Artur Praun: miks su ettevõttel veel andmeanalüütikute tiimi pole?

Täna on raske leida ettevõtet, kes oma äritegevuses ühel või teisel määral andmeid ei kasutaks. Osad ettevõtted rakendavad andmepõhiseid otsuseid teadlikult, teised veel üsnagi hoogtöö korras. Elisa ärikliendiüksuse juht Artur Praun tõdeb aga, et mida aeg edasi, seda vähem saavad edumeelsed ettevõtted andmekasutuses najatuda kõhutundele ja tippjuhtkonna Exceli-oskustele ning selle asemel tuleb uks avada andmeteadusele ja andmevaldkonna ekspertidele.

Andmete rolli on tänapäeva ettevõtluses raske ületähtsustada, sest nende kasutusalad on muutunud sisuliselt piirituks: ühest küljest on andmed need, mis aitavad turgu mõista ja leida uusi ärivõimalusi, teisalt on need tööriistaks, mis aitavad tagada tõhusust ja saavutada püstitatud eesmärke. Andmed on tihti õigete küsimuste allikaks ja omakorda järgmiste küsimuste vastuseks. Kui neid vaid õigesti koguda, analüüsida ja ära kasutada suudetakse.

Paljusid asju on küll võimalik tunnetuslikul baasil teha, aga reeglina saab tunnetuslikult äri ajada teatud etapini, kust edasi muutub konkurentsi või turu mõistmise tase niivõrd kõrgeks, et selleks on vaja spetsiifilistele küsimustele spetsiifilisi vastuseid. Kindlasti on tunnetuslikult võimalik tabada turul võimalusi, millest kinni haarata, või leida kohti millegi nutikamalt ära tegemiseks, kuid kui sisetunde taga lõpuks fakte või mõõdikuid pole, siis on tegemist siiski nii-ja-naa loterii lähenemisega, millega suurele areenile minna ei saa.

Selle asemel on mõistlikum ja jätkusuutlikum juurutada ettevõttes andmetel põhinev otsustuskultuur. 

Vali õiged andmed

Andmepõhiste otsuste tegemiseks on mõistagi vaja andmeid. Nii nagu on oluline see, et otsused lähtuvad reaalsetest faktidest, on oluline ka see, kust need faktid ja andmekillud pärinev. Teatud teemasid on võimalik efektiivselt analüüsida kvalitatiivandmete pealt – näiteks fookusgruppidest korjatud info toel – kuid enamik igapäevaotsustest neile najatuda ei saa.

Selle asemel tuleval aga appi kvantitatiivsed andmed. Kõik numbrid, trendid ja muud infokillud, mida on palju ja mis loovad mingist äriaspektist selge ja järjepideva ülevaate. Mida rohkem kvaliteetseid andmeid võtta on, seda kindlam saab oma otsustes olla ning seda lihtsam on tagada, et mõni oluline aspekt ei jää tähelepanuta. Baastasemel tegelevad sellise andmetöötlusega täna juba kõik ettevõtted, kasvõi aasta lõpus eelarvet kokku pannes möödunud aasta müüginumbreid läbi sirvides, aga see on vaid jäämäe tipp.

Veelgi mõistlikumad otsused hakkavad sündima siis, kui andmete tõelist potentsiaali reaalselt rakendama hakata. Mingi tasemeni saavad seda teha juhid ise, kuid ühel hetkel jõuab kätte punkt, kui see pole enam mõistlik. Ei ajakulu valguses, ega ka soovitud tulemuste mõistes. See on ka hetk, kui tasub andmete analüüs usaldada oma ala tõelisele eksperdile, kes suudavad neist välja lugeda kõik saladused ja näha puude taga metsa.

Oma ala ekspert on siiski oma ala ekspert

Täna suhtutakse sageli andmeanalüüsi kui raamatupidamisse ehk arvatakse, et tegemist on lihtsalt finantsnumbritega, mille sisusse pole vaja süveneda ega neid kildudeks lahti lüüa. Kui andmetega tegeletakse pinnapealselt, siis suuresti nii ongi. Aga kui usaldada andmed oma ala tõelise asjatundja kätte, muutub pilt kiirelt oluliselt mitmekihilisemaks ja laiapõhjalisemaks. Varem hetkeolukorda või lähiminevikku peegeldanud numbrid muutuvad trendideks ja korrelatsioonideks ning millekski, mille pealt saab teha tõelise mõjuga otsuseid.

Ei ole välistatud, et mingi maani suudavad sellist analüüsi läbi viia ka kogenud juhid. Aga nii nagu iga teise valdkonnaga, on korralik andmeanalüüs suure ajakuluga tegevus, mis nõuab vilumust ja struktuuri. On paratamatu, et isegi kõige heatahtlikum juht ei suuda ka parima tahtmise juures oma tihedas graafikus leida piisavalt vaba aega, et pühendada andmete töötlemisele sellist aega, nagu need väärivad.

Spetsiaalselt selle jaoks tööle võetud eksperdid seda aga teha saavad. Nemad on inimesed, kes elavad igapäevaselt andmete maailmas, kes suudavad andmed visualiseerimise abil loogiliseks muuta ka täielikule võhikule ning kes teavad, mis on see, mida otsida. On selge, et andmeanalüütikute palkamine on ettevõtte jaoks lisakulu, aga kui üks õige äriotsus suudab toota vägagi mitme nulliga lõppeva numbri jagu tulu, on see kulu enamasti ka väga õigustatud.

Siiski tuleb ka pärast otsust, et nüüd on andmeanalüütikuid vaja, veel ise kõhetunde abil ühele olulisele küsimusele vastata: kuidas andmeteaduse valdkond üles seada?

Kaks koolkonda

Andmehalduse ja -analüüsi tiimide struktureerimise puhul leiab täna kaks peamist koolkonda. Neist esimene ütleb, et mõistlik on luua ettevõtte sisse kompetentsikeskus, kust kogu maja saab teenust sisse tellida – sinna ühte tiimi on kogutud kogu ettevõtte analüütiline jõud, mida vastavalt vajadustele rakendada saab.

Selle lähenemise miinuseks on aga asjaolu, et eraldi analüüsikeskuse distants ärilisest vastutusest on sageli liialt suur – nad ei ole igapäevaselt nende teemade sees, millele parajasti kindla osakonna sees vastuseid otsitakse, nad ei pruugi probleemi suhtes omanditunnet tunda ja igapäevamuresid nii hästi tajuda. Selgeks plussiks on siin seevastu aga see, et oma ala eksperdid istuvad ühes toas koos, see on inkubaator uute ideede jaoks ning see tagab paindlikkuse igal ärivaldkonnal kasutada just nii suures ulatuses teenust kui nad soovivad.

Seevastu teine koolkond ütleb, et analüüsivõimekus olgu ärile nii lähedal kui võimalik, sest siis suudetakse ärivajadust paremini tunnetada. Andmeanalüütik olgu osa äriüksusest ja teenindagu vaid selle tiimi või üksuse huve, kuhu ta on palgatud. 

On ilmselge, et see tekitab analüütikule selgema omanditunde ja võimaluse ühte teemat süvitsi tundma õppida, teisalt leiab ka siit miinuseid. Näiteks selle, et sellise lähenemise puhul kompetentsikeskuse võimendus kaob: iga analüütik on ainult oma teema spetsialist, kes puutub igapäevatöös kokku vaid ühe killuga terve ettevõtte äritegevusest.

Mõlemad lähenemised kannavad endas nii häid kui halbu omadusi, kuid üks on selge – need on paremad, kui huupi tulistamine ja pelgalt kõhutunde pealt otsuste langetamine. Mõnikord võib lotoga võita, teinekord kaotada. Kasutades aga otsuste langetamiseks andmeid on võit suuresti garanteeritud. Umbes nagu siis, kui keegi oleks loto tarbeks võidunumbrid enne loosimist kõrva sisse sosistanud.