Data Literacy – zaboravljamo li na nju dok tražimo spas u podacima?

Uspešna implementacija BI rešenja u kompaniji bi trebala da donese mogućnost boljeg razumevanja kupaca, pronalaženje prilika za novim izvorima prihoda ili optimizaciju pojednih poslovnih procesa, kako bi na taj način povećala prihode ili smanjila troškove. Ipak, često se dešava da uvođenje jednog BI rešenja u poslovanje kompanije se svede na to da jedna tehnologija zameni drugu tehnologiju, „moderni dashboard“ zameni zastareli, a zanemare se bitne komponente implementacije: ljudi, njihova znanja i „pametan“ pristup podacima.

Data Literacy u kompanijama

Već dugi niz godina, BE-terna se uspešno pozicionirala na tržištu moderan i fleksibilan pristup implementacije BI rešenja, koristeći alate nove generacije koji su tehnološki superiorniji u odnosu na tradicionalne BI alate. Iako moderan BI alat čini glavnu pretpostavku za ispunjavanje poslovnih ciljeva, on sam po sebi nije ni približno dovoljan.

Često se dešava da kompanije zanemaruju drugu ključnu komponentu na tim projektima, a to su ljudi i njihova znanja koja omogućavaju da se iz tih alata izvuče maksimalna korist. Data Literacy je koncept kojem se danas ne pridaje velika važnost, a koji se temelji na pretpostavci da bez tzv. soft veština korisnik nije u stanju da sirove podatke ili informacije pretvori u znanje i poslovnu odluku.

Važnost soft veština

Veliki broj pojedinaca, koji se nalaze u ulozi analitičara ili kontrolora, ulažu svoju energiju u razvoj tehničkih kompetencija, a pri tome zanemaruju soft veštine bez kojih je jako teško doneti kvalitetnu poslovnu odluku. Kada govorimo o soft veštinama tu se pre sve ga misli na osnovne soft veštine, kao što su: komunikacione veštine i saradnja u timu. Pored navedenih, potrebno je spomenuti i druge podjednako važne veštine, a to su: krativnost, znatiželja, mogućnost rešavanja problema i korišćenje storytelling-a, koje pomažu pojedincu da pretvori analizu u jasnu i razumljivu priču ili izveštaj, kako bi slušaoci mogli jednostavno da usvoje poruku.

Kvalitetna poslovna odluka teško da može da proizađe iz pivot tabele u kojoj gledate prodaju do današnjeg dana i upoređujete je sa prodajom od prošle godine u istom periodu. Kvalitetna poslovna odluka će svakako doći ukoliko ste dovoljno znatiželjni da detaljnije analizirate trendove po kategorijama kupaca ili po različitim ambalažama svojih proizvoda, kao i koliko ste dovoljno krativni da dobijene podatke uporedite sa tržišnim podacima, tržišnim udelom i nekim ekonomskim pokazateljima.

Na primer, to vam može pomoći da shvatite zašto vam najbolje prodavani artikli donose jako malu maržu, dok većina zarade na tom tržišnom segmetu dolazi iz XXL pakovanja, koje u tom trenutku uopšte ne posedujete. Takva spoznaja vas može pokrenuti da je na ispravan i zanimljiv način, u roku od 5-10 minuta predstavite svojim nadređenima i zajednički donesete odluku o plasiranju novog pakovanja, koji će vam doneti propušten prihod. Proces koji je predstavljen u prethodnom primeru je pojednostavljen, ali govori da ljudi često ne pristupaju rešavanju problema na ovaj način.

Naučeno ponašanje

Pomenutom problemu, kompanije često pristupaju linijom manjeg otpora, tako da u jednoj osobi pokušavaju da pronađu sve gore pobrojane veštine. Tržišno iskustvo naše kompanije pokazuje da je izuzetno teško pronaći sav taj set veština u jednoj osobi i da su potrebne bar dve ili tri osobe kako bi analitički problem pokrile u potpunosti.

Ključne uloge u tom procesu su: modeliranje podataka, poslovno znanje, analiza podataka i storytelling.  Gore opisanom problemu, kompanija BE-terna pristupa putem posebne korisničke edukacije koja se odnosi na razvoj znanja i veština u segmentima odlučivanja, čitanja i analize podataka, tj. u segmentima tzv. data literacy i predstavlja osnovni deo implementacije projekta.

Kako napraviti korak napred?

Data literacy je edukacija koju je Qlik, jedan od globalnih lidera na području analitike, pokrenuo na tržištu kako bi različite profile korisnika, koji se u operativnom poslu susreću sa analizom podataka,  osposobio za kvalitetniji pristup rešavanju problema. Cilj edukacije je da se korisnici osnaže sa određenim soft veštinama, bez kojih je jako teško doneti odluke koje na kraju postaju poslovni benefit za njihovu kompaniju.

Edukacija se sastoji od nekoliko koraka:

• Prvi korak je procena „zrelosti data literacy“ u kompaniji. Putem jednostavnih upitnika može se ustanoviti koliko je kompanija zrela u kontekstu čitanja, pisanja i donošenju odluka koristeći podatke.
• Drugi korak uključuje obuku korisnika za određene osnovne operacije nad podacima, kao što je sakupljanje, distribucija i opšte razumevanje osnovnih vizualnih prikaza.
• Treći korak obuhvata reviziju ključnih statističkih analiza, a koje su potrebne korisnicima kako bi sa određenom sigurnošću mogli da donesu odluku.
• U poslednjem koraku, edukacija se bavi procesom donošenja odluka (eng. decision making) i analizira smernice i tehnike o tome kako objektivno pristupiti donošenju odluke bez upadanja u psihološke zamke koje nas jako često ograničavaju u spomenutom procesu.

Drugačiji pristup projektima implementacije BI rešenja

Prva generacija projekata implementacije analitičkih alata bila je sa naglaskom na modeliranje podataka, izgradnju skladišta i na nekoliko drugih aktivnosti koje su bile daleko skrivene od krajnjeg korisnika. Danas je situacija dijametralno suprotna, najviše zahvaljujući razvoju novih tehnologija, brzini poslovanja i obuci krajnjih korisnika. U strukturi utrošenog vremena i novca na BI projektima, faza modeliranja podataka zauzima sve manji udeo, dok se sve više vremena posvećuje razvoju korisničkog interfejsa, njegovom intuitivnom dizajnu i obuci krajnjeg korisnika, a sve sa ciljem da iz spomenutih aplikacija korisnici nauče da pretvore podatke u znanje i donosu bolje poslovne odluke.

Opisane promene se možda najbolje mogu videti na projektima prilikom uvođenja veštačke inteligencije (eng. Artificial Intelligence) u poslovanje kompanije. U jednom od poslednjih istraživanja koje je sprovela konsultanska kuća McKinsey na temu „AI Adoption“, rezultati su pokazali da je od 1.000 anketiranih kompanija najveća razlika između onih kompanija koje su uspešno implementirale AI u svoje poslovanje i onih koje nisu prošle pilot fazu projekta implementacije, a ogleda se u tome da 90% „uspešnih“ kompanija preko 50% investicionog budžeta koristi na tzv. last mile aktivnosti, kao što su redizajn poslovnih procesa, edukaciju krajnjih korisnika na temu komunikacije, donošenje odluka itd, dok „neuspešne“ kompanije za istu vrstu aktivnosti troše svega 23% budžeta.

Neophodne veštine u 20-ima

Spomenuto McKinsey istraživanje  je možda najbolji pokazatelj u kom smeru se razvijaju potrebe klijenata na tržištu i vrlo jasno ukazuje na to da se ljudi nalaze na kritičnom putu uspeha svih projekata koji se oslanjaju na podatke. Razvoj tehnologije, predvođene cloud-om, je napredne algoritme učinio dostupnim gotovo svuda i svima, ali stvarnu korist iz spomenutih projekata može ostvariti samo čovek ukoliko te informacije i podatke pretvori u znanje i uspešne poslovne odluke. Kultura, poslovna klima, (ne) razvijenost tržišta - sve je to u nekoj meri uticalo na činjenicu da živimo u okruženju u kojem učenje, rast i razvoj zaposlenih nije na vrhu liste prioriteta. Kompanije koje žele da nastupe snažnije na tržištu moraće da promene klimu, a Data Literacy će svakako biti ključna stavka u središtu tih promena.