В EOS големите масиви от данни (Big Data) не работят, ако хората не ги управляват

С навлизането на машините хората ще станат излишни: не е вярно, твърди екипът, който ръководи Аналитичния център на EOS: те са създали аналитична платформа с цел трансформирането на бизнеса на пазарите на EOS и създаването на нагласа, задвижвана от данните, в цялата организация.

Скоро след присъединяването си към EOS group през декември 2017 г. Йоахим Гьолер се заема с формирането на Аналитичния център. Задачата му е да подпомогне превръщането на EOS и дейностите й в 25 страни в компания, задвижвана от данните. „Аз скоро осъзнах, че за да направим този голям скок напред, първо трябва да направим крачка назад,“ казва Гьолер, намирайки се в конферентна зала в офис на EOS в центъра на Хамбург.

С централа, разположена в Германия, EOS има силно присъствие и опит в управлението на вземания в Европа. Страни, толкова различни една от друга като Полша, Испания и Босна, са в списъка с локации на континента. Но EOS също оперира и в Русия и отвъд Атлантическия океан в Канада и САЩ. Това показва големината на задачата, която Гьолер и неговият екип в Аналитичния център (CoA) решават: Не става дума просто за създаването на бизнес интелигентна платформа. Става дума за внедряването на нагласа, задвижвана от данните, в работната култура на повече от 55 дъщерни дружества, обслужващи около 20 000 клиенти по целия свят, чрез разпространяване на задвижван от данните начин на вземане на решения и приемане на технологията, която стои зад него.

Joachim Göller

Разработване на система за работа с многобройни услуги по събиране на вземанията

„Ние сме мощната движеща сила на цифровизацията на EOS и това също означава да приведем данните във форма и да ги трансформираме в информация,“ твърди мениджърът. „Първоначално става дума само за осъществяване на достъп до източниците на данни, проверка на качеството и създаване на история.“ С разработването на платформата Аналитичният център ще може да интегрира местните системи за събиране на дългове, които вече съществуват в дъщерните дружества на EOS по света, и да придвижи аналитичното вземане на решения към платформата: EOS единиците могат да задържат своята вътрешна система за събиране на вземания, съобразена с изискванията на техния пазар - Аналитичният център ще я свърже към своята инфраструктура, като я ускори със силата на науката за данните и визуализацията на данните, осигурявайки поверителност за всеки клиент чрез използването само на анонимизирани данни.

За да получим по-добра представа как работи Аналитичният център, можем да разгледаме хората, които стоят зад него. Персоналът на един отдел включва много различни профили: „От една страна, ние винаги търсим нови таланти с технически фокус,“ твърди екипният мениджър Патрик Вите.

Подходящи за целта са специалисти по обработка на данни, програмисти, инженери, работещи с данни и платформени архитекти. Те проектират и оперират с аналитичната платформа, която остава в центъра на усилията на Аналитичния център да трансформира EOS и да й помогне да остане бизнес лидер. „Нашата цел е да открием най-ефективния начин за прехвърляне на данните от различните страни, в които присъства EOS, към аналитичната платформа, спазвайки правилата на ЕС за защита на данните,“ казва Вите. „Това ни позволява да проектираме прогнозни модели, да използваме изкуствен интелект и да създадем канали за изпращане на констатациите към оперативната страна - предоставяйки им конкурентно предимство.“

Мисли глобално, действай локално

Аналитичният център включва също и консултантски клон, който насърчава споделянето на най-добрите практики, свързани с анализите, включително сигурност на данните и защита на личния живот, във всички дъщерни дружества. „Ние можем да подпомагаме колегите в анализа на данни в една част на света и същевременно да съдействаме за подобряването на съществуващите статистически модели в друга част,“ споделя Вите. „За тази цел работим ръка за ръка с колегите си в рамките на цялата EOS group.“ Точно тук се включва втората група професионалисти в Аналитичния център: аналитични консултанти и специалисти по обработка на данни, повечето от които с методична подготовка, варираща от математика до икономика. „Необходим е широк набор от умения, за да се идентифицират нуждите на бизнеса и да се разрешат чрез правилния аналитичен подход,“ казва Вите.

Самият Вите е завършил статистика в Дортмундския университет и е работил по-късно в международна компания за бизнес анализи, преди да се присъедини към EOS през 2012 г. „Необходимите умения придобих тук, в EOS,“ споделя той. Но за това няма рецепта - в Аналитичния център ще срещнете хора, които може да не откриете във финансовия сектор: „Имаме също и теоретичен физик, работил като консултант няколко години, преди да се присъедини към нас.“

Прилагане на гъвкавата методология при финансовите услуги

Вите и колегата му Йоахим Гьолер усещат силен импулс в екипа на Аналитичния център. „Това, което ме доведе тук, на първо място, е наистина откривателската атмосфера,“ твърди Гьолер, който преди това е работил в банковия сектор в продължение на няколко години. „Аналитичният център е много гъвкав, екипът е много разнообразен в културно отношение, със свой собствен ритъм.“

Както ако EOS бе създал своя собствена финансова технология, бизнес моделът на Аналитичния център също напомня на този, доказан при много начинаещи компании: първо реализиране на платформата, по-късно определяне мащаба на операциите и подпомагане на партньорите при свързването на техните собствени системи чрез предлагане на приложно-програмен интерфейс. И, естествено, непрекъснато тестване, обучение и подобряване на системата чрез спазване на правилата за разработване на гъвкав софтуер. С една главна разлика в сравнение с новосъздадените компании: Екипът на Аналитичния център може да работи по иновациите на финансовите технологии без необходимост от удовлетворяване на инвеститорите. В EOS всичко е свързано с дългосрочния ангажимент към клиентите.

Прилагане на задвижван от данните подход към процеса на събиране на вземания

Докато процесът на промяната вече се прилага в Германия за случаи, управлявани за първи път от новия софтуер, наречен FX, сега Аналитичният център се стреми да подкрепя други центрове във възприемането на подобна нагласа, задвижвана от данните. Гьолер вярва, че примерите за успех ще проправят пътя и ще създадат правилните стимули за лицата, вземащи решения: „Това е като съвременния маркетинг: необходимо е да спечелиш фенове, които да задвижат процеса напред,“ казва той. „Всеки случай, който разрешаваме, трябва да носи пряка полза на клиента.“ Хората на първо място: Гъвкавият начин на работа се прилага доста активно в Аналитичния център.

Опасенията, че технологията на големите масиви данни би могла да замени хората и работните места, са неоснователни, казва Вите, „ние сме зависими от нашите експерти, които интерпретират наличните потребителски данни и задават правилните въпроси, на които системата за анализ на данните трябва да отговори.“ Един начин за възприемане на машинното обучение и изкуствения интелект от страна на служителите на EOS е може би да ги оприличат на умен “колега”, който им помага да вземат по-добри информирани и по-персонализирани решения по отношение на най-доброто следващо действие - и увеличаване на дела на събраните вземания.

A project team discusses target groups around the whiteboard.

По-персонализирано отношение към клиента

„Платформата е доста по-ефективна в съпоставянето на данни и създаването на прогноза в реално време,“ твърди Вите. „В миналото вземането на решения от наша страна се базираше може би на две или три важни сведения за длъжника. Но налице са много повече данни, които могат да ни помогнат в разграничаването на клиентите.“ Машинното обучение би позволило на служителите също да посветят повече време на по-сложни случаи като несъстоятелност или съдебно събиране на вземания, докато ясните случаи се решават автоматично.

В Германия първата версия на задвижвания от данни FX софтуер вече помага на служителите на EOS да идентифицират най-обещаващия начин да влязат в диалог с клиента. Той избира между телефонно обаждане, писмо, текстово съобщение и имейл като алтернатива, като казва на служителите да ангажират обслужване на място. „Ако вече сме разговаряли с клиент три поредни пъти, алгоритмите могат да ни помогнат да постигнем баланс: или да се свържем с този човек четвърти път, или да изчакаме известно време,“ твърди Гьолер.

Решенията, свързани с големи масиви от данни, се нуждаят от служители, които да ги прилагат

Докато трансформацията към бизнес, задвижван от данните, увеличава ефективността и повишава шансовете дългът да бъде изплатен, клиентите също ще извлекат значителна полза според Гьолер. Сред другите предимства системата ще изчисли най-подходящото време за изпращане на сигнали за тревога на клиентите. Да се разчита на алгоритми на всяка цена обаче би било в противоречие с нашите етични стандарти,“ казва Гьолер. Например, EOS никога не би позволила на един алгоритъм да класифицира кредитната история на кредитополучателя съгласно звука на името му. „В това отношение силно разчитаме на хората за поставянето на бариери.“

Споделете това

Печат