Příběh, jakým dnes zákazník kupuje zboží nebo objednává službu, je úplně jiný. Přes zjišťování zkušeností jiných uživatelů až po doporučení influencera na Instagramu za sebou zákazník nechává digitální stopu. Na společnosti a jejich IT vzniká velký tlak na využití těchto dat a informací z nich pro analyzování různých impulzů zákazníka, a to ideálně ihned. Nemohou si dovolit čekat na odpověď, report, několik dní nebo týdnů, aby se pak ve firmě dozvěděli, že nová kampaň zabrala a zboží je již téměř vyprodané.

Ty společnosti, které budou schopny analyzovat data, poskytovat zajímavé informace a podporovat tím pracovníky na jakékoliv úrovni k lepším rozhodnutím, budou více efektivní, konkurenceschopné a profitabilní.

Tradiční způsoby analýzy

Představme si situaci v prodejním řetězci. Tým datových specialistů připravuje pro manažery standardní týdenní či měsíční report. Vzhledem k objemu dat a času, který by se musel vynaložit, aplikují známé pravidlo 80/20 a zaměřují se tak na top/bottom 20 % produktů. A díky tomu, že se zbytek dat prakticky neanalyzuje, dochází k tomu, že se společnost okrádá o zisky, které by mohla generovat.

Co když přijde manažer a chce porozumět tomu, proč došlo v posledním kvartále k takovým propadům v prodeji hraček pro děti do 3 let? K takovým a podobným otázkám slouží ad-hoc dotazování, které provádí datový expert. V lepším případě to trvá hodiny, v horším dny. V takové situaci je manažer odkázán na intuici. V momentě, kdy konečně report dorazí, je možné, že už manažer musel udělat rozhodnutí, případně už se prodeje hnuly jiným směrem. Informace se tak stává irelevantní.

V dlouhodobém horizontu pak dochází k tomu, že si kvůli frustraci byznys oddělení najímají své datové analytiky, budují duplicitní datové zdroje a implementují vlastní analytické nástroje. Pro IT je taková situace neudržitelná.

Analytika řízená vyhledáváním s prvky umělé inteligence

Stejně jako moderní vyhledávače změnily způsob, jakým dnes nakupujeme zboží, hledáme informace nebo zábavu, máme nyní možnost využít i analytické nástroje pracující na stejném principu. Prostým kladením dotazů typu „Jaké produkty se prodávaly nejlépe v druhém kvartálu ve středočeském regionu?“. A výsledek je k dispozici okamžitě, během několika milisekund.

Ty společnosti, které se v blízké budoucnosti zaměří na zvýšení rychlosti při analýze dat, poskytnou svým zaměstnancům velkou výhodu. Podívejme se na příklad mileniálů, kteří začínají tvořit velké procento pracovníků. Ti určitě nechtějí na nic čekat. Chtějí, aby jejich analytická aplikace fungovala stejným způsobem jako jejich oblíbené aplikace, například Google. Chtějí veškeré informace dostupné na jedno kliknutí.

Zrychlení a zatraktivnění práce

Analytika budoucí generace využívá in-memory databázi a vyhledávač „šitý“ na míru analytickým operacím. Dramaticky tak snižuje rychlost pro dotazování. Takové řešení kombinuje všechny formy dat, strukturované i nestrukturované, z datového skladu, z cloudu i z uživatelského zařízení, např. ve formě excelového souboru. Data jsou pak aktualizována pokaždé, když dojde k otevření aplikace. Ten největší benefit pro pracovníky, kteří takový nástroj používají, je možnost rozvíjet, upravovat dotazy, ptát se doplňujícími otázkami, detaily… A ihned vidět další souvislosti.

Pokud by měl obchodník starající se například o cenotvorbu v nákupním řetězci k dispozici takovou aplikaci, už by nemusel čekat na report, ale mohl by čas využít k analyzování celé své produktové řady a vytvářet optimální rozhodnutí efektivněji, což by vedlo ke snížení nákladů a většímu obratu. A nejen to. Obchodník může analyzovat přímý vztah mezi prodejem produktu a jeho odezvou na sociálních sítích, a to v různých regionech.

Další výhodou je i to, že vyhledávače jsou schopni využít i méně techničtí lidé, bez asistence datového analytika či školení. Stejným způsobem, jako vyhledávají zboží nebo informace v běžných situacích, jsou schopni analyzovat data.

Byznys na prvním místě

Zdá se, že analytické nástroje se po dlouhou dobu snažily vyhovět potřebám IT, jako je kvalita nebo governance. To už ale nestačí. Ty společnosti, které chtějí mít konkurenční výhodu a dominovat, potřebují zohlednit potřeby svých pracovníků a poskytnout jim takové nástroje, které jim umožní efektivněji pracovat s informacemi, nikoliv trávit čas učením se nové technologie.

Jan Bednář Autor článku je specialistou na AI-Driven analytiku ve společnosti Adastra.