V spoločnosti EOS nebudú fungovať veľké dáta bez toho, aby ich riadili ľudia
Keď zapojíme stroje, stanú sa ľudia zastaranými: To nie je pravda, hovorí tím analytického strediska poprednej spoločnosti EOS: Vytvorili analytickú platformu, ktorá je určená na transformáciu podnikania na trhoch spoločnosti EOS - a vytvorí myslenie zamerané na údaje v celej organizácii.
Krátko po tom, ako sa pripojil Joachim Göller ku skupine EOS v decembri 2017, sa posadil a hľadal spôsoby, ako vyformovať analytické centrum. Jeho úlohou je pomôcť spoločnosti EOS a jej aktivitám v 25 krajinách transformovať sa na spoločnosť založenú na údajoch. „Aby sme mohli urobiť tento veľký krok vpred, skoro som si uvedomil, že musíme najskôr urobiť krok späť,“ hovorí Göller v konferenčnej miestnosti v kanceláriách spoločnosti EOS v centre mesta Hamburg.
Spoločnosť EOS sídliaca v Nemecku má silnú účasť a skúsenosti s riadením pohľadávok v Európe. Krajiny, ktoré sú tak rozdielne, ako napr. Poľsko, Španielsko a Bosna, sú na zozname miest na kontinente. Spoločnosť EOS však pôsobí aj v Rusku a v zámorí v Kanade a USA. Toto ukazuje veľkosť úlohy, ktorú rieši Göller a jeho tím v analytickom stredisku (AC): Nie je to len vytvorenie platformy obchodnej inteligencie. Ide o začlenenie myslenia založeného na údajoch do pracovnej kultúry viac ako 55 dcérskych spoločností, ktoré poskytujú služby približne 20 000 klientom na celom svete, pričom zároveň pôjde aj o rozširovanie rozhodovania založeného na údajoch a využívaní technológie, ktorá stojí za tým všetkým.
Vývoj systému, ktorý bude pracovať s viacerými službami vymáhania
„Sme jedna silná hnacia energia digitalizácie v spoločnosti EOS, čo zároveň znamená vytvarovať údaje a transformovať ich na informácie,“ hovorí manažér. „Spočiatku ide najmä o prístup k zdrojom údajov, kontrolu kvality a vytváranie histórie.“ Analytické stredisko môže prostredníctvom rozvoja platformy integrovať lokálne systémy na vymáhanie dlhov v dcérskych spoločnostiach spoločnosti EOS na celom svete a presunúť analytické rozhodovanie na platformu: Jednotky spoločnosti EOS si môžu ponechať svoj hlavný systém vymáhania, ktorý zodpovedá požiadavkám ich trhu – AC ho pripojí k infraštruktúre, naplní ho údajmi a vizualizačnou silou celého podniku a zároveň zabezpečí ochranu súkromia každého zákazníka, a to iba prostredníctvom anonymizovaných údajov.
Ak chcete získať lepšiu predstavu o tom, ako funguje analytické stredisko, pomôže vám pozrieť na ľudí, ktorí za ním stoja. Medzi zamestnancov jednotky patria rôzne profily: „Na jednej strane vždy hľadáme nové talenty s technickým zameraním,“ hovorí Patrick Witte, manažér tímu. Môžu sa hodiť vedci, vývojári softvéru, dátoví inžinieri a architekti platformy. Navrhujú a prevádzkujú analytickú platformu, ktorá zostáva jadrom úsilia AC transformovať spoločnosť EOS a pomôcť jej zostať lídrom v oblasti podnikania. „Našim cieľom je nájsť najefektívnejší spôsob, ako presunúť údaje z rôznych krajín, v ktorých pôsobí spoločnosť EOS, na analytickú platformu, pričom budeme dodržiavať pravidlá EÚ na ochranu údajov,“ hovorí Witte. „To nám umožní navrhnúť modely prognózovania, využiť umelú inteligenciu a vytvoriť kanály na odosielanie zistení do operačnej lokality, čím sa zabezpečí konkurenčná výhoda.“
Myslite globálne, konajte lokálne
Súčasťou analytického strediska je aj poradenská skupina, ktorá podporuje zdieľanie osvedčených postupov v oblasti analýzy vrátane bezpečnosti údajov a ochrany súkromia vo všetkých dcérskych spoločnostiach. „Môžeme podporiť kolegov, aby analyzovali údaje v jednej časti sveta a zároveň pomôžeme zlepšiť existujúce štatistické modely v inej časti,“ hovorí Witte. „Preto pracujeme ruka v ruke s našimi kolegami v rámci celej skupiny EOS.“ Práve tu prichádza na rad druhá skupina odborníkov AC: analytici konzultanti a vedci z oblasti údajov, z ktorých väčšina má metodické zázemie od matematiky až po ekonomiku. Potrebujeme širokú škálu zručností s cieľom zabezpečiť identifikáciu obchodných potrieb a ich správne vyriešenie použijúc analytický prístup,“ hovorí Witte.
Witte sám získal titul z oblasti štatistiky na Univerzite v Dortmunde a predtým, ako sa v roku 2012 pridal k spoločnosti EOS, pracoval v medzinárodnej obchodnej analytickej spoločnosti. „Potrebné zručnosti som získal tu, v spoločnosti EOS,“ hovorí. Neexistuje však žiadny predpísaný spôsob – v AC sa stretnete s ľuďmi, ktorých neočakávate vo finančnom sektore: „Máme aj teoretickú fyzičku, ktorá pracovala niekoľko rokov ako konzultantka, než sa pridala k nám.
Aplikácia agilnej metodológie na finančné služby
Witte a jeho kolega Joachim Göller cítia obrovský náskok v rámci tímu AC. „V prvom rade je to naozaj úvodná atmosféra, ktorá ma sem zaviedla,“ hovorí Göller, ktorý predtým pracoval niekoľko rokov v bankovom sektore. „AC je veľmi agilný, veľmi kultúrne rôznorodý tím s vlastným tempom.“
Rovnako ako v prípade, kedy vytvorila spoločnosť EOS svoju vlastnú spoločnosť Fintech, aj obchodný model AC sa podobá aj tomu, čo preukázali viaceré začínajúce podniky: Najskôr pozdvihnutie analytickej platformy, neskôr škálovanie operácií a umožnenie partnerom pripojiť vlastné systémy, prostredníctvom ponuky API. A samozrejme neustále testovanie, učenie a zdokonaľovanie systému dodržiavaním pravidiel vývoja agilného softvéru. S jedným hlavným rozdielom na začiatku: Tím AC môže pracovať na inováciách fintech bez toho, aby museli potešiť investorov. V spoločnosti EOS ide o dlhodobý záväzok voči zákazníkom.
Používanie prístupu založeného na údajoch na proces vymáhania
Zatiaľ čo je proces zmeny už v Nemecku dobre zavedený, pričom prvé prípady používania riadi nový softvér nazvaný FX, teraz hľadá AC spôsob, ako podporiť ostatné jednotky pri prispôsobovaní podobného spôsobu myslenia. Göller verí, že úspešné príbehy pripravia cestu a vytvoria správne stimuly pre rozhodujúce činitele: „Je to ako moderný marketing: Potrebujete vyhrať fanúšikov, ktorí posunú tento proces dopredu,“ hovorí. „Každý prípad, ktorý riešime, musí viesť k priamemu prospechu pre klienta.“ Na prvom mieste ľudia: Agilný spôsob práce sa v AC veľmi využíva.
Obavy, že môžu veľké dátové technológie nahradiť ľudí a pracovné miesta, sú neopodstatnené. Witte hovorí: „Interpretácia dostupných údajov o spotrebiteľoch závisí na našich odborníkoch, rovnako aj kladenie správnych otázok, aby systém analýzy údajov odpovedal.“ Jedným zo spôsobov, ako sa môžu zamestnanci spoločnosti EOS pozrieť na strojové učenie a umelú inteligenciu, môže byť prirovnať sa k inteligentnému „spolupracovníkovi“, ktorý im pomôže urobiť lepšie informované a individuálnejšie rozhodnutia o ďalšom najlepšom kroku – a tým zvýšiť mieru vymáhaných pohľadávok
Na to, aby fungovali riešenia veľkých údajov, potrebujeme zamestnancov
Aj keď sa zdá, že transformácia podnikania založeného na údajoch zvyšuje efektivitu a šance na splatenie dlhov, budú podľa Göllera značne profitovať aj klienti. Systém okrem iných výhod nájde najvhodnejší čas na odosielanie upozornení zákazníkom. „Spoliehanie sa na algoritmy nech sa deje čokoľvek, by však bolo proti našim etickým štandardom,“ hovorí Göller. Spoločnosť EOS napríklad nikdy nedovolí, aby hodnotil algoritmus úverovú históriu dlžníkov len podľa toho, ako znie ich meno. „Tu sa dôrazne spoliehame na ľudí, aby sme vytvorili bariéry.“