Csillag Péter szerint nem fenntartható, ha csak akkor kezdünk  el foglalkozni egy problémával, amikor már érezhető a hatása, és a  fejlesztésnek sem az a lényege, hogy egy konkrét célt érjünk el vele. A fejlesztés jó esetben egy folyamat, ami soha nem ér véget. A Starschema igazi magyar sikersztori, a tizenkét éve alapított vállalat ma már az USA-ban is jelen van és olyan világcégekkel is együtt dolgoznak mint a Facebook vagy a  Netflix. De a tech óriásoktól ellesett szemléletmódból bárki profitálhat, és nem feltétlenül kell gigaberuházásokban és teljeskörű automatizálásban  gondolkodni. 

A munkaerőhiány az SSC szektort is érinti, amire az automatizálás sem jelent teljeskörű megoldást, hiszen az előrejelzések szerint  2020-ra közel 1 millió informatikus fog hiányozni az európai piacról. A munkaerő-érzékenységgel úgy lehet felvenni a versenyt, ha folyamatosan  fejlesztjük a csapatokat, hiszen ez nem csak a hatékonyságot növeli, de segít  bevonzani és megtartani is a kollégákat. Emellett nagy hangsúlyt kell fektetni  az adatok gyűjtésére: akkor is, ha még nem tudjuk pontosan mire fogjuk  használni. Az összegyűjtött adatokat pedig érdemes egy olyan rendszerben  tárolni, ami időtálló, jól skálázható, így később is lehet használni, és nem  kell 2-3 évente új felületen elölről kezdeni a fejlesztést. A legfontosabb tanács Csillag Pétertől pedig az, hogy ha  találunk egy új megoldást, módszert egy problémára, kezdjünk el rögtön ennek az  automatizálásán gondolkodni.

Mi fán terem az adat?

Paukovics Gábor, a Kinnarps – közép-kelet-európai régióért  felelős üzletfejlesztési menedzsere szerint az adat nem más mint információ,  tudás, valamilyen tapasztalat, amit arra tudunk felhasználni, hogy jobban  megtervezzünk folyamatokat, akár magánemberként, akár az üzleti életben.

Az értékes adatok megszerzésében segít a Kinnarps Next Office  szolgáltatása is, vagyis egy analóg és digitális eszközöket is használó modell, mellyel mérhető, hogy egy irodában dolgozó ember hol, hogyan és mivel tölti a  munkaidejét. Ez a tudás rendkívül értékes eszköz a vezetők kezében a munkaterek  kialakításakor, így végső soron a munkavállalói élmény és a hatékony  munkavégzés elérésében nyújt segítséget.

Mitől lesz adatvezérelt  egy vállalat?

Nem elég csak gyűjteni az adatokat, értelmezni is kell azokat, ha adatvezérelt döntéseket akarunk hozni. Sóvári Péter, az Assister startup ügyvezető igazgatója szerint az a vállalat adatvezérelt, amely tudja, hogy milyen értékes adatok vannak a birtokában és elindult azon az úton, hogy  elkezdje értelmezni is azokat. Az Assister megoldása az értékesítők munkájának mérését, illetve ezáltal a célkitűzések automatizálását, teszi lehetővé.

Bár az automatizálás sokszor még távoli célnak tűnhet, az adatvezérelt döntéstámogatásra már számos példa létezik. Budaházy Gábor, az IT Services Hungary Kft. mesterséges intelligencia kompetencia központ szakmai  vezetője minden vállalatnak azt tanácsolja, hogy vegyen fel egy adattudóst,  mert a legtöbb  szervezetben vannak olyan  „alacsonyan lógó gyümölcsök”, amiket egy szakértő könnyen kiaknázhat, és  ezáltal látványos eredményeket érhet el.

Adatvezérelt HR

Néhány Magyarországon  működő vállalat élen jár az adatvezérelt működésben. Horváth Milán, az ExxonMobil budapesti business intelligence csapatának vezetője az  adatvezérelt HR megoldásokról osztott meg értékes tapasztalatokat. Az ExxonMobilnál egy olyan széleskörű rendszerrel dolgoznak, amely a HR folyamatoknak több fázisát is lefedi: a toborzástól a karriertervezésen át, a nyugdíjba vonuló munkatársakig. Ez alapján a belső rendszer alapján tudják, hogy a kollégáknak milyen képességeik vannak, hova  akarnak fejlődni, milyen potenciál rejlik bennük–  ez pedig nagyon sokat segít a belső karriertervezésben. A nélkül tudnak  embereket a szervezeten belül mozgatni, hogy egy belső állásportálon kellene  meghirdetni a pozíciókat. A vezetők tudják az emberekről, hogy miben jók, és ez  alapján tudnak velük beszélgetni és akár egy új pozíciót kialakítani nekik. Az  ExxonMobilnál kiemelt cél volt a silók megszüntetése és a közös adatbázisok,  ú.n. “data hub-ok” létrehozása.

Mindeközben az IT Services Hungary-nél a dolgozók lemorzsolódására  keresnek AI megoldást, azaz egy olyan automatizált modellt, ami előre jelzi,  hogy egy kolléga mikor kezd el gondolkozni azon, hogy elhagyja a vállalatot.

Az adatvezérelt  vállalatok legnagyobb kihívásai    

Budaházy Gábor elárulta, hogy mik a még meglehetősen gyerekcipőben járó adattudomány  terület legnagyobb kihívásai. A gépi tanulás még kiforratlan technológia, ami  nem mindig tud teljesen megbízható eredményeket produkálni. Hatalmas kihívás a  megfelelő szakemberek felkutatása és megszerzése is, hiszen a különféle szakmai  hátterű és zavaros terminológiákból nehéz kiválasztani a megfelelő jelöltet –  és akkor még nem is beszéltünk az olyan elengedhetetlen soft skillekről mint pl. az üzleti szemlélet vagy a csapatmunkára való képesség.

Míg adattal  foglalkozó szakemberekből hiány van, adatból hihetetlen mennyiség áll a  rendelkezésünkre, amiből nehéz kiválasztani a releváns információkat. „Érdemes  megvizsgálni az adatok megbízhatóságát is, hiszen egy hibás következtetés  hatalmas katasztrófát tud okozni” – tette hozzá Sóvári Péter. 

Horváth Milán  kiemelte, hogy rohamosan növekszik az igény az adatvezérelt megoldásokra,  amivel nehéz lépést tartani. Az informatikai és az üzleti funkcióknak pedig meg  kell tanulniuk együttműködni, hogy  hatékonyan ki tudják használni az adatban rejlő lehetőségeket.     

(Üzleti Hírszerzés)