Podejście do danych w Orange od kilku lat konsekwentnie ewoluuje – od środowiska bazującego na rozwiązaniach zamkniętych do ekosystemu open source opartego na Hadoop i powiązanych technologiach. Przejście takiej ścieżki, zwłaszcza w ramach wielkiej korporacji, jest trudne. Teraz jednak, dzięki wykonanej już pracy, Big Data i zaawansowana analityka zaczynają skutecznie wspierać cyfrową transformację kolejnych obszarów operatora. O roli i miejscu danych w organizacji oraz kluczowych czynnikach sukcesu w ich biznesowym wykorzystaniu mówi Tomasz Burzyński, pełniący funkcję dyrektora BI w Orange Polska.

Od czego należy zacząć, jeżeli przymierzamy się do wykorzystania Big Data w organizacji? Co należy zrobić na początku?

Przede wszystkim na dane nie można patrzeć jednokierunkowo, z perspektywy jednego, nawet najlepszego use case’u. Później bowiem może być trudno wyskalować takie rozwiązanie. Tymczasem powszechna praktyka jest taka, że co jakiś czas pojawiają się dostawcy ze znakomitym przykładem użycia, proponując własny system. Ostatecznie organizacje mogą skończyć z wieloma świetnymi rozwiązaniami, które nie komunikują się ze sobą.

Jak w tej sytuacji wejść na wyższy poziom, na którym wykorzystane w use casie dane przynoszą wartość na poziomie całej organizacji?

Przygodę z Big Data warto zacząć od budowy spójnego, stanowiącego jedność ekosystemu, w którym wszystkie elementy są połączone. Nie należy skupiać się tylko na poszczególnych use case’ach. Dotyczą bowiem tylko pewnego wycinka rzeczywistości biznesowej.

Jak się ustrzec tej pułapki?

Każdy nowy system wprowadzany do organizacji powinien opierać się na danych zgromadzonych w ekosystemie. Od początku trzeba mieć koncepcję, jak będzie on współpracował z pozostałymi elementami. Zakładamy, że system do analizy jakości sieci będzie współpracował z systemem reklamacji. Analiza e-maili będzie dobrze współdziałała z reklamacjami i obsługą sieci oraz obsługą klientów przez techników w domach klientów. Z punktu widzenia końcowego klienta problem często jest wielowymiarowy. Z tego względu współdziałanie systemów to konieczność.

Dane muszą przy tym swobodnie przepływać między różnymi miejscami. I nie chodzi tylko o ich dostarczanie, ale także aktywowanie oraz podłączanie pod kolejne systemy – sprzedażowe, obsługę klienta i inne. W przeciwnym wypadku najprawdopodobniej skończymy z kolejnym silosem analitycznym dla danego obszaru. Tutaj właśnie zespół odpowiedzialny za dane ma do odegrania istotną rolę – jesteśmy partnerami biznesowymi zarówno sprzedaży, marketingu, jak i obsługi klienta. Naszym celem jest dostarczenie jak największej wartości dla całej organizacji.

Jak się do tego mają kwestie własności danych i kontroli nad nimi?

W idealnej sytuacji dane w organizacji są szeroko dostępne do analiz. W praktyce nie jest to jednak możliwe ze względu na kwestie bezpieczeństwa i ochrony danych oraz prawo telekomunikacyjne. Przykładowo, obszar detaliczny nie może mieć dostępu do danych obszaru hurtowego – rozgranicza je chiński mur. Inne ograniczenia wynikają z faktu, że każdy menedżer chce mieć jak najszybszy dostęp do danych istotnych z jego punktu widzenia. Kiedy trzeba współpracować z innymi, należy prowadzić negocjacje, godzić się czasem na kompromisy. Dlatego unifikacja wprowadzana jest w miarę istniejących możliwości.

Wszyscy w organizacji mają bardzo duże oczekiwania wobec danych. Tymczasem wyniki zależą w dużej mierze właśnie od spójności i integracji zgromadzonych danych. To ogromne wyzwanie, które wymaga czasu oraz cierpliwości. Nie uda się tego osiągnąć w jeden dzień i trzeba mieć tego świadomość.

Na czym polegają zasadnicze trudności związane z takim podejściem?

Jedną z trudności jest niedostosowanie do specyfiki Big Data tradycyjnych metod waterfall’owych, w których trzeba wszystko wyspecyfikować na początku projektu. Takie podejście nie sprawdza się w przypadku danych. W trakcie projektów cały czas odkrywamy bowiem, co możemy zrobić, a z drugiej strony natrafiamy jednocześnie na rozmaite ograniczenia.

Popularne tworzenie planu działania w detalach kończy się zwykle tym, że w połowie projektu okazuje się, że podejmowane prace nie mają sensu. Co wówczas się robi? Niestety, często pomimo takiej świadomości plan realizuje się zgodnie z założeniami. Trudno przyznać się do błędu.

Najlepiej w obszarze Big Data sprawdzają się metody zwinne, z zastrzeżeniem, że trzeba mieć cały czas na uwadze wizję całości. Takie podejście można określić jako strategic agility. Już na początku kreślimy wizję celu. Wiemy z góry, jak ekosystem powinien wyglądać, jak powinny być zbierane i przechowywane dane, jak udostępnić je użytkownikom i jak aktywować je w kampaniach marketingowych.

Kiedy mamy obraz docelowy, trzeba jeszcze opracować plan dojścia do celu…

Kiedy uda się zbudować taki docelowy obraz, od razu, już pierwszego dnia realizacji projektu, zakładamy, że będzie on się zmieniał. Co więcej, nawet chcemy, żeby się zmieniał, dostosowywał do zmieniającej rzeczywistości. Droga do celu to szereg etapów, sprintów. Po każdym z nich przeprowadzana jest analiza, podsumowanie i dokonuje się porównania osiągniętych rezultatów z ostatecznym celem. Kiedy jest to konieczne, kiedy okazuje się, że coś nie działa – a zwykle wiadomo to już po kilku tygodniach od startu – zmieniamy obraz docelowy. To o wiele bardziej efektywny sposób działania niż korygowanie kursu po zakończeniu półrocznego czy dwuletniego projektu.

Chociaż mam certyfikat szefa projektu, nie wierzę w skuteczność detalicznego planowania projektu w całym okresie jego trwania. W naszym biznesie często musimy się zsynchronizować z ofertami, wtedy ważna jest konkretna data wdrożenia. Natomiast sposób dostarczenia wartości w przypadku pracy z danymi może zmienić się po kolejnym sprincie i należy dostosować plan prac, a często też budżety. Trzeba myśleć i wierzyć w dostarczanie wartości w sposób ciągły, a nie raz na pół roku czy rok. Każdego dnia trzeba być przekonanym, że robimy krok w dobrą stronę. Cały czas trzeba wiedzieć, że zespół zmierza w dobrym kierunku. To podejście, które określam jako „inżynierskie”. Nie interesuje nas przy tym polityka. W danych opieramy się na faktach, nie kolorujemy rzeczywistości.

Czy wewnętrza polityka firmy może stanowić również istotną trudność w realizacji projektów Big Data?

Zdecydowanie tak. Zwłaszcza w dużych spółkach giełdowych, gdzie istnieje ustabilizowany model dostarczania rezultatów, tygodniowych, miesięcznych czy kwartalnych. Trudno wprowadzić coś nowego, trudno zmieniać procesy – niemniej jest to konieczne. Dlatego ważnym zagadnieniem jest efektywne wykorzystanie danych w organizacji, tzn. harvesting – strategia wymagająca prowadzenia działań na styku jednostek organizacyjnych.

Budujemy ekosystem, ale nie chodzi przecież o zbudowanie prototypu do laboratorium. W telekomunikacji projekty Big Data często uruchamiane są przez działy technologiczne. W każdym scenariuszu projekt realizujemy nie samodzielnie, jako dział IT czy biznesowy, ale w ścisłej współpracy z innymi jednostkami. W takiej sytuacji każdy budowany element od razu może być sprawdzany w operacjach.

Z punktu widzenia wykorzystania danych w organizacji niezwykle ważne jest wspomniane wcześniej podejście strategic agility i dostarczanie projektów w kawałkach. Nie tworzymy jednego, wielkiego projektu, który zmieni świat. Duży projekt to zwykle duży problem. Prowadzenie na bieżąco testów na konkretnych problemach biznesowych przynosi większe korzyści i jest o wiele łatwiejsze. Wtedy możemy powiedzieć: mamy rozwiązanie i od razu można je sprawdzić. Współpraca to podstawa projektów w obszarze Big Data.

Orange to ponad 15 tys. pracowników, do tego jeszcze współpracownicy i konsultanci. To potężna organizacja, w której niemal każdy ma swoje cele, własne zadania, często również własne zespoły. Jak to pogodzić w projektach Big Data?

Najlepsze skutki przynosi tworzenie grup roboczych działających ponad jednostkami organizacyjnymi. Ideałem jest zespół składający się z przedstawicieli różnych działów, który działa w modelu start-upowym. Rolą menedżerów poszczególnych działów reprezentowanych w zespole jest wsparcie polegające na usuwaniu przeszkód na drodze do realizacji celów. Optymalnych metod współpracy na poziomie menedżerskim wciąż się uczymy. Doskonalenie w obszarze wykorzystania danych to dla nas priorytet na najbliższy rok.

Głównym zagrożeniem jest to, że przedsięwzięcia będą trafiać do strefy, którą badacze z Uniwersytetu Stanforda określają jak kill zone. To poziom, na którym projekty giną ze względu na ich ignorowanie przez menedżerów kluczowych dla sukcesu przedsięwzięcia.

Kiedy w projekt zaangażowanych jest kilka jednostek organizacyjnych, w razie pojawienia się problemu wypracowane rozwiązanie zwykle nie wszystkim odpowiada. Część menedżerów przestaje się wówczas angażować w projekt, co sprawia, że przestaje się on rozwijać. W przypadku danych często się to zdarza i jest zwykle zabójcze. Dane to nie jest nowy system CRM, w którego wdrożenie są zaangażowani wszyscy, bo za chwilę stary przestanie działać. Tutaj wpinamy się często w istniejące procesy i je udoskonalamy. W przypadku projektów związanych z danymi kill zone jest realnym zagrożeniem.

Czy można skutecznie przeciwdziałać wytworzeniu się takiej „strefy śmierci”?

Ważnym czynnikiem sukcesu jest promowanie Big Data w organizacji od samego początku. To wielkie wyzwanie. Rozmawianie, robienie prezentacji, organizowanie spotkań, pokazywanie oczekiwanych rezultatów i związanych z ich osiąganiem wyzwań. Te komunikaty muszą być kierowane zarówno do wewnątrz organizacji, jak i do całej grupy.

Wszystko, o czym mówiłem wcześniej, wymaga promocji. Może się wydawać, że nie jest to trudne, ale pomijając fakt, że pewnym osobom zwyczajnie to nie pasuje, promocja korporacyjna musi mieć odpowiednią formę, taką, której nie będzie zbywać się uśmiechem czy machnięciem ręki. Mówienie, że robimy superprojekty i osiągniemy wielki sukces, nie sprawdza się. Trzeba znaleźć złoty środek. Dodatkową trudnością jest fakt, że sama materia jest skomplikowana, a trzeba mówić o niej w prosty sposób. Teoretycznie każdy mógłby to zrozumieć, ale brakuje czasu, żeby się zagłębić w zagadnienie. Trzeba zawsze mieć na uwadze, aby po wysłuchaniu prezentacji słuchacze nie mieli poczucia straconego czasu, żeby byli przekonani, że odnieśli korzyść, przyjmując prezentowaną wiedzę. Od tego zależy, czy będziemy w stanie przekonać ludzi do zmiany sposobu pracy i wykorzystywania danych.

Jak w praktyce wygląda ta promocja w Orange?

Tego wciąż się uczymy. Organizujemy spotkania, na które mogą przychodzić zainteresowane osoby. Ci ludzie, którzy są w naturalny sposób ciekawi, stają się hot spotami danych, ambasadorami promującymi idee użycia danych w organizacji. Oni pokazują innym na konkretnych przykładach, jak dane mogą pomagać w biznesie. Kiedy promowaliśmy wizję naszego ekosystemu danych, była ona pozytywnie odbierana. Mieliśmy wrażenie, że choć nie wszyscy do końca rozumieją, o co chodzi, to intuicyjnie czują, że to przyniesie wartość.

Teraz ten ekosystem mamy w większości zbudowany, niemniej nadal pracujemy, żeby w większym stopniu zacząć z niego korzystać. Organizacja naprawdę uwierzy w dane dopiero wtedy, kiedy „efekt wow” poczują klienci.

Tomasz Burzyński będzie prelegentem konferencji CDO Forum. Dane z i zarządzanie informacją w czasach cyfrowej transformacji (6 czerwca 2018, Warszawa). Więcej informacji na stronie cdoforum.pl.