Si predstavljate, kakšna količina podatkov nastaja na enem samem stroju v proizvodnem podjetju. Stroj beleži različne podatke, ki služijo za nadzor, kontrolo, alarmiranje in zbiranje podatkov tehnološkega procesa? Koliko podatkov nastane, ko en sam uporabnik raziskuje spletno trgovino trgovca, ki ga je na splet privabil preko TV oglasa/ e-poštne kampanje ali kataloga? Kaj si ogleduje, katere izdelke uporabnik primerja med seboj, koliko jih je imelo za rezultat dejansko prodajo? Ali pa v energetiki - koliko podatkov nastane na posameznem merilnem mestu, delu omrežja, mestih? Vsi ti stroji, uporabniška ali merilna mesta pa so le ena izmed milijonov točk, kjer se generirajo podatki.

Vsi ti podatki nimajo nobene vrednosti, dokler jih organizacije/podjetja ne zbirajo in znajo povezati na način, da iz njih dobijo zaupanja vredne informacije. To so informacije, na podlagi katerih podjetja lahko sprejemajo odločitve s ciljem izboljšanja poslovanja. Primer je informacija o številu uporabnikov, ki preko marketinške kompanije pridejo na spletno mesto, kjer bi lahko opravili nakup, ampak stran nemudoma zapustijo- kaj je narobe z t.i. »vstopno stranjo«?. Ali pa podatek o neskladju na električnem omrežju – to je lahko rezultat potencialne kraje električne energije ali pa napak števcev, ki merijo promet? V obeh primerih izgubljamo prihodke! Kaj pa podatek o povečanju izmeta na določeni proizvodnji liniji v določeni izmeni – nepredvideno povečanje vlage, kot rezultat vremena v poletnem času neviht, lahko privede do slabo spojenih delov? Navsezadnje tudi Pogačar in Roglič priznavata, da bi nas brez učinkovite analize podatkov o progi, trenutnem počutju, moči in konkurenci težko razvajala s svojimi uspehi. To so le nekateri od sicer zelo enostavnih, ilustrativnih primerov, ki pa jih je brez pomoči ustrezne podatkovno-analitične platforme težko razložiti in poiskati rešitev za optimizacijo.

Število podatkov je samo v zadnjih 10 letih zraslo  za več kot 40-krat, predvideno pa je povečevanje generiranih podatkov za 90-krat do leta 2025 (v primerjavi z letom 2010).
Vir: Statista.com, Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2025

Glede na trend rasti generiranih podatkov je popolnoma logično, da so obstoječe tehnologije, ki so jih podjetja implementirale pred 10 in več leti, popolnoma neaktualne in zastarele in ne omogočajo procesiranje velikih količin podatkov oz. t.i »big-data«.

Še do pred nedavnega prevladujoče postavitve poslovno-analitičnih platform s podatkovnimi skladišči v lastnih IT-okoljih so danes glede na divjo rast generiranih podatkov neustrezne, cenovno dražje in tudi funkcionalno omejene. Tudi zmogljivost takšnih sistemov ne omogoča procesiranja večje količine podatkov in pridobivanje informacij. Večinoma so podatkovno-analitični sistemi še vedno predvsem bolj ali manj statični poročevalski sistemi, vizualizacije podatkov pa omejene in ne omogočajo takšnega odkrivanja odstopanj, kaj šele kakšne bolj napredne v prihodnost usmerjene analize.

Obstoječi način zbiranja podatkov iz enega informacijskega sistema do maksimalno par podatkovnih virov, ter stari podatkovni modeli prinašajo problem kvalitete podatkov (»data quality«). Ali lahko sklepate pravilno, če generirate informacijo na podlagi 1 podatkovnega vira- primer, samo iz stroja iz t.i. SCADA nivoja? Bi v tem primeru ugotovili, da je izmet posledica dviga vlažnosti v prostoru, ki korelira z padavinami ali svetilnostjo ter povzroča večje obremenitve v določenem delu dneva? Zastarele podatkovno-analitične rešitve imajo izzive z dodajanjem novih virov podatkov, poleg tega pa niso vzpostavljeni standardi za tovrstno dograjevanje. V preteklosti smo se omejevali na klasične podatkovne vire, kot so ERP, CRM, HR poslovne aplikacije, danes je za ohranjanje konkurenčnosti potrebno več. Prav podatki pa lahko postanejo temelj našega doseganja konkurenčne prednosti… še boljše poznavanje kupca, še optimalnejši procesi, še boljša sestava artiklov – pod črto pa večja profitabilnost.

Glavni izzivi zastarelih podatkovno-analitičnih rešitev:

• Nezmožnost procesiranja velikih količin podatkov (»big data«)
• Zastarela strojna oprema (»on-prem« postavitev) in nezmožnost fleksibilnosti pri širjenju potrebne IT infrastrukture (ni možnosti »pay-as-you-grow«)
• Slaba odzivnost in performance (počasnost in neodzivnost)
• Omejeno število virov podatkov in malo možnosti za dodajanje novih podatkovnih virov
• Omejene vizualizacije
• Bolj kot »Business Inteligence« gre za poročilne sisteme
• Zastareli podatkovni modeli in vprašljiva kvaliteta podatkov
• Ni vzpostavljenih podatkovnih standardov
• Omejene možnosti za napredne scenarije (napredna analitika)

Podjetja in organizacije se zavedajo omejitev in zato so že nekaj let močno aktualne besedne zveze kot so digitalizacija, modernizacija, digitalna transformacija in podobno. Digitalizacija je sicer pogosteje kot v praksi, svoje mesto našla v uvodnih govorih letnih poročil, medijih ali »strategijah«, kot pa v praksi. Podjetja pa so več ta čas intenzivno raziskovala, kaj v praksi to pomeni in kako se digitalizirati in na to dobila različne odgovore.

»30% vodstvenih delavcev v podjetjih meni, da digitalnim strategijam manjka jasnost in konkretnost.«
Vir: Anketa Harvard Business Review – Analytics, 2021, N=522, hbr.org/hbr-analytic-services

Podjetja so tako v duhu digitalizacije pristopila k implementaciji številnih projektov- brezpapirno poslovanje, nekatera so uvedla nove vizualizacije obstoječih excel-ovih poročil v upanju, da imajo sedaj »pravi business inteligence-BI«, nekatera so se implementirala e-poslovanje in tako dalje. Dodaten zagon pri modernizaciji je prinesla še covid situacija, ko smo praktično čez moč morali spremeniti način dela, način srečevanja prenesti v virtualno okolje in na oddaljen način in mnogo procesov poenostavili, digitalizirati ali posodobiti.

Po uvedbi številnih projektov pa podjetja ugotavljajo, da so izgubila smer in da pravzaprav ne vedo, kateri projekti so prioritetni, kateri prinašajo višji ROI kot drugi, kako uvedbe novih tehnologij vplivajo na procese v podjetju in kako vse iniciative in projekte spraviti na skupni imenovalec.

Naše stranke zahtevajo več kot le strategijo na papirju in ker z našimi podjetji sodelujemo že več kot 20 let, smo šli z njimi skozi vse faze razvoja- od prvih postavitev podatkovno-analitične rešitve na »on-prem«, do dodajanja novih poslovnih scenarijev, novih virov podatkov, do vpeljave napredne analitike in AI metodologije do danes izjemno aktualne modernizacije.

 

Slika 1: ADD Analytics Maturity Model

Modernizacija temelji predvsem na celovitem pristopu k uvajanju kompetenc in pogojev s katerimi so podjetja kos vse zahtevnejšim izzivom upravljanja in izkoriščanja podatkov. Zaradi potrebe po fleksibilnosti in postopnosti rasti so modernizacije pogosto povezane tudi z migracijo okolij v oblak.

Gre za več kot le migracijo, saj gre v našem primeru tako za poslovno kot tehnološkim postopkom, ki se začne s pripravo digitalne in podatkovne strategije. Rezultat je ADD Analytics Maturity model in digitalna strategija, ki temelji na procesih skupaj s seznamom predlogom prednostnih nalog glede na pričakovane koristi in zahtevnostjo implementacije. Skupaj s stranko nato izdelamo »roadmap« in moderniziramo podatkovno-analitično platformo, ki s tehnološkega vidika omogoča obvladovanje velike količine podatkov, hitro performanco, agilni model s številnimi funkcionalnostmi za lahko utilizacijo novih podatkovnih virov in vpeljavo novih metodologij. Poleg tehnološke posodobitve je ključna tudi poslovna vrednost modernizirane platforme, zato z našimi razvijalci vzporedno svojo nalogo opravijo tudi poslovni svetovalci, ki podjetjem na podlagi ADD GAP-FIT modela omogočajo svetovanje izkoriščati moč pravih podatkov s končnim ciljem ustvarjanja konkurenčne prednosti in povečanja profitabilnosti.

In čeprav je prvi korak zapisana analiza stanje, s konkretnimi predlogi želenega stanja in aktivnosti za njihovo doseganje pa je naša ključna prednost, da smo temelje uspešne digitalizacije, ki jo predstavlja učinkovit upravljanje podatkov in analitika z moderno analitično platformo sposobni udejanjiti v praksi. Za nas se digitalna transformacija na papirju šele prične.

V kolikor ste se našli v izzivih iz prvega dela bloga, je sedaj zagotovo pravi čas, da razmislite o modernizaciji.