Minden felsővezető tisztában van a big data potenciális lehetőségeivel, de nem mindenki tudja, hogyan jusson korszakalkotó felismerésekhez ebből az óriási nyers erőforrásból. A világ három élvonalbeli digitális vezetője elmondja, hogyan tett szert vállalata versenyelőnyre a kiterjedt adatelemzések segítségével.

A virtuális panelbeszélgetés résztvevői:
• Sudaman Thoppan Mohanchandralal, az Allianz biztosítótársaság adatokért és analitikáért felelős vezérigazgató-helyettese a Benelux régióban
• David Walmsley, a Pandora ékszervállalat digitális és többcsatornás értékesítésért felelős vezérigazgató-helyettese
• Paul Coby, az ipari katalizátorgyártásban piacvezető Johnson Matthey csoportszintű informatikai vezérigazgató-helyettese.

Allianz Benelux: szervezetátalakítás a mesterséges intelligencia segítségével

Sudaman Thoppan Mohanchandralal, a pénzügyi szolgáltatási szektor óriásvállalata, az Allianz Benelux államokbeli leánycégének adatokért és analitikáért felelős vezérigazgató-helyettese elmondta, hogy az adatok hasznosítása terén kiemelten fontos: „hogy maximálisan relevánsak legyünk az üzleti működés szempontjából. Az adatok nem az informatika, hanem üzleti terület hatáskörébe tartoznak.”

A big data napjainkban a mesterséges intelligencia (MI) alkalmazására van a legnagyobb hatással. A szakember elismeri, hogy az MI potenciális hatását illetően elég nagy a felhajtás – de sok a valós lehetőség is.

A leginkább biztosítási termékeiről ismert Allianznál már megkezdték az MI-ben rejlő lehetőségek hasznosítását. Az analitikai csapat már több mint 70 adatvezérelt MI-terméket dolgozott ki. Ami pedig a felhajtás és a valós lehetőségek kapcsolatát illeti: Sudaman elmondása szerint ezekkel a technológiákkal sikerült átalakítani az Allianz üzleti működését a Benelux régióban.

Előnyök

Jó példa az ügyfeleknek kínált pénzügyi termékek árképzése, amit korábban korlátozott számú változóra épülő, lineáris modell szerint végeztek. Most már a vállalat az MI különböző alterületeinek technikáit vegyesen alkalmazó, hibrid modelleket is képes futtatni.

Az Allianz Benelux ilyen mélyebb elemzést végez termékei árképzésének „megmagyarázhatósága” érdekében. A szakértők felismerték, hogy a megmagyarázhatóság a bizalom megteremtésének egyik kulcstényezője az MI-alapú automatikus döntéshozásban. Sok MI-rendszer fekete dobozként működik, amely csak az eredményt adja ki az ügyfél számára, de nem magyarázza el, hogyan jutott az adott döntésre. Sudaman adatelemzési kezdeményezésével az Allianz Beneluxnak sikerült megoldania ezt a problémát.

„Meg kell értenünk, milyen folyamaton keresztül jutunk el az eredményig. Ez különösen igaz az ügyfeleinknek nyújtott termékek árképzése esetén. Az adatokért felelős vezetőknek ügyelniük például kell arra, hogy rendszerünk mentes legyen minden nemi vagy faji elfogultságtól. Ebből a szempontból kritikus és fontos szerepet játszik a megmagyarázhatóság. Be kell tudnunk bizonyítani, hogy az elfogultság semmilyen módon nem tud beszivárogni a rendszerbe.”

Sudaman elmondása szerint a vállalat egyéb üzleti célokra is használja a big datát és az MI-t, például a csalásmegelőzés területén. Viszonylag ritkán fordul elő csalás, de a vállalat teljes pénzügyi portfólióját vizsgálva értéke jelentős összegre rúghat – és végső soron az ügyfelek által fizetendő biztosítási díjat növeli.

„Az ügyfeleinket érintő kockázat megértése, előrejelzése és a kockázatra való felkészítésük szintén fontos alkalmazási terület. Ehhez a gépi tanulás és az adatanalitika felhasználásával fejlesztünk termékeket.”

Miközben az MI „fantasztikus előnyökkel jár” az üzleti terület számára, a digitalizációval foglalkozó csapatnak pontosan be kell határolnia, mely problémák oldhatók meg a segítségével – és melyek nem.

„Az ezzel kapcsolatos oktatás ezért kritikus fontosságú. Nemcsak technikai és üzleti, hanem vezetői szinten is. A szenzációhajhász újságcikkek és tanácsadói propaganda alapján tájékozódó vezetők időnként irreális elvárások elé állíthatják az adattudósokat a mesterséges intelligencia alkalmazása terén. Ezt el kell kerülni.”

Sudaman véleménye szerint a szervezeténél tapasztalt fejlődés bizonyítja, hogy az adatvezérelt MI óriási előnyökhöz juttathatja a vállalatokat és ügyfeleiket. A digitális vezetők feladata meggyőzni erről az igazgatóságot és kiaknázni a mesterséges intelligenciában rejlő lehetőségeket.

Pandora: digitális hub az ügyfélélmény gazdagításához

Nem csupán az adatokért felelős vezetőknek kell elkötelezetten munkálkodniuk azon, hogy az adatokból a gyakorlatban hasznosítható felismerések szülessenek, hanem minden vezetőnek. David Walmsley, a Pandora ékszercég digitális és többcsatornás értékesítésért felelős vezetője szerint az információ eredményes hasznosítása központi szerepet játszik munkájában.

Olyannyira, hogy az elmúlt másfél évet egy olyan digitális innovációs hub létrehozásával töltötte, ahol az üzleti terület a rendelkezésre álló adatokból a maximumot kihozva fejleszthet meggyőző szolgáltatásokat az ügyfeleknek.

Miután 2019 áprilisában csatlakozott a Pandora csapatához, David Walmsley a többi felsővezetővel közösen kidolgozta a hub terveit, amelyek részeként a cég koppenhágai központjának közelében, egy helyre csoportosították a vállalat legtehetségesebb műszaki szakembereit. A 2020 júliusában megnyitott létesítményben jelenleg 120 fős csapat dolgozik az adatvezérelt innovációk fejlesztésén.

„Ez a fejlett analitikai és adatbányászati egység gyors eredményeket ért el az élmények és az ügyfeleknek küldött e-mailek személyre szabásával” – magyarázza.

Közös munka

David Walmsley elmondása szerint egy e-mail helyes célzásához nem feltétlenül kell atomtudósnak lenni. Ugyanakkor a színfalak mögött komoly munkát kell végezni a big data területén ahhoz, hogy egy ilyen művelet sikeres legyen. Az egyedi technikai alapok megteremtése komoly feladat volt a Pandora belső digitális csapata számára.

„Úgy gondoljuk, hogy nagyon fontos szellemi tulajdont építeni az adatok köré. Az adatréteg és az alapvető ügyfélkezelő rendszer mellett a Pandora digitális csapata külső adatanalitikai termékeket is használ annak érdekében, hogy az információból felismerésekhez jusson.”

A Pandora többek között a Salesforce.com-mal dolgozik az adatvezérelt e-kereskedelmi kezdeményezések terén. Másik fontos partnere az Adobe, amelynek kampányirányítási és közönségmenedzsment eszközeit használja ahhoz, hogy a megfelelő ügyfeleket célozza meg a megfelelő üzenetekkel.

Walmsley úgy véli, hogy a marketing sikere ma már az adatokon múlik. „Marketing vezérigazgató-helyettesünk mindenben az adatokra támaszkodik, és folyamatosan nyomás alá helyez minket az adatkörnyezet alakításával kapcsolatban.”

A digitális csapat a vállalat egészében együttműködik annak érdekében, hogy az információvezérelt kezdeményezések (pl. a bolti adatok összekapcsolása a webes adatokkal) kézzelfogható eredményeket produkáljanak. „Olyan nyelven kell elkészíteni a használati forgatókönyveket, amely mindenki számára érthető. Ha egyszerűen azt mondjuk, hogy össze kell kapcsolni a bolti adatokat és az e-kereskedelmi adatokat, ez az üzleti terület jelentős része számára nem lesz elég világos. Inkább így kellene fogalmaznunk: ha tudjuk, hogy valaki rajong a Harry Potter charmok és ékszerek iránt, akkor minél gyakrabban kell Harry Potter charmokat és ékszereket megjelenítenünk neki, amikor felkeresi a webhelyünket vagy e-mailt küldünk neki” – magyarázza.

„Ez a hozzáállás nem csupán a beruházásainkat irányítja a valóban fontos területekre, hanem azt is elősegíti, hogy az üzleti terület munkatársai bekapcsolódjanak a szakmai párbeszédbe”.

Johnson Matthey: stabil üzleti alapokon nyugvó adatvezérelt projektek

Tapasztalt IT-vezetőként Paul Coby jobban tisztában van a big data értékével, mint sokan mások. Korábban a brit John Lewis Partnership és a British Airways informatikai vezetője volt, mielőtt 2018 áprilisában csatlakozott az ipari katalizátorokat gyártó Johnson Matthey csapatához, ahol prioritássá tette az üzleti információk jobb hasznosítását.

„Számunkra az adatok jelentik az egyik legnagyobb lehetőséget. Mindenki tisztában van az értékükkel, de a bennük rejlő lehetőséget csak akkor aknázhatjuk ki, ha tudjuk, hogyan értelmezzük és hasznosítsuk őket.”

Az adatok értelmezése

A Johnson Matthey-nél egyre több innováció ered az analitika területéről. Paul Coby adatelemzői irodát hozott létre a kreatív folyamatok támogatására, amely segít a munkatársaknak forradalmi felismeréseket kinyerni az információkból.

Nagyon fontos volt az iroda felállításánál a megfelelő szemlélet kialakítása. Nem az adatszakemberek feladata, hogy az információt végigböngészve megmondják a szervezet más részeinek, hogyan tudnák jobban végezni a munkájukat. Az adatelemzői iroda feladata az üzleti terület támogatása.

Jó példa erre a vállalat Macedóniában működő járműkatalizátor-üzeme. Az ott dolgozók pontosan tudják, hogyan működik a létesítményük. De információra van szükségük az üzem hatékonyabb és eredményesebb működtetéséhez. Ezen a ponton lép be a képbe az adatelemzői iroda. „A mi csapatunk nem tudja megmondani nekik, hogyan függenek össze a dolgok, és mit kell csinálni – erre csak ők képesek. Mi annyit tudunk tenni, hogy gondoskodunk [az üzem működéséhez kapcsolódó] adatok tisztaságáról és konzisztenciájáról. Az ő birtokukban vannak azok az eszközök és vizualizációs képességek, amelyek révén optimálisan fel tudják használni ezt az információt.”  

A macedóniai üzem esetében az adatelemzői iroda egy AWS felhőben tárolja az adatsorokat pl. a gyártósorok teljesítményéről. Az AWS-en belül a dolgozók sokféle eszközt vehetnek igénybe a kinyert információk sokoldalú elemzéséhez. Az így elért hatás alapjaiban formálta át a működést.

„A kezdeményezés vezetői elmondták, hogy a hagyományos, táblázatalapú megközelítéssel napokba telt, amíg kiderítették, mi történik. A felhőben tárolt működési adatokkal hatékony front-end eszközöket vehetnek igénybe az üzemben zajló folyamatok felderítéséhez” – meséli Paul Coby.

„Az adatokat vizuálisan megjelenítve látják a trendeket, az összefüggéseket, és mivel az adatok egy helyen vannak, a korábban napokig tartó elemzési munka végeredménye már öt percen belül látható.”

A macedóniai példa alapján a szervezet folyamatokat dolgozott ki a sikeres adatkezdeményezések megalapozásához. Paul Coby csapata fejlett analitikai kompetenciaközpontot hozott létre, amely megosztja a bevált gyakorlatot, és segít megakadályozni, hogy a vállalaton belül világos üzleti terv nélküli induljanak big data projektek. 

„Havonta leültetünk mindenkit egy virtuális asztal köré, és eldöntjük, mely koncepióterveket visszük tovább. Ha egy terv beválik, az üzleti területnek kell állnia a teljes körű bevezetés költségeit. Azzal, hogy ezeket a koncepcióterveket mind az IT, mind pedig az üzleti terület érintettjei megvizsgálják, és az utóbbiak komolyan tesztelik is őket, gondoskodunk róla, hogy biztosan elérjék a kívánt eredményt” – teszi hozzá Paul Coby.