Olvasási idő: 4 perc
Adatokból üzleti értéket teremteni: árbevételt növelni, EBITDA-t növelni, eredményesebbé tenni a cég működését, növelni a munkavégzés hatékonyságát. Remekül hangzó buzzword-ök, de hogy lehet egy termelő vállalatnál, vagy egy szolgáltatónál valóban elérni, hogy a kezelők, ügyintézők által gyűjtött adat a könyvekben is kimutatható hasznot eredményezzen?
Az elmúlt években egyre több középvezető ismerte fel a saját területén, hogyan lehetne adatalapon hatékonyságot növelni, esetleg a csapata munkaidejét nagyobb hozzáadott értékű feladatokra fordítani repetitív, automatizálható tevékenységek helyett. A Hiflylabsnél, mi magunk is első kézből láttuk ezt a folyamatot, hisz több mint 20 éve segítjük ezeket a változásokat. Azonban a kezdeményezések nagyrészt megállnak lokális szinten, nincs mögöttük átfogó vállalati koncepció, mi is számtalanszor találkoztunk olyannal, hogy egy adott nagyvállalat egyik majd másik osztálya egymástól függetlenül keresett meg minket különböző üzleti intelligencia (BI, business intelligence) megoldások ötletével.
Ezek a helyi, vagyis alulról jövő kezdeményezések nagyon hatékonyak tudnak lenni, növelik a dolgozók elégedettségét, optimalizálnak, a legtöbbször már mérhetően hatékonyabbá teszik az adott részleg működését, azonban a legtöbb nagyvállalati egység nem önmagában működik, hanem más üzleti egységekkel karöltve egy vállalati adatfolyam részeként. Gondoljuk csak egy egyszerű beszerzési folyamatra, ahol a vásárló elküldi a rendelését a beszerzésnek, majd a beszerzés miután elvégezte a saját módosításait továbbküldi az adatokat a gyártás vagy a számlázás felé és így tovább, rengeteg csatornával felépül egy komplex vállalati adatfolyam.
Egyre több nagyvállalati vezető, igazgatótanács felismerte már, hogy ezt az adatfolyamot inkább egyben érdemes szemlélni, vagyis kellene egy olyan szerepkör, amely end-to-end képes kezelni ezeket a folyamatokat. Képes továbbá a lokális kezdeményezéseket facilitálni, a bevált módszereket más egységekre átültetni, és a szervezet adatvagyonában lévő potenciált kiaknázni. Ez a fajta igény hívta létre az egyik legfiatalabb executive pozíciót a nagyvállalatoknál, nevezetesen a Chief Data Officert (CDO).
Melyek azok a feladatok, amelyeket érdemes centralizáltan kezelni, támogatni?
Abban megegyezhetünk – ahogy minden egyéb vállalati pozíciónál, egy centralizált adatvezetőnél is – a különböző cégek, különböző kultúrák más és más feladat- és szerepköröket definiáltak a pozícióhoz. Ebben a részben igyekeztünk összeszedni azokat a kulcselemeket, amiket a tapasztalat és az adatipar főbb szereplői a legfontosabb centrálisan kezelendő feladatoknak tart.
> Adatkultúra kialakítása és terjesztése: Első és legfontosabb feladat, hogy a vállalat dolgozói, megismerjék az adat alapú kultúrát* és megértsék annak jelentőségét. Ez nem csak a gondolkodásmód változását, vagy a berögzült szokásokat felülírását jelenti, hanem átlátható folyamatokat, amelyben az adatokat áttekinthetően, mindenki számára ismert módon kezeljük, és a kollégák értik, hogy az ő adott feladatuknak egy későbbi fázisban milyen jelentősége van. (Kapcsolódó blogbejegyzés az Adatos projektek járulékos hasznairól)
> Adatminőség javítása: Ugyan az adatminőség javítása nem közvetlenül egy executive szintű vezető felelősségi köre, azonban az irányelvek meghatározása, a visszamérési rendszerek létezése és az elvárások definiálása egyértelműen ide tartozik. Vagyis az nem várható el egy CDO-tól, hogy például a HR adatok minősége megfelelő legyen, hiszen ez az üzleti vezető felelőssége, azonban a CDO feladata, hogy legyen definíció, ami megmondja, mi az a megfelelő, és legyen irányelv, ami megmondja, hogyan kell azt a megfelelőt elérni.
> Elérhető és átlátható adatvagyon kialakítása: Ha már van egy jó (vagy kevésbé jó) adatvagyonunk és a kollégák értik, hogy ennek vállalati szintű kiaknázásban milyen lehetőségek rejlenek, a CDO feladata, hogy ez a szakemberek számára elérhetővé váljon. Legyen központi adattároló egység**, ahol a különböző szervezeti egységből származó adatokat össze lehet kapcsolni. Itt mindenképp ki kell hangsúlyozni, hogy egy szervezeten átívelő adatok mellett a metaadatok is kiemelt jelentőséggel bírnak, gondoljuk csak az adatintegritási kérdésekre. Fontos ismernünk, hogy melyik adat, milyen úton jutott el a végfelhasználóhoz, milyen transzformációk, kalkulációk segítségével állt elő az adott KPI, melyik rendszerből jöttek a forrásadatai, ki szerkesztette utoljára, stb. .
> Adatértelmezés: Cégünk számtalan data science projekten dolgozott az utóbbi években, és ha egyetlen kulcstanulságot kellene megfogalmazni ezen projektek alapján, biztos, hogy az adatértelmezéshez kapcsolódna. Ha az elemzett terület alap-összefüggéseit és viselkedését nem értjük, akármilyen bonyolult adatelemzési modellt bevethetünk, mégsem tudunk majd megbízható konklúziókat levonni.Vagyis nem elég, ha az adatokat elérhetővé és lekövethetővé tesszük, segíteni kell a kollégákat abban, hogy azokat meg is értsék. Az adatmegértés lehetőségének biztosítása egy szervezeten átívelő tevékenység, így ez is egyértelműen a CDO feladatkörébe tartozik.
> Self-service megoldások promotálása: Ha már van egy elérhető adatvagyonunk, amit értünk is, adódik a lehetőség, hogy mi magunk kezdjük elemzésekbe, riport és dashboard készítő kollégák bevonása nélkül, vagy minimális segítséggel. Az egyes területek szakértői olyan mély tudással rendelkeznek a saját területükről, amelyre egy adatelemzési szakértő ritkán tesz szert. Vagyis, ha egy CDO az adatvagyon kiaknázására törekszik, mindenképp érdekében áll néhány adatelemzési módszert és eszközt az egyes területek szakértőinek bemutatnia, akik mélyen megbúvó összefüggésekre jöhetnek rá könnyedén, ha a saját több éves szakmai tudásukat egy megfelelő eszközzel kombinálják.
> Partnerség a vezetőkkel: Ahogy a későbbiekben látni fogjuk a CDO nevével ellentétben sok esetben nem a C-betűs vezetők szintjén található a vállalati hierarchiában, mégis mindenképp összehangolt munkára van szükség közte, és a többi vezető között. Céljánál fogva ő egy cross-domain szervezeti egység, így segítheti a többi vezetőt céljai elérésében, illetve a különböző egységek közötti összehangolt munkavégzést (pl. pénzügy és marketing között, stb…).
> Etikus adatfelhasználás: Adatos körökben talán említeni sem kell, de az utóbbi időben több világszínű eset nyomán (Facebook, Cambridge Analytics) az adatok etikus felhasználása előtérbe került. Ha van egy központi adatos vezető, mindenképp az ő felelőssége, hogy az adatokkal való visszaélések megelőzése érdekében az információbiztonsági szakemberekkel összhangban lépéseket tegyen.
Ahogy a fentiekből kiderült, a CDO szerepkör alapvetően nem a KKV szektor sajátja, inkább nagyvállalati közegben tölt be fontos szerepet. Az adatalapú jövőben nagyon sok vállalatnál ezek a feladatok és felelősségek nem egy ember kezében összpontosulnak, hanem egyéb szerepekhez tartoznak. A cikksorozat folytatásában megvizsgáljuk, hogy ha nem központi CDO van, ezek a feladatok tipikusan hova kerülnek cégen belül, ha egyáltalán kerülnek valahova, valamint, ha van CDO, a szervezetben hol helyezkedik el. Adunk továbbá egy áttekintést az aktuális magyarországi CDO-król (vagy eltérő nevű, de hasonló feladatkörben lévő szereplőkről).
* ha érdekel mit értünk mi “adatalapú kultúrán” jelezd kommentben és készítünk arról is egy bejegyzést
** természetesen elméleti egységről beszélünk, nem fizikai rendszerekről