Spytaj o najlepszą dla Ciebie ścieżkę rozwoju kariery: 22 250 11 44 | infolinia@ican.pl

Premium

Materiał dostępny tylko dla Subskrybentów

Nie masz subskrypcji? Dołącz do grona Subskrybentów i korzystaj bez ograniczeń!

Jesteś Subskrybentem? Zaloguj się

X
Następny artykuł dla ciebie
Wyświetl >>

Czy intuicję można zmierzyć?

Powiększ tekst
Udostępnij
Pobierz pdf
Czy intuicję można zmierzyć?

Wiele firm inwestuje obecnie w automatyzację procesów, uczenie maszynowe czy sztuczną inteligencję. Chcą zwiększyć efektywność zarządzania przez mierzalne dane i analitykę procesów czy zachowań klienckich, czyli stać się przedsiębiorstwami zarządzanymi na podstawie danych (data driven). Prawdziwy sukces odniosą jednak tylko te, które w procesie transformacji postawią na… ludzi. I ich intuicję.

Partnerem materiału jest LINK4.

Nikt nie ma już dziś wątpliwości, że dane są ropą naftową naszych czasów. Firmy gromadzą to cyfrowe bogactwo w ogromnych ilościach, a jednak wiele z nich nie potrafi efektywnie korzystać z tak wartościowego surowca. W tym zadaniu ma im pomóc wdrożenie zaawansowanej analityki, ale pod jednym warunkiem – liderzy firmy muszą mieć świadomość, w jakim celu chcą wykorzystać nowoczesne systemy gromadzenia danych i ich wykorzystywania. Bo tak jak spółka nie wchodzi na giełdę dla samego faktu bycia notowaną, tak technologia nie powinna być wdrażana z samego pędu za innowacyjnością.

Świat danymi stoi

W 2018 roku podjęliśmy w LINK4 decyzję o rozpoczęciu transformacji w firmę zarządzaną na podstawie danych (data driven company). To kompleksowy program, który został poprzedzony wieloletnimi doświadczeniami wyniesionymi z efektywności zarządzania taryfikacją ubezpieczeń masowych właśnie na podstawie gromadzonych danych. Właśnie tak działają firmy ubezpieczeniowe – budują taryfy w oparciu o modele statystyczne opisujące prawdopodobieństwo wystąpienia szkody oraz jej rozmiar.

W LINK4 na przestrzeni lat, wraz ze wzrostem rozmiarów i liczby źródeł gromadzonych danych oraz udoskonaleniem ich jakości, modele te stawały się coraz bardziej precyzyjne i efektywne. Znaczenie miał też nieustanny rozwój technologii wpierającej przetwarzanie dużych zbiorów danych. Byliśmy pierwszą firmą ubezpieczeniową w Polsce, która rozszerzyła oferowane ubezpieczenia komunikacyjne o program telematyczny. Dzięki danym z tego programu możliwy stał się realny wpływ na poprawę zachowania kierowców na drogach poprzez dzielenie się z nimi opiniami o ich stylu jazdy, a także zachęty do bezpiecznych zachowań na drodze poprzez nagrody naliczane na podstawie modeli statystycznych weryfikujących to bezpieczeństwo.

Telematyka – działanie w oparciu o dane

Telematyka to technologia bazująca na rozwiązaniach z pogranicza telekomunikacji i informatyki. W ubezpieczeniach opiera się na analizie danych, np. o prędkości, przyspieszeniu czy nagłym hamowaniu, pozyskiwanych od kierowców na podstawie odczytu sygnału GPS z ich pojazdu. Zastosowanie telematyki po raz pierwszy na tak szeroką skalę w ubezpieczeniach pozwoliło w LINK4 na wyodrębnienie dwóch istotnych wartości: zwiększyło efektywność dodatkowo gromadzonych danych oraz dostarczanie na ich podstawie realnych korzyści klientom. Jest to istotny krok ubezpieczyciela w kierunku prewencji, a nie – jak dotychczas – pokrywania kosztów szkód spowodowanych przez kierowców.

Podejmując się transformacji spółki w organizację zarządzaną na podstawie danych, mieliśmy świadomość, że dysponuje ona złożoną strukturą, obejmującą zarówno obszary techniczne, takie jak infrastruktura, jak i określone kompetencje analityczne. Szczególną uwagę zwróciliśmy również na przemianę dotychczasowej kultury zarządzania na każdym ze szczebli – położyliśmy szczególny nacisk właśnie na samą organizację, która w moim rozumieniu oznacza właśnie ludzi. To jedna z istotniejszych wartości, jaką pielęgnujemy w LINK4. Mam ogromny przywilej pracować z odważnymi menedżerami, którzy dzięki swojej wiedzy i doświadczeniu nie boją się wykorzystywać intuicji biznesowej.

Czy w takim razie dodatkowe narzędzia analityczne są im niezbędne? Czy podejmowane w firmie decyzje mają opierać się wyłącznie na zaawansowanej analityce? Jak ich biznesowa intuicja ma się do ogromnych pokładów danych, które zaczęliśmy efektywnie przetwarzać? Czy mają ją porzucić na rzecz modeli statystycznych? Gdzie jest granica między twardymi danymi a intuicją właśnie?

Myślenie doświadczeniowe

Matematyka to fascynująca dziedzina nauki, w której twierdzenia można zaklasyfikować dzięki przeprowadzanym dowodom jako prawdziwe bądź nie. W dowodach takich twierdzeń każde kolejne zdanie wynika logicznie z poprzedniego. O ileż to prostsze niż otaczająca nas rzeczywistość pełna niepewności i niewiadomych. Na szczęście statystyka jest mostem łączącym matematykę z jej zastosowaniem praktycznym i pozwala jedynie (powie matematyk), a może aż (powie praktyk), na określenie prawdopodobieństwa prawdziwości naszych założeń i przewidywań. W biznesie zdecydowanie powiemy „aż”.

Na przeciwległym biegunie matematycznej logiki i precyzji znajduje się natomiast intuicja. Objawia się ona w postaci nagłego przebłysku, w którym dostrzega się myśl, obraz, rozwiązanie problemu lub odpowiedź na nurtujące pytanie. Przerażająca dla matematyków jest natura intuicji, rozumianej jako podświadomy proces, którego nie można kontrolować, a w którym można jedynie dopuszczać lub odrzucać podawane rozwiązania. Zdecydowanie nie należy przy tym mylić intuicji z przeczuciem o podłożu emocjonalnym. Intuicja to myślenie doświadczeniowe, czyli nasza życiowa statystyka, która uruchamia swoje procesy obliczeniowe i przedstawia nam najbardziej prawdopodobne rozwiązanie. Jego jakość zależy oczywiście od danych historycznych, jakie zgromadziliśmy.

W 2014 roku Economist Inteligence Unit przeprowadził badanie wśród wysokiej kadry zarządzającej światowych koncernów z różnych branż, z którego wynikało, że 73% decyzji podejmowanych było właśnie na podstawie intuicji. Jest to oczywiście wartość uśredniona, a jednak na tyle wysoka, by nie wskazywała na skrajne zróżnicowanie respondentów w tym zakresie. W grupie, która deklarowała, iż dostarczane są im odpowiednie dane przed podjęciem decyzji, wynik nadal był wysoki i wynosił 68%. Nie spodziewałabym się, że na innych szczeblach zarządzania wyniki byłyby istotnie różne. Przecież w życiu codziennym zbliżać się będą do 100%. Ale czy w związku z tym strategia kierowania firmą w oparciu o dane powinna wymuszać na menedżerach zdecydowane „przesunięcie” w stronę tych odrzucających intuicję? Czy powinni oni całkowicie zmienić swój styl zarządzania albo – co gorsza – działać wbrew sobie? Zdecydowanie nie.

Intuicja wsparta analityką

W zamierzchłej już dla niektórych przeszłości, zanim technologiczni giganci na dobre zaczęli władać światem, Google używał dwóch różnych odcieni niebieskiego w linkach wyników wyszukiwani oraz prezentowanych obok reklam. Wprowadzało to pewną niespójność i z czasem wymusiło konieczność ujednolicenia, zaś ciężar wyboru jedynego właściwego odcienia spoczął na Marissie Mayer, wieloletniej szefowej Google Search Products and User Experience. Ponoć jeden z odcieni był promowany przez projektanta, a drugi przez programistę, który upierał się, że jego kolor zdobędzie więcej „klików”. By zatem wybrać właściwy kolor, Mayer zdecydowała o przeprowadzeniu testów A/B dla aż 40 odcieni niebieskiego, na grupach po 2,5% użytkowników każda.

To przykład ekstremalnie konsekwentnego działania na podstawie danych. Czy naprawdę wyniki tych testów pozwoliły na wybór najbardziej „efektywnego” odcienia? Statystycy mają wątpliwości co do takich działań – a co dopiero menedżerowie. W 2009 roku czołowy projektant Douglas Bowman odszedł z Google’a, gdyż nie chciał kontynuować pracy w środowisku, gdzie wszystko musi być kwantyfikowane. Czarę goryczy przelała konieczność udowodnienia, tak jak w przypadku odcieni niebieskiego, czy obramowanie powinno mieć grubość 3, 4 czy 5 pikseli. Powyższy przykład pochodzi sprzed ponad dekady, co pokazuje, jak szybko świat online wszedł na drogę działania w oparciu o dane i wyprzedził inne branże, dysponując ogromnymi zbiorami informacji. Ale powyższy przykład wskazuje równocześnie, że przestawienie dźwigni całkowicie na stronę danych nie musi być zawsze najtrafniejszym rozwiązaniem.

Wyzwania branży ubezpieczeniowej

Jak na tym tle wygląda branża ubezpieczeniowa? Skupmy się na ubezpieczeniach komunikacyjnych. Zbiory danych dotyczące klientów i ich produktów są imponujące, natomiast problemem jest transakcyjność. Klienci kontaktują się z ubezpieczycielami rzadko i tylko w specyficznych momentach życia polisy. Największa liczba transakcji jest związana oczywiście z poszukiwaniem oferty ubezpieczenia – tu skala waha się w zależności od kanału dystrybucji, jednak nawet w tym przypadku przeprowadzenie równolegle testu A/B o charakterze porównywalnym do tego z odcieniami niebieskiego nie miałoby sensu. Nie bez znaczenia jest również pytanie, czy naprawdę potrzebujemy przetestować aż czterdzieści odcieni niebieskiego, żeby znaleźć ten właściwy. I czy wyniki takiego testu są wiarygodne?

W mojej opinii kluczem do efektywnego wdrożenia analityki w firmie jest połączenie zaawansowanych metod i technologii z intuicją osób zarządzających procesami biznesowymi. Dla lepszego zobrazowania posłużmy się przykładem osób zarządzających siecią sprzedawców. Wielkość podległego im regionu nie pozwala na bezpośrednie relacje i prace z każdym ze sprzedawców. Dotychczas – na podstawie swojego doświadczenia i przeglądu wyników sprzedażowych – decydowali o priorytetach w tym zakresie. Tymczasem zastosowanie metod segmentacyjnych w oparciu o dane historyczne oraz zmienne opisujące sprzedawców umożliwia przekucie intuicji kierowników sprzedaży w plan działania, który będzie miał zwymiarowane efektywności.

W budowie takiej segmentacji bardzo istotne jest wykorzystanie wiedzy kierownika. Odpowiedź na pytanie, dlaczego do tej pory pracował właśnie z tymi sprzedawcami, pozwoli stworzyć odpowiedni zbiór zmiennych opisujących. Właściwa segmentacja sieci dystrybucji to pierwszy krok, który pozwoli opisać stan obecny i określić dotychczasową skuteczność działań kierownika: podzielić na grupy „z kontaktem” i „bez kontaktu” oraz ocenić skuteczność sprzedażową sieci w każdej z tych grup. Następnie należy stworzyć model predykcyjny, który z grupy bez kontaktu wyłoni najlepszych kandydatów do nawiązania bezpośredniej współpracy. Tak stworzony plan działania będzie kierunkowo zgodny z potrzebami osoby zarządzającej, a co za tym idzie – ze świadomością, dlaczego tak należy działać. A ten aspekt jest nie do przecenienia.

Ten bardzo prosty przykład pokazuje, że mając do dyspozycji oręże w postaci wyników analiz, menedżerowie mogą przetestować swoje dotychczasowe intuicje. To dopiero początek, ale nie mam wątpliwości, że niezbędny do wdrożenia takich technik w codzienność. Pierwotne segmentacje należy kalibrować i udoskonalać, by raz zmierzona intuicja świadomie ewaluowała.

Wspomniałam o intuicji menedżerów, ale nie tylko ona ma wpływ na sukces modeli predykcyjnych. Pomyślmy o modelu decyzyjnym najlepszego kolejnego kroku (next best action). W przypadku ubezpieczeń komunikacyjnych można go zdefiniować jako sytuację, w której do oferty ubezpieczenia OC sprzedawca proponuje klientowi autocasco oraz szereg ubezpieczeń dodatkowych. Od razu warto zaznaczyć, że pomysł przetestowania wszystkich możliwych kombinacji produktowych, a następnie zweryfikowania, która najlepiej się sprzedawała, zdecydowanie się nie sprawdzi. Testy musimy uprościć, a punktem startowym powinna być intuicja najbardziej doświadczonych sprzedawców, zapisana srebrnymi zgłoskami w danych historycznych. Przygotowany w ten sposób model będzie upowszechniał ich doświadczenie w całej grupie sprzedawców, a właściwie skonstruowane testy pozwolą go rozwijać w przyszłości. Dzięki temu proces „uczenia się” nowych sprzedawców zatrudnianych przez firmę ulegnie istotnemu skróceniu i wpłynie na zwiększenie oraz ustabilizowanie efektywności sprzedażowej.

Rozwój modeli a inwestycja w ludzi

Bazowanie na wiedzy i intuicji najlepszych pracowników to jeden z powodów, dla których w LINK4 postanowiliśmy wzmocnić menedżerów w ich codziennej pracy, doceniając jednocześnie ich dotychczasowe doświadczenie. Musimy mieć bowiem świadomość, że nawet najlepiej zaprojektowany model nie będzie efektywny, jeśli nie zostanie praktycznie włączony w procesy biznesowe. I tu należy wrócić do jednej z najważniejszych wartości, którą rozwijamy w naszej firmie, czyli ludzi. To oni są klientem wewnętrznym silników analitycznych, które zostaną wdrożone w procesach biznesowych. By mogli w pełni wykorzystywać ich potencjał, muszą mieć do tego odpowiednie kompetencje. Dlatego przed podjęciem decyzji o tak poważnej transformacji, jaką jest kierowanie firmą w oparciu o dane, należy precyzyjnie rozrysować plan wdrożeniowy tego procesu i zastanowić się, z kim chcemy go realizować. A gdy już to zrobimy, pozostaje nam trzymać się obranego kierunku i dobrze zmierzonej intuicji.