Hrvatska
StoryEditor

Data Analytics - Seksi izraz za kontroling novog doba

20. Listopad 2021.
Piše: Jasmina Očko, Kontroling Kognosko

Tanka je nit između klasičnoga kontrolinga i onoga što s pomoću današnje IT tehnologije rade podatkovni analitičari. Pritom klasična funkcija kontrolera ne nestaje – štoviše, očekivanja su još veća. Bez obzira na to hoće li se u budućnosti tražiti da kontroleri imaju sva znanja podatkovnih analitičara ili će podatkovni analitičari biti stručnjaci iz kontrolinga, analitičkim alatima može se mnogo bolje upravljati promjenama

Na spomen podatkovnih analiza (engl. data analytics) vrlo često nije jasno je li riječ o klasičnom kontrolingu ili tu postoji zaista nešto novo, do sada neviđeno. E, pa krenimo redom. Živimo u svijetu prebogatom podacima. Oni danas zaista mogu utjecati na poslovanje onako kako to do sada nikada nismo vidjeli. No ako podataka (već danas) ima previše, to je, zapravo, jednaka paralizirajuća situacija kao i kad ih je (u prošlosti) bilo premalo.

Pod pojmom podatkovne analize možemo podrazumijevati različita analiziranja – od računovodstvenih podataka u nekom poduzeću pa do analiziranja klimatskih promjena. Općenito, to je specifičan skup tehnika, kompetencija i postupaka čiji je cilj steći mnogo bolji uvid u materiju koja se analizira. Podaci u bolnicama pomažu poboljšanoj skrbi o pacijentima, predviđaju pojavu bolesti ili koriste smanjenju operativnih bolničkih troškova. Podatkovne analize također koriste učiteljima za procjenu napredovanja učenika, na temelju čega se mogu prilagođavati programi. U telekomunikacijskoj industriji analitika se brine za razumijevanje ponašanja potrošača, a hotelima omogućuje određivanje prave cijene s obzirom na fiksne troškove i svakodnevnu popunjenost…

Pronaći obrasce ponašanja

Kad govorimo o poslovnom svijetu, podatkovna analiza skup je tehnika koje moraju poboljšati uvid u poslovanje. Sastoji se od prikupljanja, pregledavanja, čišćenja, transformiranja i modeliranja podataka radi procjene i predviđanja poslovnih tokova temeljenih na trendovima, kauzalnosti i mnogim drugim faktorima. U osnovi, analizama poslovnih podataka žele se pronaći obrasci ponašanja (kupaca, zaposlenika, dobavljača…), mnogo dublje nego prije promatraju se trendovi, ali i veze, kauzalnost među pojavama.

Tvrtke koje redovito ulažu u razvoj poslovne analitike mogu očekivati niz prednosti, uključujući niže troškove, bolje uvide u poslovanje i veću učinkovitost. Poveznica s kontrolingom očita je iako, naravno, nije riječ o istome. Čini se da taj pojam, koji se mnogo više upotrebljava u izvornome engleskom obliku – data analytics – nosi u sebi priliku da ispravi predrasudu s kojom se kontroling cijelo vrijeme nosi. Naime, korijen riječi 'kontroling' upućuje neupućene na pomisao da je možda riječ o kontroliranju nekoga ili nečega.

Prikupljanje podataka

Sve počinje od podatka. Podatak se pretvara u informaciju ako mu dodamo strukturu, ako ga obradimo na pravi način. Svako poduzeće prikuplja goleme količine zapisa od kojih su samo neke potrebne i samo neke upotrebljive.

Razina korporacijske kulture određuje kakvi će se podaci prikupljati. Postoje poduzeća u kojima je svijest o tome na visokoj razini i svi koji rade na unosima zaista paze kako ne bi onečistili baze podataka. Tu vrijedi čvrsto pravilo: kakve podatke stavljamo u sustav, takve ćemo informacije i dobiti (garbage in, garbage out).

Skrb o podacima

Tradicionalno se smatra da je kontroling skrbnik podataka – u bitnome, ne u tehničkom smislu.
On je iznimno motiviran za tu aktivnost jer je odgovoran za izvještaje koje isporučuje. Ako izvještaji nisu točni, njegova svrha postojanja prestaje. Drugi je razlog u tome da kontroler dobro razumije poslovanje, a to je nužno pri procjeni koji nam podaci trebaju.

Treće, kontroler prateći podatke koji se unose – živi s njima, i tako lakše interpretira rezultat. On zna odakle dolaze i zašto su takvi kakvi jesu. To je nužno za storytelling. Podaci trebaju skrb. Ako toga nema, nema ni pravih uvida.

Modeliranje podataka

Ovdje ulazimo u područje koje prije nije bilo tradicionalno vezano uz kontroling. To su tradicionalno radili informatičari. Međutim, informatička tehnologija 21. stoljeća omogućuje da se ne-informatičari uvelike mogu koristiti moćnim alatima u modeliranju, filtriranju ili testiranju baza podataka. Naravno, nužne su adekvatne edukacije i upravo je to razlog zbog kojega se na globalnoj razini velikom brzinom razvijaju mnogi programi edukacije s tog područja. I Kontroling Kognosko pridružuje se tom trendu sa svojom novom višemjesečnom edukacijom Data Analytics, koja počinje u listopadu.

Analiziranje podataka

To je tradicionalno kontrolersko područje u kojem se danas najviše vide promjene i napredak. Klasični kontroler izrađuje analize na temelju povijesnih podataka, dovodi u vezu različite pojave, traži korelacije, računa trendove i predviđa buduća razdoblja aktivnim prognoziranjem (engl. rolling forecast) te osmišljava operativne i strateške planove. To se velikim dijelom zasniva na podacima iz računovodstva koji su bili temelj i standard za ispravno. Kontroler ima klasična ekonomska, računovodstvena i financijska znanja koja se upotrebljavaju za razumijevanje tako analiziranih podataka.

Data analytics je pojam koji podrazumijeva korak dalje od klasičnoga kontrolinga (engl. next-level controlling). Razvoj informatičke tehnologije donio je mnogo veće uključivanje matematičkih i statističkih modela (većinom otprije poznatih) u poslovni svijet pa se postavlja pitanje ne bismo li ih sada mogli upotrebljavati u svakom poduzeću i u običnim, svakodnevnim rutinskim analizama. Odgovor je svakako – da, mogli bismo i trebali bismo jer alati su tu, nama na raspolaganju.

Nova uloga kontrolera

Pri tome ne smijemo zaboraviti da stara, klasična funkcija kontrolera ne nestaje – štoviše, očekivanja su još veća. I tu dolazimo do ključnog pitanja: hoće li se u budućnosti tražiti da kontroleri imaju sva znanja podatkovnih analitičara i hoće li podatkovni analitičari biti stručnjaci iz kontrolinga? Može li to jedan čovjek ili trebamo tim ljudi s raznovrsnom kombinacijom znanja?

S obzirom na količine podataka i sve veću važnost podataka možemo zaključiti da je za upravljanje, razumijevanje i iskorištavanje podataka potrebna sve veća stručnost. Sigurno je da će velik dio toga stručnog posla obavljati strojevi, a onaj dio za koji je potreban čovjek – izgledno je da će ga obavljati dobro istrenirani multifunkcionalni tim ljudi sa širokim spektrom gore navedenih znanja i vještina.

Te su uloge zapravo nova/stara zanimanja koja se miješaju prema sklonostima svakog pojedinca, stoga je velika odgovornost na svima nama koji svakodnevno educiramo mlade ljude koji tek ulaze u svijet rada. Važno je da se fokusiramo na kvalitetan razvoj kompetencija onih koji su spremni učiti o multifunkcionalnim vještinama, holistički doživljavati svoje djelovanje, koji imaju analitičku crtu i nadasve smatraju to zanimanje uzbudljivim.

Tumačenje – 'storytelling'

Kontroleri dobro razumiju biznis, stoga ih se doživljava kao partnere menadžmenta. Oni trebaju donijeti uvid u poslovanje kakvo menadžeri do tada nisu imali, a najvažniji je i najteži zadatak milijun podataka pretvoriti u tri prava zaključka.

Nije cilj donositi informacije koje su menadžeri ionako već znali ili mogli pretpostaviti. Cilj je otkriti, razotkriti, izvući na površinu i nazvati stvari pravim imenom. Treba ispričati priču temeljenu na jakim argumentima, koja ohrabruje i potiče menadžment na akciju i pomaže mu da mijenja ustaljene putanje. Kontroler tako istinski postaje najbolji ekonomski savjetnik kojeg menadžer može imati.

Odlučivanje

U onom trenutku kad je sve jasno, kad imamo priču, znamo sve – treba djelovati, treba donijeti odluku. Odlučivanje je temeljni menadžerski zadatak. To je hrabar čin i zbog toga ne mogu svi biti menadžeri. Možemo imati najbolje spoznaje i uvide, ali ako se na temelju njih ne donose ispravne odluke ili se ništa ne mijenja, postaju potpuno bezvrijedni. Talent, sposobnost, stručnost i vještina menadžera igraju ovdje ključnu ulogu na svim razinama. Stoga je sigurno: menadžeri danas također trebaju razumjeti barem osnove regresijske analize, vjerojatnosti, korelacije, kauzalnosti i ostalih statističkih modela da bi potpuno razumjeli rezultate.

Osim toga, ključno je da budu aktivni sudionici na izgradnji podatkovnog sustava kako bi svima pokazali koliko su informacije zaista važne za organizaciju. Ključ je stvarnog uspjeha u primjeni integriranog pristupa prikupljanju podataka, jakoj disciplini u procesiranju, kompetencijama kontrolera i analitičara te sposobnostima menadžera da sve to iskoristi.

Deveta Međunarodna konferencija o kontrolingu (9 ICCC) pod nazivom 'A Quick Step from Controlling to Data Analytics' održat će se 11. i 12. studenoga u organizaciji Lider medije i konzultantskog poduzeća kontroling.

Najčešće pogreške u podatkovnim analizama
  • Mjeriti sve i svašta – samo da mjerimo.
  • Ne razlikovati bitno od nebitnoga.
  • Ne pitati se za što su ti podaci potrebni.
  • Misliti da smo izvještajem nešto riješili – rješava se promjenama.
  • Primjenjivati previše pokazatelja za neku pojavu – na kraju se ne zna ništa.
  • Mijenjati parametre mjerenja – nema konzistentnosti.
  • Slijepo vjerovati podacima, ne provjeravajući stalno njihovu čistoću i načine prikupljanja.
  • Slijepo se držati samo matematike i statistike, bez osjećaja za biznis i tržište.
  • Brzopleto zaključivati ne sagledavajući širu sliku.
  • Donijeti brojeve, a ne ispričati priču (ne znati ispričati priču).
  • Čekati sve podatke umjesto žurne procjene na temelju većine njih.
  • Podcijeniti važnost čvrstih znanja kao što su ekonomske teorije ili statistika.
  • Razmišljati o ML-u ili AI-ju bez gradnje sustava od osnova.
  • Ne znati dovoljno o aktualnim sustavima poslovne inteligencije (BI), odnosno graditi sustav u Excelu.
  • Znati sve, a ne odlučivati.
Najvažnije u podatkovnim analizama
  • Vidjeti ono što drugi ne vide.
  • Povezati brojeve sa stvarnim životom, logički zaključivati.
  • Od milijun podataka donijeti tri prave informacije.
  • Razumjeti kontroling (razmišljanje na osnovi ekonomske logike racionalnosti).
  • Živjeti brojeve, to nije administrativni posao.
  • Imati hrabrost (iznijeti mišljenje) temeljeno na znanju.
  • Učiti kontinuirano.
22. studeni 2024 19:37