U EOS-u Big data ne funkcionira bez ljudskog vodstva
Kada se pojave strojevi, ljudi postaju višak. Međutim, tim koji vodi EOS-ovo analitičko središte tvrdi da je istina potpuno suprotna. Izradili su analitičku platformu koja će promijeniti poslovanje na EOS-ovim tržištima i uspostaviti analitički pristup u razmišljanju u cijeloj organizaciji.
Ubrzo nakon što se Joachim Göller pridružio EOS Grupi krajem 2017. godine, počeo je smišljati na koji način uspostaviti analitičko središte. Njegov je zadatak bio implementirati analitički pristup u razmišljanju u EOS-u u 25 zemalja. „Kako bi se realizirao taj veliki iskorak, bilo je jasno kako je za početak potrebno napraviti korak unazad“, prisjeća se Göller.
Sa sjedištem u Njemačkoj, EOS ima snažnu prisutnost i vidljive rezultate u upravljanju potraživanjima u Europi. Različite zemlje poput Poljske, Španjolske i BiH su na popisu. No EOS posluje i u Rusiji te i u Kanadi i SAD-u, što pokazuje zahtjevnost zadatka koji Göller i njegov tim moraju riješiti u analitičkom središtu. No, ovdje nije riječ isključivo o stvaranju platforme poslovne inteligencije. Radi se o implementaciji analitičkog pristupa u način razmišljanja u radno okruženje koje čini više od 55 podružnica, koje pružaju uslugu približno 20.000 klijenata širom svijeta.
Razvijanje sustava koji će raditi s različitim uslugama naplate potraživanja
„Mi smo pokretačka sila digitalizacije u EOS-u, što uključuje prikupljanje podatka i njihovo tumačenje. U početku je riječ o pristupu izvorima podataka, provjeri kvalitete i stvaranju povijesti“, naglašava menadžer. Zahvaljujući razvoju platforme, analitičko središte može integrirati lokalne 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 kakvi udovoljavaju zahtjevima njihovih tržišta – centar za analitiku će ih spojiti sa svojom infrastrukturom, pružiti im podatkovno znanje i snagu podatkovne vizualizacije cjelokupne tvrtke, dok će istodobno osigurati privatnost svakog klijenta i koristiti samo anonimne podatke.
Kako bi se dobio bolji uvid u djelovanje analitičkog središta, potrebno je pogledati tko iza njega stoji. Osoblje kompanije uključuje različite profile. „S jedne strane uvijek tražimo nove talente koji teže tehničkim znanjima“, ističe voditelj tima Patrick Witte. Podatkovni znanstvenici, programeri, podatkovni inženjeri i arhitekti digitalnih platformi odgovaraju opisu. Oni osmišljavaju i rade s analitičkom platformom koja čini srž analitičkog centra u transformaciji EOS Grupe kako bi joj pomogli zadržati lidersku poziciju. „Naš je cilj pronaći najučinkovitiji način za premještanje podataka iz različitih zemalja u analitičku platformu, pridržavajući se EU propisa o zaštiti podataka. To nam omogućuje da osmislimo modele predviđanja, da upotrijebimo umjetnu inteligenciju i izgradimo kanale koji će na operativnoj razini slati povratne informacije, što uvelike daje kompetitivnu prednost“, objašnjava Witte.
Misli globalno, djeluj lokalno
Analitičko središte obuhvaća i savjetodavni ogranak koji potiče razmjenu iskustva u kontekstu analitike, što uključuje zaštitu podataka i zaštitu privatnosti u svim podružnicama. „Možemo dati potporu kolegama u analizi podataka u jednom dijelu svijeta, dok istovremeno unaprjeđujemo postojeće statističke modele u drugom dijelu. Iz tog razloga usko surađujemo s kolegama iz cijele EOS Grupe. Ovdje do izražaja dolazi druga skupina stručnjaka u analitičkom centru, a to su stručnjaci za analitiku i podatkovni znanstvenici, većina njih s metodičkom pozadinom koja seže od matematike do ekonomije. Potreban je široki spektar vještina kako bi se poslovni zahtjevi riješili uporabom ispravnog analitičkog pristupa“, govori Witte.
Sam Witte je diplomirao statistiku na Sveučilištu u Dortmundu i kasnije je radio za međunarodnu tvrtku koja se bavi poslovnom analitikom, sve dok se nije pridružio EOS-u 2012. godine. „Potrebne vještine stekao sam ovdje u EOS-u“, ističe, "ali ne postoji zadani način – u našem timu susrest ćete ljude koje ne očekujete u financijskom sektoru. Imamo i teorijsku fizičarku koja je prije nego što nam se pridružila, radila nekoliko godina kao konzultantica", navodi Witte.
Primjena agilne metodologije na financijske usluge
Witte i njegov kolega Joachim Göller osjećaju veliki pomak u timu koji djeluje u centru za analitiku. „Start up atmosfera je ono što me prvenstveno ovdje privuklo. Centar je vrlo agilan, sačinjava ga kulturno raznolik tim s vlastitim tempom“, naglašava Göller.
Kao što je EOS utemeljio svoj 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 poboljšavanje 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 analitičkog pristupa u procesu naplate potraživanja
Dok je proces promjene u Njemačkoj već u tijeku kroz upotrebu novog FX softvera, centar za analizu sada nastoji potaknuti i druge jedinice na usvajanje sličnog analitičkog pristupa. Göller vjeruje da će uspješne priče potaknuti donositelje odluke u primjeni navedenog pristupa u svakodnevnom poslovanju. „To je poput suvremenog marketinga – trebate pridobiti obožavatelje koji će gurati proces prema naprijed. Iz svakog slučaja mora proizaći izravna korist za klijenta“, kaže Göller.
Witte tvrdi kako je bojazan da će big data tehnologija zamijeniti ljude i poslove neutemeljena. „Mi ovisimo o svojim stručnjacima za tumačenje dostupnih podataka i postavljamo sustavu za analizu podataka pitanja kako bismo na njih dobili odgovore. Jedan od način kako EOS-ovo osoblje može promatrati strojno učenje i umjetnu inteligenciju jest kao pametnog „suradnika“ koji im pomaže u donošenju informiranijih odluka i u povećanju stope prikupljenih potraživanja.
Big data rješenja trebaju ljude koji će ih provoditi
Dokle god analitički pristup u poslovanju rezultira porastom učinkovitosti i povećava izglede za naplatu potraživanja, klijenti će imati znatne koristi. Jedna je od prednosti što će sustav definirati najprikladnije vrijeme za slanje obavijesti samim dužnicima. „Oslanjanje na algoritme pod svaku cijenu protivilo bi se našim etičkim standardima. Primjerice, EOS nikad ne bi dopustio algoritmu da procjeni kreditnu prošlost zajmoprimaca samo po tome kako im zvuči ime. Ovdje se snažno oslanjamo na ljude“, objašnjava Göller.