Savaime naudos neatneš
„Danske Bank“ grupės Bankininkystės verslo plėtros padalinio duomenų analitikų komandos vadovė Vaiva Mikelevičienė pažymi, kad gausiųjų duomenų kaupimas pats savaime realios naudos verslui ir jo klientams neatneša. Tam, kad jie būtų tikrai naudingi, reikia gebėti žvelgti į ateitį bei duomenis panaudoti įžvalgoms formuluoti ir verslo problemoms spręsti, rašoma pranešime žiniasklaidai.
Pavyzdžiui, šiuo metu komanda dirba prie produkto, pavadinimu „Housing Tool“, kuris vystomas Danijos rinkai. Glaudžiai bendradarbiaudami su kitomis produkto komandomis, analitikai vysto specializuotą duomenų centrą (angl. „Data Mart“), orientuotą į banko kliento kelionę, šiuo atveju – būsto paskolai įgyti. Pagrindiniai šio specializuoto duomenų centro privalumai verslui – į vartotoją orientuota duomenų struktūra, efektyvi prieiga prie duomenų, patogesnė jų stebėsena, sumažinti analizės kaštai.
Anot V. Mikelevičienės, norint sukurti tokius sprendimus, komandai reikia žmonių, turinčių tiek stiprius techninius įgūdžius (duomenų struktūros kūrimo, programavimo, statistinių metodų, programų taikymo kompetencijas), tiek gebančius duomenų analizės išvadas paversti apčiuopiama nauda verslui.
„Savo komandoje iš duomenų analitikų ir mokslininkų tikimės užtikrinti duomenų kokybę, efektyvų jų pasiekiamumą, teikti taiklias įžvalgas, glaudžiai bendradarbiauti su kitais padaliniais, ieškoti būdų efektyvinti verslo procesus, judėti į priekį kartu su kompanijos strateginėmis iniciatyvomis ir gebėti rezultatus pateikti verslui suprantama kalba. Ši užduotis apima visą kelionę nuo verslo problemos analizės iki galutinio sprendimo,“ – pasakoja V. Mikelevičienė.
40 kandidatų į vieną poziciją
V. Mikelevičienės teigimu, vienas iš iššūkių, su kuriuo šiandien susiduria verslai, siekiantys išnaudoti gausiųjų duomenų suteikiamą potencialą, yra platesnį kompetencijų spektrą turinčių analitikų rinkoje trūkumas.
„Rinka daugeliu atvejų gali pasiūlyti stiprius, tačiau labai fragmentuotą profilį turinčius žmones – pavyzdžiui, gerus, puikiai savo sritį išmanančius, duomenų architektus ar statistikus. Tačiau šalia stiprių techninių savybių taip pat svarbu, kad žmogus būtų kūrybiškas, lankstus, imlus naujovėms, gebėtų identifikuoti poreikį ir problemą, bei rastų tinkamiausią sprendimo būdą. Kandidatų, kurie pasižymėtų tokiomis savybėmis, pasitaiko labai retai – kartais gali tekti pakalbinti 40 žmonių tam, kad rastum tinkamiausią komandos narį. Dėl šios priežasties kviečiame prie komandos prisijungti ir mažiau patirties turinčius žmones, o trūkstamas kompetencijas pamažu auginame“, – sako V. Mikelevičienė.
Šiuo tikslu „Danske Bank“ sukurtos kelios tobulėjimo ir mokymosi platformos. Viena iš jų – mentorystės programa, kurios metu ilgiau organizacijoje dirbantys kolegos padeda augti ir plėsti kompetencijas naujokams. Noras mokytis, eiti į priekį kartu su technologijų ir darbo metodų pažanga – ir yra vienas svarbiausių kriterijų, atsirenkant darbuotojus.
Rengia darbui versle pasiruošusius specialistus
Tuo, kad specialistai įgytų į verslo problemų sprendimą orientuotų kompetencijų, rūpinasi ir programavimo mokykla „Vilnius Coding School“, neseniai atidariusi išskirtinai duomenų analitikos sričiai skirtą padalinį „Data School“. Mokyklos vadovė Julija Rimšelė sako, kad duomenų specialistų svarba versle nuolat auga, todėl didėja ir susidomėjimas šios srities profesijomis.
„Verslui duomenys tampa vienu svarbiausių resursų, todėl duomenų analitikų poreikis rinkoje auga. Dėl to ir vis daugiau žmonių siekia pradėti karjerą ar kelti savo kompetencijas šioje srityje. Mūsų siūlomos mokymo programos suformuotos 100 proc. atsižvelgiant į verslo poreikius ir yra orientuotos į praktinius įgūdžius bei kompetencijas. Be abejo, tam reikalingas ir teorinis pagrindas, kuris programų dalyviams taip pat suteikiamas. Tačiau iš esmės visa programavimo mokyklos idėja ir gimė reaguojant į rinkos poreikius, tad specialistai čia rengiami darbui realioje verslo aplinkoje“, – sako J. Rimšelė.
Anot „Vilnius Coding School“ vadovės, duomenų analitikos programą kas 2–3 mėnesius baigia po 10–12 specialistų. Maždaug pusė jų – persikvalifikuoti norintys ir visiškai be patirties į šią sritį siekiantys įžengti specialistai. Kiti yra šioje srityje jau dirbantys ir tiesiog norintys pakelti savo kvalifikaciją.
Sprendimai sensta
Šiandienos verslo aplinka yra itin dinamiška, o verslo poreikiai gali kisti sparčiau nei sukuriami jiems patenkinti skirti duomenimis grįsti sprendimai. Todėl labai svarbu atrasti ir naudoti efektyviausius darbo metodus.
„Dideliam duomenų kiekiui apdoroti, sukurti jais grįstus sprendimus reikia daug laiko. Tačiau technologinė pažanga šiandien tokia sparti, kad sprendimai greitai sensta – kartais net nespėjus jų panaudoti. Kad to išvengtume, nuolat turime ieškoti balanso tarp sprendimo patikimumo, jam sukurti reikalingo laiko ir jo suteikiamos naudos verslui. Spręsdami kompleksinę verslo problemą, vadovaujamės „Agile“ principu: stengiamės kuo greičiau pateikti pirmą „gyvą“ sprendimo variantą su žinomomis prielaidomis, tam, kad verslas galėtų pradėti ją naudoti ir pateikti savo grįžtamąjį ryšį tobulinimui“, – darbo užkulisius atskleidžia „Danske Bank“ duomenų analitikų komandos vadovė.
Dirbant pagal šią metodiką, projektai skaidomi į mažesnes sudedamąsias dalis ir etapus, kurių kiekvieną lydi įvertinimo ir tobulinimo procesas.
„Neretai verslas kreipiasi į mus su labai abstrakčiai suformuluota problema, be aiškios vizijos, kaip turi atrodyti galutinis produktas. Išspręsti tokio tipo problemas galima dviem būdais: detaliai analizuojant, susidėliojant darbų seką ir nuosekliai einant iki galutinio produkto arba išskaidant darbą etapais. Tai yra, pateikiant pirminį sprendimo variantą, vėliau pamažu jį vystant, priklausomai nuo užsakovo poreikių ir situacijos. Pastarąjį būdą, darbus planuojant dviejų savaičių intervalais (angl. „sprints“), ir taikome analitikų komandoje“, – sako V. Mikelevičienė.
Tačiau tam, kad šie principai veiktų tiek verslui, tiek analitikams, reikia užtikrinti nuolatinį visų komandų bendradarbiavimą, betarpišką komunikaciją tarp visų susijusių sričių, įrankių, kurie leistų lengvai atlikti bei sekti atliekamus pakeitimus.
Pirmas žingsnis – užsitarnauti vadovų pasitikėjimą
Pašnekovės teigimu, tam, kad įmonė galėtų efektyviai išnaudoti duomenis, jų potencialu turi tikėti organizacijos vadovai. Tačiau Harvardo universiteto atlikti tyrimai rodo, kad 1 iš 3 vadovų dar nepasitiki duomenimis grįstais sprendimais ir verčiau kliaujasi nuojauta nei duomenų analitikų įžvalgomis.
„Tai, be abejo, priklauso ir nuo įmonės kultūros, tačiau taip pat ir nuo pačių duomenų analitikų – jie turi mokėti aiškiai iškomunikuoti ir pateikti savo įžvalgas, pagrįsti savo sprendimų reikalingumą ir patikimumą. Savo ruožtu vadovai turi suprasti, kad nuolatinis bendravimas su visų sričių atstovais gali padėti jiems geriau suprasti verslo problemą ir rasti sprendimo būdą“, – sako V. Mikelevičienė.
Anot jos, duomenų tvarkymas vidutiniškai užima apie 80 proc. darbo laiko. Tik 20 proc. laiko lieka įdomiajai analitikai ir matematiniam modeliavimui.
„Tačiau duomenų tvarkymo procesas yra dažnai nuvertinamas“, – pastebi V. Mikelevičienė ir apibendrina, kad aukštos kokybės duomenys turi būti išsamūs, nuoseklūs, tikslūs, pagrįsti ir savalaikiai. Laikantis šių principų galima pagerinti įmonės veiklos procesus, pagrįsti sprendimus ir užsitarnauti vadovų ir klientų pasitikėjimą.