Pametni podatki Digitalna transformacija Pametne odločitve

Kako nam podatkovna analitika lahko pomaga pri upravljanju tveganj?

30 mar 2018

Digitalna preobrazba ni več samo velikokrat omenjena beseda, ampak realnost vseh današnjih podjetij. Da so podatki »nova nafta«, ste prav tako verjetno že slišali. A kaj to pomeni v praksi in kako nam lahko digitalna preobrazba in podatki pomagajo pri izboljšanju poslovanja? Marko Srabotnik, direktor poslovnih rešitev v družbi Bisnode Južni trg, je o tem spregovoril na Akademiji digitalne preobrazbe, ki je v marcu potekala v organizaciji Centra poslovne odličnosti Ekonomske fakultete v Ljubljani.

 

Živimo v digitalnem svetu, kjer dnevno proizvedemo ogromne količine podatkov. Govorimo o t. i. masovnih podatkih (big data), ki se »skrivajo« v podatkovnih bazah podjetij, na spletu, družabnih omrežjih, v podatkovnih bazah naprav oz. senzorskih podatkih (IOT) državnih organov ter drugih ustvarjalcev podatkov. Njihove značilnosti so predvsem znatna velikost, raznolikost, nestrukturiranost in hitrost. A ker so te množice podatkov same po sebi neuporabne, jih s pomočjo podatkovne analitike in povezovanja nestrukturiranih podatkov lahko preoblikujemo v poslovne uvide, ki nudijo dodaten pogled na delovanje podjetja in njegovo okolje.

 

S pomočjo podatkov lahko v podjetju vzpostavimo tudi učinkovit sistem za upravljanje, predvsem pa pravočasno zaznavanje in zmanjševanje tveganj poslovanja. Namesto analiziranja tveganj za nazaj nam dobro zasnovani in izvedeni postopki analize podatkov omogočajo, da v podjetju celovito obvladujemo cel spekter tveganj, predvsem pa v poslovne procese vpeljemo dodatne varnostne mehanizme.

 

Poglejmo si primer enega večjih evropskih podjetij, ki deluje na področju izdelkov široke potrošnje (FMCG). Podjetje ima proizvodne obrate v Nemčiji, za nabavo surovin pa sklepa posle s podjetji po vsem svetu, med drugim v Ukrajini in Belorusiji. Nabavni proces je v tem primeru zelo dolg, od naročila do dostave mine približno 8 tednov, zato je še kako pomembno, da ima podjetje popoln pregled nad dobavitelji. Težava? Pri dobaviteljih iz omenjenih držav se je pogosto dogajalo, da naročenega blaga preprosto ni bilo, podjetje dobavitelja pa je čez noč izginilo. To je za podjetje nadvse neprijetno, saj prinaša najmanj dodatne stroške in zmanjšanje dobička, da o slabem slovesu ne govorimo.

 

V omenjenem podjetju so svoje procese za upravljanje tveganj nadgradili s sistemom za avtomatizirano spremljanje obstoječih in potencialnih dobaviteljev med celotnim nabavnim procesom. S pomočjo inovacije, ki temelji na strojnem učenju (machine learning) in kontekstualnem rudarjenju (context mining), so preko številnih javno dostopnih virov spremljali določen nabor podjetij in o njih zbirali različne informacije. Pri tem se je recimo preverjalo dejavnost na spletnih straneh podjetja, oglaševanje, omembe na forumih, blogih, družabnih omrežjih, zapise v medijih, skratka vse, kar nam, postavljeno v določen kontekst, lahko poda jasnejšo sliko o delovanju nekega podjetja. Na podlagi zbranih informacij in vnaprej določenih kazalnikov tveganja so dobavitelje razvrščali glede na možnost goljufij in prevar (fraudulent behaviour scoring) in sproti zaznavali dogodke, ki bi lahko vplivali na potek nabavne verige. Ker zbiranje in analiza podatkov potekata v realnem času, so na podlagi ugotovitev lahko v poslovne procese sproti uvajali posamezne ukrepe – dodatna preverjanja, zaustavitev plačil ali celo prenehanje sodelovanja. Rezultat? Bistveno manj motenj v nabavni verigi, hitrejše ugotavljanje prevar, izločanje sumljivih dobaviteljev in posledično boljše poslovanje.

 

Četudi zveni preprosto, v resnici ni. Eden od največjih izzivov pri uporabi kontekstualne analitike in uvedbi digitalnih pristopov je − kje in kako začeti? Ključna je predvsem odločitev, da bomo stare izzive reševali z novimi, sodobnimi prijemi – hitreje, učinkoviteje in uporabniku prijazneje. Pri tem je zelo pomembno, da so izzivi in cilji jasno definirani, na primer povečanje prodaje določene storitve ali izdelka preko posameznih kanalov, zmanjšanje fluktuacije komitentov ali v konkretnem primeru odpravljanje motenj v nabavni verigi.

 

In kako za nove tehnologije in pristope navdušiti tudi znotraj podjetja? Poleg pripravljenih projektnih in investicijskih načrtov je vsem deležnikom in odločevalcem treba pokazati, da verjamemo v spremembe, in jih zagovarjati z žarom v očeh. Pri tem pa nam primerjava s konkurenco v lokalnem ali globalnem okolju lahko ponudi oprijemljive dokaze o učinkovitosti novih pristopov. Digitalna preobrazba in podatkovna analitika sta zgolj nova vzvoda za doseganje rasti in dobičkonosnosti.