Članci

Kako nam analiza podataka može pomoći kod upravljanja rizicima?

29 mar 2018

Digitalna transformacija više nije samo poštapalica, već realnost svih današnjih preduzeća. Takođe ste verovatno već čuli da su podaci »nova nafta«. Ali šta to znači u praksi i kako nam digitalna transformacija i podaci mogu pomoći u poboljšanju poslovanja?
Marko Srabotnik, direktor poslovnih rešenja u kompaniji Bisnode za južno tržište je o tome govorio na Akademiji za digitalnu transformaciju, koja se održala u martu na Ekonomskom fakultetu u Ljubljani.

Živimo u digitalnom svetu gde svakodnevno proizvedemo ogromne količine podataka. Reč je o tzv. velikim podacima (big data) koji se »kriju« u bazama podataka preduzeća, na internetu, društvenim mrežama, u bazama podataka uređaja, odnosno u senzorskim podacima (IOT) državnih organa i drugih kreatora podataka. Karakteriše ih pre svega značajna veličina, raznolikost, neodređenost i brzina. A pošto su te grupe podataka same po sebi neupotrebljivi, pomoću analize podataka i povezivanja nestrukturisanih podataka možemo da ih pretvorimo u poslovne uvide koji pružaju dodatni pogled na rad preduzeća i njegovu okolinu.

Pomoću podataka možemo u preduzeću uspostaviti efikasan sistem za upravljanje, a pre svega otkrivanje i smanjenje rizika poslovanja. Umesto retroaktivnog analiziranja rizika dobro zasnovani i izvedeni postupci analize podataka, omogućavaju nam da u potpunosti ovladamo celim spektrom rizika unutar kompanije, a pre svega uvođenje dodatnih sigurnosnih mehanizama u poslovne procese.

Pogledajmo primer jedne veće evropske kompanije koja posluje na području robe široke potrošnje (FMCG). Kompanija ima proizvodne pogone u Nemačkoj, a za nabavku sirovina sklapa poslove sa preduzećima po celom svetu, između ostalog i u Ukrajini i Belorusiji. Proces nabavke je u ovom slučaju veoma dug, od porudžbine do dostave prođe oko 8 nedelja, zato je jako važno da preduzeće ima potpun uvid u poslovanje dobavljača. Problem? Kod dobavljača iz pomenutih država se često dešavalo da poručena roba jednostavno ne stigne, a preduzeće dobavljača preko noći nestane. To je izuzetno neprijatna situacija za preduzeće, jer donosi u najmanju ruku dodatne troškove i smanjenje profita, a da se loš ugled ni ne spominje.

Spomenuta kompanija je svoje procese za upravljanje rizicima nadogradila sistemom za automatizaciju praćenja postojećih i potencijalnih dobavljača kroz celokupni proces nabavke. Pomoću inovacije koja je zasnovana na mašinskom učenju (machine learning) i kontekstualnoj dubinskoj analizi podataka (context mining) su preko javnih dostupnih izvora pratili određen spektar preduzeća i skupljali različite informacije o njima. Na taj način se recimo proveravala aktivnost na internet stranicama preduzeća, reklamiranje, pominjanje po forumima, blogovima, društvenim mrežama, zapisi u medijima, ukratko sve što može da nam stavljeno u određeni kontekst, da jasniju sliku o poslovanju jednog preduzeća. Na osnovu sakupljenih podataka i predefinisanih pokazatelja rizika, dobavljače su raspoređivali prema izgledima za podvale i prevare (fraudulent behaviour scoring) i istovremeno pratili događaje koji bi mogli da utiču na proces lanca nabavke. Pošto se prikupljanje i analiza podataka odvijaju u realnom vremenu, na osnovu nalaza mogli su u isto vreme da u poslovne procese uvode određene mere – dodatna proveravanja, prekid plaćanja ili čak prekid saradnje. Rezultat? Značajno manje smetnji u lancu nabavke, brže otkrivanje prevara, eliminisanje sumnjivih dobavljača i posledično bolje poslovanje.

Iako zvuči jednostavno, u stvarnosti to nije tako. Jedan od najvećih izazova kod upotrebe kontekstualne analitike i uvođenju digitalnih pristupa je – gde i kako početi? Najpre je ključno donošenje odluke o rešavanju starih izazova novim, savremenim pristupima – brže, efikasnije i prilagođenije korisniku. Pritom je veoma važno da su izazovi i ciljevi jasno definisani, na primer povećanje prodaje određene usluge ili proizvoda preko određenih kanala, smanjenje fluktuacije komitenata ili u konkretnom slučaju otklanjanje prekida u lancu nabavke.

Dakle, kako unutar kompanije povećati entuzijazam za nove tehnologije i pristupe? Pored pripremljenih projektnih i investicionih planova treba svim učesnicima i donosiocima odluka pokazati da verujemo u promene i zastupati ih sa žarom u očima. Pri tome upoređivanje sa konkurencijom u lokalnom ili globalnom okruženju može da nam ponudi opipljive dokaze o efikasnosti novih pristupa. Digitalna transformacija i analiza podataka su samo dve nove poluge za postizanje rasta i profitabilnosti.