Nasvete Uroša Cvetka boste prebrali v 2 minutah.

Ko se začnemo ukvarjati s podatki, se moramo najprej vprašati, kateri so naši podatkovni viri, ki jih želimo v podjetju povezati? V zadnjih dveh letih je človeštvo ustvarilo več podatkov kot v celotni zgodovini prej, zato Uroš Cvetko (Zavarovalnica Triglav) opozarja, da je na voljo ogromno podatkov, za katere je vprašljivo, ali imajo za podjetje kakšno poslovno vrednost.

Dve dimenziji podatkov, ki jih upoštevamo pri analizi:

• Po obsežnosti: pri tem upoštevamo dejstvo, kako močno so strukturirani naši podatki in jih razvrstimo od tistih, ki so najbolj enostavno strukturirani, do najbolj kompleksnih.
• Po ažurnosti: pomembno se je vprašati, ali podatke potrebujemo enkrat na teden, enkrat na mesec, ali so to podatki, ki se spreminjajo iz sekunde v sekundo.

Dandanes se pri nas najbolj uporabljajo strukturirani podatki, ki jih osvežujemo tedensko ali mesečno. To so naši transakcijski interni podatki. "V našem okolju še nisem videl dobre izrabe Facebook podatkov, ki bi za podjetje predstavljala določeno vrednost. Po drugi strani bo vsako IT podjetje skušalo vodstvu vcepiti miselnost, da se to dogaja na dnevni bazi in da se ti podatki pogosto uporabljajo. Zato je zelo pomembno, da si pri strategiji analitike v podjetju postavimo realne cilje," svetuje Uroš Cvetko.

4. faze razvoja analitike v podjetju (Gartner)

• Deskriptivna faza: Kaj se je v resnici zgodilo? 

Definicije KPI-jev so v podjetju nastavljene tako, da lahko vsak po svoje interpretira podatke in vodstvu pokaže svojo uspešnost. Podjetje mora v tej fazi nujno doseči konsenz, kaj se je zares zgodilo, vsi morajo razumeti, da gledajo isto sliko.

• Faza diagnostike: Zakaj se je to zgodilo? 

Podatkom iz prve faze želimo pripisati razloge, ki so privedli do njih. Uporabljamo osnovne statistične metode, iščemo korelacije med različnimi kazalci, za katere potrebujemo osnovne pojasnjevalne spremenljivke.

• Faza predikcije: Kaj se bo zgodilo? 

Kaj se bo zgodilo, če izvedemo neko akcijo, če dvignemo ceno, če spremenimo količino. Za to fazo potrebujemo popolno razumevanje prvih dveh faz, sicer ne bomo dobili nobene uporabne poslovne vrednosti.

• Faza preskriptivne analitike: Cilj, zakaj to počnemo. 

Naša želja in vizija, da bomo lahko z analizo podatkov usmerjali vodstva podjetij, kako lahko neko stvar naredimo tako, da se bo zgodila, kot mi želimo.

Ko se odločamo, kakšne podatke potrebujemo, moramo vedeti, v kateri fazi smo. Začnimo s čim manj podatki. -Uroš Cvetko (Zavarovalnica Triglav)

Zapis je nastal na podlagi izobraževanja Marketing TOPX: Data driven marketing. Celotna reportaža z dogodka je na voljo TUKAJ.

Foto: Nejc Lasič