Analiza predykcyjna — potężna metoda prognozowania w rękach dyrektorów finansowych

Analiza predykcyjna — potężna metoda prognozowania w rękach dyrektorów finansowych

Algorytmy i automatyzacja zdobywają coraz większą popularność w obrębie procesów finansowych. Jednym z ważnych osiągnięć technologii jest w tym przypadku analityka predykcyjna. Czym jest, dlaczego tak dobrze się sprawdza oraz jakie działania mogą (lub powinni) podjąć dyrektorzy finansowi?

Kolejny krok

Analityka predykcyjna nie jest nowością. Duże firmy stosują ją od wielu lat w różnych obszarach, aby ograniczać ponoszone ryzyko. Za przykład mogą nam posłużyć sektory bankowości i ubezpieczeń. W ich przypadku technologia ta służy m.in. do obliczania wysokości składek lub zdolności kredytowej. Dziś analityka predykcyjna oferuje większe możliwości niż kiedykolwiek z uwagi na ilość wewnętrznych i zewnętrznych danych, jakie mamy do dyspozycji. Dzięki niej możemy zagłębiać się w ogromne bazy danych, aby wyszukiwać w nich wzorce i struktury, a tym samym pozyskiwać wiedzę pozwalającą na przewidywanie przyszłych wyników.

Jako etap w ewolucji tej technologii, analityka predykcyjna to kolejny krok po analityce opisowej i diagnostycznej — zgodnie z klasyfikacją agencji badawczej Gartner. W przypadku analityki opisowej i diagnostycznej stosowano w głównej mierze dane historyczne, które służyły do objaśniania powodów wystąpienia określonych zdarzeń w przeszłości. Analityka predykcyjna wykracza poza ten trend i wykorzystuje dane do przewidywania przyszłości. Dzięki temu dyrektorzy finansowi są w stanie opierać swoje decyzje o rzeczywiste liczby, a nie wyłącznie o własną intuicję. Co ciekawe, badanie firmy Gartner wykazało, że zaledwie 13% firm stosuje analitykę predykcyjną w procesie podejmowania bieżących decyzji strategicznych.

Technologia analityki predykcyjnej przenika obecnie również do innych branż, czerpiąc korzyści z faktu, iż firmy zdołały już zgromadzić odpowiednio duże ilości danych w wielu dziedzinach. Co więcej, dostępna jest także coraz większa liczba narzędzi, które ułatwiają przeprowadzanie analiz w oparciu o różne źródła danych.

Dobre praktyki: Netflix

Netflix to trafny przykład firmy, która z powodzeniem stosuje analitykę predykcyjną. Firma gromadzi od swoich klientów dane na temat zachowań związanych z odbiorem zawartości, a następnie łączy je z danymi pochodzącymi z zewnętrznych baz. Takie połączenie pozwala jej z powodzeniem wyszukiwać metody utrzymywania klientów oraz identyfikować nowe rynki pozwalające na rozwój. Informacje gromadzone przez Netflix obejmują m.in. dane z systemu ocen, mechanizmu wyszukiwania, przycisków wstrzymywania/wznawiania treści oraz urządzeń (w tym mobilnych), na których odbiorcy oglądają filmy i seriale.

Nie można w tym miejscu zapomnieć o „House of Cards”. Każda decyzja, która przyczyniła się do ogromnego sukcesu serialu, została oparta o twarde dane — bez potrzeby zgadywania i kierowania się intuicją. Od obsady aż po dobór palety kolorów — każdą decyzję związaną z produkcją oparto o wyniki analizy predykcyjnej. Warto też wspomnieć o stosowaniu dziesięciu różnych zwiastunów, dzięki którym widzowie mogli otrzymać wersję najlepiej dopasowaną do ich nawyków związanych ze sposobem odbioru treści. W ten sposób osiągnięto zupełnie odmienny poziom analityki predykcyjnej.

Kolejny etap rozwoju tej technologii stanowi analityka preskryptywna. Ta nowa forma pozwala nam obserwować rozwój wielu interesujących rozwiązań, takich jak struktury neuronowe, uczenie maszynowe, analiza graficzna, symulacje czy przetwarzanie złożonych zdarzeń. Cały system dostarcza prognoz opartych na danych pozyskiwanych z różnych źródeł, dzięki czemu jest w stanie przekazywać nad wyraz interesujące sugestie. Biorąc pod uwagę szybki rozwój we wszystkich tych obszarach, ostateczne nadejście tej fazy nie powinno zająć wiele czasu.

Jakie działania związane z analityką predykcyjną mogą (lub powinni) podjąć dyrektorzy finansowi?

Dotychczas nasze możliwości ograniczały się do fazy opisowej i diagnostycznej, a analityka predykcyjna wydawała się nierealną koncepcją. Dziś jesteśmy skłonni wykorzystać jej potencjał, ale tak naprawdę nie wiemy, do czego jej użyć. Z tym problemem boryka się wiele firm. Jest to o tyle dziwne, że każda firma chce przecież zmieścić się w zadanym budżecie, a dzięki analityce predykcyjnej może znacznie lepiej prognozować swoje wydatki. Co więcej, im bardziej zróżnicowane będą źródła danych, tym trafniejsze otrzymamy prognozy.

To oczywiście wymaga zupełnie nowego podejścia do funkcji finansowej jako takiej — w szczególności do roli dyrektora finansowego. Ten bowiem musi stać się cyfrowym liderem organizacji i porzucić podejście, w którym skupiał się na kontroli. Zadania dyrektora będą od teraz ściśle związane z rozwojem analityki predykcyjnej w oparciu o dokładne i skuteczne raporty. Tylko w taki sposób stanie się on strategicznym partnerem całej firmy — zdolność przewidywania zachowań klientów pozwoli w efektywny sposób doradzać firmie, prowadząc w efekcie do lepszych wyników, większej innowacyjności, stałego wzrostu i kontroli ryzyka.

Dobór właściwej technologii

Jak poprawnie wdrożyć analitykę predykcyjną i w efektywny sposób wykorzystywać dane? Istnieją trzy najczęstsze problemy, którym dyrektorzy finansowi muszą stawić czoła w tym zadaniu. Pierwszym z nich jest zwykle brak dostępu do bazy danych łączącej wewnętrzne i zewnętrzne źródła. Drugim problemem jest brak dostępu do odpowiednich algorytmów, a trzecim — niewystarczająco jasny sposób prezentowania wyników analiz. Oznacza to, że w chwili obecnej dyrektorzy wciąż nie zawsze otrzymują wgląd, jaki jest im niezbędny do podejmowania trafnych decyzji strategicznych. Jest to co najmniej dziwne, ponieważ dostępność rozmaitych narzędzi do przetwarzania danych biznesowych jest dziś większa niż kiedykolwiek. W tym przypadku ważne jest jednak, aby postawić na jakość, a nie na ilość: możemy bowiem dysponować wieloma narzędziami, lecz niezwykle ważne jest, aby zastosować to właściwe. Co więcej, dyrektorzy finansowi muszą mieć jasną wizję związaną ze sposobem wykorzystania analizy danych i ich interpretacji.

Zadawanie właściwych pytań we właściwym czasie

Wszystko zaczyna się od połączenia i zestawienia ze sobą różnych przydatnych źródeł danych, co oczywiście natychmiast rodzi szereg pytań. Jak poprawnie dokonać ich konfiguracji i integracji? Które dane będą przydatne, a które nie? I najważniejsze pytanie z punktu widzenia dyrektorów finansowych: czy zatrudniać specjalistów, aby przygotowali hurtownię danych i prowadzili analizy? Jeśli tak, to czy osoby te powinny zasilić ich zespół, czy też lepiej odnajdą się w innej części organizacji?

To bardzo ważne pytania, jednak równie ważne jest, aby nie zwlekać zbytnio z udzieleniem odpowiedzi. Środowisko zmienia się w szybkim tempie, a przecież naszym ostatecznym celem jest uniknięcie sytuacji, w której nasi konkurenci zdołają zrobić to wcześniej i niespodziewanie dla nas samych. Dyrektor finansowy musi pełnić rolę strategicznego partnera firmy i działać w sposób proaktywny, dlatego tak ważne jest, aby był w stanie doceniać i wdrażać technologie analityki predykcyjnej. Tak, aby w oparciu o fakty uzyskać wgląd w przyszłość.


Whitepaper - Automatyczne księgowanie - ‘no hands’ accounting

Automatyczne księgowanie

Roboty usiłujące odebrać nam pracę nie są tak odległą wizją, jak mogłoby nam się wydawać. Już dziś ich obecność jest silna i prowadzi do pełnej automatyzacji procesu zarządzania finansami.

Przeczytaj szczegółowy raport»