Widok danych 360

Dane powinny być własnością organizacji, a nie poszczególnych jednostek i departamentów. Niestety w rzeczywistości bardzo często jest na odwrót.

O tym jak stać się firmą data‑drive, która podejmuje decyzje w oparciu o dane opowiada Tomasz Stachlewski, CEE Senior Solutions Architecture Manager w Amazon Web Services (AWS). Rozmawia Paulina Kostro.

Firmy, które wykorzystują dane, wymieniają szereg korzyści z tym związanych. Jednak, jak podaje Harvard Business Review, zaledwie 20% przedsiębiorstw dba o to, by pracownicy mieli dostęp do gromadzonych w organizacji danych. Dlaczego tak się dzieje?

Przepływ danych w organizacji możemy porównać do układu nerwowego w ciele człowieka. Gdy dotykamy czegoś, nasze receptory natychmiast przekazują tę informacje do mózgu, gdzie jest gromadzona i przetwarzana. Na podstawie tej analizy nasze ciało wie, jak reagować. Firmy również gromadzą dane, choć przez różne systemy, w różnych departamentach. Nie są więc współdzielone z „całym organizmem”, czyli całą organizacją. Takie przedsiębiorstwo jest ciałem, które odbiera bodźce, ale nie wie, jak na nie reagować. Wiąże się z tym kilka problemów.

Indeks górny Nasz rozmówca: Tomasz Stachlewski, CEE Senior Solutions Architecture Manager w Amazon Web Services (AWS) Indeks górny koniec^{Nasz rozmówca: Tomasz Stachlewski, CEE Senior Solutions Architecture Manager w Amazon Web Services (AWS)}

Zacznijmy od tego, że firmy wciąż nie zdają sobie sprawy, jakie informacje są dla nich istotne. Patrzą na nie przez pryzmat hurtowni danych i choć je gromadzą i przechowują, to nie wszystkie analizują i wykorzystują. . Druga kwestia to tzw. silosy, przez które dane dzielą się na różne departamenty, aplikacje i systemy. Bo choć firmy faktycznie gromadzą bardzo dużo danych, nie są one udostępniane, w jednym wspólnym widoku, wszystkim jej pracownikom.

Posłużę się kolejną analogią. Pracownika korzystającego z danych możemy porównać do pilota, który steruje samolotem i podejmuje decyzje na podstawie różnych dostępnych danych – dzięki czemu ten samolot leci poprawnie. Wyobraźmy sobie jednak sytuację, w której, w wyniku awarii, albo błędnego projektu samolotu, nie ma on dostępu do wszystkich niezbędnych informacji – nie wie na jakiej wysokości się znajduje, ile zostało mu paliwa. W takich okolicznościach wszelkie podjęte przez pilota decyzje, mogą być opłakane w skutkach. Firmy, które nie udostępniają danych swoim pracownikom, są właśnie jak ten samolot, który jeszcze unosi się w powietrzu, ale w każdej chwili może się rozbić.

Poruszył pan kwestię systemu, którego celem jest gromadzenie danych, a następnie udostępnianie ich wszystkim zatrudnionym – najlepiej w jednym widoku. Zakładając, że taki system został już w firmie wdrożony, pozostaje jeszcze kwestia odpowiedniego know‑how i kompetencji użytkowników – tego, czy wiedzą, jakie dane są im potrzebne i jak je analizować. Na co zatem powinna postawić firma, która chce stać się organizacją opartą na danych: na szkolenie ludzi czy na infrastrukturę?

Firmy składają się z różnych działów, a każdy z nich oczekuje dostępu do innego rodzaju danych. Większość osób zadowoli się np. okresowymi raportami będącymi efektem dokonanej przez kogoś analizy. Jednak zatrudnieni posiadający specjalistyczną wiedzę i kompetencje mogą oczekiwać dostępu do surowych danych. Przykładowo osoby zajmujące się analizą tego typu informacji (Data scientist) na ich podstawie mogą tworzyć m.in. modele sztucznej inteligencji (AI). Z tego punktu widzenia zapewnienie wszystkim pracownikom dostępu do danych może wydawać się skomplikowane, bo rzeczywiście pojawia się tu pytanie o infrastrukturę i kompetencje. Najlepiej oczywiście, gdybyśmy działali dwutorowo.

Najpierw przyjrzyjmy się kompetencjom. Na rynku pojawiają się już firmy, które odnoszą sukcesy związane z jeszcze lepszym wykorzystaniem danych. W ich strukturach funkcjonują tzw. analytics centers of excellence, czyli analityczne centra doskonałości. Tworzą je niewielkie grupy osób, które reprezentują wiele działów w organizacji. To bardzo ważne, ponieważ dzięki temu w firmie nie powstaje kolejny silos. Celem takiego zespołu jest zbudowanie współdzielonego centrum jeziora danych, gdzie będą się znajdowały wszystkie dane – w różnych formatach i w różnej postaci – po to, aby mógł z nich korzystać każdy pracownik firmy.

Należy przy tym wskazać istotną różnicę między podejściem tradycyjnym, a nowoczesnym – jeśli chodzi o dzielenie się danymi wewnątrz organizacji. Tradycyjne podejście polega na opracowaniu raportu, który jest dystrybuowany w całej firmie – są w nim umieszczane tylko wybrane informacje. Pracownicy, którzy potrzebują dostępu do informacji nieujętych w takim raporcie, często po prostu ich nie otrzymują. Nowoczesne podejście polega na zwróceniu się w stronę pracownika (przez analityczne centrum doskonałości) i zapytanie się go „jakich danych potrzebujesz, w jakiej formie chcesz je otrzymać”?

Przejdźmy do infrastruktury. Co najważniejsze: dane nie mogą należeć do poszczególnych działów, lecz muszą być współdzielone poprzez (wspomniane wcześniej) jeziora danych i udostępniane wszystkim użytkownikom – bez względu na ich kompetencje. Gromadzenie informacji w centralnym punkcie organizacji umożliwia osadzenie na nich różnych narzędzi Business Inteligence (BI). Warto przy tym dodać, bardzo często korzystają z nich osoby, które nie są techniczne – nie chcą przyglądać się surowym danym, tylko zapoznać się z nimi np. w formie diagramu. Przykładem programu BI jest usługa Amazon QuickSight, która wykorzystując sztuczną inteligencję i „rozumienie” języka naturalnego (angielskiego) – prezentuje użytkownikowi dane, jakich poszukuje. Wystarczy, że wpisze on w okienko wyszukiwania pytanie, np. jaki jest zysk w ostatnim kwartale dla konkretnego produktu, by otrzymać wykres przedstawiający odpowiedź.

Można zatem powiedzieć, że to narzędzie, za pomocą sztucznej inteligencji, tak naprawdę automatyzuje pracę zespołu, o którym mówił Pan wcześniej?

W dużej mierze tak to właśnie wygląda. Do tej pory tego typu raporty były tworzone przez wyznaczone do tego osoby, za pomocą różnych narzędzi BI. Opracowany przez nie raport, zawierający na przykład różne wykresy, mógł być potem wykorzystywany przez osoby nietechniczne. Jednak, aby wszystkim ułatwić wgląd w dane i ich interpretację, w firmach wdrażane są narzędzia, które umożliwiają pracownikom samodzielne przeszukiwanie potrzebnych informacji, a następnie są one przedstawianie w przejrzysty i zrozumiały sposób. QuickSight może być porównany do wyszukiwarki internetowej, jednak w tym wypadku obszarem wyszukiwania są wyłącznie dane zgromadzone w firmie.

Załóżmy, że mamy do czynienia z firmą, która chce zostać organizacją data‑drive, czyli podejmować decyzje, opierając się na danych. Jak dużej inwestycji wymaga taka transformacja?

Jeżeli mówimy o wzorowym postępowaniu, to warto iść, jak wspomniałem wcześniej, dwutorowo – inwestować zarówno w ludzi, jak i technologie. Zaryzykowałbym przy tym stwierdzenie, że nie jest to duża inwestycja. Firmy nie powinny bowiem wydawać dużych pieniędzy na oprogramowanie, które nie wiadomo, czy się przyda i faktycznie zrealizuje wyznaczony cel. Bardzo często zdarza się bowiem, że organizacje kupują „kota w worku”. Dlatego polecam rozwiązania chmurowe, które dają możliwość eksperymentowania i tworzenia typowych jezior danych. Firma nie musi wówczas kupować żadnego oprogramowania. Następnie, w zależności od tego, jakie kompetencje prezentują jej pracownicy oraz czego oczekują (rozwiązania BI do wizualizacji danych czy może analizy za pomocą sztucznej inteligencji) – dodajemy do chmury poszczególne elementy, w formie nakładek.

W tym przypadku warto, by organizacja wyznaczyła cel, na potrzeby którego zacznie zbierać dane, których wykorzystanie doprowadzi ją do jego osiągnięcia.

Absolutnie tak. Bardzo często przy okazji danych pojawia się pojęcie „bagno danych”, które powstaje w wyniku gromadzenia wszelkich danych z pominięciem ich analizy. Dlatego warto podejść do tematu z głową i zadać sobie pytanie, które z tych danych są tak naprawdę istotne, a które być może przydarzą się w przyszłości – i umieścić je w jeziorze danych. Przeprowadzić ich selekcję.

W kontekście firm, bazujących na danych, pojawia się również temat kultury organizacyjnej. Czym jest kultura organizacyjna oparta na danych i jak ją wprowadzić do firmy? Czy w każdym przedsiębiorstwie warto ją wdrożyć?

Pojęcie kultury organizacyjnej jest mocno powiązane z silosami. W organizacjach bardzo często panuje przekonanie, że dane należą do poszczególnych departamentów. Pracownicy, którzy się w nich znajdują, nie życzą sobie, aby korzystały z nich osoby z innych działów. Dobra kultura organizacji, jeśli chodzi o dostęp do danych, powinna kierować się tym, by wszystkie cyfrowe informacje były udostępniane w ramach całej organizacji. Oczywiście, należy przy tym zachować zasady dotyczące bezpieczeństwa i ograniczyć dostęp np. do danych poufnych.

Dane powinny być własnością organizacji, a nie poszczególnych jednostek i departamentów. Niestety w rzeczywistości bardzo często jest na odwrót. Dlatego tak ważne jest to, co podkreślałem na początku – aby zespół, który powstanie w ramach analitycznego centrum doskonałości był międzyzespołowy, bo ma on czuwać również nad tym, aby wprowadzić w ramach organizacji kulturę dzielenia się danymi.

Przedstawiony przez Pana problem jest zauważalny w niemal każdej organizacji. Czy istnieje sposób na przełamanie tej niechęci do dzielenia się z innymi? Co powinien zrobić zespół analitycznego centrum doskonałości, aby przekonać współpracowników do dzielenia się danymi?

To jest bardzo często kwestia mentalna, nie ma więc jednego rozwiązania – złotego środka. Czasami wystarczy podać konkretne argumenty. A jeśli mimo to widzimy opór w organizacji, trzeba wyznaczyć osobę, która będzie zajmować odpowiednio wysokie stanowisko. Taką, która tupnie nogą i powie „Basta! Chcemy być organizacją, która podejmuje decyzje na podstawie danych. Mamy się nimi dzielić”.

Czy rozwiązaniem tego problemu może być również wdrożenie oprogramowania, które będzie wymagało od jego użytkowników dzielenia się danymi?

Jak najbardziej. W zależności od branży, może być to łatwe zadanie albo bardziej skomplikowane. Przykładowo systemy CRM (Customer Relationship Management), takie jak np. aplikacja Salesforce, są świetnym narzędziem do udostępniania interfejsów dla większej liczby użytkowników. Dzięki wprowadzeniu takiego rozwiązania wrogość udostępniania danych jest dużo mniejsza.

Jedną z usług AWS jest Amazon Connect, czyli contact center. Jako dostawca tego rozwiązania zauważamy, że coraz więcej firm korzystających z systemów CRM decyduje się na rozszerzenie ich możliwości o automatyczne połączenia telefoniczne z klientami, by poprawić szybkość reakcji firmy na potrzeby konsumentów. Dzięki takiemu połączeniu pracownik call center, za pośrednictwem interfejsu, z którego korzysta – ma możliwość wglądu w dane użytkownika w czasie rzeczywistym - na podstawie jego numeru. Dzięki temu wie, z kim rozmawia, z jakich usług ta osoba korzysta etc. Ma także informacje o tym, że np. na obszarze jego zamieszkania doszło do awarii, nie musi więc wypytywać o powód rozmowy, bo domyśla się, że w tej sprawie zapewne dzwoni. Ta wiedza umożliwia szybszą reakcję i zaspokojenie potrzeby klienta.

Tego typu przykłady bardzo dobrze pokazują, że zbieranie danych ze wszystkich obszarów w firmie i dzielenie się nimi wpływa na szybkość podejmowania decyzji biznesowych, co przekłada się na pozycję firmy na rynku. Na to, czy znajduje się przed, czy za konkurencją.