W firmie EOS Big Data nie działa bez ludzi, którzy nimi kierują
Kiedy technologia idzie naprzód, ludzie pozostają w tyle. Nieprawda - mówi zespół z głównego 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 krok naprzód, szybko zdałem sobie sprawę, że najpierw musimy zrobić krok wstecz” – mówi Göller, siedząc w biurze EOS w centrum Hamburga.
Dzięki siedzibie w Niemczech firma EOS cieszy się silną pozycją 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 oddziałów, które obsługują około 20 000 klientów na świecie, rozprzestrzeniając przy tym podjęte decyzje.
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 Dyrektor. „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 duże tempo pracy w zespole CoA. „To naprawdę ciekawa atmosfera przywiodła mnie tutaj w pierwszej kolejności” – mówi Göller, który pracował wcześniej przez kilka lat w sektorze bankowym. „CoA to bardzo zwinny i zróżnicowany kulturowo zespół poruszający się we własnym tempie”.
Tworząc własny FinTech przez EOS, model biznesowy CoA kontrolowany jest poprzed wiele uruchomień. 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 w Niemczech już trwa 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 lepszego działania – i w zwiększeniu współczynnika odzyskanych należności.
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 również klienci. Pośród innych korzyści system znajdzie najodpowiedniejszy czas na wysłanie klientom ostrzeżeń. „Jednak zaufanie jedynie algorytmom, niezależnie od tego co się stanie, 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”.