Klienti často tuší, že jejich firemní data obsahují mnoho důležitých informací, které nevyužívají. Ale mnohdy nevědí, jak začít…
Ano, právě jste popsal častý začátek spolupráce se Sophia Solutions. Klient si je vědom, že jeho data pravděpodobně obsahují užitečné informace či souvislosti, které nejsou na první pohled vidět, ale potřebuje pomoci je rozklíčovat. Teprve když se na ně podíváme metodickým okem zkušeného analytika, lze posoudit, jak mohou přispět k rozvoji klientova byznysu, odstranění problémů nebo snížení nákladů.
Platí to napříč různými odvětvími? Můžete například prostřednictvím datové analýzy odhalit problémy přímo v určitém výrobním procesu?
Ano, protože předvídání vzniku poruch či vad a včasné upozorňování na odchylky ještě dříve, než způsobí defekt, napomáhá snížit zmetkovitost na výrobní lince. Algoritmy sledující různé parametry z výroby (např. teplotu, vibrace, toleranci obrábění apod.) totiž dokáží včas detekovat anomálie
a upozornit na odchylky od normy. Zároveň kombinace analýzy senzorických dat s časosběrnými údaji za určité období slouží pro optimalizaci výrobního procesu. Souhrnně řečeno – díky predikci problematických uzlů a optimalizaci procesu můžeme přispět k nižšímu procentu vadných výrobků, menšímu počtu neplánovaných odstávek, úsporám materiálu
i zrychlení výroby.
Z případových studií bych uvedl korelaci mezi zdánlivě malými změnami teploty ve výrobní hale a vznikem vadných výrobků. Změny teploty totiž mohou mít silný dopad na stabilitu procesu a výslednou kvalitu – zejména u vstřikování plastů, lakování, přesné montáže či obrábění apod. Kolísání teploty negativně ovlivňuje optimální parametr t-injection a vede k vadám výrobků, častější potřebě zásahů a seřizování a zpomalení či neplánovanému zastavení kvůli nedostatečné kvalitě. Díky analýze dat z výroby, záznamů z měření kvality a přijatým řešením se výše zmíněným komplikacím lze vyhnout.
To byl příklad z výrobní haly, ale jaké jsou výhody prediktivní analýzy v e-commerce?
S nadsázkou bych parafrázoval, že moderní e-commerce může díky prediktivní analýze nabídnout zákazníkům přesně to, co potřebují ještě dříve, než si tuto potřebu uvědomí????. Ale vážně – analytické modely odhalí typické periody opakovaných nákupů nejen u jednotlivých produktů, ale i celých kategorií. A proto prediktivní mailing už není obtěžující, ale spíš napomáhající – zákazník dostává personalizované doporučení přesně v okamžiku, kdy nastává jeho potřeba k dalšímu nákupu. A obchodník získává vyšší konverze, lepší customer experience a stabilnější opakované tržby. Prediktivní analýza tak mění data v konkurenční výhodu a otevírá cestu k chytrému, automatizovanému a efektivnímu marketingu.
Napadá vás ještě další příklad takto významné proměny v nějaké oblasti?
Určitě bych připomenul oblast pojišťovnictví. Klíčovou úlohu ve fraud management systémech (FMS), které jsou díky využívání prediktivní analýzy rychlejší a výrazně efektivnější. Nové, dynamické, datově řízené modely jsou úspěšnější nejen v odhalování podezřelých případů, ale i přesnějším rozlišování mezi běžnými a rizikovými událostmi. Inteligentní systém přináší rychlejší zpracování škod, úsporu kapacit, méně falešných poplachů a celkovou optimalizaci antifraud procesů – tedy měřitelnou konkurenční výhodu.
Zdá se, že máte dostatek úspěšných praktických příkladů z mnoha různých oborů. Vraťme se však na začátek, jak celý proces probíhá?
Představím vám ho jako účastníkovi našeho workshopu Data Discovery. Jde o průzkumný způsob práce – analyzujeme data bez předem přesného zadání. Cílem je odkrýt nové poznatky a objevit i to, co byste možná nečekali.
Provádíte pokročilou analýzu dat, aniž víte, co hledáte? Kdybych byl potenciální klient – co si pod tím mohu konkrétně představit?
Interaktivní workshop probíhá přímo nad vašimi daty. Tým dvou zkušených konzultantů vás provede, jak přemýšlet o výzvách, s nimiž se denně potýkáte, a to v rozsahu, který si vyberete nebo spíše který bude odpovídat objemu práce – od 3 po 10 dnů, v obvyklých tržních cenách za man-day. Nejčastěji využíváme pokročilé technologické nástroje od IBM.
A co je z naší strany potřeba?
Motivovaní lidé, kteří mají přístup k firemním datům a rozumí jejich obsahu. Pracujeme s podněty a výzvami, kterým vaše společnost čelí. K tomu je důležité mít prostor, čas a otevřenou mysl.
Jak takový workshop vypadá krok po kroku?
Po představení firmy a kontextu podnikání společně definujeme podněty a výzvy, které doplníme brainstormingem. Pak zkoumáme data na osvědčených platformách, například IBM, mimochodem při tom vaši zaměstnanci získají velmi praktickou základní orientaci v tématu datové analytiky. Vše si efektivně vizualizujeme, identifikujeme trendy, vazby, a nakonec odhalíme potenciál, který se ve vašich datech skrývá…
To zní skvěle – a v praxi to vypadá…
Odhalujeme příležitosti ve vašich datech – od reportingu až po predikce. Pomůžeme identifikovat oblasti, kde můžete pomocí dat zlepšit rozhodování, snížit náklady nebo zvýšit výnosy. A připravíme stručnou roadmapu, která shrne výstupy z workshopu a ukáže další možné kroky.
Komplexní přístup se nám zamlouvá. A co následuje po workshopu?
Můžeme pokračovat několika způsoby. Buď se pustíme přímo do řešení, které vyplynulo z workshopu nebo navrhneme úpravy na základě získaných poznatků. Případně můžeme provést ještě detailnější analýzu potřeb, pokud se ukáže, že je potenciál větší, než se původně zdálo. Rádi vám vytvoříme řešení na míru, stačí si jen vybrat rozsah a domluvit termín.
PŘEDPLATNÉ
ČLÁNKY DO MAILU