KAZALO

• Zlato za kupca ali kupca za zlato
• Za zlato je potrebno velikokrat zajeti (podatke) iz reke (podatkovnih virov)
• Pravilno čiščenje rude (podatkov)
• In na koncu se zasveti
• Od alkimistov do zvezdogledov
• Anketno vprašanje za naslednji korak – UPRAVLJANJE SPREMEMB

Saj poznate tale rek, ki je bil zelo popularen pred nekaj časa: »Data Is the New Oil of the Digital Economy«. Kaj bi menili danes, to drži, ali so nas trenutne razmere  peljale v druge vrtine, da v iskanju alkimističnega kamna modrosti rešimo trenutne gore podatkov, ki jih nikakor ne uspemo spremeniti v dodano vrednost za naše podjetje in poslovanje.
 
Alkimisti so uporabili načelo Solve et coagula (v prevodu razbij in sestavi), kar je tehnološko pomenilo, da je potrebno posameznemu elementu najprej odvzeti vse »lastnosti« in ga povrniti v pramaterjo, nato pa iz njega nazaj zopet sestaviti željeno snov, po možnosti zlato. Čeprav je bila ta modrost v 12 in 13 stoletju zelo »znanstvena«, so kasneje seveda številni znani raziskovalci potrdili, da temu ni tako, in da iz pepela žal ne bo zlata ali diamantov. Pa vendar, izzivam, razmislimo malo o tej alkimistični tezi v pogledu podatkov, ki jih imamo in bi jih radi spremenili v nekaj, kar v času digitalne transformacije prinaša vrednost podjetju.
 
Je morda pot, da brez očiščenja lastnosti pridemo do končnega rezultata napačna? V nadaljevanju bom poskušal pokazati, da stare alkimistične modrosti vseeno pridejo prav pri gorah podatkov, ki jih nekje hranimo in da načelo Solve et coagula le ni še za na odpad zgodovine. A začnimo na začetku.
 

Zlato za kupca ali kupca za zlato

Številna podjetja v različnih panogah se trudijo, da bi za svoje kupce na osnovi digitalnih tehnologij oblikovala digitalno ponudbo, ki bi enako dobro služila kupcem na vseh stičnih točkah in komunikacijskih kanalih s podjetjem. Izboljšanje digitalne uporabniške izkušnje bi namreč morala biti ključna prednostna naloga vsakega podjetja saj so se lahko njihovi konkurenti že prilagodili potovanju svojih kupcev skozi njihove procese (ang. customer journey) na način, da zajemajo podatke o njihovem obnašanju in o vseh interakcijah, ki jih je mogoče pridobiti na stičnih točkah, temu pa dodajajo signale z mobilnih naprav, interneta stvari (ang. IoT) in druge zunanje informacije (recimo o vremenu, prometu na cestah, ipd.).

Seveda je to lahko zapisati, a uresničit mnogo težje. Kako naj se torej podjetja tega lotijo? V skladu s Solve et coagula lahko naredijo načrt, da podatke najprej zajamejo, jih nato razstavijo in očistijo, nato pa jih ponovno sestavijo, da dobijo »zlato« - torej dodano poslovno vrednosti. Poglejmo podrobneje te tri korake: I. ZAJAMEMO, II. OČISTIMO, III. SESTAVIMO.
 

Za zlato je potrebno velikokrat zajeti podatke iz reke podatkovnih virov

Eden od načinov ZAJEMA je digitalizacija potovanja vaših kupcev z integriranim zajemom vseh podatkov, ki jih lahko zaznamo in shranimo na stičnih točkah. Predno se lotimo zajemanja podatkov, moramo na poti razčistiti določena vprašanja in si postaviti nekatere usmeritve, da bomo lahko to naredili pravilno, in to prvič, kajti morda ne bomo imeli več časa in priložnosti za popravke, ker bo stranka že odšla drugam. Te ključne usmeritve so:

1) Razumevanje komunikacijskih kanalov: kupci in podjetja uporabljajo različne spletne in zunanje digitalne kanale za nakupovanje, komuniciranje, raziskovanje, izobraževanje, predstavljanje, ocenjevanje ... Toda ali imajo ti kanali skupno stičišče?  Predno shranimo kakršen koli podatek, se odločimo, kaj bo naše skupno stičišče (ang. Data warehouse, https://en.wikipedia.org/wiki/Data_warehouse) , kjer bomo dolgoročno hranili vse podatke.

2) Integracija podatkov: Današnji svet je nasičen s podatki (IoT, Big Data, AI, ML), zato se postavlja vprašanje, kako različne podatke vključiti v eno samo stičišče? Kako jih urediti in kako očistiti, da bomo lahko potem spet sestavili informacije ki jih želimo dobiti. Ontologija kot modela ali pristop nam pomaga definirati pomen in relacije teh podatkov, pri čemer jih lahko očistimo in nato ponovno združimo.

3) Pogled skozi potovanje kupcev: Naši procesi nudijo notranji pogled na naše poslovanje. Pot kupca je pogled zunaj, ki ponuja informacije o tem, kako nas vidijo naši kupci/stranke. Zbirajmo podatke o našem poslovanju od zunaj navznoter (ang. outside – in), tako da se bomo lahko postavili v oči in čevlje kupca ter pri tem videli skozi njegov zorni kot.  Največja napaka pri postavljanju shramb podatkov je, da jih naredimo od znotraj navzven (ang inside-out) in pri tem nikoli ne pridemo do zunaj, kar pomeni, da shranjujemo zgolj podatke o nas in našem videnju dogodkov.

4) Digitalizacija zajema, virov in gradiv: Ali moramo vse digitalizirati in shraniti v elektronski obliki? Večinoma je to povezano z stroški, ki jih imamo z izgradnjo skladišča ter zajemanjem vseh virov podatkov. Kaj narediti z zgodovinskimi podatki v papirni, magnetni, slikovni, filmski ali kakršni koli drugi obliki je težko vprašanje in morebiti lahko pri tem pomagajo sodobne rešitve in produkti, ki pretvorijo te »stare« vire v sodobne in digitalizirane, berljive z uporabo računalnikih programov.

5) Usmerjenost v izkušnjo kupca: Zvestoba kupcev je cilj vsakega podjetja - izkušnja kupcev je danes postala ključni digitalni dejavnik pri dosegan zvestobe naših kupcev/strank. Zato ni vseeno, v katerem »lojalnostnem« koraku smo v odnosu do stranke, saj od tega zavisi tudi, kaj želimo od stranke pridobiti, shraniti in nato obdelati. Faze zvestobe lahko delimo na naslednje enote:

• Ozaveščenost: predstavlja začetek kupčevega potovanja pri ozaveščanju o izdelku ali storitvi prek spletnih ali zunanjih kanalov.
• Razmišljanje in raziskovanje: predstavlja naslednji korak na potovanju stranke pri razmisleku o vrednosti izdelka ali storitve, običajno s pregledi, priporočili, ocenami, pobudami, ustreznostjo in drugimi premisleki.
• Transakcija: Kupci se bodo dokončali pri nakupu med spletnimi in zunanjimi kanali.
• Zvestoba: Po prodaji izdelka ali storitve mora podjetje obdržati kupca z različnimi pobudami za zvestobo

6) Soustvarjanje, sobivanje, sodelovanje: Če je izkušnja kupca odlična, se bodo kupci spremenili v zagovornike s promocijo izdelka ali storitve na družbenih omrežjih in / ali od ust do ust. (kar lahko merimo z kazalnikom NPS - https://www.klipfolio.com/resources/kpi-examples/digital-marketing/net-promoter-score ).  To zagotavlja tudi koristno vrnitev do točke ponovne ozaveščenosti za nov nakup, brez dragega proračuna trženja in promocije.


 

Pravilno čiščenje rude (podatkov)

Prej omenjeni viri podatkov so redko »čisti«. To pomeni, da imajo nekatere napake, manjkajoče elemente, podvojene vrednosti, nedosledne ključe in identifikacije, nepopolne posamezne strukture itd. S skrbnostjo in potrpežljivostjo moramo uveljaviti enotne podatkovne standarde, popravite napake in odstranite nečistoče v podatkih. Za pravilno izvedbo tega koraka je pogosto potrebno domensko znanje in strokovne izkušnje s tega področja  (pomislite na pravilo »GIGO - Garbage In, Garbage Out?«). V tem procesu se srečujemo z naslednjimi ključnimi izzivi:

• Kakovost podatkov v smislu popolnosti in natančnosti podatkovnih elementov, ki so prisotni v vsakem viru in strukturi. Napake najpogosteje nastanejo med zajemom podatkov (v mnogih primerih zaradi ročnih napak) in se nato prenašajo iz ene dejavnosti v drugo in iz enega vira podatkov v drugega (znotraj integracij in izmenjave podatkov). Te napake navsezadnje vodijo do povečanja operativnih stroškov in ohranjanja slabe izkušnje strank.
   
• 

  FOTO: Shutterstock
  Podvojeni podatki ene same entitete (tj. Stranke, izdelka, naročila itd.). Dvojniki se lahko pojavijo na kateri koli vstopni točki in so pogosto človeške napake (zaradi hitenja, površnosti ali neprevidnosti). Tipični primeri so »variante na temo«, recimo opisov izdelkov, naslovov, imen ali priimkov, nazivov ipd. Kot primer: iz mojega e-mail naslova lahko dobite podatek o avtorju ANDREJ GUSTIN, v osebni izkaznici piše Andrej Guštin, medtem ko v potnem listu v strukturiranem zapisu stoji ANDREJ GUSSTIN. Za nameček se je še vaš referent pri sprejemu klica zmotil in zapisal na listek Andrej Avguštin. Kateri je torej pravilen priimek? 
• Nakup podatkov – ti podatki lahko prihajajo iz različnih virov iz različnih organizacij ter so lahko strukturirani (kot so zbirke podatkov, XML) ali nestrukturirani (na primer e-pošta, objave, preglednice, delovni načrti, dokumenti itd.). Pred nakupom določenih podatkov (pogovorno »baz podatkov«) moramo najprej oceniti kakovost vira kot takega, nato pa upariti zunanji vir z našimi viri, pri čemer je ključno vprašanje, komu zaupati in kako določiti zgodovinsko revizijsko sled podatkov.

Zadnji korak v sklopu čiščenja je zagotoviti, da bodo podatki tudi ostali čisti. Upravljanje podatkov - v skladu z MDM: »Upravljanje podatkovnih virov je definiranje in izvajanje politik, praks in postopkov, ki pravilno upravljajo celotne potrebe podatkov v življenjskem ciklu podjetja«.

In na koncu se zasveti

Zadnji korak pri celoviti uporabi podatkov v sklopu digitalne transformacije je njihova ponovna sestava v koristne informacije, s pomočjo katerih lahko povečamo konkurenčno prednost podjetja, izboljšamo naše produkte in dvignemo izkušnjo kupca. Danes pogost izraz je tudi »monetizacija podatkov«, torej sprememba v zlato – saj se spomnimo alkimistov v uvodu.

Podatkovna znanost danes seveda ni alkimija, temveč  temelji na dodelanih in zmogljivih orodjih, ki z uporabo strojnega učenja in umetne inteligence išče in poišče v podatkih uvide, ki so koristni za podjetje in na podlagi katerih lahko optimiziramo naše procese, napovedujemo obnašanje potencialnih kupcev in strank, spremljamo delovanje naših naprav ali strojev ter celo snujemo boljše produkte in privlačnejše storitve.
 

Kako dobri zlatokopi smo v Sloveniji

Anketa med bralci je pokazala, da slovenska podjetja najpogosteje iščejo zlato v uporabi podatkov skozi napovedno analitiko – saj kar 68 % anketirancev pravi, da podatke izkorišča z namenom matematičnega napovedovanja prihodnosti poslovanja (Zvezdogledi so bili res bratranci alkimistov).



Predvsem v trženju, prodaji, logistiki, vzdrževanju in podpori strankam je napovedna analitika danes ključ do uspeha, saj lahko naše notranje procese in zmogljivosti prilagajamo sproti glede na napovedi. Ker so te napovedi lahko tudi več kot 97% točne (odvisno od tega, koliko virov in spremenljivk pripeljemo v model napovedi) je tveganje zelo majhno. Hkrati pa predstavlja pravo zlato, ki se svet skozi zadovoljstvo strank ob uporabi podatkov v oblikovanju izkušnje kupca in zagotavljanju poslovne agilnosti podjetja.

Čudi relativno nizek odstotek uporabe rešitev umetne inteligence, saj se zadnje dve leti o tem v Sloveniji veliko piše, v tujini pa smo znani kot država, ki je visoko razvita na tem področju. Tu vsekakor leži še velika priložnost za podjetja, saj so dobitki tu še višji, zasveti se lahko tudi kakšen diamant.
 

Od alkimistov do zvezdogledov

Če pogledamo trende, lahko vidimo, da se bo v naslednjih 5 letih tehnični način uporabe in izkoriščanja podatkov precej spremenil. Za primer smo vzeli Gartnerjevo napoved trendov na področju podatkov in podatkovne analitike (več o tem v TUKAJ), iz katerega lahko izpostavimo naslednja področja uporabe podatkov, ki bodo relevantna za večje število podjetij tudi v Sloveniji:

• V 2021 bo kar 80% vodij poslovnih področij dalo prednost AI  odločitvam pred človeškimi.
• Do leta 2022 bo vsaj 70 % organizacij spremljalo kakovost podatkov izključno preko metrik in kazalcev, kar bo povečalo kakovost podatkovnih virov in obdelovanih podatkov za vsaj 60 % ter s tem zmanjšalo vlaganje v čiščenje podatkov ter zmanjšalo tveganja, povezana z napakami podatkov.
• Do leta 2023 bo delovno mesto programerjev strojnega učenja najhitreje rastoča vloga v svetu IT, AI in ML.
• Do leta 2023 se bo vsaj 85 % ponudnikov rešitev umetne inteligence osredotočilo na konkretna področja in industrijske vertikale ter pripravilo »out-of-the-box« rešitve za specifične probleme, skoraj v konceptu »do-it-yourself«.
• Do leta 2025 predvidevajo, da bo vsaj 80 % naprav, ki vključuje določene elektronske ali programske sestavne dela uporabljalo vgrajeno AI znotraj delovanja naprave za povečanje njene uporabnosti, zanesljivosti ali vzdržljivosti.  
• Ranljivost naprav, rešitev in podjetij se povečuje, ocena je, da bo do leta 2023 poslovna škoda (izpad proizvodnje, kraja podatkov in intelektualne lastnine, kraja osebnih podatkov ipd.) zaradi posledic kibernetskih napadov 1000 % večja kot leta 2013 in bo predstavljala letno več kot 50 milijard dolarjev škode.  Ker so sodobni napadi posledica zelo izpiljenih taktih in analiz strank, je vedno več podjetij v situaciji, ko uporablja AI podprte rešitve za obrambo pred kibernetskimi napadi, primer Cynet – več na https://www.cynet.com/; https://www.creaplus.si/sl/dokumenti-cynet.

Lahko bi še naštevali in naštevali, a menim, da smo že dovolj dobro prikazali, kako so podatki danes pomembni, kako z njimi ravnamo in kako iz njih iztisnemo to novo zlato. Nič ni preprosto, dokler tega ne preskusimo in se naučimo, korak po korak, podatke ZAJETI, jih OČITITI in pripraviti za uporabo ter nato SESTAVITI v poslovno koristno informacijo za podporo odločanju. Prihodnost bo v skladu z napovedmi vedno bolj digitalna in vedno bolj »tiha«. Podatki se bodo pretakali sem in tja in AI jih bo »tiho« obdelovala in s spoznanji usmerjala naše poslovanje, naše naprave in nas same.  Pripravimo se na to in bodimo zmagovalci te spremembe.
 

Anketno vprašanje – UPRAVLJANJE SPREMEMB

* Avtorja mag. Andrej Guštin, Aleš Štempihar