Dane w firmie: zbędny ciężar czy żyła złota? Jak wykorzystać drzemiący w nich potencjał?

Zanim przejdziemy do omówienia, jakie korzyści może przynieść nam analityka w biznesie czy jakie wyzwania możemy napotkać podczas wdrażania tego typu rozwiązań, powiedzmy, co to w ogóle jest. W tym celu przytoczmy znaną historię sieci supermarketów Target .

Sklep ten przypisywał każdemu swojemu klientowi unikatowy numer identyfikacyjny oraz dodatkowe informacje, w tym historię zakupów. Statystyk w firmie Target, Andrew Pole, miał za zadanie wykrywać na podstawie tych danych przyszłych rodziców. Czemu? Ponieważ tacy klienci to prawdziwa żyła złota dla sklepu. Noworodek wymaga wielu zmian w życiu, a te - zakupów. Lepsze dostosowanie oferty sklepu dla przyszłych rodziców pozwala dużo lepiej przywiązać klientów do marki.

Pole rzeczywiście stworzył system predykcyjny, który na podstawie historii zakupów był w stanie określić wręcz konkretny trymestr ciąży. Statystyk zauważył między innymi korelację pomiędzy zakupem nieperfumowanego mleczka a drugim trymestrem ciąży czy pierwszymi 20 tygodniami ciąży a kupnem suplementów m.in. z magnezem. Nabywanie dużej ilości płynu do dezynfekcji rąk i ręczniczków oznaczało, że rozwiązanie jest blisko. Takim osobom wysyłano gazetki z kuponami promocyjnymi na odpowiednie produkty precyzyjnie dostosowane do ich aktualnych potrzeb.

Dokładność predykcji ilustrowana jest anegdotyczną historią: pewnego dnia do sklepu przyszedł rozwścieczony ojciec, który zarzucił sklepowi, że ten namawia jego nastoletnią córkę do zajścia w ciążę. Kierownik przeprosił, a co więcej, zadzwonił parę dni później, aby przeprosić raz jeszcze. Wtedy trochę zawstydzony klient przyznał, że nie był świadom wszystkiego, co dzieje się w jego domu, w tym ciąży własnej córki.

Przykładów, jak korzystać z danych można mnożyć: składka za ubezpieczenie samochodu w zależności od wieku i płci kierowcy; ustawienie towarów na półkach; decyzja o przyznaniu kredytu; segmentacja klientów i dedykowane akcje marketingowe; profilowanie oferty pod klienta; wykrywanie nieprzynoszących zysku projektów; odkrywanie obiecujących trendów. Te wszystkie analizy są realizowane także w Polsce, o czym może świadczyć choćby ten artykuł dotyczący banków.

Nie tylko dla wielkich Przytoczone przykłady mogą sugerować, że data science to luksus dla wielkich, że aby móc wykonać porządną analizę danych, trzeba mieć placówki w całym kraju. Czy tak jest w rzeczywistości? Zapytaliśmy Marcina Choińskiego, kierownika studiów podyplomowych Data Science i Big Data w Zarządzaniu, który specjalizuje się we wdrażaniu zarządzania danymi i zapewniania ich ładu (Data Management i Data Governance), które to umożliwiają zarządzanie w oparciu o dane w organizacjach. Oto co nam odpowiedział:

Tak więc, jak się okazuje, business intelligence (w skrócie BI) / Data Science można wykorzystać jako kluczowe źródło wiedzy w procesie zarządzania na dowolnym poziomie rozwoju naszej organizacji. Co więcej, jak mówi Jakub Nowacki, Lead Machine Learning Engineer w Sotrender, trener z tematyki big data i data science w Sages: „Od lat przedsiębiorstwa przechodzą od niewielkich ilości danych i oparciu o wiedzę ekspercką, często skrzywioną spojrzeniem osoby analizującej problem, na decyzje oparte na informacji i wiedzy z danych.” Tak więc nie chodzi tylko o objętość, ale także o obiektywność przy podejmowaniu decyzji.

Pierwsze kroki oraz problemy Załóżmy, że jesteśmy już przekonani, że w naszej firmie przydałoby się trochę więcej wglądu w dane. Gdzie powinniśmy skierować nasze pierwsze kroki? Prawdopodobnie dane są rozrzucone po różnych systemach. Jak mówi Hubert Kobierzewski, analityk zajmujący się business intelligence w firmie Codec i wykładowca na wspomnianych wyżej studiach podyplomowych na Akademii Leona Koźmińskiego w Warszawie:

Tak więc, jak widać, prawdopodobnie mamy już odpowiednie dane, chodzi tylko o to, aby je zebrać, a następnie przeprowadzić profesjonalną statystyczną analizę. Nie chodzi o jakieś bardzo wysublimowane dane. Informacja, że sprzedaliśmy produkt X jakiemuś klientowi Y dnia Z jest czasami wystarczająca.

Gdy mamy już dane, należy zacząć proces ich analizy. Tutaj przydaje się dogłębna wiedza ze statystyki, aby wiedzieć choćby, że dodatnia korelacja pomiędzy dwoma zjawiskami wcale nie oznacza wynikania. Takich problemów jest o wiele więcej: jakim testem statystycznym sprawdzić, czy jedno podejście jest lepsze od drugiego? Zwieńczeniem analizy może być stworzenie modelu predykcyjnego, np. przewidującego czy klient zamierza od nas odejść. Tutaj przyda się solidna wiedza choćby o metodach wyboru najlepszych cech do modelu.

Jednak wprowadzanie analityki do firmy wymaga nie tylko twardej, matematycznej wiedzy. To także wyzwanie z zakresu zarządzania firmą. Już na etapie zbierania danych napotkamy wiele niespodzianek. Podczas takiego remanentu może się okazać, że nasi pracownicy nie do końca przywiązywali wagę do wpisywanych danych. Co więcej, jeśli są oni rozliczani z liczb, może się okazać, że je „upiększają”. Jak mówi Hubert Kobierzewski:

Szansa dla kadry managerskiej Tak więc wprowadzania analityki w firmie nie należy kojarzyć jedynie z introwertycznymi matematykami. To także praca dla kadry zarządzającej, która musi tą dużą zmianą umiejętnie zarządzać. Ludzie przyzwyczajeni do dotychczasowych rozwiązań mogą być niechętni do zmieniania systemu czy wprowadzania nowych danych. Stąd tak ważne jest odpowiednie nagłośnienie w firmie korzyści, jakie płyną z nowo wprowadzanej technologii.

Ale, by to zrobić, kadra managerska powinna sama zdawać sobie sprawę z możliwości, jakie daje analiza danych, choćby przez nabranie ogólnego pojęcia, jakie informacje można w ten sposób pozyskać, co w takim procesie jest ważne, a także konkretne umiejętności ze śledzenia przyrostu kompetencji firmy w tym zakresie czy zarządzaniem zmianami. Jak mówi Dominik Batorski, członek zarządu i Chief Scientist firmy Sotrender, organizator meetupów Data Science Warsaw"

Na koniec dodajmy, że przewidzenie zysków w przyszłości dzięki wprowadzeniu zmian w kierunku analizy danych w firmie może być problematyczne, co także może powodować opór ze strony zarządu, by takie modyfikacje wprowadzać. Marcin Choiński, szef ds. systemów analitycznych i Big Data w TVN S.A., mówi o tym tak:

Ważne jest więc, aby nie zniechęcać się początkowym brakiem wymiernych zysków, ale zaufać, że ostatecznie wartość dodana z wprowadzonej analityki będzie znacznie większa, niż poniesione koszty.

Podsumowując, w dzisiejszych czasach, aby nie zostać w tyle za konkurencją, dane, które generujemy każdego dnia w naszej organizacji, nie mogą być tylko informacją o tym, co do tej pory zaszło w firmie, ale powinny być także nieocenionym źródłem wiedzy, na podstawie którego wyznaczymy cele i drogę do ich osiągnięcia na przyszłość.

Co więcej, analityka w biznesie nie jest jedynie luksusem wielkich. Każdy może z tych metod korzystać. I choć zapewne w przypadku bardziej zaawansowanych systemów i analiz będą potrzebni techniczni specjaliści, nie należy zapominać, że przesiadka na zarządzanie w oparciu o dane to także wyzwanie dla odpowiednio przeszkolonej kadry managerskiej, która przekona do nowego podejścia zarząd, pracowników wszystkich szczebli, a także przygotuje organizację na być może całkiem solidną zmianę w myśleniu i działaniu.