Što znači danas imati tvrtku koja koristi Data Science kao dio strategije poslovanja?
Kompanije na malim tržištima kao što su naša još uvijek ne znaju što to znači. S jedne strane smo bombardirani primjerima globalnih giganata (Amazon, Alibaba itd.) koja svoje poslovanje od „prvog dana“ temelje na podacima dok nas u realnosti relativno često okružuju kompanije koje sve vrhunske poslovne rezultate duguju povijesti, tradiciji, monopolu ili još gore politici i pogodovanju. U tom miksu nije jednostavno transformirati poslovanje tako da inovirate koristeći podatke. Ono što je sigurno je da za takav uspjeh postoje neki preduvjeti, a to su biti u stanju prikupiti podatke iz različitih poslovnih procesa, imati ideju kako te podatke iskoristiti za povećanje kvalitete neke usluge i ne zaboraviti drugi dio složenice „digitalna transformacija“ jer to je u principu najzahtjevniji dio.
Kompanije koje koristite data science kao dio svoje poslovne strategije su već uspješno transformirale i svoje interne procese, ali i način kako komuniciraju s kupcima, dobavljačima itd. Jedan od boljih primjera globalno je promjena koju je provela DBS banka jedna od vodećih banka u Aziji dok lokalno možemo pronaći zanimljive promjene primjerice u chat botu koji nam Gorenje pruža na svojoj web stranici.
Imaju li hrvatske tvrtke danas dobru strategiju za korištenje podataka?
Nezahvalno je generalizirati. U prosjeku bih rekao da nemaju, veliki broj kompanija se još uvijek muči s procesom prikupljanja podataka i integracijom tih podataka u poslovne procese. S druge strane ono što je pozitivno u posljednjih 7 godina je trend. Predvode ga zrelije kompanije, redizajniraju svoja IT odjeljenja, rješavaju se legacy rješenja, rade na „međuslojevima“ i omogućavaju kolanje informacija različitim API-evima i u konačnici (malo po malo) daju krajnjim korisnicima podatke u ruke.
Koriste li danas poslovni lideri podatke za donošenje poslovnih odluka? Koliko tvrtke u Hrvatskoj imaju razvijen sustav za pristup trenutnim (up-to-date) podacima na temelju kojih donose odluke ili kako bi bili u mogućnosti precizno kreirati poslovna predviđanja?
Mislim da bi u 2019. bilo neozbiljno tvrditi da kompanije odlučuju na temelju osjećaja, sigurno takve još postoje, ali rekao bih da se ipak velika većina odluka donosi na temelju nekakvih podataka i analize. Ono što je veći problem u tom procesu je što su te informacije/podaci često stari; nekoliko sati, dan ili mjesec (ovisno o industriji) – svejedno dovoljno da u datom trenutku više ne oslikavaju situaciju na tržištu.
Bez obzira na taj problem, kompanije su danas, lakše nego ikada prije, u stanju preskočiti nekoliko stepenica (gledajući iz perspektive tehnologije) i poigrati se različitim modelima optimizacije, predviđanja jer nam IT giganti polako takve modele donose skoro kao commodity (npr. MS Azure Machine Learning). Na žalost digital u „digital transformation“ i dalje čini samo 50% posla, ako ne i manje.
Može li sposobnost da izvuku vrijednost iz podataka tvrtkama omogućiti inovativnost i konkurentnost?
[caption id="attachment_383631" align="alignright" width="240"]
Milan Listeš, BI Department Manager u Adacti[/caption]
Rekao bi ne da može, nego je to jedini način. Možda sam malo subjektivan jer sam od početka karijere okružen podacima, ali 100% primjera na koje sam naišao bilo kao kupac bilo kroz neki case study-su u centru svoje transformacije imali podatke. Kvalitetan menadžment, viziju, super proizvod, dobru komunikaciju s kupcima, ali i podatke.
Koje sektore u hrvatskoj prepoznajete ako one koji najviše ulažu u podatkovnu znanost (Data Science)?
Rekao bih da povijesno tu prednjače telekomi te financijski sektor. S druge strane nekolicina klijenata s kojima je Adacta odradila uspješne data-related projekte dolazi iz različitih industrija; turizma, različitih proizvodnih djelatnosti, distribucije itd.
Kolika je potražnja kompanija za stručnjacima, bez obzira da li traže zaposlenike sa specifičnim vještinama ili specijalizirane tvrtke za to područje? Premašuje li ponuda potražnju ili je obrnuto?
Dojma sam da su kompanije (koje si to mogu priuštiti) u trendu internalizacije svega pa tako i data science timova. Tako da dio u kojem sigurno potražnja premašuje ponudu su ljudi. S druge strane treba biti realan i reći da su kompanije često u potrazi za „data scientistima“ tražeći u njima superheroje koje će im modernizirati poslovanje dok je istina malo drugačija. Svaki uspješni data-related projekt u kojem smo sudjelovali tražio je od nas barem pet različitih uloga (data wrangling, dana analysis, subject expertise, UX design i storytelling).
U idealnom slučaju sve te uloge možete imati u 2 ili 3 visokokvalitetne osobe, ali jako teško u jednoj. Što se tiče potražnje za kompanijama specijaliziranim za data projekte, sigurno je da i ona raste. U konačnici vjerujem kako će sve domaće kompanije i na ovogodišnjem DSE imati neke super primjere iz prakse. Također mislim da ova internalizacija resursa ne bi trebala stvarati problem u budućnosti jer će i dalje tu ostati jako puno prostora za savjetovanje i za pomoć u ovom drugom dijelu – transformaciji.
Što donosi ovogodišnja Data Science Economy konferencija i zašto bi trebali sudjelovati?
Primjeri uspješnih transformacija iz prakse, lokalne kompanije i njihova iskustva, globalni primjeri digitalnih transformacija te innovation stream su dovoljan poziv svima koji su svjesni što nas čeka u narednim godinama. Vidimo se. Više o konferenciji koja se održava 16. i 17.5. možete pronaći na www.ds2economy.com.