Σύγχρονη τάση στις επιχειρήσεις, σύμφωνα με αναλυτές, είναι τα δεδομένα να οδηγούν στην ανάπτυξη, αντί να αναζητούνται εκείνα που θα επιβεβαιώσουν επιλογές που ήδη έχουν γίνει. Ποια είναι η άποψή σας επί του θέματος; Πώς αυτό γίνεται πράξη από τους πελάτες σας;

Σίγουρα το να επιβεβαιώνεις με τα δεδομένα αποφάσεις και επιλογές που έχουν ήδη παρθεί φαίνεται ασφαλές, αλλά η αλήθεια είναι ότι όλο και περισσότερες επιχειρήσεις αρχίζουν να αντιλαμβάνονται ότι αυτό το comfort zone πολλές φορές οδηγεί σε χαμένο χρόνο και ευκαιρίες αλλά και suboptimal στρατηγικές. Ο σχεδιασμός, με την χρήση AI, ενός ολοκαίνουργιου προϊόντος από μια εταιρεία όπως η BIC, η χάραξη μιας καινοτόμας data-driven customer 360 εμπειρίας από τον Παπαστράτο για τους χρήστες του IQOS και η εξερεύνηση μιας «έξυπνης» τιμολόγησης για το Loyalty Club της British Airways και της Iberia, είναι μερικά παραδείγματα πελατών μας που «ξεβολεύτηκαν» και χρησιμοποίησαν τα δεδομένα τους ή παρήγαγαν καινούρια, παίρνοντας καινοτόμες αποφάσεις. Μολονότι οι παραπάνω ενέργειες στέφθηκαν με αξιοσημείωτη επιτυχία, κανείς δε μπορεί να εγγυηθεί την επιτυχία τους εκ των προτέρων. Είναι σημαντικό να μην αντιμετωπίζουμε τη χρήση δεδομένων ως πανάκεια, αλλά ως ένα πολύ δυνατό εργαλείο καλύτερης κατανόησης του περιβάλλοντος στο οποίο λειτουργεί η κάθε επιχείρηση. Ένα εργαλείο που χρειάζεται συνεχώς ακόνισμα, εξού και η αναγκαιότητα μιας σοβαρής στρατηγικής διαχείρισης δεδομένων (Data Strategy) που δεν καλύπτει μόνο τις άμεσες ανάγκες, αλλά κοιτά και λίγο παραπέρα. Πλέον, θα έλεγα, η ενσωμάτωση των δεδομένων και των παραγώγων τους δεν είναι μόνο προϋπόθεση ανάπτυξης, αλλά και βιωσιμότητας μιας επιχείρησης. Είναι σα να θέλεις να κυβερνάς καράβι χωρίς πυξίδα ή αεροπλάνο χωρίς αισθητήρες.

Κάθε κρίση είναι μια ευκαιρία. Πιστεύετε ότι η κρίση της πανδημίας παράγει δεδομένα που μπορούν να οδηγήσουν στην ανάπτυξη, αν αναλυθούν και αξιοποιηθούν σωστά;

Η πανδημία είναι μια ιδιάζουσα κατάσταση. Κανείς μας δεν ξέρει αν είναι μια μεταβατική περίοδος, μια καινούργια πραγματικότητα, ή μια σειρά από καινούριες πραγματικότητες. Το περιβάλλον είναι τόσο ρευστό που η εξαγωγή συμπερασμάτων από την ανάλυση δεδομένων μπορεί να είναι σωστή για τις επόμενες εβδομάδες και τελείως παραπλανητική για μερικούς μήνες αργότερα.
Η πανδημία είναι περισσότερο μια ευκαιρία να καταλάβουμε ότι πλέον το περιβάλλον στο οποίο λειτουργούμε είναι πολύ δυναμικό και χρειάζεται μεγαλύτερη ευελιξία από ό,τι έχουν συνηθίσει μέχρι τώρα οι περισσότερες εταιρείες. Εργαλεία remote working, cloud based apps, reporting προσβάσιμο από παντού, αλλά κυρίως ενοποιημένες βάσεις δεδομένων που παρέχουν «καθαρά», επίκαιρα δεδομένα και insights όταν και όπως τα θες είναι πλέον απαραίτητα. Η πανδημία έχει επισπεύσει την αναγκαία προσαρμογή ή το digital transformation, για να χρησιμοποιήσουμε ένα πιο δημοφιλή όρο. Όσες εταιρείες επισπεύσουν αυτή τη μετάβαση, τόσο πιο έτοιμες θα είναι να προσαρμοστούν στο νέο περιβάλλον που θα διαμορφωθεί.

Παρατηρείται τάση σύγκλισης σε τεχνολογίες που μερικά χρόνια πριν ήταν διακριτές. Το Data Management πόσο ανεξάρτητο και, ταυτόχρονα, πόσο απαραίτητο είναι για την ανάλυση των δεδομένων; Πώς το ενσωματώνετε στις υπηρεσίες που προσφέρετε;

Προσωπικά δε νομίζω ότι έχει αλλάξει κάτι. Και προηγουμένως, για να αναλύσεις δεδομένα χρειαζόσουν μια καθαρή βάση δεδομένων και ένα εργαλείο ανάλυσης.
Η αλλαγή πλέον έγκειται στο ότι παράγονται πολύ περισσότερα δεδομένα από ό,τι στο παρελθόν, καθώς και στο ότι υπάρχουν πολύ περισσότερα εργαλεία τόσο διαχείρισης όσο και ανάλυσης.
Για παράδειγμα, στο παρελθόν, το στερεοτυπικό SQL Server και Excel tech stack ήταν αρκετό για τις περισσότερες εταιρείες. Πλέον, ένας οργανισμός έχει να επιλέξει ανάμεσα σε on premise, hybrid ή cloud, ποιο cloud, ποια εργαλεία ανάλυσης (π.χ. Python, R, Apache Spark), ποιο reporting platform (Tableau, Power BI, κλπ.) και ούτω καθεξής. Γενικότερα, δεν υπάρχει σωστό ή λάθος tech stack. Υπάρχει fit και unfit tech stack και αυτό έχει να κάνει με τις ανάγκες και τις προτεραιότητες του κάθε οργανισμού. Λόγου χάρη, δε χρειάζεται να χτίσεις ένα sophisticated big data οικοσύστημα όταν δεν έχεις big data τώρα ή στο άμεσο μέλλον. Ή, από την άλλη, δεν μπορείς να μείνεις on premise όταν θέλεις ένα πραγματικά scalable, on demand data warehouse.
Με τους περισσότερους πελάτες μας το πρώτο στάδιο είναι ακριβώς αυτό: Να σχεδιαστεί ένα σωστό data strategy και, εν συνεχεία, μια αρχιτεκτονική και tech stack συνυφασμένο με τις άμεσες και μακροπρόθεσμες ανάγκες του οργανισμού.

Βασικές αξίες για να γίνει σωστά αυτό είναι:
1. Cost Efficiency: Το κόστος λειτουργίας πρέπει να είναι συνυφασμένο με τον όγκο δεδομένων και των αναγκών του πελάτη, αποφεύγοντας περιττά κόστη και αχρείαστο complexity.
2. Scalability: Η υποδομή θα πρέπει να κάνει scale αυτόματα ή με μικρές αλλαγές να είναι έτοιμη να υποδεχτεί μελλοντικές μεγαλύτερες ανάγκες.
3. Automation: Ό,τι μπορεί να αυτοματοποιηθεί και να απελευθερώσει πολύτιμο χρόνο, αλλά και να εξαφανίσει manual λάθη, είναι θεμιτό.

Κατά την πλοήγηση στην ιστοσελίδα satorianalytics.com στάθηκα στον όρο Data Monetization που άμεσα συσχετίζει τα δεδομένα με το κέρδος, κάτι που μπορεί να αποτελέσει ισχυρό δέλεαρ για κάποιες επιχειρήσεις. Μιλήστε μας για τα οφέλη που εν δυνάμει μπορούν να προκύψουν από την αξιοποίηση των δεδομένων.

Ναι, το Data Monetization είναι ένας umbrella όρος για να περιγράψει το πώς μια εταιρεία μπορεί να χρησιμοποιήσει τα δεδομένα που έχει στην διάθεση της για να αναπτύξει καινούργιες πηγές εσόδων και όχι μόνο. Ένα πολύ καλό παράδειγμα είναι η Cardlink. Μια εταιρεία παροχής υπηρεσιών POS με πάνω από 250 χιλιάδες συμβεβλημένους εμπόρους στην Ελλάδα. Καθημερινά διαχειρίζεται εκατομμύρια συναλλαγές που παράγουν μεγάλους όγκους δεδομένων. Αξιοποιώντας το Azure Cloud και εργαλεία όπως το Azure Synapse Analytics και Databricks χτίστηκε μια καινούργια web εφαρμογή, το Cardlink Pulse, που προσφέρει analytics insights σε εταιρείες που δεν έχουν την τεχνογνωσία ή δεν θα μπορούσαν να σηκώσουν το κόστος ενός big data ecosystem. Είναι ένα πολύ καλό παράδειγμα για το πώς μια εταιρεία μπορεί να αξιοποιήσει με εξωστρέφεια τα δεδομένα της και να δημιουργήσει νέα revenue streams αλλά και να διατηρήσει ένα συγκριτικό πλεονέκτημα έναντι του ανταγωνισμού και να προστατεύσει το μερίδιο αγοράς της.

Ποιο είναι το φάσμα των υπηρεσιών που προσφέρετε; Εκτός από την ανάλυσή και την ανάπτυξη εργαλείων για την αξιοποίηση, μπορείτε να συμβάλετε και στην παραγωγή δεδομένων; Εμπλέκεται σε αυτή τη διαδικασία το IoT;

Η Satori Analytics κινείται σε όλο το φάσμα των data management και analytics υπηρεσιών καθώς και σε end-to-end customer 360 και CRM υπηρεσίες.
• Ο πρώτος πυλώνας υπηρεσιών βοηθάει οργανισμούς να στήσουν ένα cost efficient, single source of truth, και scalable data management οικοσύστημα που είναι το θεμέλιο για την αξιοποίηση των δεδομένων.
• O δεύτερος πυλώνας έχει να κάνει με machine learning και AI εξειδικευμένες υπηρεσίες και εφαρμογές.
• Ο τρίτος με τη δημιουργία ενός end-to-end CRM οικοσυστήματος, που περιλαμβάνει τόσο το data warehousing, integration, και customer analytics κομμάτι, όσο και το στήσιμο μιας CRM πλατφόρμας (Salesforce Marketing Cloud, Microsoft Dynamics, Zoho, κτλ.) και των αντιστοιχων customer journeys και automations, ραμμένης στις ανάγκες του πελάτη.

Ένα τέτοιο data-driven Customer Experience (CX) έχει χτιστεί σε συνεργασία με τον Παπαστράτο για την όσο το δυνατόν καλύτερη εμπειρία και εξυπηρέτηση των χρηστών του IQOS. Ένα consumer data management οικοσύστημα πολύ πρωτοπόρο για τα ελληνικά δεδομένα και όχι μόνο.
Μιλώντας για IoT συνεργαζόμαστε αυτή την στιγμή με τη BIC, η οποία πρόσφατα λάνσαρε στο Las Vegas το nextbicthing. Ένα πραγματικά καινοτόμο initiative, όπου χρησιμοποιώντας AI-enabled ξυράφια και ενσωματωμένους σένσορες, καταγράφει το πώς ένας άνδρας ή μια γυναίκα χρησιμοποιούν το ξυράφι, καθώς και χαρακτηριστικά της τρίχας και του δέρματος τους. Εν συνεχεία, τα παραγόμενα IoT δεδομένα μορφοποιούνται και αναλύονται με machine learning, βοηθώντας στο να σχεδιαστεί η επόμενη γενιά ξυραφιών, προσαρμοσμένα στο δέρμα και τις συνήθειες ξυρίσματος του κάθε ανθρώπου.

Αντίστοιχα projects γίνονται και σε πιο «βαριά» industries με complex γραμμές παραγωγης, όπου end-to-end IoT λύσεις βοηθούν στη μείωση κόστους και στην ελαχιστοποίηση κινδύνων όπως predictive maintenance. Μη λησμονούμε όμως ότι πέρα από το IoT υπάρχουν και άλλοι τρόποι παραγωγής δεδομένων. Παραδείγματος χάρη, η δημιουργία ενός loyalty προγράμματος, ή μια καινούργια υπηρεσία/προσφορά που προϋποθέτει customer registration, πέρα από τον προφανή στόχο επιβράβευσης του πελάτη, είναι και ένα πολύ σημαντικό εργαλείο συλλογής χρήσιμων δεδομένων.

Πολλές φορές, υπάρχει μια ασυνέχεια (disconnect) ή χρονοκαθυστέρηση μεταξύ της υλοποίησης μιας καινούργιας τεχνολογίας και του χειροπιαστού οφέλους για έναν οργανισμό. Ως αποτέλεσμα, μια επένδυση σε ένα καινούργιο data warehouse ή η μετάβαση στο cloud να αντιμετωπίζεται με σκεπτικισμό. Το βλέπετε συχνά αυτό;

Τα προηγούμενα χρόνια, πολλές εταιρείες ήταν σίγουρα διστακτικές στο να επενδύσουν σοβαρά σε καινούριες υποδομές αποθήκευσης και ανάλυσης δεδομένων, ή αντίστοιχα ανυπόμονες να δουν άμεσα αποτελέσματα από μια τέτοια επένδυση. Σα να ξεκίνησες το τρέξιμο πριν μια βδομάδα και να νιώθεις έτοιμος για μαραθώνιο.
Αστειεύομαι προφανώς, αλλά το λέω σχηματικά. ‘Όπως όλες οι επενδύσεις, έτσι και μια επένδυση σε νέες τεχνολογίες θέλει το χρόνο της για να αποφέρει καρπούς. Φερ ειπείν, στο παράδειγμα του IoT για να συλλέξεις αρκετά δεδομένα για να βγουν χρήσιμα συμπεράσματα χρειάζονται αρκετές εβδομάδες ή κάποιοι μήνες τουλάχιστον. Μόλις όμως περάσει αυτό το αρχικό στάδιο, τα οφέλη είναι συνεχή year in year out, όποτε και το return on investment καταλήγει να είναι πολλές φορές της κλίμακας του 3-4 φορές πάνω από την αρχική επένδυση σε λίγο μόλις χρονικό διάστημα. Τα τελευταία δύο χρόνια πάντως, και ακόμα περισσότερο τον τελευταίο, πολλοί οργανισμοί έχουν ξεκινήσει ήδη την επένδυση στα «δεδομένα» και τη χρήση τους ως βασικό πλέον συστατικό στην λήψη αποφάσεων.  Υπάρχει πλέον μια αντιστροφή από το να θεωρείται ένα μοντέρνο data warehouse, ένα σοβαρό reporting (π.χ. Tableau, Power BI, κτλ) ή μια data-driven και αυτοματοποιημένη διαχείριση πελατών (CRM) από nice to have σε must have.

Πώς συμβάλλετε μια εταιρεία να κατανοήσει τα παραπάνω και να κάνει το βήμα; Ότι, δηλαδή, χρειάζεται υπομονή και επιμονή για να κάμψει εσωτερικά εμπόδια ή ανησυχιες για να αποκομίσει σημαντικά οφέλη από την επένδυση στα δεδομένα;

Πολλές φορές αυτό γίνεται παρουσιάζοντας απτά παραδείγματα άλλων εταιρειών που έχουν κάνει ήδη το βήμα και βλέπουν τα οφέλη. Ως όντα είμαστε αρκετά μιμητικοί, έτσι και οι επιχειρήσεις πολλές φορές πρέπει να δουν κάποιον ανταγωνιστή ή μια εγνωσμένη εταιρεία του εξωτερικού να κινηθεί πρώτα πριν κάνουν το βήμα οι ίδιοι.
Σε πιο πρακτικό επίπεδο, δύο άλλα στοιχεία που βοηθούν να καμφθούν τυχόν αντιστάσεις είναι τα λεγόμενα early wins και οι purple people.  O όρος purple people νομίζω πρωτοχρησιμοποιήθηκε από τον Wayne Eckerson το 2010 για να περιγράψει αυτούς τους ανθρώπους που κατέχουν τόσο business acumen όσο και βασικές γνώσεις τεχνολογίας. Χωρίς να είναι ειδικοί στο πώς π.χ. πρέπει να στηθεί ένα data management system, ή τι αλγόριθμοι χρειάζονται για να γίνει σωστό customer clustering, είναι σίγουρα οι άνθρωποι που μπορούν να γεφυρώσουν το κενό μεταξύ business και tech requirement και να λειτουργήσουν ως «μεταφραστές» μεταξύ των δύο πόλων, business και tech.

Όσον αφορά τα early wins, είναι σίγουρα όρος κλισέ αλλά και απαραίτητη προϋπόθεση πολλές φορές.  Για παράδειγμα, σε ένα μεγάλο οργανισμό η μετάβαση από ένα legacy data estate με δεκάδες ή εκατοντάδες βάσεις, που είναι αποτέλεσμα πολλών χρόνων προσθηκών και αλλαγών, σε ένα μοντέρνο cloud based οικοσύστημα, είναι μια σύνθετη δουλειά που μπορεί να διαρκέσει μήνες. Είναι πολύ σημαντικό να σχεδιάσεις αυτή την μετάβαση με agile mentality, βγάζοντας παραδοτέα σειριακά και σε τακτικά διαστήματα και όχι μόνο στο τέλος του έργου. Σαν Satori, παραδείγματος χάρη, έχουμε ένα δομημένο solution το οποίο βοηθάει οργανισμούς να χτίσουν τα θεμέλια ενός μοντέρνου cloud based data warehouse μέσα σε μόνο 4-8 εβδομαδες. NW

Satori Analytics
H Satori Analytics είναι ένα boutique data και analytics agency. Ξεκίνησε το 2015 από το Λονδίνο και πριν περίπου 2,5 χρόνια άνοιξε τα γραφεία της και στην Αθήνα.
Έχοντας ομάδες από έμπειρους data scientists, engineers και analysts, officially certified στις πιο σύγχρονες τεχνολογίες διαχείρισης και ανάλυσης δεδομένων όπως Microsoft Azure (Microsoft Gold Partner – Data and Analytics), AWS, Salesforce, Tableau και άλλες, βοηθάει μεγάλους οργανισμούς στο να εκσυγχρονιστούν και να ενσωματώσουν τα δεδομένα και την τεχνολογία σωστά, γρήγορα, και αξιόπιστα στις διαδικασίες τους.

Έχοντας πολυετή εμπειρία στην ανάλυση και χρήση δεδομένων, η Satori Analytics βοηθά τους συνεργάτες της όχι μόνο στο πως να υλοποιήσουν μια καινούργια τεχνολογία αλλά και στο πώς να την αξιοποιήσουν με χειροπιαστά επιχειρηματικά οφέλη. Το μοντέλο λειτουργίας της Satori είναι να δουλεύει με λίγους πελάτες και καλούς και είναι περήφανη να έχει στο πελατολόγιο της household ελληνικές και ξένες μπράντες, όπως οι Παπαστράτος (Philip Morris International), L’Oréal, Vodafone, BIC Société, FxPro, Cardlink, Avios (British Airways and Iberia Loyalty), Τράπεζα Πειραιώς, Ναυτικό Αυστραλίας και άλλοι.

Οι βασικές υπηρεσίες της Satori Analytics συνοψίζονται ως Data Warehouse Modernisation, Machine Learning και AI, Customer 360 / CRM, Cloud Migration, IoT and Intelligent APIs, Dynamic Pricing, Optimisation, και custom App Development.
Για περισσότερες πληροφορίες, επισκεφτείτε την ιστοσελίδα www.satorianalytics.com ή επικοινωνήστε στο [email protected].