Kuidas minevikuandmete abil tulevikus käivet kasvatada?

Nüüd Statistikaametis peadirektori asetäitja kohustusi täitva ja Infovara ärianalüüsi endise juhtivkonsultandi Andres Kukke sõnul on inimene soovinud aastasadade jooksul ette näha, mida homne päev toob. „Sest me teame ja tunnetame, et aeg ei kulge ainult minevikus,“ märkis Kukke. Infoajastul on tema sõnul paslik küsida, kas arvuti võiks homset ennustada ja kuidas panna prognoosivad algoritmid ettevõtte jaoks tööle.

Ennustamine tegevusena pole Kukke sõnul haruldane, see saadab meid igal sammul. „Homse ilma prognoos on üks levinumaid näiteid igapäevaelust,“ märkis ta. „Autoomanikud jälgivad bensiininäidikut auto armatuurlaual, mis annab etteulatuvalt teada, mitmeks kilomeetriks veel kütust jagub. Samuti jälgivad pangad meie krediitkaardi tehingute mustreid, et tuvastada ebaharilikke sündmusi ja võimalikke pettusi,“ loetles Kukke.

Taoliste tulevikku vaatavate ennustuste taustaks on algoritmid ehk matemaatilised sammsammulised eeskirjad või mudelid, mille abil on eelnevatele sündmustele tuginedes võimalik ette arvata järgmisi samme. Algoritmid on laialt kasutuses digitaalses maailmas, näiteks veebiturunduses ja e-kaubanduses.

Kukke tõi näiteks, et järgmise ostu soovituse matemaatiline algoritm, mida Amazon edukalt kasutab, töötati välja juba eelmisel sajandil. „Kindlasti olete märganud veebilehtedel teile suunatud reklaame just nendest toodetest, mida internetist äsja otsisite või seda, et Facebook ja LinkedIn pakuvad edukalt kontakte, keda võiksime tunda. Kogu selle „teadlikkuse“ taga on matemaatilised algoritmid,“ selgitas ta.

Täpsus sõltub algandmetest

Kuna pea igast meie tegevusest jäävad digitaalse jäljena maha andmed, saab prognoosivaid algoritme kasutada ka äritegevuses. „Soovides ennustamisest ettevõttes kasu lõigata, tasub esmalt defineerida, mida soovitakse ennustada, ning koguda selle kohta andmeid,“ soovitas Kukke. „Algoritmid on täpselt nii targad, kui targad on meie algandmed.“ Kui andmed on olemas, tuleb hakata neid töötlema, analüüsima ja sünteesima, et luua prognoosimiseks sobiv algoritm. „See on ärianalüüsi valdkond, mis ei keskendu ainult küsimusele „miks?“, vaid otsib vastuseid, mis hakkab juhtuma,“ selgitas Kukke.

Andmete abil tulevikku vaatamise olulisust rõhutas ka endine riigikassa juhataja Katrin Rasmann, praegune Regionaalhaigla juhatuses finantsjuhtimise ja IT valdkonna eest vastutaja. Ta tõdes, et pärast kümmet aastat tööd rahvusvahelises ettevõttes, mille finantsfunktsioon vaatas valdavalt tulevikku, on Eesti ettevõtetega kokku puutudes kurb, et suhtumine prognoosimisse on üsna skeptiline. „Olen natuke häiritud olukorrast, et sageli öeldakse, et pole mõtet kohvipaksu pealt ennustada,“ märkis ta.

Rasmanni sõnul valitseb suhtumine, et äri alustades on vaja kolme raamatupidajat, aga mitte ühtegi analüütikut. Finantsfunktsioon suudaks Rasmanni hinnangul märksa tõhusamalt toetada äride jätkusuutlikkust ja läbilöögivõimet. „Iga omanik või tegevjuht peaks tegema valiku, millist finantsjuhtimist ta tahab, kas staatilist ja ajaloolisi tulemusi mõõtvat või dünaamilist ning äri kujundavatele juhtimisotsustele sisendit loovat ja äri tulemusi visualiseerivat,“ rääkis ta.

Enne tühja paaki tanklasse

Rasmann tõi lihtsa näite, et kui hakkame autoga tundmatul maastikul sõitma, ei sõida me enamasti nii, et alustame lihtsalt teekonda ja jälgime, kui palju kütust ja kilomeetreid on juba kulunud. „Nii seisame ühel hetkel tühja paagiga, küll teades, kuhu välja jõudsime, ent tanklast ehk saja kilomeetri kaugusel,“ rääkis ta. Rasmanni sõnul on mõttekam siiski marsruuti ja kütusekulu analüüsida, sest nii on suurem tõenäosus enne paagi tühjakssaamist tanklani jõuda.

Kukke märkis, et prognoosimisel on äris kaks eesmärki: tegevuste optimeerimine ja teatud tulemuste või olukordade vältimine. „Näiteks tarneaukude või kvaliteediprobleemide ärahoidmine,“ selgitas Kukke.

Tegevuste optimeerimine võib anda ettevõttele märkimisväärse kulukokkuhoiu või tavapärasest paremaid tulemusi. „Järgides pangaautomaatide täitmisel tegelikul raha väljavõtmisel baseeruvaid mudeleid, on raha kiirema käibe tõttu võimalik lühikese ajaga teenida tuhandeid eurosid. Toodete turustamine nendele klientidele, kes suurema tõenäosusega ostu sooritavad, selmet pakkumise saatmine kõikidele kontaktidele, ei hoia kokku vaid turunduskulusid, vaid annab ka oluliselt suurema müügitulemuse,“ kirjeldas Kukke.

Ta lisas, et kliendivisiiti planeerivale müügimehele võib algoritm näidata, millele ta peaks kliendikohtumisel keskenduma. „Võitma tagasi müügimahtu, kaitsma oma positsioone või pakkuma mõnda konkreetset lisatoodet, mis seostub konkreetse kliendi viimase ostuga,“ loetles Kukke.

„Arvutid saavad klienditellimuse sisestamisel müügimeest kohe lisamüügi võimalusest informeerida info põhjal, mida teised sarnased kliendid on lisaostuna eelnevalt soetanud,“ kirjeldas ta. „Taolised algoritmid on juba ammu olemas, vaja on need ainult kasutusele võtta,“ lisas Kukke.

Illusioon arvutamise olulisusest

Rasmanni sõnul on arvutamise võimalused võrreldes ajaga, kui selleks kasutati arvelauda, tohutult kasvanud, mis võib tekitada illusiooni, et arvutamine ongi kõige olulisem. „Ent töö peaks algama alles pärast arvude kokkulöömist,“ märkis Rasmann. „Arvutamisel saadud andmed muutuvad infoks ainult siis, kui oleme need pannud õigesse konteksti, teinud õiged järeldused ja esitlenud neid ka sihtrühmadele,“ kirjeldas Rasmann. Alles siis saab tema sõnul juhtimisotsuseid toetava tööriista.

Seire peab algama eesmärkide seadmisest. „Seda võib nimetada intuitsiooniks, kõhutundeks või kohvipaksult ennustamiseks, aga seda tuleb teha,“ märkis Rasmann. Tänapäeval on palju võimalusi, et tegu poleks pelgalt kohvipaksult ennustamisega. „Meil on tegelikult kõik olemas, et mitte ennustada kohvipaksult: turuinfo, majandusharu parimad praktikad, võimalus palgata inimesi, kes varem selles äris tegutsenud,“ loetles ta.

Rasmanni sõnul tuleb ennustatav eesmärk kirja panna. „Isegi kui see tegelikkuses ei realiseeru, saame hiljem võrrelda ning hinnata, kui suur on tekkinud probleem,“ märkis ta.

Prognoosimise väljakutsed on Kukke sõnul seotud algandmete puudumisega või teadmatusega sellest, mis tegurid prognoosimise väärtust mõjutavad. „Vahel peetakse prognoosimist keeruliseks tulenevalt maailma muutlikkusest,“ märkis Kukke. „Ent tasub meeles pidada, et inimese käitumine ja rutiin on suuresti ette aimatavad,“ jätkas ta. „Meie mõtted ja tegevused on vähemalt 95% ulatuses samad, mis eelneval päeval."

Piisab tõenäosusest

Prognoosimisel peab Kukke sõnul arvestama, et ei saa samal ajal ennustada täpset väärtust ja ajalist perspektiivi. „Kui me oleme sada protsenti ajas täpsed, siis me ei saa olla täpsed väärtuses ja vastupidi,“ märkis ta.

Ta lisas, et on raske, kui mitte võimatu, täpselt planeerida, mis on konkreetse kliendi aastane käive. „Samas võime 99% kindlusega väita, et ettevõtte käive jääb ühe ja miljardi euro vahele. Sellest tulenevalt on sobilik lubada prognoosides väärtuse vahemikke ja hinnata tulemuse tõenäosust. Kuigi absoluutselt täpne prognoosimine on võimatu, siis hea uudis on, et paljudes valdkondades piisab ka tõenäosusest, et vähendada homset määramatust ja lihtsustada otsuste tegemist,“ rääkis Kukke.

Finantsjuht tasakaalustab riskid ja võimalused

Katrin Rasmanni sõnul ei anna ükski ettevõtte omanik raha sihituks ekslemiseks.

„Äri tegemisel on konkreetsed eesmärgid, mis tuleb lahti mõtestada ja sõnastada,“ rääkis ta. See on Rasmanni sõnul ettevõttes finantsjuhi ülesanne. „Nii riskid kui ka võimalused on rahas mõõdetavad ja see ongi ootus finantsjuhile,“ märkis ta.

Head ärijuhid haistavad õhust turul tekkivaid võimalusi. „Aga oluline on, kas ja mis ulatuses see võiks olla ettevõtte jaoks potentsiaal. Finantsjuhi ülesanne on riskid ja võimalused siduda,“ märkis Rasmann.

Finantsjuht peaks Rasmanni hinnangul olema mõtteviisilt tippjuht, kes mõtleb suurtes numbrites, arvutamisoskuselt hea analüütik, et suuta tippanalüütikutega diskuteerida, ja esinemisviisilt ajakirjanik, kes suudaks kokku lepitud seisukoha argumenteeritult ja arvudega varustatult ette kanda.

Allikas: Äripäev

Andres Kukke viib 16. märtsil läbi praktilise seminari „Ärianalüüs – kiirtee andmetest tegudeni“. Loe pikemalt ja registreeri siin.