Diskuze

Olivia Parr-Rud: Budoucnost vidím v centralizaci a interaktivním přístupu

Počátkem dubna se v Praze pod záštitou společnosti SAS Institute konal odborný workshop na téma Prediktivní modelování. Vzhledem k tomu, že byl vedený první dámou data miningu, paní Olivií Parr-Rud, byl o něj nemalý zájem. To dokazovaly i otázky kladené na semináři odborníky z významných českých i zahraničních společností. Při této příležitosti Olivia Parr-Rud poskytla Centru pro výzkum informačních systémů a portálu Databázový svět exkluzivní rozhovor, jehož podstatnou část vám nyní nabízíme k přečtení.

Jak jste se dostala k myšlence zabývat se problematikou analytických systémů?

O tom rozhodla v podstatě náhoda. Bydlela jsem v Arizoně a na Státní univerzitě Arizona navštěvovala fakultu zabývající se rozhodováním jako vědeckou disciplínou. To už jsem ale měla jeden diplom z oboru matematiky. Hledala jsem však něco zajímavého, něco, co by bylo více uplatnitelné v podnikání a co bych mohla využít pro svou práci. Proto jsem se rozhodla vystudovat také tuto univerzitu, a to v oboru zabývajícím se kvalitativním rozhodováním. Tady jsem začala s operačním výzkumem a později také se statistikou, což mi velmi vyhovovalo.

K tomu mě přivedl můj profesor, doktor Wilson, který byl v oboru skutečnou kapacitou. Zabýval se kategorizací dat a logistickou regresí. Díky němu jsem se také dostala k mé první práci související se získaným vzděláním v oboru statistiky. Najali mě pro práci v bance Providian v San Francisku, kam jsem se přestěhovala i se svou rodinou. Tato banka uměla dobře využívat analytických nástrojů. Tam mě naučili všechny způsoby, jak můžou být analýzy dat prospěšné v praxi. Líbil se mi způsob práce při analýze dat v této instituci a začalo se ukazovat, že tyto analýzy mohou vyřešit mnoho problémů.

Kdy a jak jste se poprvé setkala s pojmem datový sklad?

Někdy v roce 1996 se na mém druhém pracovišti - Fleet Bank, začalo hovořit o vybudování centralizovaného datového skladu. V té době jsme byli skutečně průkopníky v této oblasti. Začali jsme shromažďovat informace o nabídkách, které děláme, transakcích a vůbec způsobech sbírání dat. Chtěli jsme mít všechno na jednom místě. Naše oddělení pro kreditní karty začalo pomáhat při budování datového skladu. Domnívám se, že v té době se jednalo o jedno z největších řešení ve Spojených státech.

Budovali jsme jej vlastními silami a spolupracovali s konzultační firmou. Někdy v té době se začal používat pojem Data Warehouse.

Jak byste zhodnotila analytické možnosti moderních databázových platforem. Do jaké míry odpovídají požadavkům dnešního trhu?

Nepovažuji se za experta v hodnocení konkrétních databází. Obecně však vidím jako hlavní hybnou a konkurenční sílu budoucnosti čas. Dnešní požadavek je být připojen a získávat data v reálném čase. Vše se zrychluje, přání zákazníků se dynamicky proměňují, produkty mají stále kratší životní cyklus, proto i technologie obsluhující data by měly respektovat uvedené principy.

Ve chvíli, kdy se připojí k internetu nebo zavolají na hotline, by se měl umět okamžitě spustit objednávkový mechanismus. Analytické systémy by měly také pomoci analyzovat nákupní chování a nabídnout zákazníkům další odpovídající zboží. Mluvíme tady samozřejmě o oblastech obchodu, kde se nákupní chování dá podchytit. Internetové prostředí je pro tento účel velmi vhodné.

Jaký očekáváte budoucí vývoj analytických možností databázových platforem?

Očekávám vývoj směrem k maximální interaktivnosti a centralizaci dat z informačních systémů v jednom datovém centru.

Technologie dolování dat se uplatňují zejména v bankovním a telekomunikačním sektoru. V kterých dalších odvětvích očekáváte nárůst poptávky po těchto technologiích a proč?

Myslím, že se využití těchto technologií posunuje směrem k maloobchodu, energetickému průmyslu, hotelovým službám a vzdělávání. V oblasti školství nebudou pravděpodobně využívat všechny rozsáhlé nástroje, ale znám kupříkladu jednu střední školu v Kalifornii, kde zrovna používají software od společnosti SAS. Analytické možnosti využívají také velké sázkové kanceláře a vláda, např. v oblasti národní obrany.

Protože působím na akademické půdě, ráda bych se zeptala, jakou odhadujete budoucnost využití analytických nástrojů právě v informačních systémech řídících akademické instituce?

Vím o mnoho univerzitách, které analytické nástroje využívají. Používají je například při náboru nových studentů, k tvorbě modelů pro rozbor struktury studentů, k řízení všech stupňů výuky a jejího financování.

Důležité je samozřejmě také to, aby samotní studenti byli schopni analyticky myslet. Proto by se měli tyto nástroje naučit používat, a to jako nezbytnou podmínku pro budoucí uplatnění v praxi.

Jak jistě víte, mnoho činností se dnes přesouvá a outsourcuje, např. do Indie. Proto je nutné, aby i v České republice byli vzdělaní lidé a připravovali se na globální změny i v této oblasti.

Olivia Parr-Rud

Olivia působí již 23 let v oblasti direct marketingu a řízení rizik. Více než 14 let se specializuje na oblast dolování dat, statistické analýzy, průzkum trhu, prediktivní modelování a segmentaci. Má za sebou rozsáhlé projekty jak v USA, tak i v Evropě. V současnosti poskytuje konzultační činnost v oblasti strategické a statistické pro mezinárodní korporace jako je Xerox, Hewlett Packard.

Olivia je známa také díky své velmi úspěšné knize Data mining, která byla přeložena do čtyř jazyků, včetně češtiny. Již delší dobu spolupracuje s předním dodavatelem BI aplikací, společností SAS Institute, pro které vede velmi úspěšné semináře.

Olivia absolvovala studium na Gettysburg College a Arizona State University, kde získala v roce 1992 vysokoškolský diplom. V současnosti je studentem doktorského studia na Fielding Graduate University. Svou kariéru započala na pozici Ředitele marketingových analýz ve společnosti Providian, dále působila na pozici vice prezidenta v bance Advanta a v roce 2002 zakládá svou vlastní společnost OliviaGroup, nabízející zejména konzultační služby na efektivní rozvoj a použití analytických metod a reportovacích systémů, které pomohou pochopit a vylepšit výkonnost podniku.

Za poslední tři roky je na českém trhu jasně patrný trend integrace analytických nástrojů přímo do jádra ERP systémů. Uplatní se technologie dolování dat také v malých a středně velkých podnicích a za jakých podmínek?

Pokud mají malé společnosti data, která je třeba analyzovat, pak má samozřejmě smysl implementovat nástroje Business Intelligence i v těchto společnostech. Kupříkladu SAS disponuje speciálními aplikacemi pro malé organizace, a to za cenově přijatelných podmínek.

Kdybych měla malou společnost, pravděpodobně bych svá data začala analyzovat v MS Excel. Pokud by ale společnost rostla a tabulkový kalkulátor přestal dostačovat, pak bych jistě využila aplikací jako poskytuje např. SAS. Takový typ aplikace se vyplatí používat již při analýze řádově několika stovek zákazníků. Společnosti se však na efekty plynoucí ze zavedení BI aplikací musejí dívat z dlouhodobé perspektivy.

Jak se podle vás vyvíjí statistické metody použitelné pro dolování dat? Zpomaluje se, či zrychluje jejich vývoj a aplikace, nebo lze očekávat že budou vytlačovány umělou inteligencí?

Statistické metody se rozvíjí podle oblastí, kde jsou využívány a přebírají jejich rysy. Byla jsem svědkem nárůstu v poptávce po prediktivním modelování v oblasti bankovnictví, pojišťovnictví a mobilních komunikacích.

Co považujete za nejčastější příčinu špatných interpretací výsledku analýzy dat? Jaká je podle vás připravenost manažerů správně využít analytické údaje pro vrcholové rozhodování?

Jednou z příčin je to, že analýzy jsou nějakým způsobem prezentovány, ale ve skutečnosti nedávají manažerům smysl. Druhá věc je, že manažeři čtou data tak, jak chtějí, aby byly interpretovány bez ohledu, zda data jejich představu skutečně zobrazují.

Je to vlastně výzva pro zlepšení komunikace mezi manažery. Mám takovou zkušenost, že pokud je vedení organizace nakloněno analytickým nástrojům, pak i samotní zaměstnanci k nim přistupují odpovědně a jsou lépe připraveni využít je při rozhodování.

V jakých typech organizací jsou podle vaší zkušenosti nejžádanější aplikace datových tržišť a jak vidíte jejich budoucí uplatnění?

Myslím, že jde o kteroukoli větší organizaci, ať už zaměřenou na marketing, služby nebo ty, které mají tato oddělení velká.

Je podle Vás v Evropě a zámoří dostatek odborníku na dolování dat a datové sklady? Vidíte nějaké rozdíly mezi kvalitou a počtem odborníků na tuto problematiku v Evropě a severoamerickém kontinentu?

O tomto problému do hloubky moc nedokážu hovořit. Jediné, co můžu říct, že v USA máme mnoho výborných analytiků pocházející z Evropy. A mohu upozornit na fakt, že se stále masivněji rozvíjí oblast outsourcingu.

Vaší profesí je přednášková a konzultační činnost. Jaký je váš vztah k univerzitnímu vzdělávání?

Skutečně věřím, že univerzitní vzdělání je velmi důležité. Mělo by však být více použitelné v praxi. Na univerzitách by měly být řešeny konkrétní problémy. A přesně to jsem oceňovala při získání svého vzdělání.

Jaký je váš názor na praktickou výuku podnikových aplikací na modelových příkladech z praxe u vysokoškolských studentů - budoucích manažerů a ekonomů?

Takový způsob výuky je extrémně důležitý. Pouze s praktickou znalostí problematiky ERP, BI i dalších oblastí podnikové informatiky mohou budoucí manažeři a ekonomové v praxi úspěšně působit.

Zabýváte se také praktickou využitelnosti analytických nástrojů při řízení vztahů se zákazníky. Jaký je váš názor na koncepci Kena Burnetta nazvanou Key Customer Relationship Management, která principiálně zdůrazňuje důležitost individuálního přístupu k zákazníkovi?

Tady bych chtěla zdůraznit svou zkušenost, že mnoho společností se soustřeďuje více na svůj produkt, než na zákazníka samotného. Pokud však chce být společnost úspěšná, musí v centru své pozornosti vidět právě zákazníka. V tomto smyslu s přístupem pana Burnetta souhlasím.

V této souvislosti bych ještě ráda zdůraznila, že považuji za velkou chybu soustředit se na získáváních nových zákazníků místo udržení těch stávajících. Nejlepší věc, kterou můžete v podnikání udělat, je průběžně ověřovat, co se vašim zákazníkům líbí či nelíbí a snažit se pochopit jejich preference, třeba i prostřednictvím malých průzkumů). Pokud se vám podaří udržet stávajícího zákazníka, pak půjde a řekne o své spokojenosti dalším. Růst bude sice pomalejší, ale zato daleko lépe udržitelnější.

Pokud byste měla jeden dolar určený na marketing, a měla jste se rozhodnout - řekla bych: investujte ho pro udržení zákazníka. Tady platí známé pravidlo: 80 % do udržení 20 % do získání nových. Jinak totiž není společnost schopna udržet ziskovost - lidé prostě odcházejí. Vždy musíte nakonec podstatně více investovat do získání nových, než do udržení stávajících zákazníků. Jestliže se nechováte dobře k těch stávajícím, nebudete mít mnoho šancí ani u nových. Negativní reference působí daleko silněji, než reference pozitivní.

Jakou nejdůležitější událost v oblasti analytických systémů očekáváte v nejbližších letech a z dlouhodobého hlediska?

Myslím si, že modelování v reálném čase musí být průběžně aktualizováno. Podobně tomu bude u funkcionality BI aplikací. Odezvy na dotazy musí být stále rychlejší. Z dlouhodobého hlediska, budou možná existovat zákaznické přístupové body, které umožní získat dané informace ihned bez použití mobilu a jiných zařízení. Budoucnost každopádně vidím v integraci nejrůznějších kanálů do jednoho komplexního bodu.

Děkujeme za rozhovor.


14.06.2006 - Hana Klčová, Marek Kocan - četlo 22946 čtenářů.

[ Zpět ]


Tento článek ješte není ohodnocen.Hodnocení článku:
nejlepší [ 1 | 2 | 3 | 4 | 5 ] nejhorší
Verze pro tisk

Jméno
E-mail
Opište kód :    
Text
*)
   
Odkazy - pravý sloupec


  • Odběr novinek
  • Partneři webu:




  •  
  • Aktuální akce CVIS:


  •  
    Informační systémy
    v podnikové praxi
    (2. aktualizované a rozšířené vydání)
     

  • Nejčtenější články:
    1. SystemOnLine.cz:

    2. Přehledy informačních systémů 

      ERP systémy
       

      Plánování a řízení výroby
       

    3. ČSSI
    4. SSSI
    5. VUT v Brně
    6. Systemonline.cz
    7. Výzkum a vývoj v ČR
    8. ICT unie
    9. Cacio
    10. Živě
    11. Lupa
    12. AKA-MONITOR
    13. Jiko Blog
    14. Databázový svět
    15. destinationCRM.com
    16. MyCustomer.com
    17. ZDNet
    18. Nucleus Research
    19. ComputerWeekly.com
    20. IDC
    21. Gartner
    22. Deloitte
    23. Accenture
    24. Capgemini
    25. CIO
    26. Forrester Research
    27. Aberdeen Group
    28. Archiv: