроки и следит за тем, чтобы проект был завершен в соответствии с графиком.
Каждый выполняет свою роль, но общий результат достигается только благодаря совместной работе.
Можно ли одному человеку выполнять все три роли?
На ранних стадиях стартапа — да.
Основатель проекта зачастую одновременно определяет стратегию продукта, общается с клиентами, собирает требования и управляет разработкой.
Однако по мере роста продукта такая модель становится неэффективной.
Чем больше команда, тем важнее разделение ответственности. Это позволяет:
- быстрее принимать решения;
- снизить количество ошибок;
- улучшить качество требований;
- повысить предсказуемость разработки;
- ускорить выпуск новых функций.
Распространенные ошибки компаний
На практике часто встречаются следующие ситуации:
- Project Manager определяет функциональность продукта вместо Product Manager.
- Business Analyst отвечает за сроки проекта.
- Product Manager самостоятельно пишет всю техническую документацию.
- Никто не занимается анализом пользователей и рынка.
- Ответственность за результат оказывается размытой.
Подобные ситуации приводят к конфликтам, задержкам и выпуску функций, которые не приносят бизнесу ожидаемой ценности.
Заключение
Product Manager, Project Manager и Business Analyst — не взаимозаменяемые специалисты, а роли с разными целями и зонами ответственности.
Product Manager отвечает за развитие продукта и его ценность для пользователей.
Project Manager обеспечивает эффективную реализацию проекта, соблюдение сроков и координацию команды.
Business Analyst помогает превратить потребности бизнеса в понятные требования для разработки.
Когда каждая из этих ролей выполняет свою функцию, команда работает слаженно, решения принимаются быстрее, а продукт развивается более предсказуемо.
Share
