Зошто е потребно знаење и вештини за големи податоци и бизнис аналитика?

„Мотивирана да пренесам дел од меѓународното стекнато знаење и експертиза во областа на големите податоци и бизнис аналитиката во мојата држава, на бизнис студентите кои се идните двигатели на економијата во една држава, но и на вработените во компаниите за да можат да се стекнат со знаење и вештини за оваа професија на иднината како и да ги надградат акумулираните знаења, ја напишав книгата ‘Бизнис аналитика’ (на англиски јазик), која е прва од овој тип во нашата држава.“

Д-р Виолета Цветкоска

Професор на Економски факултет – Скопје при УКИМ

vcvetkoska@eccf.ukim.edu.mk

Компаниите денес имаат пристап до огромна количина на податоци, наречени „големи податоци“ (eng. big data), кои растат со исклучителна брзина секој ден. Различни извори можат да се користат за собирање на податоците, вклучувајќи, но не ограничувајќи се на: бази на податоци на компаниите; анкети; социјални медиуми; интернет; трансакции; сензори; итн., а податоците можат да се појават во структуриран формат како извештаи или неструктуриран формат како слики, видеа и аудио (повеќе од 80% од податоците се неструктурирани).

Компаниите се соочуваат со голема тешкотија во модерното бизнис окружување управувано од податоци кога станува збор за комбинирање на податоци од различни бази на податоци, нивно чистење, организирање, сумирање, моделирање и нивна анализа со цел да се донесат подобри одлуки. Методите, техниките и алатките за бизнис аналитика ја имаат клучната улога да ги трансформираат податоците во вредни информации кои можат да се користат од страна на менаџерите за да се донесат подобри и побрзи одлуки.

Бизнис аналитиката се заснова на четири столба: дескриптивна, дијагностичка, предвидувачка и прескриптивна аналитика.

Дескриптивната аналитика користи историски податоци за да одговори на прашањето: Што се случи? Таа прикажува ретроспектива, пр. колку се вкупните нарачки, вкупните трошоци, вкупните приходи, вкупниот профит, кои се петте најдобри работници, најпрофитабилни потрошувачи, итн. Овој тип на аналитика користи агрегирање на податоци, дескриптивна статистика, рударење на податоци и визуелизација на податоци (eng. dataviz). Дескриптивната аналитика му овозможува на менаџментот да добие јасна слика за клучните индикатори за перформанси и дали и колку се разликуваат добиените резултати од поставените таргети. Дескриптивната аналитика не навлегува во причините за добиените резултати; тоа е цел на следниот столб на аналитиката, дијагностичката аналитика.

Дијагностичката аналитика дава одговор на прашањето: Зошто нешто се случило? На пример, зошто остварениот профит во последниот квартал е два пати помал од претходниот квартал? Дијагностичката аналитика ни овозможува да ги откриеме причините за ваквиот резултат со примена на корелациона анализа, идентификација на outliers (опсервации со невообичаени (екстремни) податоци во споредба со другите во примерокот), drill-down анализа и визуелизација на податоци. Таа обезбедува сознание кое менаџерите можат да го користат за подобрување на перформансите во иднина.

Предиктивната аналитика дава одговор на прашањето: Што ќе се случи во иднина? Таа користи техники за предвидување, регресиона анализа, податочно рударење, машинско учење (кое е поле на вештачката интелигенција) и визуелизација на податоци. На пример, со овој тип на аналитика може да се предвиди дали потенцијалниот клиент ќе го купи производот или не, дали извршената трансакција е измамничка или не, колкава ќе биде продажбата следната недела, итн. Овој тип на аналитика обезбедува предвидливост на иднината, но што треба да се направи за да се постигнат поставените таргети е цел на следниот столб, прескриптивната аналитика.

Прескриптивната аналитика дава одговор на прашањето: Што треба да се направи? Во овој столб на аналитика се користат анализата на одлуки, оптимизациони методи, повеќекритериумско учење и визуелизација на податоци. На пример, со овој тип на аналитика може да се утврди колку треба да се произведува од секој производ со цел да се минимизираат трошоците, кој добавувач да се избере според неколку клучни критериуми, каде да се лоцира нов трговски центар, ресторан, итн.

Бизнис аналитиката ги трансформира необработените податоци во ретроспектива, сознание, предвидливост и прескрипција со користење на аналитички методи, техники и алатки за да им помогне на менаџерите во донесување на подобри одлуки, одлуки базирани на податоци врз основа на кои тие ќе креираат вредност за компаниите (зголемен пазарен удел, профит, ефикасност, продуктивност, задоволство на вработени, потрошувачи, намалени трошоци, поплаки, итн).

Податоците се стратешко „оружје“ на компаниите

Во оваа дигитална ера, побарувачката за кандидати со аналитички вештини е висока, а понудата е ниска. Како што компаниите ќе стануваат свесни дека податоците се нивното стратешко „оружје“ за надминување на конкуренцијата, побарувачката за бизнис аналитичари ќе се зголемува уште повеќе.

Мотивирана да пренесам дел од меѓународното стекнато знаење и експертиза во областа на големите податоци и бизнис аналитиката во мојата држава, на бизнис студентите кои се идните двигатели на економијата во една држава, но и на вработените во компаниите за да можат да се стекнат со знаење и вештини за оваа професија на иднината како и да ги надградат акумулираните знаења, ја напишав книгата „Бизнис аналитика“ (на англиски јазик), која е прва од овој тип во нашата држава.

Фокусот во книгата е на образложување на теоретските концепти на аналитиката и на нејзините методи, техники и алатки низ разновидни практични примери и на користење на водечки софтверски алатки за решавање на бизнис моделите кои овозможуваат добивање на резултати за исклучително кратко време за аналитичарите да можат повеќе време да вложат на толкување на добиените резултати во поширок бизнис контекст и на давање препораки за донесување на подобри одлуки. Покрај тоа, ова е првата книга за бизнис аналитика во светот која ја воведува извонредната платформа за бизнис симулација и гемификација управувана од вештачка интелигенција, Monsoon SIM (http://www.monsoonsim.com/), која ја нагласува потребата за искуствено учење (eng. experiential learning).

Книгата е структурирана во пет дела и вкупно четиринаесет глави. Првиот дел, Вовед во бизнис аналитика, ја објаснува реалноста на големите податоци, елаборира како компаниите можат да ја користат бизнис аналитиката за да создадат вредност и се фокусира на работа со податоци со примена на аналитика на табеларни пресметки. Вториот дел, Дескриптивна аналитика ја опфаќа дескриптивната статистика, истражување на податоци со помош на пивот табели и визуелизација на податоци. Третиот дел, Дијагностичка аналитика ја обработува корелационата анализа, идентификување на outliers и drill-down анализата. Четвртиот дел, Предиктивна аналитика акцент става на предвидување, регресиона анализа и рударење на податоци со фокус на логистичка регресија. Четвртиот дел, Прескриптивна аналитика се фокусира на анализа на одлуки, оптимизација и одлучување врз основа на повеќе критериуми.

Затоа што податоците со кои располагаме денес ќе бидат помалку од оние со кои ќе располагаме утре, неопходно е стекнување на знаење и вештини за големите податоци и за бизнис аналитиката за да можат компаниите успешно да работат и да бидат солиден партнер за соработка на регионално и глобално ниво.

Каква ќе биде иднината на една компанија зависи од одлуките кои се донесуваат денес, затоа одлучете да бидете компанија водена од податоци.

Д-р Виолета Цветкоска е професор на предметите основи на бизнис аналитика и операциони истражувања. Нејзината академска кариера во овие области е градена на врвни универзитети во Европа, Северна и Јужна Америка и Азија. Стекнатото знаење и вештини го пренесува на студентите и менаџерите, овозможувајќи им да станат професионалци водени од податоци и да им помогнат на компаниите да добијат конкурентна предност преку носење подобри одлуки од големите податоци со помош на бизнис аналитиката и вештачката интелигенција. Има објавено многубројни научни трудови и автор е на првата книга за Бизнис аналитика во државата. Член е на научни одбори на меѓународни конференции и во уредувачки одбори на меѓународни списанија (Decision Analytics Journal, International Journal of AHP, SPOUDAI – Journal of Economics and Business, International Journal of Society Systems Science и др.). Добитник е на меѓународни награди во својата област. Нејзиниот тековен истражувачки интерес ја вклучува примената на бизнис аналитиката и вештачката интелигенција во областите на дигитална трансформација, одржливост, мерење на перформанси, банкарство и финансии.