Schopnost sbírat a analyzovat data dnes patří k základním dovednostem, aby firma zůstala konkurenceschopná. Jen málokdy ale podniky, a především ty malé a střední, mají mezi svými zaměstnanci datové analytiky. Na poskytování služeb datové analýzy a prediktivní analýzy se zaměřuje společnost Revolt BI, člen Italsko-české komory. Na téma jsme mluvili se zakladatelem a CEO společnosti Giulianem Giannettim.
I na vašich firemních webových stránkách hodně mluvíte o “datové kultuře”. Co si lze pod tímto pojmem představit?
Data firmy zkulturňují, a to tím, že zavádí transparentnost do jejich fungování. A to je pak patrné při rozhodování managementu. Dnes je to stále tak, že se vedení firem často rozhoduje na základě pocitů, dojmů a dohadů. Paradoxně, čím strategičtější rozhodnutí, tak tím méně informací k němu vedení firmy obvykle má. Pokud firma má vůbec data začít používat, tak na začátku je touha managementu verifikovat vlastní rozhodnutí pomocí dostupných informací neboli dat. Tento přístup neboli “kultura” pak pomáhá v těchto případech sestavit nějaký obchodní plán a kvantifikovat očekávané výnosy, ztráty či zisky. Datová kultura také pomáhá sledovat, a to výlučně skrze čísla, výkonnost firmy. To na jedné straně osvobozuje management, který nemusí tolik kontrolovat, co dělají podřízení, a současně se dají sledovat trendy a vývoje. Například, firmy často ani neví, jaké produkty jim opravdu přináší zisk, a jaké jim naopak způsobují ztráty. Datová kultura tak znamená změnu myšlení managementu při řízení firmy. Typicky, když nejsou data, tak se lidé z vedení hádají o tom, co by tak asi bylo lepší a kdo si co myslí. Naopak, když data jsou, tak se baví o tom, co stalo, jak něco zlepšit a kolik to bude stát.
A jak do tvorby této datové kultury vstupujete vy jako firma?
My můžeme vstoupit do tohoto procesu na několika úrovních. Nejvýznamnější projekty, které fakticky představují onu revoltu, kterou máme v názvu, se týkaly firem, které byly zcela na začátku. V takových firmách je potřeba postavit datovou infrastrukturu, a to včetně sběru informací. Mnohé firmy dávají i hodně peněz na IT výbavu, ale pak často nejsou schopny z těch IT systémů vytáhnout data a nemají k tomu ani vhodný personál. Pro vytvoření business intelligence skupiny uvnitř firmy, je tak nutné přivést do firmy osoby, které řeší problémy jako “ajťáci”, takže umí automatizovat procesy atd., a současně mají drive na to, aby zvětšili obrat či marži. A tato změna mentálního nastavení si vyžaduje, aby se definovalo, co se má měřit, jakým způsobem či jaké jsou cíle. Naše firma pomáhá projít tímto procesem a nastavit systém sběru dat a jejich vyhodnocování.
Dá se říct, že existuje nějaký druh dat, jejichž význam firmy zanedbávají?
To je těžké generalizovat. Například v retailových aktivitách je problém, že si data žijí ve svých silech. Marketing řeší nové zákazníky, obchod obrat, ale už ne marži nebo spokojenost zákazníků. V našich projektech dáváme tato různá data do souvislostí. Další problém může být v nastavení. Například, obrátí se na nás firmy s požadavkem na vytvoření modelu, který by dokázal tvořit cílené zprávy na konkrétní skupiny zákazníků. V průběhu projektu se ale dozvíte, že jen zlomek zákazníků nechává firmě svůj platný e-mail. Prioritní by tak bylo zvýšit kvalitu dat a hledat důvod, proč dané firmě zákazníci nechávají kontakt na sebe. Jenže většina firem v našem oboru řeší jen úzkou výseč, na kterou jsou specializované. K tomu základnímu problému, který je většinou procesní či manažerský, se nedostanou. My se naopak snažíme takový problém nalézt a řešit ho.
Jak vnímáte roli prediktivní analýzy pro řízení firmy?
Kdybyste se snažil odhadnout počet prodaných Iphone telefonů před deseti lety, tak byste nejspíš došel k závěru, že se jich moc neprodá. U nových a zlomových věcí, které ale mají na ekonomiku velký dopad, se těžko něco odhaduje, protože nemáme k dispozici data, na základě, kterých by šlo udělat predikci. Při strategických rozhodnutí je tak často zapotřebí mít v první řadě vizi, a tu data nenahradí. Když už je ale taková vize formulovaná, tak má smysl sbírat data a ověřit, nakolik je taková vize platná a jak je realizovatelná.
Kdy se na vás nejčastěji obrací firmy?
Jsou dvě typické situace. Firmy vyhledávají nejčastěji naše služby, když plánují nějaké investice či při akvizici další firmy, kdy nový majitel chce zjistit, co se ve firmě vůbec děje. Dalším takovým typickým okamžikem jsou inovace. Obecně kategorie využití dat ve firmách jsou následující: transparence vnitřního fungování, automatizace, klasifikace, kdy se například zákazníci rozdělí na skupiny, abyste na ně mohl lépe zacílit nabídku, a konečně optimalizace procesů. Je to někdy až podivuhodné, ale i dnes řešíme automatizace reportingu, který se v mnohých firmách stále dělá v Excelu. A to se děje i ve velkých firmách či bankách.
Jaká je průměrná délka vašeho projektu?
Jak jsem říkal “data-driven management” neboli využití dat pro řízení firmy je otázkou myšlenkového nastavení. Trvání projektů záleží na velikosti a komplexitě firmy. My se snažíme, aby naše služby měly strategický dopad na zákazníka i poté co odejdeme. Většinou usilujeme o to, aby firmy vůbec začaly data vyhodnocovat a řešit. Na konci dne, to jsou ale zaměstnanci firmy, kteří přináší hodnotu dennodenní prací s daty, a proto se vždy snažíme předat reporting konkrétním business uživatelům, kteří jsou skutečným interním motorem firmy. Následovně s našimi zákazníky spolupracujeme na řešení konkrétních případů, kde je potřeba expertní znalosti, na které už nemá smysl vytvářet z pohledu zákazníka interní kapacity. Délka naší spolupráce se proto pohybuje v řádů měsíců až let.
