• Facebook
  • Twitter
  • RSS

Mojster za pametne podatke

»Marketing jutrišnjega dne, pa tudi današnjega, vodijo podatki, ne pa dobri občutki direktorja marketinga,« je prepričan belgijski podatkovni znanstvenik Jean-Philippe Schepens.

»Podatki nam lahko pomagajo izluščiti trende, ne morejo pa napovedati prihodnosti. Tega tudi ne bomo nikoli sposobni, sicer zdaj ne bi sedel tukaj, ampak bi bil bogat, ker bi znal napovedati gibanja na borzi,« se pošali Jean-Philippe Schepens. Foto: Črt P

Jean-Philippe Schepens je nekoliko nekonvencionalen podatkovni znanstvenik. Ni namreč videti kot »piflar« z obveznimi očali, kot si običajno predstavljamo posameznike, ki jih navdušuje znanost. Njegova strast je tudi ornitologija, saj ptice preučuje s povsem enako zavzetostjo, kot pomaga podjetjem nepregledne množice podatkov (big data) pretvarjati v uporabne, pametne podatke. Prispodobe iz sveta ptic pogosto uporablja tudi na svojih predavanjih, o čemer so se lahko prepričali tudi udeleženci novembrskega »pametnega« zajtrka v organizaciji podjetja Bisnode Slovenija, ki se je specializiralo prav za pametne podatke. Tudi Schepens prihaja iz skupine Bisnode, iz njene belgijske podružnice, kjer je »mojster za pametne podatke«. V pogovoru za MM smo povprašali tudi po tem, kaj počne tovrstni mojster ter zakaj in kako lahko pametni podatki koristijo marketingu.

Vaš uradni naziv v podjetju Bisnode je precej neobičajen, ste namreč smart data master. Za kaj skrbite v vlogi »mojstra za pametne podatke«?

Različni nazivi, kot sta direktor ali pa podpredsednik, me nikoli niso kaj dosti zanimali, zato gre pri mojem bolj za zabavno poimenovanje. Sicer pa priznam, da rad vidim, da o meni govorijo kot o mojstru za pametne podatke. Mislim namreč, da to dobro ponazarja, za kar si resnično močno prizadevam, in to je, da bi podjetnikom in podjetjem pomagal pri njihovem poslovanju z uporabo podatkov in znanosti. Z veseljem se pogovarjam z odločevalci v podjetjih in si želim, da bi jim prinesel še več posla.

Kako bi preprosto pojasnili, kaj sploh so pametni podatki? Kako množice nepreglednih podatkov, big data, ki so pravzaprav »velika zmeda«, pretvoriti v pametne podatke?

Pametni podatki so tisti podatki, s katerimi si resnično lahko pomagaš, narediš nekaj z njimi, medtem ko se veliki podatki bolj nanašajo na nepregledne množice podatkov, ki nimajo praktične uporabne vrednosti. Včasih gre resnično za veliko zmedo, kot ste se izrazili, saj ti podatki niso strukturirani. Zato jih ne moremo uporabiti; lahko bi rekel, da gre le za velik deževni gozd podatkov. V našem podjetju pomagamo gospodarstvu, podjetjem in odločevalcem, da te podatke uporabijo na znanstven način. Vse, kar si želimo, je ustvarjati vrednost.

Ste tudi ornitolog, torej znanstveno preučujete ptice. Kako se opazovanje ptic prepleta z vašim analitičnim umom?

Verjamem, da mora imeti znanost in pri tem seveda tudi podatkovna znanost neki okvir. Sociolog, ekonometrik, geograf, matematik ali kvantni fizik ima vsak svoj pogled na znanost in na različne načine gledajo nanjo. Tudi sam imam svoj pogled, ki odseva v vsem, kar počnem. Na primer, pred leti sem soustanovil podjetje z imenom Swan, kar pomeni labod, ki zdaj sodi pod okrilje Bisnoda in se ukvarja z analizami družbenega spleta. Sem namreč vnet zagovornik teorije črnega laboda Nassima Nicholasa Taleba. Ta pravi, da je črni labod dogodek, ki je sicer redek, a ima izjemno velik učinek in je retrospektivno predvidljiv. Po njegovem nastanku se potrudimo poiskati razloge za njegov obstoj in ga poskušamo narediti razumljivega in predvidljivega. Pred desetimi leti, ko je ameriška banka Lehman Brothers bankrotirala, nihče ni vedel, zakaj so se delnice pocenile, saj nismo imeli na voljo vseh podatkov. Čez dva tedna pa se je izkazalo, da je to posledica dejavnosti drugorazrednih hipotekarnih posojil z velikim tveganjem. Poznali so torej razlog za zlom tega trga, niso pa imeli na voljo vseh podatkov, da bi ga lahko preprečili. To sem sam »prevedel« na področje ornitologije pa tudi zgodovine. Preden je James Cook odkril Avstralijo, je vladalo splošno prepričanje, da so vsi labodi beli, po odkritju pa odkrili, da v Avstraliji dejansko obstajajo črni labodi. Da bi torej sprejeli pravilne sklepe, moramo imeti na voljo vse podatke. In zato v mojih predavanjih pogosto uporabljam navezavo na ornitologijo. Pa še zaradi enega razloga: ko gredo ljudje ven, na prosto, jih le 10 odstotkov zazna ptice, ki letijo mimo, le 1 odstotek pa se jih vpraša, za katero ptico je šlo.

V zadnjih letih veliko slišimo o tem, kako pomembno je, da podjetja zaposlujejo podatkovne znanstvenike. Kaj dejansko počnejo podatkovni znanstveniki in kakšna je njihova vloga v podjetjih?

V osnovi je podatkovni znanstvenik znanstveni menedžer, ki uporablja tehnologijo, da bi ustvaril več spoznanj, vpogledov. Podatkovna znanost pa ne pomeni nič brez znanja o trgu. Imate lahko dobro ali slabo podatkovno znanost. Dober podatkovni znanstvenik je nekdo, ki upošteva poslovanje podjetja in poskuša pridobiti rezultate z uporabo pametnih podatkov, slab podatkovni znanstvenik pa je tisti, ki podatkovno znanost samo opazuje. Ampak ni vam treba imeti podatkovne znanosti samo zavoljo podatkovne znanosti. V tem primeru raje opravljajte raziskave na univerzi.

Kako podatkovna znanost lahko koristi marketingu?

S podatkovno znanostjo lahko pridobimo nova spoznanja, uporabna za marketing, in uporabimo podatke, ki jih vsi porajajo. Kot ornitolog se včasih pošalim, da je dron dejansko ptica, ki ustvarja podatke. Torej, vsi in vse ustvarja podatke, zato jih moramo uporabiti tudi za marketinške namene. Za marketing je pomembno poznati vedenje podjetja. Moramo vedeti, ali podjetje uvaja nov izdelek, kupuje drugo podjetje ali pa vstopa na nov trg. To so 360-stopinjski podatki v realnem času, ki jih potrebujemo. Marketing jutrišnjega dne, pa tudi današnjega, vodijo podatki, ne pa dober občutek direktorja marketinga.

Zdajšnji modeli že temeljijo na strojnem ali globokem učenju. Podjetjem in ljudem omogočamo, da to sami ugotavljajo, testirajo podatke in sami trenirajo oziroma usposabljajo modele. Ne gre torej za pisanje modelov, temveč za njihovo treniranje.

Vloga marketinga se bo zagotovo spremenila, saj v čedalje večji meri osvaja pristop, ki temelji na podatkih. Kot podatkovni znanstvenik morate biti odprti, imeti vizijo, vključiti nove tehnologije, jih raziskovati in uporabljati.

Z Bisnodovim pristopom v treh korakih poskušamo ljudi spodbuditi k uporabi podatkov. Najprej izvedemo delavnico, da podrobno spoznamo poslovanje podjetja. Potem naredimo dokaz koncepta in preizkušamo model, zato da lahko vodja marketinga že takrat testira določene zadeve. Nazadnje pa model izvedemo v celoti. Pri tem se lahko tudi vodje marketinga marsičesa naučijo, saj gre za proces, ki ga izvajamo skupaj z najvišjim vodstvom.

Ljudje imamo mešana čustva glede umetne inteligence in pametnih naprav, ki postajajo le še pametnejše. Na neki način se jih veselimo, saj naj bi nam olajšale življenje in delo, toda po drugi strani se bojimo, da bi nas v prihodnosti utegnile nadomestiti. Kako bi potolažili tiste, ki se bojijo novih tehnoloških možnosti?

Moramo biti bolj odprti za nove možnosti, saj lahko le tako spreminjamo naš svet. Ko smo pred 150 leti doživljali industrijsko revolucijo, so ljudje še ročno opravljali opravila, za katere je danes povsem samoumevno, da jih opravljajo stroji. Ljudje se bodo pač morali premakniti in morda tudi zamenjati svojo službo. Preprosta dela, kot je na primer čiščenje, bodo zamenjali roboti, ki bodo samodejno sesali in čistili. Preprosto se moramo spremeniti in če tega ne morete sprejeti, imate pač problem, kar pa je odvisno le od vas. Zase pravim, da sem tehnološki pozitivec, zato na vse spremembe gledam kot na nekaj dobrega. Časi se pač spreminjajo. Včasih se ljudje nočejo spremeniti in izstopiti iz svojega območja udobja. Toda do teh sprememb bo prišlo. Službe današnjega dne bodo jutri videti drugače, česar se veselim, saj ne želim svojega dela vrsto let opravljati na enak način kot ga danes. Po mojem mnenju bodo roboti zavladali svetu in odpravili veliko služb. To nas bo prisililo, da bomo svoje delo opravljali drugače, kar bo za nas morda celo preprostejše. Na primer, pravkar sem se pogovarjal s predstavniki velike banke – analize tveganja in druge storitve bodo pač opravljali na drugačen način, a še vedno bodo opravljali delo bančnika. Banka se bo spremenila, ne bo pa izginila. Preprosto morate biti odprti za spremembe. To se že zdaj dogaja z Uberjem in drugimi podjetji. Na primer, če se ne boste preobrazili iz tradicionalnega taksi podjetja, boste izginili.

Ali nam lahko podatki pomagajo napovedati prihodnje trende? Kaj naj pri tem sploh iščemo?

Podatki nam lahko pomagajo pri izkristaliziranju trendov, ne morejo pa napovedati prihodnosti; tega ne bomo mogli nikoli storiti, sicer zdaj ne bi sedel tukaj, ampak bi bil bogat, ker bi znal napovedati gibanja na borzi (smeh). Nihče ni zmožen uporabiti podatkov na način, da bi lahko pravilno napovedal, kaj se bo zgodilo. Velika podjetja, kot so Gucci, Armani, H&M ali pa Procter & Gamble, so se od nekdaj zanašala na določevalce trendov, posameznike, ki kupujejo na določen način. Podjetja vedno poskušajo identificirati te določevalce trendov. Ko predstavijo deset novih izdelkov, morajo na podlagi podatkov ugotoviti, ali jih ti trendsettetji kupujejo. Nato neposredno pošljejo povratne informacije v model, ki bo lahko upravljal njihovo proizvodnjo, saj bo verjetnost, da bo izdelek uspešen, tako veliko večja. Na ta način ga lahko proizvedejo več kot drugi in pri tem veliko prihranijo. Ne morejo torej napovedati trendov, vendar pa jim lahko sledijo. Enako se dogaja z Googlovim iskalnikom, ki napoveduje trende na podlagi iskalnih besed. To vse je možno s podatki, a tukaj se napovedovanje prihodnosti ustavi.