Professional Documents
Culture Documents
Foresight w praktyce zarzdzania przedsibiorstwem. Analizy i studia przypadkw Krzysztof Borodako, Micha Nowosielski (red.) Instytut Zachodni, Pozna 2012 by Instytut Zachodni, Pozna 2012
62
Wiele rm zbrany wiadczcej usugi analityczne wzakresie przetwarzania danych, wwyniku narastajcej konkurencyjnoci icoraz czstszych ogranicze rynkowych, stoi przed dylematem wyboru adekwatnego dla siebie modelu biznesu, ktry zapewniby im ponadprzecitny rozwj oraz osignicie trwaej przewagi konkurencyjnej na rynku. Poszukiwanie alternatywnych kierunkw tego rozwoju moe si porednio dokonywa na gruncie analiz typu foresight wskazujcych rmom przysze inajbardziej podane paszczyzny innowacyjnych dziaa (Pavi 1998; Doyle, Bridgewater 1998). Wniniejszej pracy autor przedstawia (na przykadzie poznaskiego przedsibiorstwa Analyx iprzeprowadzonego studium empirycznego wedug metodologii foresight) model innowacji analitycznych. Cel bada osignito wwyniku przeprowadzonych wywiadw niestandaryzowanych ibada ankietowych zwybranymi ekspertami, tj.przedstawicielami rm konkurencyjnych oraz poprzez analizy makro- imikrootoczenia brany, wktrej rma Analyx prowadzi swoj dziaalno gospodarcz.
ANALIZA BRANY ANALITYCZNEJ WUJCIU MAKROI MIKROOTOCZENIA
Popyt wzakresie usug konsultingowych firm zbrany analitycznej Globalizacja rynkw, zmniejszona dynamika rozwoju przedsibiorstw, spowolniony rozwj wymiany handlowej czy zmiany spoeczno-kulturowe sprawiaj, e coraz wicej przedsibiorstw poszukuje dla siebie na rynku nowej przestrzeni konkurencyjnego dziaania. Co wicej, sukcesy przedsibiorstw iich poziom konkurencyjnoci jest coraz czciej uwarunkowany wysokiej jakoci danymi generowanymi przez otoczenie rynkowe, aza ich porednictwem uytecznymi informacjami ksztatujcymi trafne decyzje. Na dynamiczny rozwj usug konsultingowych rm zbrany analitycznej nakada si przynajmniej kilka wymiarw makrootoczenia oduym stopniu komplementarnoci. Dla przykadu zmiany tech-
63
nologiczne pocigaj za sob zmiany wyciu spoecznym, ktre jednoczenie zmieniaj warunki ekonomiczne funkcjonowania rm, awraz znimi warunki prawno-polityczne. Std przedsibiorstwa, ktre decyduj si na wzmoon aktywno rynkow iaspiruj do wysokiego poziomu wzrostu irozwoju wasnego biznesu, musz bra pod uwag szereg dziaa majcych na celu zdobywanie coraz lepszych ibardziej wartociowych danych. Bez nich bowiem mog si jedynie kierowa intuicj ikreatywnoci, ktra wwielu przypadkach zawodzi ico gorsza prowadzi do utraty cennych zasobw (Rewolucja ubram..., 2012, s. 21-28). Jak zatem wymiar makrootoczenia determinuje rozwj zakresu usug wiadczonych przez rmy zbrany analitycznej, ktre zajmuj si (wnajprostszym tego sowa znaczeniu) dostarczaniem przetworzonych informacji dla klientw-przedsibiorstw, nie bdcych wstanie samodzielnie ich wygenerowa, pomimo i posiadaj wewntrz wasnej
Wykres 1. Determinanty rozwoju rynku usug przetwarzania danych wPolsce
35 30 25 20 15 10 5 0
pr aw ne c W yc rynk zro zn u st eg m i r o i ob oz nt iln w er eg j ne o tu cz e stw ch no ny d da O sz cz wo pu Pr ze sto je sie ci o i
Be zp ie
ai
rdo: Opracowanie wasne na podstawie raportu Kennedy Consulting Research and Advisory (2012).
ik
Co r
las
az
wi
k sz
Re gu
lac
lo
64
Dane przestrzenne (mapy, systemy nawigacyjne GPS) Dane z systemw kmputerowych (np. cookies) i przepyww wirtualnych uytkownikw na rnych stronach internetowych Dane z mediw spoecznociowych (E-mail, blogi, Twitter, Facebook) Dane audiowizualne (np. ludzki jzyk, kamery, mikrofony, aparaty fotograczne, fotokomrki)
rdo: Opracowanie wasne na podstawie raportu TDWI report (2012) odpowiedzi wielokrotne.
struktury organizacyjnej bogate zasoby informacyjne? Ot postp wtechnologii informacyjno-informatycznej, awraz znim pojawienie si Internetu iodpowiednich nonikw informacji typu komputery, tablety, smartfony itp., przyczyni si do otwarcia nowych moliwoci komunikacji spoecznej. Dla rm takich jak Analyx rewolucja informacyjna na rynku e-commerce zrodzia nowe rda pozyskiwania danych itym samym nowe moliwoci ich przetwarzania. Cyfryzacja przestrzeni yciowej wspoeczestwie wykreowaa nieznane dotd nikomu nowe trendy istyle ycia spoecznego. Zjednej strony towarzyszy jej obto oraz rnorodno danych, za zdrugiej wymusza ona na rmach skuteczne wypracowywanie modelu inarzdzi do zarzdzania iprzetwarzania danych pozyskiwanych zotoczenia rynkowego. Postp
Dane zawarte s nie tylko wInternecie, ale iobejmuj karty lojalnociowe, kredytowe, systemy logistyczne hurtowni, geolokalizacj wprzestrzeni czy telewizj cyfrow.
65
technologiczny podnosi rwnie wysoko poprzeczk co do utrzymania wrmach (na wysokim poziomie) umiejtnoci analitycznych uludzi wzakresie optymalnego czenia rnorodnych zbiorw danych oraz powiksza coraz bardziej potrzeby inwestycyjne rm wynikajce zmodernizacji lub zakupu nowoczesnych technologii, tj. systemw informacyjnych, hurtowni baz danych czy oprogramowania do ich analizy (The Forrester ..., 2011). Azatem czynniki, ktre oddziauj na rozwj usug analitycznych (zob. wykres 1) rm operujcych wPolsce, atym samym racjonalizuj przyszo egzystencji takich przedsibiorstw jak Analyx, wynikaj zgwatowanego skoku wpostpie technologicznym, jaki dokona si wostatniej dekadzie, awraz znim wzrostu odsetka uytkownikw korzystajcych znowoczesnych aplikacji technologicznych (Bonhard, Sasse 2006). Popyt na usugi analityczne wedug sektorw arodzaje wykorzystywanych przez firmy narzdzi analitycznych Badania przeprowadzone przez agencj Kennedy Consulting Research and Advisory wskazuj, e popyt na usugi analityczne wsferze przetwarzania danych bdzie gwnie rosn wsektorze mediw elektronicznych oraz na rynku usug nansowych iwhandlu elektronicznym (zarwno wodniesieniu do Internetu mobilnego, jak iklasycznej platformy uytkownikw Internetu wykorzystujcych komputery osobiste) (zob. wykres 3). Kluczowy dla tych bran obszar aplikacji zaawansowanych narzdzi, technik analizy danych dotyczy tzw. marketingu predykcyjnego zwizanego zanaliz przyszych zachowa nabywczych konsumentw, analiz cieki utraty konsumentw, atake ich potencjaln si nabywcz (mierzon wielkoci przyszych wydatkw ipotencjaem konsumpcji poszczeglnych dbr) (wykres 4). Koncepcja ta sprawdza si take wkwestii analizy czynnikw wywoujcych przysze spadki sprzeday czy symulacji zachowa odbiorcw (Breese, Heckerman, Kadie 1998). Drugim niekwestionowanym obszarem rozwoju iaplikacji nowoczesnych instrumentw analitycznych jest tzw. predykcyjny biznes, wramach ktrego narzdzia analityczne maj wspomaga systemy zarzdzania jakoci produkcji, optymalizowa systemy logistyczne,
66
Piotr Tarka Wykres 3. Perspektywy rozwoju usug ibrany analitycznej na lata 2013-2015
Media elektroniczne
Handel elektroniczny
67
przeprowadza analizy ryzyka rynkowego iryzyka nansowego, analizy przepyww rodkw nansowych wrmie (zuwzgldnieniem ponoszonych przez ni strat) iposzukiwania wzgldem nich efektywnych modeli (Fawce , Provost 1996). METODYKA IWYNIKI BADA WWIETLE METODOLOGII FORESIGHT Wramach projektu badawczego przeprowadzono 20 wywiadw nieustrukturalizowanych (pogbiajcych) zwybranymi ekspertami iprzedstawicielami (analitykami) 5 rm konkurujcych ze sob wPolsce. Ponadto wbadanych rmach przekazano 50 osobom ankiet do samodzielnego wypenienia. Respondentami wbadaniu byy gwnie osoby posiadajce wysoki poziom wiadomoci wkontekcie omawianego wpracy modelu innowacji analitycznych. Osignicie celu bada wzwizku zpopraw pozycji izwikszeniem konkurencyjnoci usug przedsibiorstwa Analyx na rynku dao podstawy do zdeniowania samego terminu innowacje analityczne oraz umoliwio skuteczn implementacj modelu innowacji analitycznych wrmie Analyx. Prba zdefiniowania istoty oraz diagnoza zalet iwad modelu innowacji analitycznych Opierajc si na wynikach zwywiadw wramach deskrypcji istoty modelu innowacji analitycznych, moemy stwierdzi, e rmy, ktre poszukuj owych innowacji, koncentruj si na czterech komplementarnych wzgldem siebie wymiarach, tj. wymiarze metodycznym, technologicznym, ludzkim iorganizacyjnym. Oto jak na temat innowacji analitycznych wypowiedzia si Dyrektor Zarzdzajcy jednej zrm: Innowacje analityczne powinny opiera si na metodach wydobywania wiedzy spord wielu zbiorw danych, tj. powszechnie dostpnych na rynku. Innymi sowy, innowacje analityczne powinny pozwala rmie wtoku mudnych analiz odpowiedzie na pytanie: wjaki sposb mona si dowiedzie tego, czego inne rmy nie s wstanie odkry, zakadajc, e obie strony posiadaj ten sam zasb ipoziom danych.
68
Inny zkolei respondent akcentowa, e: Innowacje analityczne powinny dotyczy nowych wskali wiata, kraju lub regionu metod wzakresie analizy danych, ktre musz by istotne dla funkcjonowania caego przedsibiorstwa (np. wosiganiu lepszych decyzji skutkujcych tym samym lepszymi wskanikami nansowymi, marketingowymi czy produkcyjnymi). Innowacje tego typu powinny pozwala rmom na wytworzenie nowej jakoci wzarzdzaniu iuzyskanie istotnej dla rmy wartoci dodanej. Wpodobnym tonie utrzymana bya take wypowied kolejnego respondenta, wopinii ktrego: Innowacje analityczne powinny umoliwia gbszy wgld informacyjny wrynek tudzie pen jego penetracj. Przy nich powinna zawsze pojawia si nowa myl, nowe widzenie ogld sytuacji wotoczeniu rynkowym. Innowacje analityczne mog by pochodn: nowego sposobu uycia dotychczasowych rde informacji, nowego sposobu zestawienia ich ze sob (poprzez ciekawszy ni winnych rmach proces analizy danych), ktre zmieni cay kontekst dotychczasowego spojrzenia rmy na otoczenie. Jest to wistocie sposb na zaprezentowanie informacji, wnowym wymiarze iwietle, ktry zwraca uwag na niewidoczne dotychczas zawarte wniej elementy.
69
Wrd czynnikw wpywajcych korzystnie na rozwj modelu innowacji analitycznych wrmie wymieniano przede wszystkim efekty skutecznej identykacji inawizywania interaktywnej komunikacji zdocelowymi grupami odbiorcw na rynku (61% wskaza). Nastpnie wdalszej kolejnoci pojawiaa si: skuteczna segmentacja docelowych grup odbiorcw na rynku (41%), rozpoznanie przyszych trendw sprzeday itym samym wykorzystanie nadarzajcych si okazji na rynku (38%); znaczca poprawa systemu wspomagajcego decyzje podejmowane zarwno przez kadr kierownicz, jak iwykonawcz rmy (37%). Badani respondenci oceniajc korzyci wypywajce zwdroenia modelu innowacji analitycznych, brali gwnie pod uwag czynniki ocharakterze metodycznym. Od nich bowiem zaley skuteczno realizowanych przez rm programw marketingu-mix, atake powodzenie wrealizacji zaawansowanych przedsiwzi marketingowych ocharakterze strategicznym wramach segmentacji rynku odbiorcw czy przewidywaniu przyszych zachowa konsumentw, wtym wnikliwym zrozumieniu zmian iprzyszych trendw zachodzcych wotoczeniu zewntrznym. Inne korzyci, jakie dla rmy nios (zdaniem respondentw) innowacje analityczne, to wsparcie dla kadry wsferze planowania iorganizacji wszelkiego typu dziaa rynkowych, atake podejmowania trafnych decyzji ieliminacji ryzyka niepowodzenia inwestycyjnego. Gwnymi za ograniczeniami uniemoliwiajcymi lub znacznie opniajcymi rozpoczcie rozwoju innowacji analitycznych przez rm s: nieadekwatne do potrzeb informacyjnych lub niewystarczajce umiejtnoci iwiedza kadry wrmie (46% wskaza), oglnie wysokie koszty rozpoczcia realizacji koncepcji innowacji analitycznych (42%), brak wsparcia ze strony naczelnego kierownictwa wkwestii rozwoju innowacji analitycznych (38%), brak wystarczajcych baz danych isystemw informacyjnych (32%) oraz brak odpowiedniego oprogramowania do analizy danych (22%).
MODEL INNOWACJI ANALITYCZNYCH WPRZEDSIBIORSTWIE ANALYX
Opierajc si na powyszych wynikach bada, przedsibiorstwo Analyx decydujc si na implementacj modelu innowacji analitycznych
70
71
(zob. wykres 8), powinno zwrci szczegln uwag na wymiar metodyczny wkontekcie rozwoju nowych metod analizy danych rynkowych imarketingowych. Zdrugiej jednak strony innowacj wrmie powinna by adaptacja idaleko posunita modykacja starych (uznanych) metod analitycznych (poprzez ktre odkrywane byyby dla klientw rmy na nowo wartoci informacyjne orynku). Wtym przypadku chodzi nie tyle ostworzenie czego nowego, ile oudoskonalenie metod analitycznych, ktre ju istniej. Ujcie metodyczne winnowacjach analitycznych jest wic mocno skorelowane zwartoci dodan informacji. Poza wymiarem metodycznym, model innowacji analitycznych powinien uwzgldnia wymiar zasobw technologicznych wsferze rozwoju starych iwdraania przez przedsibiorstwo nowych (dotychWykres 8. Istota imodel innowacji analitycznych wrmie Analyx
Zasoby organizacyjne
Zasoby technologiczne
Zasoby ludzkie
Zasoby metodyczne
72
Piotr Tarka
czas niestosowanych) narzdzi oprogramowania umoliwiajcych integracj ianaliz zbiorw danych zrnych rde informacyjnych. Wtym przypadku innowacje analityczne traktujemy jako inwestycj wnowe technologie: komputery ioprogramowanie. Rozwizania technologiczne nie wyczerpuj jednak wpeni specyki modelu innowacji analitycznych. Wprawdzie rma Analyx moe dysponowa bogat infrastruktur technologiczn iinstrumentarium metodycznym, jednake bez posiadania waciwie zdeniowanych zasobw organizacyjno-ludzkich owa infrastruktura wmyl analogii jest niczym innym jak tylko zbiorem bezuytecznych przedmiotw. Firmy czsto wpodaniu za mod okupuj si coraz to nowszymi technologiami, zapominajc oludziach, dziki ktrym kada nowo (ju nie tylko ta odnoszca si do sfery innowacji analitycznych) nabiera worganizacji nie tylko sensu, ale iracjonalnego uzasadnienia. Brak talentw, tj. wybitnych jednostek zdolnych do logicznego ogarnicia wielu zoonych danych, moe sprawia, e wartociowe dane bd wrmie marginalizowane izatracane. Wodniesieniu zatem do elementw znajdujcych si po stronie zasobw ludzkich (wnawizaniu do innowacji analitycznych) rma Analyx powinna zadba o: rozwj waciwych postaw iorientacji analitycznej ukadry wykonawczej, podnoszenie wiedzy wsferze wykorzystania zaawansowanych metod analitycznych uatwiajcych wydobywanie trudnych informacji spord wielu rozproszonych rde danych, rozwj umiejtnoci komunikowania wobrbie rmy iinterpretacji informacji na podstawie przeprowadzanych analiz, odwane bezkompromisowe, otwarte itwrcze podejcie do analizy danych.
Wujciu technologicznym (majc na uwadze oprogramowanie do analizy danych) moemy mwi ooprogramowaniu wytworzonym wasnym sumptem lub gotowych narzdziach (np. programie R, Maxqda, Statistica, spss, sas itp.). Poprzez nowe bdziemy deniowa oprogramowanie, ktre od niedawna jest dostpne wpakietach statystycznych, ale oczywicie moe by inowo odkryte stworzone przez rm.
73
Ponadto wodniesieniu do zasobw organizacyjnych bdziemy mwi okoniecznoci zaprojektowania iwdroenia wrmie waciwej strategii ikultury organizacyjnej owyranych przesankach orientacji analitycznej sprzyjajcej podejmowaniu zada ifunkcji analitycznych przez wszystkich uczestnikw rmy.
ZAKOCZENIE SYNERGIA WSPPRACY NAUKI IPRAKTYKI WUJCIU METODOLOGII FORESIGHT
Wsppraca nauki ibiznesu nie zawsze musi przebiega wdwch przeciwstawnych kierunkach inie zawsze (wbrew powszechnie panujcym opiniom) obie sfery rodowisk mog uzyskiwa ztej wsppracy synergiczne korzyci. Wszak rnice pojawiaj si zawsze, rol praktykw inaukowcw jest przede wszystkim poszukiwanie kompromisu ipodejmowanie prb ustalenia wsplnej przestrzeni potrzeb. Warunkiem jest oczywicie zmiana mentalnoci mylenia uludzi. Jest to warunek, ktry rzutuje nie tylko na charakter idalsze fazy wsppracy, ale wznacznej mierze decyduje oprzyszoci podanych przez obie strony efektw. Niewtpliwie wielu polskim przedsibiorstwom brakuje nadal penej wiadomoci, co do znaczenia samych bada naukowych, atake wartoci metodologii foresight, ktra zpowodzeniem mogaby zosta wykorzystana wpraktyce. Dominuje wrcz nieuzasadniony lk iopr przed wspprac. Wyjtkiem od tej reguy jest rma Analyx, ktra zpowodzeniem (jako jedna zniewielu rm prowadzcych dziaalno gospodarcz wPolsce, atake wEuropie) decyduje si na niekonwencjonalne inietuzinkowe rozwizania, dziki ktrym zyskuje sobie przychylne opinie wrodowisku biznesowym oraz moe liczy na ponadprzecitny rozwj iprzewag konkurencyjn. Realizacja wrmie Analyx prac badawczych wwietle procedur metodologicznych typu foresight pozwolia autorowi bada irmie na pozyskanie wiedzy, atym samym antycypacj przyszych zmian na rynku. Pozwolia ona take przewidzie wyzwania, przed jakimi stoi przedsibiorstwo icaa brana analityczna zajmujca si przetwarzaniem danych rynkowych imarketingowych. Wistocie rzeczy rma decydujc si na dziaania foresightowe, moga odnale odpowiedni
74
Piotr Tarka
dla siebie kurs prospektywnego dziaania, atake uzyska odpowiedzi na szereg frapujcych j pyta.
LITERATURA
Big data analytics trends TDWI best practices report (2012), tdwi Research Group. Bonhard P., Sasse M.A. (2006), Knowing me, knowing you using proles and social networking, bt Technology Journal Vol. 25, No. 3, July. Breese J. S., Heckerman D., Kadie C. (1998), Empirical analysis of predictive algorithms for collaborative ltering, [w: ] Proceedings of the fourteenth conference on uncertainty in articial intelligence, Madison wi, July. Doyle P., Bridgewater, S. (1998), Innovation in marketing, Bu erworth-Heinemann, Oxford. Fawce T., Provost F. (1996), Combining data mining and machine learning for ecient user proling, [w: ] Proceedings of the second international conference on knowledge discovery and data mining (KDD-96). The Forrester wave: web trends analytics (2011), October 6. Information management and analytics consulting marketplace: key trends, proles and forecasts (2012), Report for 2010-2013 years by Kennedy Consulting Research and Advisory. Linden G., Smith B., York J. (2003), Amazon.com recommendations, ieee Internet Computing Vol. 3, January-February. Pavi K. (1998), Managing innovation, Wiley, Chichester. Rewolucja ubram 10 idei, ktre sprawiaj, e nic ju nie bdzie jak dawniej (2012), wiat nauki nr 1. Tarka P. (2012), Zastosowanie predykcyjnego modelu analitycznego wdoskonaleniu dziaa marketingowych rm, Marketing iRynek nr 2.