U EOS-u, Veliki Podaci neće funkcionisati bez ljudskog usmjeravanja
Kada dođu mašine, ljudi postaju nekorisni: Nije istina, kaže tim koji vodi EOS-ov Centar za analitiku: Oni su izgradili analitičku platformu koja bi trebala transformisati poslovanje na EOS-ovim tržištima - i stvoriti podacima-pogonjen mentalitet kroz kompletnu organizaciju.
Ubrzo nakon što se Joachim Göller pridružio EOS grupi u decembru 2017. godine, sjeo je da pogleda kako oblikovati Centar za analitiku. Njegov zadatak: pomoći EOS-u i njegovim aktivnostima u 25 zemalja, da se pretvori u podacima-pogonjenu kompaniju. „Da bi se napravio taj veliki korak naprijed, uskoro sam shvatio da se prvo mora napraviti korak unazad”, kaže Göller, sjedeći u konferencijskoj sobi u EOS-ovom uredu u Hamburškom centru grada.
Sa sjedištem u Njemačkoj, EOS ima jaku prisutnost i veoma dobar učinak u upravljanju potraživanjima u Europi. Različite zemlje kao što su Poljska, Španija i Bosna i Hercegovina su na listi lokacija na kontinentu. Ali EOS također posluje u Rusiji i preko Atlantika u Kanadi i Sjedinjenim Američkim Državama. Ovo pokazuje veličinu zadatka sa kojime su se Göller i njegov tim u Centru za analitiku (CzA), uhvatili u koštac: Ne radi se samo o stvaranju platforme za poslovnu inteligenciju. Radi se o ugradnji podacima-pogonjenog mentaliteta u radnu kulturu više od 55 podružnica koje poslužuju oko 20.000 klijenata širom svijeta, šireći donošenje odluka pogonjeno podacima i prihvatajući tehnologiju koja stoji iza toga.
Razvijanje sistema koji će raditi sa mnogobrojnim naplatnim službama
„Mi smo jaka pogonska sila iza digitalizacije u EOS-u, a to također znači dovođenje podataka u red i transformaciju podataka u informacije”, kaže menadžer. „U početku, sve se svodi na pristupanje izvorima podataka, provjeri kvaliteta i kreiranju historije.” Sa razvojem platforme Centar za analitiku može integrisati lokalnu naplatu potraživanja koja već postoji u EOS-ovim poslovnim jedinicama širom svijeta i premjestiti analitičko donošenje odluka na platformu: EOS-ove jedinice mogu zadržati svoj osnovni sistem naplate koji odgovara zahtjevima njihovog tržišta - CzA će ga spojiti na svoju infrastrukturu, pojačavajući ga moćima nauke i vizualizacije podataka kompletnog preduzeća, u isto vrijeme osiguravajući privatnost svakog klijenta koristeći samo anonimizirane podatke.
Da bi se dobila bolja ideja o tome kako Centar za analitiku funkcioniše, pomaže da se pogledaju ljudi koji stoje iza njega. Mnogo je različitih profila u osoblju ove jedinice: „Sa jedne strane, uvijek tražimo nove talente fokusirane na tehniku”, kaže menadžer tima Patrick Witte. Data naučnici, softver programeri, data inžinjeri i arhitekti platformi mogu doći u obzir. Oni dizajniraju i upravljaju Analitičkom Platformom, koja ostaje u centru pokušaja CzA da transformiše EOS i pomogne mu da ostane poslovni lider. „Naš cilj je pronaći najefikasniji način da podatke iz raznih EOS zemalja premjestimo na Analitičku Platformu, slijedeći pravila EU o zaštiti podataka”, kaže Witte. „To nam omogućava da dizajniramo modele predviđanja, da iskoristimo vještačku inteligenciju i stvorimo kanale kojima ćemo nalaze poslati operativnoj strani - dajući im tako konkurentsku prednost.”
Mislite globalno, djelujte lokalno
U Centru za Analitiku postoji i savjetodavno tijelo koje promoviše dijeljenje najboljih praksi analitike, uključujući sigurnost podataka i zaštitu privatnosti, u svim podružnicama. „Možemo pomoći kolegama da analiziraju podatke u jednom, dok pomažemo da se unaprijede postojeći statistički modeli u drugom kraju svijeta”, kaže Witte. „Zato blisko sarađujemo sa našim kolegama širom EOS grupe.” Tu nastupa druga grupa profesionalaca u CzA: Analitički savjetnici i data naučnici, od kojih većina ima metodičke pozadine, od matematike pa do ekonomike. „Potreban je širok spektar vještina da bi se osiguralo to da se poslovne potrebe identifikuju i riješe sa odgovarajućim analitičkim pristupom”, kaže Witte.
Witte je stekao diplomu na odsjeku za statistiku Univerziteta u Dortmundu, a prije nego se 2012. godine priključio EOS-u, radio je za internacionalnu kompaniju koja se bavila poslovnom analitikom. „Potrebne vještine sam stekao ovdje u EOS-u”, kaže on. Ali ne postoji propisani način - u CzA timu upoznati ćete ljude koje možda ne očekujete u finansijskom sektoru: „Imamo i teorijsku fizičarku koja je nekoliko godina radila kao savjetnik prije nego nam se priključila.”
Primjena agilne metodologije na finansijske usluge
Witte i njegov kolega Joachim Göller obojica osjećaju veliki podstrek u CzA timu. „Zapravo je ta startap atmosfera ono što me je i dovelo ovdje”, kaže Göller, koji je prije ovoga, nekoliko godina radio u bankarskom sektoru. „CzA je veoma agilan, veoma kulturološki raznolik tim sa svojim vlastitim tempom.”
Kao da je EOS uspostavio svoj vlastiti Fintech, poslovni model CzA također liči na onaj dokazan mnogim startapima: Prvo se izgradi analitička platforma, onda se skaliraju operacije i partnerima se dopušta da spoje svoje sisteme nudeći im API. I, naravno, konstatno se testira, uči i poboljšava sistem, slijedeći pravila agilnog razvoja softvera. Sa jednom velikom razlikom od startap života: CzA tim može raditi na fintech inovacijama bez da moraju zadovoljiti investitore. U EOS-u, sve se svodi na dugotrajnu posvećenost klijentima.
Primjena podacima-pogonjenog pristupa na proces naplate
Dok se proces promjene već uveliko odvija u Njemačkoj, gdje slučajevima prvog korištenja upravlja novi softver nazvan FX, CzA sada želi pomoći drugim poslovnim jedinicama da usvoje sličan podacima-pogonjen mentalitet. Göller vjeruje da će priče o uspješnosti otvoriti put i stvoriti odgovarajuće motivacije za one koji donose odluke: „To je kao moderni marketing: Morate pridobiti fanove koji potiču ovaj proces”, kaže on. „Svaki slučaj sa kojime se suočimo za krajnji rezultat mora imati direktnu korist za klijenta.” Ljudi na prvom mjestu: Agilni način rada se veoma mnogo koristi u CzA.
Zabrinutost da bi tehnologija velikih podataka mogla zamjeniti ljude i poslove je neosnovana, kaže Witte: „Mi ovisimo o našim stručnjacima da rastumače dostupne podatke o potrošačima, i da pitaju prava pitanja na koja će sistem za analizu podataka odgovoriti”. Jedan od načina da osoblje EOS-a posmatra mašinsko učenje i vještačku inteligenciju je možda taj da ih poistovjeti sa pametnim „radnim kolegom” koji im pomaže da donesu bolje informisane i više personalizovane odluke o tome šta je najbolje za uraditi - i povećava stopu naplaćenih potraživanja.
Riješenja Velikih Podataka trebaju ljude koji će njima upravljati
Dok je transformacija u podacima-pogonjeno poslovanje pokazala porast u efikasnosti i povećanje šanse da će potraživanje biti otplaćeno, klijenti će također imati ogromne koristi, po riječima Göllera. Između ostalih prednosti, sistem će naći najprikladnije vrijeme za slanje upozorenja klijentima. „Osloniti se na algoritme bez obzira na sve drugo bi se, međutim, kosilo sa svim našim etičkim standardima”, kaže Göller. Na primjer, EOS nikada ne bi dopustio da algoritam ocjeni kreditnu istoriju klijenta samo po zvuku njihovog imena. Tu se veoma jako oslanjamo na ljude koji će postaviti granice.