Az Advanced Analytics helye a szervezetben avagy hol legyen a SWAT (Special Workforce for Analytical Tools)?

Gulyás Attila
2019. január 15.

A hatékony működés és az állandó megújulás, változás nem jár mindig kéz a kézben. Pedig mára valós kihívássá vált a vállalatok számára a dinamikus környezethez való állandó és folyamatos alkalmazkodás. De hogyan lehet egy szervezet agilis, vagyis olyan, amely egyszerre tud hatékony lenni és rugalmasan alkalmazkodni a dinamikus környezethez?

Ennek a kihívásnak a megválaszolásában nagy jelentősége van az adatalapúságnak. Ezt az adatalapú megközelítést össze kell kötni a szervezettel. Cikkünk azt járja körbe, hogy milyen szervezeti megoldásokkal lehet kialakítani az Advanced Analytics (fejlett adatelemzés, rövidítve “AA”) képességet a vállalatokban.

Az Advanced Analytics kialakítása sok vállalat számára érdekes, intellektuálisan vonzó felvetés manapság. Jellemzően még a nagyvállalatok sem rendelkeznek hosszútávú tapasztalatokkal ezen a téren, a legtöbb kis- és középvállalat pedig még nem is hozott létre AA részleget. Utóbbiak kialakítása és szervezetbe való integrálása számos tényezőtől függ, s a gyakorlatban különböző megoldásokkal találkozhatunk.

 

Az AA képességek kiépítéséhez a szervezetben a következő kérdések megválaszolása szükséges:

  1. Hol legyen az AA elemzők helye a szervezetben?
  2. Ki menedzselje az AA erőforrásokat?
  3. Milyen képességek kialakítása szükséges házon belül és mi az, ami kiszervezhető?

Az első két kérdés megválaszolásához alapvetően négy szervezeti modell határozható meg 2 dimenzió mentén. A harmadik kérdés egy ezektől független szempont, amely az erőforrások és kompetenciák optimalizálásáról szól.

Ennek a három kérdésnek a megválaszolása nagyban függ a vállalat alaptevékenységétől, érettségétől, valamint attól is, hogy mennyire dinamikusan változik az üzleti környezet.

Szervezeti modellek

Ennek az elemzésnek a szempontjából a szervezeti modellek alapvetően arra adnak választ, hogy hol legyen a helye az AA szakembereknek, és ki menedzselje az ő erőforrásaikat. A szervezeti modelleket idősíkban, érettségi szint mentén érdemes elgondolni.

A legegyszerűbb eset, amikor a vállalat néhány üzleti funkcióinál megfogalmazódik az igény az Advanced Analytics iránt. Ez jellemzően a Sales / Marketing, a gyártás vagy a CFO területen történik meg elsőként, mert itt sok adat keletkezik, és emiatt felmerül az igény az adatok elemzésére.

A decentralizált (funkcionális) modell szerint az elemzők szétszórva ülnek a vállalatban, különböző funkcionális területekhez (vagy néha üzleti területekhez) tartoznak. Az elemzőket nem koordinálja egy dedikált szervezeti egység, a különböző részlegekben végzett munkájuk elkülönül egymástól, nincs egységes “AA erő”, “AA tudás”. Ez a modell tipikus olyan vállalatok esetében, ahol kevés elemző dolgozik, valamint ahol a felsővezetők nincsenek megfelelő mértékben tisztában az elemzők vállalati szintű fontosságával.

Egy idő után azonban felmerül az igény a vállalati szintű kiterjesztés iránt, annak érdekében, hogy ne csak egy-egy terület használjon fejlett elemzéseket. Ezen kívül felmerül a vállalati szintű koordináció iránti igény is, ami a centralizáció irányába mutat.

A consulting modell alapján az elemzők egy “virtuális csapatban” belső tanácsadóként dolgoznak a vállalaton belül különböző részlegekben és különböző témájú projektekben, s emiatt nagyon sokféle tevékenységben vesznek részt. A projektek között lehet egyfajta priorizálás, de jellemzően “first come first served” alapon történik. A projektötleteket és az igényeket az üzleti és funkcionális területek fogalmazzák meg.

A következő lépés a centralizáció irányába, amikor egy dedikált vállalati szintű felsővezetőt jelölnek ki az AA Team-hez.

A centralizált modellben egy elkülönített AA részleget hoznak létre, ami az összes vállalati elemzési igényt egy közös központi “pool”-ból szolgálja ki. Az elemzők számára egyszerűbb és hatékonyabb az egymás közötti kommunikáció egy centralizált AA részlegben, emiatt a tudásmegosztás magasabb szinten valósulhat meg, mint az előző modellekben. Mivel a centralizált AA részleg vállalati szintű tevékenységeket szolgál ki, szükség van saját felsővezető, CDO (Chief Data Officer) kijelölésére. Ha nincs CDO a vállalatnál, akkor jellemzően az AA részleg közvetlenül a CEO alá tartozik. Általában nagy, egyféle üzleti tevékenységgel foglalkozó vállalatok alkalmazzák ezt a modellt, amelyeknek annyira komplex analitikai igényeik vannak, hogy már problémássá válik azok koordinációja.

 

Az egyik nagy hátránya a centralizált modellnek, hogy az erős központi koordináció miatt sok konfliktus alakulhat ki a funkcionális területek és az AA-t vezető CDO között. A centralizált modellben mindig fennáll a veszélye annak, hogy olyan véget nem érő mamut projekteken dolgoznak az elemzők, amelyekre egyáltalán nincs igény üzleti oldalon. Így a centralizált AA részleg potenciálisan érzéketlennél válhat az üzleti igények iránt, kifejezetten a nagyobb vállalatok esetében.

A central of excellence modell esetén az elemzők elsődlegesen a különböző üzleti és funkcionális területeknek dolgoznak, de a tevékenységüket egy központi szervezeti egység (central of excellence – CoE) koordinálja. A CoE jellemzően a képzésért, az elemzési eszközökért, az innovációért és a tudásmegosztásért felelős. Ez a modell a centralizált és a decentralizált modellek egyfajta hibrid változata, amelyet jellemzően nagy, diverz vállalatok alkalmaznak. A CoE – a centralizált modellhez hasonlóan - a CEO vagy a dedikált CDO alá tartozik.

Esete válogatja, hogy melyik szervezeti megközelítés a legjobb megoldás. Valamennyi modell működhet, ha megfelelően alkalmazzák. Például nem sok értelme van a CoE struktúrának, ha a vállalatnál csak kevés (mondjuk 5) elemző dolgozik. Amikor a vállalat elkezd AA munkatársakat felvenni, általában csak néhány részlegnek van szüksége rájuk. Emiatt a vállalatnál nincs annyi elemző, hogy érdemes lenne a CoE modell szerint működnie. Ebben az esetben a decentralizált (funkcionális) modell jó választás lehet.

Amint növekszik az igény a vállalatban az AA iránt, és emiatt egyre több elemzőt foglalkoztatnak, egy centralizáltabb modell bizonyulhat célszerű megoldásnak.

Az AA részleg akkor épül be a szervezeti struktúrába, ha vállalati szinten elérhető és több funkciót is ki tud szolgálni. A tapasztalatok alapján az AA terület a Business Intelligence (BI) alterületeként működik a leghatékonyabban, amennyiben annak van vállalati szintű perspektívája. Léteznek vállalatok, amelyek az AA területet az IT részlegen belül működtetik, de ez általában nem működik jól. Az AA-t érdemes külön kezeli az IT-tól, amit alátámaszt, hogy egyre növekszik az igény az új felsővezetőre, a CDO-ra.

 

 

Belső és kiszervezett képességek

Az AA terület elhelyezkedése és koordinációja mellett a harmadik fontos kérdés az, hogy mit és milyen legyen kiszervezve. A data science és az Advanced Analytics újszerűsége miatt ezen a területen jellemző a szakemberhiány. Emiatt a vállalatok sok esetben külső szakértők bevonásával tudják ezeket a képességeket beszerezni. Az Advanced Analytics iránti igény már csak azért is óriási, mert ennek segítségével a vállalatok komoly lépéseket tehetnek a nagyobb profitabilitás és a hatékonyabb működés irányába.

Az Advanced Analytics kiszervezésének az elsődleges oka az, hogy házon belül nincs megfelelő szaktudás, vagy hiányzik a tapasztalat, a képesség komplex adatelemzési projektek sikeres menedzseléséhez (amikor a feladat valójában az értékesítési stratégia differenciálása, a folyamatok újratervezése vagy épp a CFO funkciók automatizálása). Saját AA szakember felvétele és képzése jellemzően túl sok erőforrást köt le egy kis- vagy középvállalat esetén. Így általában gyorsabb, hatékonyabb és olcsóbb a magas hozzáadott értékű, komplex analitikai feladatok kiszervezése egy külső tanácsadó cégnek, amely rendelkezik mind a releváns üzleti és analitikai kompetenciákkal, mind pedig a szükséges technológiai infrastruktúrával. Nagyvállalatok esetén szintén érdemes lehet bizonyos analitikai tevékenység kiszervezése, mivel egy külső szakértő a tapasztalatival, benchmarkokkal segítheti a potenciális buktatók elkerülését. Külső szakértő bevonása különösen a nagyon komplex projektek esetén hasznos, amikor az üzleti tanácsadás, a data science és az üzleti intelligencia kombinálásával biztosítható, hogy üzletileg valid és megvalósítható akciók szülessenek. Mert - mint mindannyian tudjuk - az Advanced Analytics projekteket végül nem az R2, Accuracy, AUC, BIC, AIC stb. alapján értékelik, hanem a sikeres mindennapi üzleti alkalmazhatóság alapján.

Összegzés

Ahhoz, hogy egy vállalat képes legyen a dinamikus üzleti környezethez folyamatosan alkalmazkodni és emellett hatékonyan működni, agilis szervezetre van szükség.

  • Nincs agilis vállalat szervezeti szintű AA képesség nélkül. Adatelemzéssel, predikcióval megtámogatott döntések versenyelőnyhöz juttatják a vállalatokat. A fejlett adatelemzés hozzájárul a múlt jobb megértéséhez, a jelen transzparens átlátásához, valamint kontrolljához, továbbá a jövővel kapcsolatos jobb üzleti döntések támogatásához, a fejlődési irányok kijelöléséhez.
  • Az AA képességnek szervezeti szinten jól használható általános képességnek kell lennie. Nem elég, ha okos adattudósokat (data scientist) vesz fel a vállalat. Az agilis vállalatot átjárja az AA képesség, amely nem elszigetelten jelenik meg, hanem a vállalati működés egyik fontos alapköve. Nem emberek képessége, hanem szervezeti képesség kell, hogy legyen az AA.
  • Az AA szervezeti integrációja kiemelt fontosságú. Az AA képességek különbözőképpen jelenhetnek meg a szervezetekben. Az integrációnál figyelembe kell venni a vállalat analitikai érettségi szintjét, alapprofilját, valamint azt is, hogy mennyire változik dinamikusan a környezet. Érdemes mindig szem előtt tartani azt is, hogy mi a következő érettségi szint az adott vállalat esetén.

A szerző az IFUA Horváth & Partners data scientistje

Itt talál további információt Enterprise Analytics témában.