W firmie EOS duże dane nie działają bez ludzi, którzy nimi kierują

Kiedy maszyny idą naprzód, ludzie pozostają w tyle: nieprawda, mówi zespół w czołowym Centrum analityki firmy EOS: Zbudował on platformę analityczną, która jest ustawiona na przekształcenie biznesu na rynkach EOS – i utworzenie sposobu myślenia, którego motorem działania są dane, w całej organizacji.

Wkrótce po tym, jak Joachim Göller dołączył do grupy EOS w grudniu 2017 roku, usiadł, aby spojrzeć, jak ukształtować Centrum analityki. Jego zadanie: pomóc EOS i jej działaniom w 25 krajach przekształcić się w firmę, której motorem napędowym będą dane. „Aby zrobić ten sus naprzód, szybko zdałem sobie sprawę, że najpierw musimy zrobić krok wstecz” – mówi Göller, siedząc w pokoju konferencyjnym w biurze EOS w centrum Hamburga.

Dzięki siedzibie w Niemczech firma EOS cieszy się silną obecnością i posiada historię w zarządzaniu należnościami w Europie. Lista innych lokalizacji na kontynencie obejmuje kraje, takie jak Polska, Hiszpania i Bośnia. Ale EOS działa również w Rosji i za Atlantykiem w Kanadzie i Stanach Zjednoczonych. Pokazuje to rozmiar zadania, z którym zmaga się Göller i jego zespół w Centrum analityki (CoA): nie chodzi tylko o stworzenie biznesowej platformy Business Intelligence. Chodzi również o osadzenie sposobu myślenia, którego siłą napędową są dane w kulturze pracy ponad 55 filii, które obsługują około 20 000 klientów na świecie, rozprzestrzeniając przy tym podejmowanie decyzji, którego siłą napędową są dane i stosując technologię.

Joachim Göller

Opracowanie systemu, który będzie działał z wieloma usługami windykacyjnymi

„Jesteśmy potężną siłą napędową stojącą za digitalizacją w EOS i to również oznacza nadanie kształtu danym i przekształcenie danych w informacje” – mówi kierownik. „Początkowo, chodzi głównie o dostęp do źródeł danych, sprawdzając jakość i tworząc historię”. Wraz z opracowaniem platformy Centrum analityki może zintegrować lokalne systemy windykacyjne istniejące już w filiach EOS na świecie i przesunąć podejmowanie analitycznych decyzji do platformy: Działy EOS mogą utrzymać swój główny system windykacyjny, który spełnia wymagania rynku – CoA połączy to ze swoją infrastrukturą, doładowując ją siłą nauki i wizualizacji opartych na danych całego przedsiębiorstwa, zapewniając jednocześnie prywatność każdego klienta poprzez korzystanie wyłącznie z anonimowych danych.

Aby lepiej zorientować się, jak działa Centrum analityki, pomaga przyjrzenie się ludziom za nim stojącym. Personel działu obejmuje wiele różnych profili: „Z jednej strony zawsze szukamy nowych talentów o technicznej orientacji” – mówi kierownik zespołu Patrick Witte. Osoby analizujące dane, deweloperzy oprogramowania, inżynierowie przetwarzający dane i architekci platformy świetnie się do tego nadają. Opracowują oni i obsługują platformę analityczną, która pozostaje w centrum wysiłków CoA, aby przekształcić firmę EOS i pomóc jej pozostać liderem w branży. „Naszym celem jest znalezienie skutecznego sposobu na przenoszenie danych z różnych krajów EOS do platformy analitycznej, zgodnie z zasadami ochrony danych UE” – mówi Witte. „Pozwala to nam projektować modele prognozujące, wykorzystywać sztuczną inteligencję i tworzyć kanały do wysyłania z powrotem wyników stronie operacyjnej, zapewniając jej konkurencyjną. przewagę”.

Myśl globalnie, działaj lokalnie

Centrum analityki posiada również ramię doradcze, które promuje udostępnianie najlepszych praktyk w zakresie analizy, w tym bezpieczeństwa danych i ochrony prywatności, we wszystkich filiach. „Możemy wspierać kolegów, aby analizowali dane w jednej części świata, pomagając poprawić istniejące modele statystyczne w innej części” – mówi Witte. „W tym celu pracujemy ręka w rękę z naszymi kolegami w całej grupie EOS”. To tutaj do akcji rusza druga grupa specjalistów w CoA: konsultanci analityczni i osoby analizujące dane, z czego większość z nich posiada wykształcenie metodyczne od matematyki po ekonomię. „Wymaga to szerokiego zakresu umiejętności, aby zapewnić identyfikację potrzeb biznesowych i ich rozwiązanie za pośrednictwem odpowiedniego podejścia analitycznego” – mówi Witte.

Sam Witte uzyskał stopień naukowy w zakresie statystyki na uniwersytecie w Dortmund, później pracował dla międzynarodowej firmy zajmującej się analityką biznesową zanim dołączył do EOS w 2012 roku. „Konieczne umiejętności nabyłem tutaj w EOS” – mówi. Ale nie ma na to przepisu – w zespole CoA spotkasz ludzi, których byś się nie spodziewał w sektorze finansowym: „Mamy również fizyka-teoretyka, który pracował jako konsultant przez kilka lat zanim dołączył do nas”.

Zastosowanie zwinnej metodologii do usług finansowych

Witte i jego kolega Joachim Göller odczuwają duży pęd w zespole CoA. „To naprawdę atmosfera uruchomienia, która przywiodła mnie tutaj w pierwszym rzędzie” – mówi Göller, który pracował wcześniej przez kilka lat w sektorze bankowym. „CoA to bardzo zwinny, bardzo zróżnicowany kulturowo zespół poruszający się we własnym tempie”.

Jakby firma EOS ustanowiła własny FinTech, model biznesowy CoA również przypomina to sprawdzony wieloma uruchomieniami: najpierw uruchamiając platformę analityczną, później skalując operacje i umożliwiając partnerom podłączenie własnych systemów poprzez zaoferowanie API. I, oczywiście, stale testując, ucząc się i usprawniając system, przestrzegając przy tym zasad oprogramowania zwinnego. Z jedną ważną różnicą życia uruchamiania: zespół CoA może pracować nad innowacją FinTech, bez potrzeby zadowalania inwestorów. W EOS wszystko kręci się wokół długoterminowego zaangażowania wobec klientów.

Zastosowanie podejścia, którego motorem działania są dane w procesie windykacyjnym

Podczas gdy proces zmiany już trwa w Niemczech z pierwszymi przypadkami zastosowania zarządzanymi przez nowe oprogramowanie zwane FX, CoA stara się teraz wesprzeć inne działy w procesie adaptacji podobnego sposobu myślenia, którego siłą napędową są dane. Göller wierzy, że historie sukcesu utorują drogę i stworzą odpowiednie motywacje dla osób decyzyjnych: „To jak współczesny marketing: musisz pozyskać fanów, którzy popchną ten proces do przodu” – mówi. „Każdy przypadek, z którym się borykamy, musi przynieść klientowi bezpośrednią korzyść”. Ludzie pierwsi: zwinny sposób pracy jest często wykorzystywany w CoA.

Wątpliwości, że technologia dużych danych mogłaby zastąpić prawdziwych ludzi i ich pracę są bezpodstawne – mówi Witte. „Zależymy od naszych specjalistów, aby interpretować dostępne dane konsumentów i zadawać odpowiednie pytania, na które odpowiedzi ma udzielić system analizy danych”.

Jednym sposobem, w jaki personel EOS patrzy na uczenie się maszyn i sztuczną inteligencję może być porównanie do inteligentnego „współpracownika”, który pomaga innym w podejmowaniu lepiej poinformowanych i bardziej spersonalizowanych decyzji podczas następnego najlepszego działania – i w zwiększeniu współczynnika odzyskanych należności.

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?

Bardziej spersonalizowany sposób zwracania się do klienta

„Platform jest dużo skuteczniejsza w korelowaniu danych i tworzeniu prognozy w czasie rzeczywistym” – mówi Witte. „W przeszłości nasze podejmowanie decyzji mogłoby opierać się na dwóch lub trzech kluczowych informacjach na temat dłużnika. Ale istnieje dużo więcej danych, które mogą pomóc nam zróżnicować klientów”. Uczenie się maszyn może pozwolić również personelowi poświęcić więcej czasu na bardziej skomplikowane przypadku jak niewypłacalność lub windykacja sądowa, podczas gdy proste kwestie są rozwiązywane automatycznie.

W Niemczech pierwsza wersja oprogramowania FX, którego siłą napędową są dane pomaga już personelowi EOS w określenia najbardziej obiecującego sposobu prowadzenia dialogu z klientem. Oznacza to dokonanie wyboru pomiędzy rozmową telefoniczną, pismem, wiadomością tekstową i wiadomością e-mail, informując personel o potrzebie zaangażowania usługi terenowej. „Jeśli już trzy razy rozmawialiśmy z klientem, algorytmy mogą pomóc nam w przywróceniu równowagi: skontaktować się z tą osobą po raz czwarty albo zamiast tego odczekać chwilę” – mówi Göller.

Rozwiązania dotyczące dużych danych wymagają pracowników, którzy będą je obsługiwać

Podczas gdy w przejściu na działalność, której motorem działania są dane, upatruje się zwiększonej skuteczności i większych szans na spłatę zadłużenia, według Göllera skorzystają z tego znacznie również klienci. Pośród innych korzyści system znajdzie najodpowiedniejszy czas na wysłanie klientom ostrzeżeń. „Jednakże, aby niezależnie od tego, co się stanie, zaufać algorytmom, jest wbrew naszym standardom etycznym” – mówi Göller. Na przykład, firma EOS nigdy nie zezwoliłaby na ocenę historii kredytowej osoby biorącej pożyczkę na dźwięk jej imienia i nazwiska. „To tutaj polegamy mocno na ludziach, aby postawić granice”.

Udostępnij

Drukuj