SAS Slovakia Newsletter / Business Analytics

Business Analytics - nechajme zarábať dáta

„Úspešná prevencia je neporovnateľne lacnejšia ako následná liečba,“ tvrdia lekári a my s tým súhlasíme. Neplatí to však len v medicíne. Potvrdzuje to aj londýnsky hasičský zbor, ktorý má na starosti viac ako tri milióny domácností rozložených na 1 500 štvorcových kilometroch s populáciou 7,5 milióna ľudí. Pri takýchto rozmeroch je pasívne čakanie na hlásenia z tiesňovej linky hazardom s ľudskými životmi a majetkom občanov. Preventívne obhliadky sú pre 5 700 hasičov v teréne nevyhnutnosťou. Hoci vykonajú priemerne 65 000 obhliadok ročne, trvalo by 50 rokov, kým by sa dostalo na každú domácnosť. Londýnska „Fire Brigade“ použila softvérové nástroje, aby analyzovaním desiatok najrôznejších elementárnych faktorov zahŕňajúcich lokalitu, demografické údaje, incidenty z minulosti, vykonané preventívne opatrenia, atď., identifikovala lokality s najväčším rizikom požiaru, a práve na tieto sústredila preventívnu starostlivosť. „Lepšie pochopenie rizikových faktorov nám umožnilo presunúť sa zo sledovania, kde nastali požiare v minulosti k skúmaniu, kde môžu nastať,“ zhodnotil  výsledky analýz Andy Mobbs, manažér pre riziká londýnskeho hasičského zboru.

Ako tento príklad súvisí s ťažko preložiteľným pojmom „Business Analytics“?

Základnými stavebnými kameňmi sú slovíčka štatistika a pravdepodobnosť, a hlavne „suchá matematika“, ktorá sa za nimi skrýva. Už dávno dokázali niektorí využiť znalosti z tejto oblasti, založili kasína a stávkové kancelárie a zbohatli (tí, čo skrachovali, v škole asi nedávali pozor). Aj hráči pokru sa rozdeľujú na úspešných a neúspešných nie podľa dávky šťastia, ale podľa toho ako vedia počítať pravdepodobnosti.

O čo teda ide? Zjednodušene povedané, štatistika sa pozerá na udalosti v minulosti a zaznamenáva ich početnosti výskytov, napr. koľkokrát padla šestka, keď ste kockou hádzali milión krát. Ak nemáme dokonale pravidelnú kocku, pravdepodobnosť toho, že padne šestka v ďalšom hode bude mierne iná ako 1:6 (a podnikanie môže začať). Snažíme sa uhádnuť, čo sa stane v budúcnosti. Kde je však tá analytika?

Každý vodič chce mať dokonalé auto, ktoré sa nekazí. V americkej Honde dúfajú, že okrem pravidelných servisných prehliadok sa k nim ich zákazníci nebudú musieť s autom vracať. V Honde totiž neustále zbierajú všetky zápisy z garančných prehliadok a volaní do call centra. Štatistické výstupy z nameraných hodnôt a získaných údajov porovnávajú. Vyhodnocujú čo je normálna miera opotrebovania každej súčiastky pri danom zaťažení pre konkrétny typ vozidla. Na základe toho vedia v servise pri štandardnej prehliadke tlmičov povedať, že práve vaše sú po 100 000 najazdených kilometroch nadmerne opotrebované, a treba ich vymeniť skôr ako bude neskoro. Pravdepodobnosť toho, že vám v najbližších 5 000 kilometroch vypovedia službu je priveľká. Ak sa rovnaká odchýlka zistí u príliš veľkého počtu automobilov, štatistika odhalí chybu vo výrobe pre daný typ modelu vyrobeného v nejakej sérii výrobnej linky a nasleduje generálna výmena. Analýza štatistických vyhodnotení zápisov z prehliadok robená použitím metód hĺbkovej analýzy údajov, Text Miningu a Data Miningu, hľadá súvislosti medzi hodnotami a určuje, čo je štatisticky normálne a čo je štatisticky významná odchýlka, a teda sa vymyká z normálu. Americká Honda implementovaním permanentných analýz servisných údajov každoročne šetrí milióny dolárov. Projektová manažérka Hondy, Tracy Cermack, zdôrazňuje, že „riešenie nám umožnilo porozumieť tomu, čo nám údaje môžu povedať, a zároveň nám pomáha odhaliť a preskúmať problematické miesta, ktoré na prvý pohľad vôbec nie sú jasné.“

Kam sa podelo Business Intelligence?

Áno, to je legitímna otázka, pretože mnohé z uvedeného sme už počuli, a doteraz sme to videli pod nálepkou BI. Prináša teda Business Analytics niečo nové? Odpoveď nemusí byť celkom jasná. Pojem Business Intelligence od svojho vzniku pred pár dekádami zaznamenal mohutný vývoj a i dnes možno nájsť desiatky definícií. Navyše do terminologického boja musíme zarátať aj starého harcovníka „Data Warehousing (DW),“ ktorý na svojich pleciach znesie takmer akúkoľvek funkcionalitu. Všetky tri pojmy sú používané, a to úplne oprávnene, pri budovaní systémov pre podporu rozhodovania. Keď sa na IT scéne objavilo BI, potrebovalo sa vymedziť voči DW, a to zdôrazňovaním zamerania sa na prehľadné a zrozumiteľné sprístupnenie informácií vydolovaných z dát, ktoré pripravil Data Warehousing. BI tradične definuje vhodné metriky a používa ich na meranie dosiahnutej výkonnosti (obchodu, marketingu, prevádzky, ...) a ako podklad pre plánovanie. BI teda prostriedkami reportingu, ad-hoc dotazovania, OLAP analýz, atď., perfektne odpovedá na otázky typu: koľko, ako často, kde sa niečo stalo, kde presne je problém a ako treba zareagovať. Navyše vie aktívne upozorniť (formou alertov) na vzniknutú neštandardnú situáciu, ba dokonca, ak je to možné, reakciu automatizovať.

Aj keď by sa mohlo zdať, že BI prináša všetko, čo by sme mohli chcieť, Business Analytics ide ešte ďalej a zameriava sa na schopnosť odpovedať na otázky typu: prečo sa to stalo, čo sa stane, keď bude tento trend pokračovať (what-if analýzy), aká situácia nastane vzápätí (predikcia), čo najlepšie sa môže stať a ako (optimalizácia).

Zjednodušene povedané, zatiaľ čo Business Intelligence prináša reaktívnu podporu rozhodovania na základe udalostí z dávnej alebo nedávnej minulosti, Business Analytics pochopením príčin a súvislostí podporuje proaktívne rozhodovanie, t.j. aktívne ovplyvňovanie budúcnosti napríklad formou optimalizácie produktov, činností, procesov alebo zamedzovaniu výskytu nežiaducich situácií.

Prečo sa pojem Business Analytics objavil až teraz?

Jedna vec je, že tento pojem nie je úplne nový, objavil sa už dávnejšie. Navyše niektoré štatistické metódy používané v BA sú známe už storočia. Druhá vec je, že v dnešných časoch jeho popularita rapídne vzrástla. Uveďme aspoň dva hlavné dôvody, ktoré k tomu viedli.

Prvý je čisto praktický. Je zrejmé, že na dobrú dátovú analýzu potrebujeme dostatočné množstvo podkladových údajov. Už dlhodobo zaznamenávame trend exponenciálneho nárastu objemu dát. A nie je to len kvantum videí na Youtube a obrázkov na Facebooku. Enormné nárasty objemu dát sa týkajú aj informačných systémov veľkých organizácií. Banky, poisťovne, telekomunikační operátori, ale aj obchodné reťazce, zbierajú čoraz väčšie množstvo najrôznejších údajov o svojich zákazníkoch, ich správaní a nákupných zvyklostiach. Tie potom priam nabádajú na odborný pohľad biznis analytika. Samozrejme nejde len o kvantitu dát, ale aj o ich kvalitu. Rôzne nejednoznačnosti, chýbajúce hodnoty, preklepy a duplicitné záznamy dátovú analýzu komplikujú. Dobrá správa je, že si organizácie čoraz viac uvedomujú dôležitosť a hodnotu kvalitných dát. K ich zabezpečeniu im pomáhajú prepracované riešenia v oblasti Data Quality.

Druhým dôvodom vzrastajúcej popularity Business Analytics je uvedomenie si biznis prínosov, ktoré analytické riešenia prinášajú. Telekomunikačný operátori vedia na základe analýz využívania služieb z miliónov svojich klientov vybrať pár tisíc, ktorí sú najviac náchylní zmeniť v blízkom čase svojho operátora. Zameraním sa na správnu skupinu klientov vedia včasnou aktívnou ponukou zabrániť odchodu ku konkurencii a ďalej profitovať z udržania zákazníka. Šetria tým zároveň prostriedky na zákazníkov, ktorých zachraňovať netreba. Poisťovne skúmajú poistné udalosti a hľadajú charakteristické znaky podozrivých operácií, ktoré ich dovedú k odhaleniu poistných podvodov spôsobených zákazníkmi, alebo dokonca vlastnými zamestnancami. Chránia si tak svoje peniaze. Podniky v sieťových odvetviach spravujú tisíce kilometrov plynovodov, ropovodov, elektrických rozvodov a tisícky distribučných zariadení na týchto trasách. Prirodzene dochádza k ich opotrebovaniu. Hĺbkovou analýzou údajov dispečingu možno nájsť významné charakteristiky a signalizovať blížiace sa nebezpečenstvo poruchy predtým ako k nej naozaj príde. Získané znalosti možno použiť na optimálny návrh preventívnej údržby a zabrániť tak zbytočným haváriám. Dajú sa ušetriť milióny eur. Banky vďaka analýze správania klientov a predikovaného vývoja na finančných trhoch určujú mieru rizika nesplatenia úveru pri každej jednej žiadosti. Chránia svoje investície.

Uvedené príklady využitia sú len čriepkami možností, ktoré Business Analytics ponúka. Všetky však majú priamy dopad na rozhodovanie pri riadení firiem a optimalizáciách všetkého druhu. Ignorovanie výstupov biznis analýz vyženie aj top manažéra na ulicu.

Alexej Tsymbal, riaditeľ oddelenia pre riadenie výnosov v Mobile TeleSystems, ktorý je s viac ako 75 miliónmi klientov lídrom na ruskom trhu mobilnej komunikácie, potvrdzuje: „Biznis znalosti a analytické nástroje nám pomáhajú detailne do hĺbky porozumieť množstvu  aspektov nášho podnikania: čo vytvára našej spoločnosti zisk a čo naši zákazníci potrebujú. To nám dáva možnosť rozhodovať sa včas a efektívne.“

Preto už dnes, napriek tomu, že pri realizácii ide o nasadenie väčšieho alebo menšieho počtu softvérových komponentov, sú projekty tohto typu v organizáciách považované skôr za strategické ako za IT projekty.

Metódy dátových analýz využívané v Business Analytics sú úspešne aplikovateľné aj v nečakaných oblastiach. Americká stredná škola v Minneapolis úzko spolupracuje s blízkou Anoka Technical College. Vyhodnocuje širokú množinu podmienok pre štúdium svojich študentov a navrhuje optimálny plán vzdelávania pre ich úspešnosť na vysokej škole.

Potravinárska spoločnosť Kraft analyzuje ingrediencie pre svoje cukrovinky, vyhodnocuje pomery zložiek v receptoch a určuje optimálne zloženie pre dosiahnutie žiadanej sladkosti, mäkkosti a chrumkavosti produktov.

Dokonca, väznica v Oslo implementovala systém, ktorý zberá mnohé údaje o väzňoch a ich správaní, tieto údaje analyzuje a používa na vyhodnocovanie správania nielen väzňov, ale aj väzenských dozorcov.

Popustime na chvíľu uzdu fantázii a pripusťme, že vaša banka vie, že najbližšiu splátku úveru už nezaplatíte, plynári vám prídu vymeniť prípojku tvrdiac, že o mesiac by sa vám aj tak pokazila, škola vám o vašom dieťati prezradí na čo má najväčšie predpoklady a priloží optimálny plán vzdelávania, poisťovňa odhalí podvod, ktorý ste urobili (... a zo zrejmých dôvodov opomeniem úvahu o vašej budúcnosti vo väzení :))

A teraz, čo myslíte, čo všetko sa dá zistiť z pomerne jednoducho prístupných údajov miliónov ľudí publikovaných na Facebooku a iných sociálnych sieťach?

Jedno je isté. O Business Analytics budeme ešte veľa počuť.

Dušan Krcho