Пример

Пример

Должность

Пример

Пример

1 https :// www . rbc . ru / business / 28 / 06 / 2017 / 5953d3bb 9a79474a23244dd5 ? from = main

Конан Дойль . Серебряный // Записки о Шерлоке Холмсе – Издательство СЗКО , 2018

В . Плэтт . Информационная работа стратегической разведки . Основные принципы – Издательство иностранной литературы , М ., 1958

Там же

Мальком Гладуэлл . Почему одним все , а другим ничего ? – ООО « Манн , Иванов и Фербер », 2016

6 https :// www . rbc . ru / business / 21 / 08 / 2020 / 5f3e3750 9a79474d58b82509

Изменение системы во времени . Нейтральное событие сейчас может иметь последствия позже – через час , месяц , год , десятилетие . К примеру , руководство торговой компании на начальной стадии развития не ввело пропускного режима . Посчитали , что лишние затраты ни к чему . Через несколько лет предприятие открыло сеть филиалов , но пропускной режим в силу административной инерции так и не был введен . Но если раньше в здание входило-выходило за день несколько сотен человек , то теперь суммарный трафик посетителей составил десятки тысяч , и возможность беспрепятственного проникновения злоумышленников возросла в разы .

Выявление причинно-следственных связей . Для аналитика важно отличать события , расположенные рядом во времени от причинно-следственных отношений . Иногда допускают ошибку , « привязывая » друг к другу два события .

Пример

Канадский психолог Роджер Барнсли открыл так называемый феномен « относительного возраста ». Он проанализировал составы игроков на даты их рождения : « В любой элитной группе около 40 % игроков родились между январем и мартом , 30 % – между апрелем и июнем , 20 % – между июлем и сентябрем и только 10 % – между октябрем и декабрем ». Возникает искушение объяснить спортивные успехи просто тем , что люди , родившиеся в определенные даты , более способны . Однако , это не так : « Все это легко объяснимо и не связано ни с астрологией , ни с магической силой первых трех месяцев . Дело в том , что в Канаде отбор в возрастные хоккейные группы заканчивается 1 января . Другими словами , ребенок попадает в девятилетнюю группу , если ему исполняется девять лет до 1 января . Если 2 января ему исполняется десять лет , то он будет играть в одной группе с ребенком , который отпразднует десятый день рождения аж в декабре . А в этом пред-подростковом возрасте разница в 12 месяцев означает очень заметные различия в физической форме . В Канаде – самой помешанной на хоккее стране в мире – тренеры начинают отбирать игроков в элитные команды в возрасте девяти и десяти лет , и , разумеется , более талантливыми считаются более рослые и ловкие ребята , имеющие преимущество в несколько решающих месяцев » ⁵ .

Выявление тенденций и математический аппарат . Чтобы получить полезные выводы , нужно видеть развитие событий во времени . Графики были придуманы как раз для того , чтобы иметь визуальное представление . Когда мы анализируем один параметр , то его достаточно легко оценить . Мы можем , к примеру , прикинуть динамику недостач на складе за последние полгода по результатам инвентаризации и увидеть , что происходит снижение показателя , оценить в какие месяцы происходили « всплески », или обнаружить , что явление носит волнообразный характер .

Но когда нам необходимо рассмотреть несколько параметров , чтобы найти связи , то нужна визуализация в виде таблиц , графиков , диаграмм . Так , если надо одновременно проанализировать недостачи , текучесть персонала и размер премий персонала склада за полгода , строят графики . На них уже можно увидеть взаимосвязи . Мы обнаружим , что есть показатели , которые растут одновременно , те , которые находятся в обратной зависимости и те , которые не связаны между собой . Кроме того , графики за достаточно большой период позволяют предположить наличие причинно-следственных связей . Мы можем увидеть , что в месяцы , предшествовавшие росту недостач на складе наблюдалась высокая текучесть персонала , или , что после того , как сотрудники получали более высокую премию , снижался объем недостач и т . д .

Математическая обработка данных также облегчает оперирование фактами и позволяет оценить масштаб того или иного явления . Среднее арифметическое по выборке дает представление о том , как изменился показатель на более длинных временных интервалах . Например , в случае с исследованием недостач , можно увидеть средний показатель за месяц в 2019 году и сравнить его со средним в 2020 году .

Есть еще два полезных статистических показателя – медиана и мода . Необходимо иметь в виду , что среднее арифметическое информативно только для нормального математического распределения . Чтобы получить более полную картину , желательно вычислять моду и медиану . Мода – самое частое значение в выборке . Медиана делит выборку пополам .

Пример

Когда мы вычисляем среднюю зарплату и есть крайние значения , то получившееся среднее может ввести в заблуждение :

Конечно , чисто математически среднее здесь посчитано верно , но было бы заблуждением говорить о том , что доходы большинства работников составляют более 70000 рублей . В данном случае для оценки благосостояния лучше обратиться к моде – чаще всего зарплата составляет 27000 , а кроме того , у половины всех сотрудников доход менее 30000 ( это следует из медианы ).

Должность

Прогноз . Цель любого исследования – дать прогноз развития событий . Предвидение – квинтэссенция любого исследования . Прогноз должен включать в себя сценарии и вероятность их реализации .

Допустим , мы проанализировали несколько показателей из разных источников , выявили причины , установили взаимосвязи . Можно дать односценарный прогноз , то есть когда ситуация будет развиваться так , как она развивается сейчас с учетом выявленных тенденций . При этом необходимо указать и степень вероятности желательных или нежелательных событий . Более информативный прогноз содержит несколько сценариев и вероятность их возникновения с учетом возможных мер .

Пример

Источники и инструменты

В некоторых случаях , служба безопасности проводит сбор информации своими силами . Иногда в качестве исходных данных используется информация других подразделений ( финансового департамента , отдела продаж , кадровой службы ). Некоторые исследования возможно провести , опираясь на поддержку топ-менеджмента в составе рабочих групп и комитетов .

Пример

« В январе 2020 года в российском подразделении « Ашана » был организован комитет по compliance support – внутреннему контролю за соответствием деятельности компании и ее сотрудников законодательству , сообщил в интервью РБК глава этого подразделения Йоханнес Толай .

Создание комитета стало одной из первых мер , которые внедрил топ-менеджер после своего назначения в ноябре 2019-го . « Борьба с коррупцией , с откатными схемами , – тема , которая тебя как топ-менеджера в розничной торговле сопровождает всегда », – пояснил Толай . По его словам , с начала работы комитета в компании уже уволены десятки сотрудников , которые потеряли доверие , не соблюдали должностные инструкции и , по мнению комитета , были близки к коррупции .

В марте стало известно , что французский продовольственный ритейлер « Ашан » в России ежегодно терял около 2 – 3 % оборота , или € 80 – 100 млн , из-за коррупционных схем , внедренных менеджментом компании » ⁶ .

Количественные и качественные исследования . Данный вид используется в социологических исследованиях . Количественный метод позволяет получить данные в цифрах . Мы не можем оценить глобальность того или иного явления , пока его не оцифруем . Когда необходимо понять , какова распространенность наркомании , нам нужно знать , какое количество наркотиков поступает в регион , если надо узнать насколько опасно на дорогах , мы используем статистику ДТП . В социологических исследованиях количественные данные получают с помощью опросов , анкетирования и т . д . Качественные исследования же предполагают интервью с экспертами и фокус-группы .

Служба безопасности , проводя аналитическую работу , также опирается на количественные и качественные данные . Это могут быть результаты исследований службы персонала ( текучесть , удовлетворенность работой , социально-психологический климат ), информация от ИТ-подразделения ( использование трафика ), данные управленческого учета ( товарные потери в магазинах , снижение общей прибыли предприятия ).

Социально-психологические исследования . Сюда относятся разного рода опросы , анкетирования , тестирования , направленные на изучение отношений в социальных группах , отношения к руководству , лояльности к компании . Не всегда специалисты подразделений безопасности имеют квалификацию для проведения таких исследований . В этом случае непосредственными исполнителями являются профильные службы – департамент управления персоналом , социальной политики , корпоративного управления и т . п .

Анализ Big Data . Большими данными являются огромные массивы информации , сформированные в различных информационных системах . Это могут быть , например , все транзакции клиентов , статистика интернет-соединений , данные об использовании рабочего времени всеми сотрудниками и т . д . Работать с таким объемом могут аналитики Big Data . Используя различные инструменты , они находят взаимосвязи , тенденции , определяют причинно-следственные связи . Метод эффективен для обнаружения утечек данных , коррупционных схем , уязвимостей в информационных системах .

Исторические данные . Служба безопасности ведет собственную статистику , фиксируя нарушения , случаи хищений , утечек данных и другие сведения . Необходимо также вести базу кандидатов , которым было отказано в приеме на работу по тем или иным причинам , отслеживать поведение сотрудников группы риска . Такого рода картотека позволяет обогащать « сырую » информацию .

1 https :// www . rbc . ru / business / 28 / 06 / 2017 / 5953d3bb 9a79474a23244dd5 ? from = main

Конан Дойль . Серебряный // Записки о Шерлоке Холмсе – Издательство СЗКО , 2018

В . Плэтт . Информационная работа стратегической разведки . Основные принципы – Издательство иностранной литературы , М ., 1958

Там же

Мальком Гладуэлл . Почему одним все , а другим ничего ? – ООО « Манн , Иванов и Фербер », 2016

6 https :// www . rbc . ru / business / 21 / 08 / 2020 / 5f3e3750 9a79474d58b82509

Факты , сами по себе – часто результат неправильной интерпретации других людей . Для анализа нужна сырая , а не обработанная информация