U EOS-u, obrada ogromne hrpe podataka (eng. Big Data) neće funkcionisati bez ljudi koji njome rukovode.

Kad se mašine usele, ljudi postaju "višak": Nije istina, kažu u timu koji rukovodi EOS-ovim Centrom za analitiku: Oni su izgradili analitičku platformu koja je podešena da transformiše poslovanje na EOS-ovim tržištima– i stvori model razmišljanja i ponašanja koji se upravlja podacima, na nivou cijele organizacije.

Inovacija

Ubrzo nakon što se EOS Grupi u decembru 2017 priključio Joachim Göller, on se prihvatio da vidi kako bi oblikovao Centar za Analitiku. Njegov zadatak: da pomogne da se EOS sa svojim aktivnostima u 25 zemalja pretvori u kompaniju koja se upravlja podacima. "U cilju ostvarivanja tog krupnog koraka naprijed, ubrzo sam shvatio da mi moramo prvo da napravimo korak nazad," kaže Göller, sjedeći u sali za konferencije u EOS-ovoj kancelariji u Siti-centru u Hamburgu.

Sa sjedištem u Hamburgu, EOS ostvaruje snažno prisustvo i dobre pokazatelje u upravljanju potraživanjima u Evropi. Tako različite zemlje kao što su Poljska, Španija i Bosna i Hercegovina su na listi lokacija na kontinentu. Ali, EOS takođe posluje u Rusiji i duž cijelog Atlantika u Kanadi i SAD-u. Ovo pokazuje veličinu zadatka koji Göller njegov tim u Centru za analitiku (CoA) planiraju da riješe: Tu nije samo riječ o stvaranju poslovno-analitičke platforme. Radi se o ugrađivanju modela razmišljanja i ponašanja upravljanog podacima u radnu kulturu više od 55 podružnica koje servisiraju oko 20.000 klijenata širom svijeta, pritome šireći princip donošenja odluka na temelju podataka i obuhvatajući tehnologiju koja stoji iza toga.

Joachim Göller

Razvijanje sistema koji će raditi sa uslugama višestrukih naplata.

"Mi smo jedna snažna pokretačka snaga iza digitalizacije u EOS-u, a to takođe znači prevođenje podataka u oblik i transformisanje podataka u informaciju," kaže menadžer. "Prvobitno, to se sve svodi na pristupanje izvorima podataka, provjeravanje kvaliteta i stvaranje evidencije." Sa razvojem platforme, Centar za analitiku može da integriše lokalne sisteme za naplatu dugovanja koji već postoje u EOS-ove podružnice širom svijeta, i premjesti analitičko donošenje odluka na platformu: EOS-ove jedinice mogu da zadrže njihove osnovne sisteme za naplatu koji odgovaraju zahtjevima njihovog tržišta – CoA će ih povezati na svoju infrastrukturu, snažno ih dopunjujući upotrebnim kvalitetima nauke o podacima i vizuelizacije podataka cijelog preduzeća, pritome osiguravajući zaštitu privatnosti svakoga klijenta korišćenjem isključivo anonimiziranih podataka.

Da biste stekli bolju predstavu o tome kako Centar za analitiku radi, pomoći će ako pogledate ljude koji stoje iza toga. Osoblje jedinice uključuje mnogo različitih profila: "Sa jedne strane, mi uvijek tragamo za novim talentom s tehničkim fokusom," tim-menadžer Patrick Witte kaže. Naučnici u oblasti podataka koji "čitaju" velike i složene podatke, softverski projektanti, "inženjeri" za podatke koji pripremaju infrastrukturu za stvaranje velikih blokove podataka te arhitekte platforme mogli bi da se tu smjeste. Oni dizajniraju i upravljaju radom Platforme za analitiku, koja ostaje u središtu aktivnosti Centra za analitiku (CoA) na transformisanju EOS-a i pomaže mu da ostane lider u poslu.

"Naš cilj je da pronađemo najefikasniji način za prebacivanje podataka iz raznih zemalja gdje EOS posluje na Platformu za analitiku, slijedeći pravila EU o zaštiti podataka," kaže Witte. "To nam omogućava da dizajniramo modele za predviđanje, upotrijebimo vještačku inteligenciju i stvorimo kanale za slanje rezultata natrag na operativnu stranu - snabdijevajući ih kompetitivnom prednošću."

Misli globalno, djeluj lokalno.

Centar za analitiku takođe uključuje i savjetodavnu ruku, koja promoviše dijeljenje najboljih praktičnih iskustava u sferi analitike, uključujući sigurnost podataka i zaštitu privatnosti, u svim podružnicama. "Možemo da podržavamo kolege da analiziraju podatke u jednom dijelu svijeta, dok pomažemo u poboljšavanju postojećih statističkih modela na drugom dijelu," kaže Witte. "Zbog toga radimo ruku pod ruku sa našim kolegama širom EOS grupe.” Ovdje sada uskače druga grupa profesionalaca iz CoA: Analitički konsultanti i naučnici koji se bave podacima, većina njih sa iskustvom u metodičkim oblastima u rasponu od matematike do ekonomije. "Potrebno je imati široki set vještina da bi se osiguralo da se poslovne potrebe identifikuju i rješavaju pomoću pravog analitičkog pristupa," kaže Witte.

Sam Witte ima diplomu iz oblasti statistike na Univerzitetu u Dortmundu, a kasnije je radio za međunarodnu kompaniju koja se bavila poslovnom analitikom prije nego što se pridružio EOS-u tokom 2012. "Neophodne vještine stekao sam ovdje u EOS-u,’ kaže on. Ali ne postoji gotov recept - u CoA-timu srešćete ljude koje možda ne biste očekivali u finansijskom sektoru: ‘Imamo takođe teoretskog fizičara, ženu koja je radila kao konsultant nekoliko godina prije nego što nam se pridružila."

Primjena agilne metodologije na finansijske usluge.

Witte i njegov kolega Joachim Göller obojica osjećaju veliki pokretački impuls unutar CoA-tima. "Zaista je "start-up" atmosfera ono što me je ovdje dovelo u početku," kaže Göller, koji je prethodno radio u bankarskom sektoru nekoliko godina. "CoA je vrlo agilan, vrlo kulturno raznolik tim, sa svojim sopstvenim tempom kretanja."

Kao kada bi EOS uspostavio svoju sopstvenu Fintech kompaniju, poslovni model koji ima CoA takođe podsjeća na te, od mnogih pohvaljivane, start-up kompanije: Prvo podizanje sa zemlje analitičke platforme, kasnije rast i razvoj operacija i omogućavanje partnerima da povezuju svoje sopstvene sisteme nuđenjem aplikacionog programskog interfejsa (API). I, naravno, konstantno testiranje, učenje i poboljšavanje sistema, slijedeći pravila razvoja agilnog softvera. Sa jednom velikom razlikom u odnosu na život u start-up kompaniji: CoA tim može da radi na fintech inovacijama bez imperativa da mora da zadovolji investitore. U EOS-u, sve se svodi na dugoročnu posvećenost klijentima.

Primjena pristupa koji se upravlja podacima na proces naplate.

Dok je proces promjene u Njemačkoj u punom zamahu, s prvim slučajevima upotrebe upravljanim novim softverom zvanim FX, CoA sada gleda da pomogne druge jedinice da adaptiraju sličan podacima upravljan model razmišljanja i ponašanja. Göller vjeruje kako će priče o uspjehu trasirati put i stvoriti prave podsticaje za donosioce odluka: "To je kao moderni marketing: Morate zadobiti obožavaoce koji će unaprijeđivati ovaj proces," kaže on. "Svaki predmet kojeg se latimo mora rezultirati direktnim benefitom za klijenta." Prvo ljudi: Agilan način rada vrlo je mnogo u upotrebi u CoA.

Zabrinutost da bi tehnologija za velike podatke mogla da zamijeni ljude i potrebu za radnim mjestima su neosnovane, kaže Witte, "Mi zavisimo od naših eksperata da interpretiraju dostupne podatke o kupcima i pitaju prava pitanja na koja treba da odgovori sistem za analizu podataka." Jedan način kako da osoblje EOS-a posmatra mašinsko učenje i vještačku inteligenciju može biti taj da ga uporedi sa pametnim ‘radnim kolegom’, koji im pomaže da naprave bolje informisane i više personalizovane odluke o drugom najboljem rješenju - i povećaju stopu naplaćenih potraživanja.

A project team discusses target groups around the whiteboard.

Više personalizovan način da se pristupi klijentu.

"Platforma je mnogo efikasnija u koreliranju podataka i proizvodnji prognoza u realnom vremenu," kaže Witte. "U prošlosti, naš proces donošenja odluka mogao se bazirati na dvije ili tri ključne informacije o dužniku. Ali postoji mnogo više podataka koji nam mogu pomoći da diferenciramo klijente.” Mašinsko učenje može takođe omogućiti osoblju da posveti više vremena kompleksnijim predmetima kao što su nesolventnost ili sudska naplata dugovanja, dok se prosti problemi obrađuju automatski.

U Njemačkoj, prva verzija FX softvera upravljanog podacima već pomaže EOS-ovom osoblju da identifikuju način za stupanje u razgovor s klijentima koji najviše obećava. To je pravljenje izbora između telefonskog poziva, pisma, tekstualne poruke i e-pošte, alternativno, upućivanje osoblja da uključi uslugu kontaktiranja na terenu. "Ako smo mi već razgovarali sa klijentom tri puta zaredom, algoritam može da nam pomogne da izvažemo potrebnu ravnotežu: Ili kontaktirati ovu osobu po četvrti put ili umjesto toga dati joj malo vremena,” kaže Göller.

Rješenja za velike podatke traže od zaposlenih da jure za njima.

Dok se za transformaciju u poslovanje upravljano podacima vidi da povećava efikasnost i podiže šanse da će dug biti vraćen, i klijenti će takođe imati značajne benefite, prema Gölleru. Među ostalim prednostima, sistem će pronaći najpogodnije vrijeme da pošalje upozorenja klijentima. "Oslanjati se na algoritme pa "šta bude da bude" bilo bi, ipak, protiv naših etičkih standarda," kaže Göller. Na primjer, EOS neće nikada dopustiti da algoritam rangira kreditnu istoriju pozajmljivača po tome kako zvuče njihova imena. "To je ono gdje se snažno oslanjamo na ljude, da postave granice."

podeli ovo

Štampanje