Analytics: Αξιοποιώντας τα δεδομένα για λήψη πιο «έξυπνων» αποφάσεων

Τι είναι τα «Analytics»
Τα «Analytics» είναι ένας πολυδιάστατος κλάδος ο οποίος συνδυάζει τα μαθηματικά, τη στατιστική, τα προβλεπτικά μοντέλα και τεχνικές «machine-learning» για την εξόρυξη πληροφοριών μέσα από τα δεδομένα μιας επιχείρησης ή οργανισμού.

Σήμερα παρουσιάζεται σημαντική αύξηση του όγκου δεδομένων τα οποία συλλέγονται από τους οργανισμούς, μέσα από διάφορες πηγές, συστήματα και αισθητήρες. Παράλληλα προηγμένες τεχνολογίες γίνονται πιο προσιτές σε όλους προσφέροντας αυξημένες δυνατότητες αποθήκευσης και επεξεργασίας των δεδομένων, ακόμα και σε αληθινό χρόνο. Με δεδομένο τα πιο πάνω, όλοι οι οργανισμοί πλέον, ανεξαρτήτως μεγέθους και πολυπλοκότητας εργασιών, έχουν τη δυνατότητα να παίρνουν αποφάσεις βασισμένες σε δεδομένα και να απαντούν ερωτήματα τα οποία δε θα μπορούσαν καν να σκεφτούν να θέσουν στο παρελθόν, π.χ. ποιοι πελάτες ανταποκρίνονται καλύτερα σε συγκεκριμένες μάρκετινγκ καμπάνιες, πως θα επηρεαστούν οι πωλήσεις σε μια πιθανή προσαρμογή του περιθωρίου κέρδους, κ.α. 

Τα Analytics κατηγοριοποιούνται γενικά σε τρείς κατηγορίες:
1. Τα «Descriptive Analytics» (Περιγραφικά) έχουν ως στόχο να συνοψίσουν και να περιγράψουν τα δεδομένα, δίνοντας μια γενική εικόνα του παρελθόντος. Θεωρούνται ως η πιο απλή μορφή των analytics, κοιτάζουν το παρελθόν και απαντούν την ερώτηση: «Τι έγινε;» Παραδείγματα εφαρμογών τους είναι αναφορές που παρέχουν ιστορικές πληροφορίες σχετικά με την παραγωγή, τα οικονομικά, τις δραστηριότητες, τις πωλήσεις, τη χρηματοδότηση, τα αποθέματα και τους πελάτες μιας εταιρείας.
2. Τα «Predictive Analytics» (Προβλεπτικά) χρησιμοποιούν στατιστικά μοντέλα και τεχνικές πρόβλεψης σε στοιχεία του παρελθόντος για να κατανοήσουν το μέλλον και να απαντήσουν το ερώτημα: «Τι θα συμβεί εάν…;» Μπορούν να χρησιμοποιηθούν, μεταξύ άλλων, για την πρόβλεψη των αναγκαίων επιπέδων αποθεμάτων που πρέπει να κρατούνται από μία υπεραγορά ανά πάσα στιγμή, της ανάγκης για συντήρηση εξοπλισμού σε μία εταιρεία τηλεπικοινωνιών και της πιστοληπτικής ικανότητας πελατών ενός τραπεζικού ιδρύματος στα πλαίσια της εγκριτικής διαδικασίας πιστωτικών διευκολύνσεων. 
3. Τα «Prescriptive Analytics» χρησιμοποιούν αλγόριθμους βελτιστοποίησης και προσομοίωσης για συμβουλές σχετικά με πιθανά αποτελέσματα και απαντούν το ερώτημα: «Τι πρέπει να κάνουμε;» Είναι συνδυασμός των δύο πιο πάνω επιπέδων και εφαρμόζονται για να ποσοτικοποιήσουν την επίδραση ή αποτέλεσμα συγκεκριμένων αποφάσεων πριν ακόμα αυτές ληφθούν. Τα «Prescriptive Analytics,» λόγω της πολυπλοκότητάς τους χρησιμοποιούνται κυρίως από μεγαλύτερους οργανισμούς. Για παράδειγμα, στη βιομηχανία μεταποίησης, αξιοποιούνται για τη βελτιστοποίηση της παραγωγής των προϊόντων λαμβάνοντας υπόψη αριθμό εσωτερικών (εταιρικών) και εξωτερικών (οικονομικών) παραγόντων. Επίσης, φαρμακευτικοί κολοσσοί, με τη χρήση «Prescriptive Analytics», επιταχύνουν την ανάπτυξη νέων φαρμάκων, προσδιορίζοντας τις ομάδες ασθενών που είναι οι πλέον κατάλληλες για κλινικές δοκιμές παγκοσμίως - ασθενείς που αναμένεται να είναι συμβατοί και δεν θα αποχωρήσουν από τη δοκιμή λόγω επιπλοκών. 
 
Ποια η σημασία των «Analytics»;
Σήμερα με το Ψηφιακό Μετασχηματισμό να βρίσκεται ψηλά στην ατζέντα των προτεραιοτήτων όλων  των επιχειρήσεων, η σημασία των Analytics μεγαλώνει ακόμα παραπάνω. Ο ψηφιακός μετασχηματισμός διαδικασιών και πληροφοριών συντείνει σημαντικά στην αύξηση του όγκου των δεδομένων που παράγονται και οι οργανισμοί οι οποίοι τα χειρίζονται ως το πιο πολύτιμό τους στοιχείο ενεργητικού είναι αυτοί που πετυχαίνουν ένα ανταγωνιστικό πλεονέκτημα.
Οι οργανισμοί δεν μπορούν να συνεχίσουν να λειτουργούν και να πορεύονται με αποφάσεις που στηρίζονται μόνο στην εμπειρία των στελεχών τους. Το επιχειρηματικό μοντέλο πλέον αλλάζει και απαιτεί από τις επιχειρήσεις να αφουγκράζονται τις απαιτήσεις των πελατών τους, να αναγνωρίζουν τα δυνατά σημεία του ανταγωνισμού καθώς και τις δικές τους αδυναμίες. Στην εποχή του «digitalization» δεν υπάρχουν γεωγραφικά όρια στον ανταγωνισμό. Βλέπουμε εταιρείες όπως η Amazon να διαθέτει τους μηχανισμούς να προσεγγίζει, με άμεσο τρόπο, τον πελάτη και να έχει τη δυνατότητα να προσφέρει τόσο καλύτερες τιμές όσο και καλύτερη εξυπηρέτηση, ακόμα και από κάποιο έμπορο που δραστηριοποιείται με φυσική παρουσία σε μία αγορά. Το ίδιο συμβαίνει σε όλους τους τομείς της οικονομίας και ιδιαίτερα στον Τραπεζικό τομέα όπου «Fintech» εταιρείες με την υιοθέτηση ψηφιακών επιχειρηματικών μοντέλων προσφέρουν υπηρεσίες σε τελικούς πελάτες ανώτερες, τόσο από πλευράς εμπειρίας του πελάτη όσο και εξυπηρέτησης σε σχέση με παραδοσιακούς τραπεζικούς οργανισμούς. Όλα αυτά επιτυγχάνονται με τη μεγιστοποίηση και βελτιστοποίηση της χρήσης των δεδομένων που συλλέγουν και την εφαρμογή προηγμένων τεχνικών «Analytics».

Στο σημερινό επιχειρηματικό περιβάλλον, δεν είναι αρκετό να κάνουμε εικασίες και να ελπίζουμε για το καλύτερο. Η δημιουργία μιας εταιρικής κουλτούρας βασισμένης στη χρήση δεδομένων και «Analytics», σε όλα τα επίπεδα, βοηθά τις εταιρείες να παραμένουν ευέλικτες και να λαμβάνουν πιο «έξυπνες» αποφάσεις οδηγούμενες από δεδομένα.

Η Logicom Solutions έχει την τεχνογνωσία και εμπειρία στην υποστήριξη, το σχεδιασμό και εφαρμογή «Analytics» σε κυβερνήσεις, επιχειρήσεις και οργανισμούς. Με τη δημιουργία του Business Consulting Services Unit είναι σε θέση να παρέχει υψηλής ποιότητας υπηρεσίες που εξελίσσονται γύρω από την οικοδόμηση ενός ψηφιακού μέλλοντος για κάθε οργανισμό τόσο στην Κύπρο όσο και στο εξωτερικό. Στόχος είναι η υποστήριξη πελατών έτσι ώστε να εισάγουν βελτιώσεις στην παραγωγικότητα, στην ευελιξία και στην ταχύτητα που λειτουργούν βασιζόμενοι στην καλύτερη διαχείριση των δεδομένων τους.