Co jest skuteczniejsze we współczesnym biznesie: decyzje podejmowane na podstawie neutralnych, niezależnych danych czy może oparte na doświadczeniu kadry zarządzającej? Wielu starszych stażem menedżerów woli polegać wyłącznie na swoim instynkcie, jednak ignorowanie informacji dostarczanych przez współczesne narzędzia analityczne może okazać się poważnym błędem…

Faktem jest, że menedżerowie mają naturalną skłonność do ufania raczej swojemu doświadczeniu niż bezosobowym danym – w szczególności dotyczy to osób, które działają w danej branży od lat i mogą pochwalić się sukcesami. „Ludzki mózg jest po prostu tak skonstruowany – czymś naturalnym jest podejmowanie decyzji na bazie poprzednich doświadczeń. Problem w tym, że w świecie biznesu przyszłość rzadko kształtują mechanizmy z przeszłości. Przesadna pewność swoich racji i wiara w powtarzanie się schematów często prowadzą firmy do katastrofy” – wyjaśnia Bruno Aziza, CMO w firmie Alpine Data Labs, autor książki „Drive Business Performance: Enabling a Culture of Intelligent Execution”.

Innym istotnym problemem dużych organizacji – tym większym, że zjawisko to jest niejako wpisane w ich kulturę – jest tendencja do opierania się na czymś, co Andrew McAfee z Massachusetts Institute of Technology określa akronimem HIPPO, czyli „opinie najlepiej opłacanych pracowników” („the highest-paid person's opinions”).

W kulturze korporacyjnej, która opiera się na tradycyjnej hierarchii pracowników, jest tak, że od najlepiej opłacanych (i najbardziej doświadczonych) pracowników wymaga się dostarczania celnych odpowiedzi na wszystkie dylematy biznesowe. Problem w tym, że w dzisiejszych czasach, erze big data i analityki biznesowej, sytuacja znacznie się zmieniła. Menedżerowie wciąż muszą dostarczać odpowiedzi na kluczowe pytania, z tym, że teraz te odpowiedzi powinny być oparte nie tylko na doświadczeniu, ale również na twardych danych.

„Dzięki możliwości gromadzenia ogromnej ilości informacji z serwisów społecznościowych i nieustrukturyzowanych źródeł danych możemy pozyskiwać dane na gigantyczną skalę i wykorzystywać je do podejmowania trafnych decyzji. To sprawia, że intuicja i doświadczenie stają się mniej istotne” – mówi Bruno Aziza.

„Ta zmiana nie dokona się delikatnie i bez hałasu – HIPPO mają ugruntowana pozycję i łatwo jej nie oddają. Co więcej, top menedżerowie często pozostają nieufni w stosunku do innowacji technologicznych i innych zmian” – dodaje Andrew McAfee.

Takiego oporu można spodziewać się w wielu firmach, to zjawisko zresztą już można zaobserwować. „Gdy kilka lat temu zaczęliśmy stosować modelowanie danych oraz narzędzia analityczne SAS do identyfikowania oszustw ubezpieczeniowych, pracownicy, którzy do tej pory wykrywali oszustwa, opierając się na swoich doświadczeniach i intuicji, poczuli się zagrożeni. Zastanawiali się, czy będą potrzebni w firmie, a my musieliśmy ich przekonać, że technologia ma im pomóc, a nie ich zastąpić. To działanie dwutorowe” – przekonuje Tim Wolfe, szef działu wykrywania oszustw w firmie ubezpieczeniowej CNA.

Dziś narzędzia analityczne i tworzenie modeli matematycznych stały się standardowymi metodami wykorzystywanymi przez pracowników tych działów. „Trwało to dość długo, niektórych musieliśmy przekonywać do korzystania z nowych rozwiązań. Ale efekty okazały się warte wysiłku: dziś, dzięki zastosowaniu twardych danych i analiz prognozujących, udaje nam się poprawnie identyfikować o 10% więcej oszustw niż dawniej” – podsumowuje Wolfe.

Im wcześniej firmy odejdą od modelu podejmowania decyzji na podstawie indywidualnych doświadczenia do systemu, w którym opierać się będą przede wszystkim na analizie danych, tym szybciej ich kierownictwo zrozumie, że inwestycja w narzędzia analityczne i big data jest bardzo opłacalna. Oto pięć wskazówek dla organizacji, które rozważają takie działania – oparte na doświadczeniach praktyków.

1. Zmiany muszą następować na każdym szczeblu

Podczas wprowadzania w firmie nowego modelu pracy niezbędne jest oczywiście uzyskanie wsparcia kierownictwa i kluczowych menedżerów, ale nie mniej istotne jest zaangażowanie od początku w cały proces pracowników ze wszystkich szczebli. To zdecydowanie przyspiesza proces wdrażania innowacji oraz edukowania personelu.

„Od początku mieliśmy po swojej stronie szefa Działu Roszczeń, który zdawał sobie sprawę z wartości danych dostarczanych przez nowoczesne narzędzia analityczne. Jednak kluczowe okazało się wsparcie projektu przez pracowników z poszczególnych działów – likwidatorów, agentów dochodzeniowych itp. W dziale śledczym stworzyliśmy zespół, którego członkowie byli zaangażowani w wybór i wdrażanie nowych rozwiązań. Od początku byli ‘w grze’ i w naturalny sposób stali się użytkownikami tych narzędzi” – opowiada Tim Wolfe z CNA.

Gdy w 2011 r. SAS stworzył dla CNA cztery prognostyczne modele analizy danych przeznaczone do wykorzystania w czterech podstawowych działach firmy ubezpieczeniowej, w testach i wdrażaniu od samego początku brali udział pracownicy, którzy później mieli korzystać z tych narzędzi. To, jak tłumaczy Wolfe, umożliwiło wzorową współpracę ze specjalistami z SAS i idealne dopasowanie tworzonych przez nich narzędzi do potrzeb pracowników CNA. „SAS musiał się uczyć zasad naszej pracy, my musieliśmy poznać możliwości i ograniczenia analityki – dopasowywanie i strojenie to proces ciągły. To nie jest tak, że ktoś z zewnątrz przychodzi, wdraża gotowe narzędzie i już, gotowe” – przyznaje przedstawiciel CNA.