Dane w firmie: zbędny ciężar czy żyła złota? Jak wykorzystać drzemiący w nich potencjał?
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.
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.Nawet jeżeli jesteśmy prywatną osobą, to warto kierować się danymi, kiedy podejmujemy różnorodne, nie tylko biznesowe decyzje […], choćby podstawowa matematyka i arkusz kalkulacyjny są tutaj nieocenione. Warto analizować dane w każdej organizacji. Istnieje zbiór dobrych praktyk, można czerpać z doświadczeń innych. Oczywiście każdy powinien dopasować podejmowane działania do swojej skali i specyfiki organizacji […].
Kultura organizacyjna oparta o dane i analitykę jest zawsze pożądana. Bez względu na to, czy będziemy ją wdrażać, korzystając z arkusza kalkulacyjnego, aby zoptymalizować sprzedaż w swoim sklepie osiedlowym […] czy jako krajowa, czy regionalna sieć supermarketów (…) optymalizujemy łańcuch naszych dostaw.”
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.Oddzielnie mamy system do obsługi przedsprzedażowej, te CRM-y, marketing, który korzysta z dobrodziejstw social mediów, cały wewnętrzny system sprzedażowy, potem posprzedażowy […]. Potem przychodzi BI, łapie to wszystko i wrzuca do jednego wora we w miarę ustrukturyzowany sposób. Zwykle przychodzimy tu z takim pojęciem „hurtowni danych”, potem wstawiamy BI, który jest tak naprawdę wisienką na torcie, stercie danych, którą zebraliśmy.
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[…] była sieć sprzedaży jednego z producentów farmaceutyków. Te osoby raportowały jedne rzeczy poprzez swoje CRM-y, a kiedy wprowadzono monitorowanie floty, okazało się, że jest to rozbieżne. Zastosowanie BI było takie, żeby nałożyć na siebie te informacje […] i potem przywoływać pracowników do porządku. Były też sytuacje związane z BI departamentalnym […]. Kierownicy dostosowują swoje wyniki, żeby ładnie to wyglądało na wykresie. Gdy potem przychodzą standardy ogólnofirmowe, to w tym momencie kierownicy denerwują się, bo ich wyniki podciągnięte pod tę samą kreskę jednak nie są takie, jak były pokazywane wcześniej.
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:Przede wszystkim potrzebna jest świadoma kadra managerska. W drugiej kolejności również kompetencje związane z inżynierią i przetwarzaniem danych, jednak w tym wypadku to jakie konkretnie kompetencje są potrzebne zależy już od tego, jakie dane i w jaki sposób mają być wykorzystywane. Coraz więcej rozwiązań nie wymaga bardzo zaawansowanych kompetencji […]
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.Jeżeli chodzi o efektywność kosztową zarządzania danymi, nie zawsze da się wprost policzyć ROI […], ponieważ wiele z tych działań jest oddalonych od pierwszej linii operacji biznesu […] Nietrywialnym jest np. wyliczenie wartości inwestycji w lepszą jakość danych, a co za tym idzie późniejszych lepszych decyzji biznesowych […].
Wiemy, że ma to ogromną wartość, ale wyrażanie jej w złotówkach może być traktowane, jak wróżenie z fusów. Z tego względu mówimy tu o zmianie kultury organizacyjnej, która docelowo ma się zmonetyzować, ale pomiar tego nie jest trywialny. Jak udowadniają jednak badania Thomasa Davenporta i Jeanne Harris, opublikowane w książce “Competing on Analytics” z 2007 roku, istnieje silna korelacja pomiędzy tym, jaką wagę firma przywiązuje do danych i analityki a tym, jak dobrze radzi sobie na rynku.
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.