U EOS-u veliki podaci ne funkcioniraju bez ljudskog usmjeravanja

Kada se strojevi usele, ljudi postaju višak. Međutim, tim koji vodi EOS-ovo Analitičko središte tvrdi da je istina drugačija. Tim je izradio analitičku platformu koja će promijeniti poslovanje na EOS-ovim tržištima i stvoriti način razmišljanja koji se temelji na podacima u cijeloj organizaciji.

Ubrzo nakon što se Joachim Göller pridružio grupi EOS Group u prosincu 2017. godine, sjeo je da bi vidio kako oblikovati Analitičko središte. Njegov zadatak bio je pomoći grupi EOS i njezinim aktivnostima u 25 zemalja da se pretvori u tvrtku koja se temelji na podacima. „Kako bi se napravio taj veliki iskorak, brzo sam shvatio da moramo najprije napraviti korak unazad“, govori Göller dok sjedi u konferencijskoj sobi u EOS-ovom uredu u centru Hamburga.

Grupa EOS čije se sjedište nalazi u Njemačkoj ima snažnu prisutnost i vidljive rezultate u upravljanju potraživanjima u Europi. Različite zemlje poput Poljske, Španjolske i Bosne i Hercegovine su na popisu lokacija u kontinentu. No, EOS također posluje i u Rusiji i, preko Atlantika, u Kanadi i SAD-u. To pokazuje veličinu zadatka koji rješavaju Göller i njegov tim u Analitičkom središtu (engl. Centre of Analytic – CoA). No, tu nije samo riječ o stvaranju platforme za poslovnu inteligenciju. Radi se o usađivanju načina razmišljanja na temelju podataka u kulturu rada više od 55 podružnica koje globalno opslužuju približno 20 000 klijenata dok se širi donošenje odluka na temelju podataka i prihvaća tehnologija koja stoji iza toga.

Joachim Göller

Razvijanje sustava koji će raditi s različitim uslugama naplate potraživanja

„Mi smo jedna snažna pokretačka snaga koja stoji iza EOS-ove digitalizacije, a to uključuje i uobličavanje podatka i njihovo preoblikovanje u informacije“, kaže voditelj. „U početku je riječ o pristupanju podatkovnim izvorima, provjeri kvalitete i stvaranju povijesti“, objašnjava voditelj. Zahvaljujući razvoju platforme Analitičko središte može integrirati sustave naplate potraživanja koji se već koriste u EOS-ovim podružnicama diljem svijeta i premjestiti analitičko donošenje odluka na platformu. EOS-ove jedinice mogu zadržati svoje temeljne sustave naplate potraživanja koji udovoljavaju zahtjevima na njihovim tržištima – CoA će ih spojiti sa svojom infrastrukturom, brzo ih napuniti s podatkovnom znanosti i snagom podatkovne vizualizacije cijele tvrtke, dok istodobno osigurava privatnost svakog klijenta upotrebljavajući samo anonimizirane podatke.

Kako bi se stekla bolja predodžba o tome kako Analitičko središte radi, važno je vidjeti ljude koji stoje iza njega. Osoblje jedinice uključuje različite profile. „S jedne strane uvijek tražimo nove talente s težištem na tehničkim znanjima“, govori voditelj tima Patrick Witte. Podatkovni znanstvenici, programeri, podatkovni inženjeri i arhitekti platforma odgovaraju opisu. Oni osmišljavaju analitičku platformu i rade s njom, što ostaje u središtu CoA-ovih napora da preobrazi grupu EOS i pomogne joj da ostane vodeća grupa u gospodarskoj grani. „Naš je cilj pronaći najučinkovitiji način za premještanje podataka iz različitih EOS-ovih zemalja u analitičku platformu pridržavajući se EU-ovih propisa o zaštiti podataka.

To nam omogućuje da osmislimo modele predviđanja, uporabu umjetne inteligencije i stvaranje kanala za vraćanje nalaza operativnoj strani – pružajući joj prednost pred konkurencijom.“, govori Witte.

Mislimo globalno, djelujemo lokalno

Analitičko središte također obuhvaća savjetodavni ogranak koji promiče dijeljenje najboljih praksa na području analitike, uključujući zaštitu podataka i zaštitu privatnosti, u svim podružnicama. „Možemo pružiti potporu kolegama u analizi podataka u jednom dijelu svijeta, dok pomažemo u poboljšanju postojećih statističkih modela u drugom dijelu. Zbog toga surađujemo sa svojim kolegama iz cijele grupe EOS“, kaže Witte. Ovdje dolazi do izražaja druga skupina stručnjaka CoA-a: analitički savjetnici i podatkovni znanstvenici, većinom s metodičkim znanjem koje seže od matematike do ekonomije. „Potreban je široki niz vještina kako bi se osiguralo prepoznavanje poslovnih potreba i njihovo rješavanje ispravnim analitičkim pristupom“, govori Witte.

Sam Witte je diplomirao statistiku na Sveučilištu u Dortmundu i kasnije je radio za međunarodnu tvrtku za poslovnu analitiku sve dok se nije pridružio EOS-u u 2012. godini. „Potrebne vještine sam stekao ovdje u EOS-u“, govori on. Ali, ne postoji propisani način – u CoA-ovom timu susrest ćete ljude koje ne očekujete u financijskom sektoru. „Imamo i teorijsku fizičarku koja je radila kao konzultantica nekoliko godina prije nego što nam se pridružila“, navodi Witte.

Primjena agilne metodologije na financijske usluge

Witte i njegov kolega Joachim Göller osjećaju veliki pomak u CoA-ovom timu. „Upravo me je startup atmosfera prvenstveno dovela ovdje“, govori Göller koji je prethodno radio nekoliko godina u bankarskom sektoru. „CoA je vrlo agilan, kulturno raznolik tim s vlastitim tempom“, kaže Göller.

Kao da je EOS utemeljio svoju vlastiti fintech, CoA-ov poslovni model također nalikuje onom koji su potvrdili brojni startupovi – najprije pokretanje analitičke platforme, zatim skaliranje poslovanja i omogućavanje partnerima spajanje vlastitih sustava nudivši API. I, naravno, stalno testiranje, učenje i poboljšanje sustava pridržavajući se pravila razvoja agilnog softvera. Postoji jedna velika razlika u odnosu na život startupova: CoA-ov tim može raditi na fintechovim inovacijama, a da ne mora udovoljiti ulagačima. U EOS-u je riječ o dugotrajnoj obvezi prema klijentima.

Primjena pristupa na temelju podataka u procesu naplate potraživanja

Dok je proces promjene u Njemačkoj već u tijeku s prvim slučajevima upotrebe kojima upravlja novi softver pod nazivom FX, CoA sada nastoji podržati druge jedinice usvajanjem sličnog načina razmišljanja koji se temelji na podacima. Göller vjeruje da će priče o uspjehu otvoriti put donositeljima odluke i stvoriti ispravne poticaje za njih. „To je poput suvremenog marketinga: trebate pridobiti fanove kako bi se pogurao ovaj proces“, objašnjava. „Iz svakog slučaja kojim se bavimo mora proizaći izravna korist za klijenta“, kaže Göller. Na prvom mjestu su ljudi; agilnim načinom rada se dosta koriste u CoA-u.

„Bojazan da tehnologija velikih podatka može zamijeniti ljude i poslove je neutemeljena“, navodi Witte, „jer mi ovisimo o svojim stručnjacima za tumačenje dostupnih podataka klijenata i postavljamo točna pitanja kako bi na njih odgovorio sustav za analizu podataka.“ Jedan način kojim bi EOS-ovo osoblje moglo gledati na strojno učenje i umjetnu inteligenciju jest moguće povezivanje s pametnim „suradnikom“ koji im pomaže u donošenju bolje informirane i personaliziranije odluke o sljedećoj najboljoj radnji i u povećanju stope prikupljenih potraživanja.

A project team discusses target groups around the whiteboard.
When companies develop in-house solutions, it helps to think like a start-up: Who can I convince early on with my solutions and thus get to become my ambassador within the organisation?

Personalizirani način obraćanja klijentu

„Platforma je učinkovitija u povezivanju podataka i izradi predviđanja u stvarnom vremenu“, govori Witte. „U prošlosti se možda donošenje naših odluka temeljilo na dvije ili tri ključne informacije o dužniku. Ali, postoji puno više podataka koji nam mogu pomoći u tome da razlikujemo klijente“, pojašnjava Witte. Strojno učenje može pomoći osoblju da više vremena posveti složenijim slučajevima poput nemogućnosti plaćanja ili sudskoj naplati potraživanja, dok se jasni slučajevi automatski rješavaju.

U Njemačkoj prva verzija softvera FX koji se temelji na podacima već pomaže EOS-ovom osoblju u prepoznavanju najobećavajućeg načina za uspostavu dijaloga s klijentom. On odlučuje je li bolji poziv, dopis, tekstualna poruka ili e-pošta ili, alternativno, govori osoblju da uključi terensku službu. „Ako smo već razgovarali s klijentom tri puta zaredom, algoritmi nam mogu pomoći u postizanju ravnoteže. Možemo se obratiti toj osobi četvrti put ili joj možemo umjesto toga dati više vremena“, govori Göller.

Za funkcioniranje rješenja velikih podataka potrebni su zaposlenici

Göller kaže da dok se na transformaciju poslovanja koje se temelji na podacima gleda kao na povećanje učinkovitosti i ubrzanje prilika za vraćanje potraživanja, klijenti će imati osjetnu korist. Između ostalog, sustav će pronaći najprikladnije vrijeme za slanje obavijesti klijentima. „Oslanjanje na algoritme pod svaku cijenu protivilo bi se, međutim, našim etičkim standardima”, govori Göller. Primjerice, EOS nikad ne bi dopustio algoritmu da procjeni kreditnu prošlost zajmoprimaca samo po tome kako im zvuči ime. „Zato se tu snažno oslanjamo na ljude da postave zapreke“, objašnjava Göller.

Ispiši