Tworzymy narzędzia operujące na danych dla różnych obszarów biznesu

Z Wojciechem Wencel, założycielem i prezesem zarządu summ-it, rozmawiamy o wartości biznesowej i postępach polskich firm w operacjonalizacji danych; potrzebach względem środowisk bazodanowych; wyzwaniach oraz barierach na drodze do upowszechnienia zaawansowanej analityki i uczenia maszynowego; a także sukcesach, planach i usługach oferowanych przez summ-it.

Czy polskie przedsiębiorstwa chętnie gromadzą dane i faktycznie z nich korzystają?

Dojrzałość w zakresie biznesowego wykorzystania danych systematycznie rośnie. Firmy dysponują dziś bardzo dużą ilością danych i zbierają ich coraz więcej. Nie można obecnie mówić o rozwoju profesjonalnego biznesu bez zastosowania twardych danych. Wszystko to sprawia, że oczekiwania biznesowe względem samych danych, ale także ich jakości oraz dostępności rosną w niesamowitym tempie. W efekcie, każdy problem ze środowiskiem bazodanowym przekłada się na istotne konsekwencje biznesowe – od przestoju produkcji, przez brak możliwości obsługi procesów sprzedażowych, po kary finansowe. Sprawia to, że bezpieczeństwo – rozumiane jako gwarancja dostępności baz danych – jest dziś wysoce cenione. Tego typu usługi są fundamentem naszej oferty.

Jednocześnie firmy w Polsce i świecie nie chcą zajmować się takimi zadaniami. Upowszechnienie chmury obliczeniowej przekonało je do tego, aby pewne kompetencje oddawać w outsourcing. Biznes w naturalny sposób dąży do profesjonalizacji. Wszystkie przedsiębiorstwa chcą działać szybciej, taniej, ale na większą skalę, z mniejszymi przestojami. W obszarze baz danych oczekują zaś pełnej transparentności, co oczywiście przekłada się na konkretne oczekiwania w obszarze dostępności danych.

summ-it od początku działalności koncentruje się na obszarze danych…

To prawda. Z naszych usług w zakresie utrzymania baz danych korzysta dziś szereg firm z całego świata. Wspieramy niemal 10 tys. baz danych. Kwestia ich utrzymywania – co do zasady – sprowadza się do zagwarantowania dostępności i bezpieczeństwa danych dla biznesu. Za tego rodzaju usługi odpowiada dedykowany zespół.

Odrębny dział zajmuje się analizą danych, którą prowadzimy na rzecz klientów. W ramach tego rodzaju działalności zaglądamy do baz danych i przekształcamy zgromadzone tam dane w informacje, które stanowią wartość biznesową.

Trzeci dział specjalizuje się w tworzeniu aplikacji działających na danych. Są to aplikacje dedykowane, które najczęściej są interfejsem do tych danych lub zapewniają ich integrację.

Trudno jednak mówić o tym, aby sprawnie działające systemy bazodanowe stanowiły wartość dla biznesu. Co zatem jest taką wartością?

Sprawnie działające i nasycone danymi środowisko bazodanowe jest pewnego rodzaju fundamentem dla operacji na danych, które stanowią o wartości biznesowej. Realna wartość biznesowa samych danych tkwi w możliwości ich przekształcenia w informacje.

Obszar analityki biznesowej możemy podzielić na trzy kategorie: analitykę deskrypcyjną – mówiącą o tym, co się stało; analitykę predykcyjną – podpowiadającą, co stanie się za chwilę; oraz analitykę preskrypcyjną – sugerującą, jakie działania powinien podjąć użytkownik wobec spodziewanych zdarzeń. Analiza preskrypcyjna podpowiada użytkownikom najlepsze możliwe działania biznesowe i otwiera drogę do faktycznej operacjonalizacji danych. Aby jednak tego rodzaju prognozowanie było realne, potrzebne jest zbudowanie sprawnego środowiska danych, raportowania wstecznego i analiz deskrypcyjnych.

Myślę, że o rosnącej dojrzałości biznesu można mówić także w kontekście podejścia do analizy danych. Jeszcze kilka lat temu w pełni satysfakcjonujące dla większości organizacji było raportowanie wsteczne. Nieliczne firmy decydowały się na wykorzystanie jakiegokolwiek prognozowania. Ostatnie 2 lata przyniosły tu jednak znaczące zmiany. Firmy pytają o bardziej dojrzałe rozwiązania analityczne i zaczynają rozumieć istotę naszej oferty.

Co zatem jest jej istotą?

Zapewniamy kompleksową obsługę środowisk danych klientów – od zarządzania bazami danych, po złożoną analitykę biznesową. Im bardziej zaawansowane usługi, tym większa jest związana z nimi wartość dla biznesu. Nie zawsze są to jednak wartości oczywiste. Przykładowo, do tej pory często brakowało rozumienia dla wartości biznesowej płynącej z bardziej złożonych rozwiązań analitycznych, jak analiza tekstu przy użyciu metod programowania neurolingwistycznego NLP. Tymczasem, jednym z naszych klientów jest grecka firma D-Marinas Hellas. Jest ona właścicielem wielu luksusowych marin na całym świecie. Każdy gość takiej mariny może udzielić opinii na Google Maps. Mimo że ocenę liczbową można łatwo skwantyfikować i analizować w sposób automatyczny, to jest to trudne w przypadku tysięcy opisowych recenzji dotyczących ośrodków w różnych lokalizacjach.

Jednocześnie, D-Marinas Hellas nie chce oraz nie może sobie pozwolić na to, aby choćby jeden klient pozostał niezadowolony z poziomu obsługi. Jeśli wykryta zostaje choćby jedna niepochlebna opinia, to firma reaguje natychmiast. Kontaktuje się z niezadowolonym klientem, oferuje dodatkową wartość, a równocześnie podejmuje działania zaradcze i modernizuje marinę, aby sprostać zgłoszonym oczekiwaniom.

Posiadając rozwiązanie analityczne oparte na uczeniu maszynowym oraz NLP, możliwe staje się zautomatyzowanie operacji pozwalających reagować na wszelkie negatywne opinie klientów. Ten przykład pokazuje, że klienci faktycznie zaczynają doceniać wartość wynikającą z takich rozwiązań.

Jeszcze inne możliwości otwiera zamiana mowy na tekst. W tym przypadku system może w pełni autonomicznie przepisywać do rozwiązania CRM całą treść wykonywanej głosowo rozmowy z klientem. Następnie jesteśmy w stanie m.in. badać sentyment i nastawienie konkretnego klienta, a potem podejmować szereg działań typowo biznesowych. Można śmiało stwierdzić, iż analityka biznesowa jest dziś najbardziej rozwojowym i cenionym obszarem usług związanych z danymi.

Jakie są główne kierunki rozwoju Państwa oferty?

Poza usługami związanymi z bazami, analizą danych i doradztwem oferujemy np. kompleksową usługę tworzenia hurtowni danych. Jest to jednak działanie indywidualne, czasochłonne i kosztowne. Klienci zaś oczekują gotowych produktów. Rozwiązań, które mogą łatwo i sprawnie wdrożyć i zastosować z korzyścią dla prowadzonej działalności. Odpowiadamy na te potrzeby. Od 2 lat oferujemy – wyróżnione nagrodą Made In Poland – rozwiązanie SuperbDBA, które automatyzuje proces zarządzania bazą danych.

W tym roku rozpoczęliśmy zaś prace nad samodzielnym, wręcz pudełkowym, rozwiązaniem Data Warehouse. Będzie to dedykowany produkt wspierający analizę danych biznesowych pod kątem specyficznych zastosowań w konkretnym obszarze biznesu. Mówimy tu m.in. o analizie danych transakcyjnych, sentymentu oraz wnioskach prezentowanych w przejrzysty sposób w ramach kokpitu menedżerskiego. Pracujemy nad gotowym rozwiązaniem, które będzie można łatwo przetestować w realiach konkretnej organizacji, wdrożyć i za jego pośrednictwem czerpać korzyści z posiadanych danych.

Z pewnością będziemy rozwijać także kolejne tego typu rozwiązania i tworzyć specjalistyczne narzędzia operujące na danych, w sposób dopasowany do potrze typowych dla różnych obszarów biznesu. Możliwy będzie oczywiście zakup wszystkich modułów, dla całej firmy lub wybór tylko tych, których klient potrzebuje.

Jakie są główne bariery związane z wdrażaniem zaawansowanej analityki?

Paradoksalnie, wiele firm w Polsce i regionie ciągle działa na bazie arkuszy kalkulacyjnych. Budując hurtownie danych dla klientów, bardzo często musimy pozyskiwać dane z takich właśnie dokumentów. Oznacza to, że mając bazy danych, firmy takie prowadzą analitykę na poziomie arkusza kalkulacyjnego. Takich klientów jest mnóstwo.

Siłą rzeczy koncentrujemy się więc na podstawowych usługach związanych z budowaniem i zarządzaniem środowiskami danych. Staramy się też tłumaczyć, dlaczego warto uporządkować ten obszar i sięgnąć po bardziej złożone narzędzia analityczne.

Poza tym firmy obserwują działania podejmowane przez konkurentów. Jeśli pionierzy kilka lat temu zaadoptowali zaawansowaną analitykę czy obszary uczenia maszynowego – i to się sprawdziło – to dziś rozmawiamy o wdrożeniach podobnych rozwiązań w mniej pionierskich organizacjach. Jest to pewnego rodzaju reakcja łańcuchowa.

Jakiego typu wyzwania towarzyszą wdrożeniom analityki opartej na algorytmach uczenia maszynowego?

Największym jest ryzyko niepowodzenia. Należy pamiętać, że tego typu projekty są niczym innym, jak inicjatywami naukowo-badawczymi. Przychodząc do klienta, stawiamy pewną hipotezę – lub stawia ją klient – rozpoczynamy pracę z danymi i badanie, które ma pokazać słuszność postawionej hipotezy. Badania takie nie zawsze jednak muszą skończyć się wynikiem pozytywnym. Nie zawsze jest więc możliwe osiągnięcie pełni sukcesu i dostarczenie oczekiwanej wartości biznesowej.

Jednym z naszych klientów jest firma przemysłowa, w której linia produkcyjna może mieć nawet kilkadziesiąt metrów. Materiał przechodzi na tej linii przez wałki. Wałki obracają się na łożyskach. Jeżeli łożysko będzie zużyte, to obracając się, spowoduje drgania, które doprowadzą do powstawania braków w produkcji. Trzeba wówczas wstrzymać cały proces. Tymczasem amplitudę drgań wałka można mierzyć, a mając takie dane, analityka preskrypcyjna może przewidzieć wystąpienie awarii. Pojawia się więc potencjał do optymalizacji.

Aby jednak potwierdzić faktyczne możliwości zbudowania takiego rozwiązania analitycznego, niezbędne jest przeprowadzenie badań, które pokażą, czy na podstawie dostępnych danych jesteśmy w stanie przewidzieć moment, w którym skala uszkodzenia łożyska istotnie wpłynie na możliwość wystąpienia awarii. Takie badania strumienia danych mogą trwać nawet kilka miesięcy, a na koniec okaże się, że na podstawie dostępnych danych nie da się jednoznacznie przewidzieć momentu granicznego, kiedy łożysko należy wymienić. Tym samym istnieje ryzyko, że projekty analityczne mogą zakończyć się niepowodzeniem. Nie zawsze postawiona hipoteza musi się sprawdzić, więc nie zawsze uda się w pełni zrealizować postawiony cel biznesowy projektu wdrożenia zaawansowanej analityki. Nie są to inicjatywy zero-jedynkowe.

Ostatni rok przyniósł dla firmy summ-it wiele sukcesów. Które z nich są najważniejsze?

Szczególnie ważna jest dla mnie nominacja do Nagrody Gospodarczej Prezydenta RP w kategorii Lider MŚP. Dzięki nominacji przez Miasto Poznań, a następnie zgłoszeniu przez Unię Metropolii Polskich im. Pawła Adamowicza, summ-it znalazł się w gronie trójki finalistów tej, niezwykle istotnej, nagrody.

Uważam jednak, że jednym z naszych najważniejszych sukcesów ostatniego roku było przekształcenie w spółkę akcyjną. Dzięki tej zmianie nasza organizacja nie jest teatrem jednego aktora, ale ma Radę Nadzorczą, która pełni rolę zewnętrznego ośrodka kontroli, mamy procesy reagowania w sytuacjach wyjątkowych i awaryjnych, a także wyznaczoną osobę, która w razie potrzeby przejmie kierowanie organizacją. Od dekady staram się tak prowadzić firmę, aby na pewnym etapie firma nie potrzebowała mnie na poziomie operacyjnym. Moim zdaniem, tylko takie podejście sprawi, że organizacja będzie odpowiednio zaprogramowana – uzyska samodzielność. Kto wie, może wrócę wówczas do realizacji pasji związanej z górami wysokimi.

Z pewnością jest to krok milowy na ścieżce rozwoju naszego biznesu, który otwiera nam szereg nowych możliwości w zakresie dalszego rozwoju. Uważam, że dzisiejszy sukces to efekt ciężkiej pracy całego zespołu, ale i metodycznego podejścia. Myślę, że jesteśmy dobrze przygotowani do dalszego rozwoju.