Inaczej z drożeniem Continuous Intelligence jest w start-upach, inaczej w firmach z długą historią. W start-upach możemy od razu przygotować środowisko pod real time i automatyczne rekomendacje działające w czasie rzeczywistym. W dużych firmach środowisko informatyczne i analityczne istnieje już od wielu lat – mówi Tomasz Burzyński, Business Insights Director w Orange Polska. 

Co jest najtrudniejsze w zastosowaniu CI w organizacji – część technologiczna czy biznesowa?

Według samej definicji Continuous Intelligence, nie mylić z Continuous Integration, trudno oddzielić część biznesową od technologicznej. W najczystszej formie mówimy tu o pełnej automatyzacji przetwarzania danych z różnych źródeł, gdzie już w procesie integracji wykorzystujemy ML/AI, aż do rekomendacji lub akcji w samym procesie biznesowym. Oczywiście wszystko w czasie rzeczywistym. Dane są integrowane przez ML/AI bez udziału lub z minimalnym udziałem człowieka. Rekomendacje są bezpośrednio zintegrowane z procesem biznesowym. Informacje zwrotne zasilają analitykę w czasie rzeczywistym

Gdzie zatem najczęściej mogą pojawiać się trudności?

Trudności mogą być różne w zależności od aktualnego kontekstu działania firmy. Inaczej jest w start-upach, inaczej w firmach z dużą historią. W start-upach, lub przy budowie nowych produktów, takich jak Orange Flex, możemy od razu przygotować środowisko pod real time i automatyczne rekomendacje działające w czasie rzeczywistym. Tutaj podstawowym wyzwaniem będzie dobre zdefiniowanie tego, co chcemy z analityką zrobić na samym początku i jak ją rozwijać. Większe wyzwanie będzie więc po stronie biznesu, bo technologia jest.

W dużych firmach, gdzie środowisko informatyczne i analityczne istnieje od wielu lat, sytuacja jest inna. Poza wyzwaniem biznesowym opisanym powyżej mamy jeszcze technologie. Źródła danych bardzo rzadko są przygotowane do pracy w czasie rzeczywistym, podstawowe dane w hurtowniach są zintegrowane tradycyjnym ETL-em, a często mamy też dashboardy budowane przez jednostki techniczne.

W najczystszej formie CI mówimy o pełnej automatyzacji przetwarzania danych z różnych źródeł, gdzie już w procesie integracji wykorzystujemy ML/AI, aż do rekomendacji lub akcji w samym procesie biznesowym.

Jak zabrać za Continuous Intelligence? Od czego zacząć?

W start-upach i przy nowych produktach trzeba od razu budować środowisko przygotowane pod Continuous Intelligence. W dużych firmach widzę kilka możliwości. 

Realizujemy analizy, dashboardy i use case’y bezpośrednio w jednostkach biznesowych na podstawie dostępnych danych. Ograniczamy do minimum potrzebę dodatkowej integracji danych, wolimy lekkie prototypy, żeby jak najszybciej dostarczyć wartość. Z doświadczenia wiem, że o wiele szybciej dochodzimy wtedy do sensownych wniosków biznesowych i nie ma problemów z adaptacją rozwiązania.

Druga możliwość jest taka, że zbieramy dane w czasie rzeczywistym tam,  gdzie źródła na to pozwalają i ma to sens biznesowy. Przy obecnych rozwiązania opartych na Kafka, Storm czy Sparka, właśnie na źródłach widzimy często ograniczenia. Oczywiście, robimy to tam, gdzie możemy w krótkim czasie przynieść wartość dla firmy – zawsze razem z osobami pracującym nad danym procesem biznesowym.

Dalej monitorujemy rynek i testujemy rozwiązania do integracji danych używające AI/ML, np. Tamr. Dziś te rozwiązania są oparte na ML połączony z crowdsourcingiem. Zapewnia to szybszą adaptację, bo ludzie uczestniczą w procesie tam, gdzie prawdopodobieństwo trafienia w odpowiednią definicję jest niskie i maszyna odpytuje człowieka.

Wreszcie, tam gdzie nie ma wątpliwości dotyczących jakości integracji i rekomendacji, aplikujemy ML/AI do integracji danych. Takimi obszarami dziś są rekomendacje na podstawie clickstreamingu czy modele predykcyjne. Te ostatnie zapętlamy feedbackiem z frontendu i automatyzujemy ich generację.

Co dalej?

Połączenie tych kroków z czasem doprowadzi do coraz większej autonomii wyliczeń rekomendacji i poprawy frontendowych procesów. Oczywiście,  proponuję ciągłe skanowanie rynku, bo rozwiązania z zakresu pełnego Continuous Intelligence z każdym dniem stają się coraz bardziej kompletne.

Zbieramy dane w czasie rzeczywistym tam, gdzie źródła na to pozwalają i ma to sens biznesowy. Robimy to tam, gdzie możemy w krótkim czasie przynieść wartość dla firmy – zawsze razem z osobami pracującym nad danym procesem biznesowym.

Zagadnienia związane z tematem Continuous Intelligence będą integralną częścią rozpoczynającego się 5 czerwca br. „CDO Forum”. W tym kontekście warto zwrócić uwagę na wdrożenie platformy pozwalającej na automatyczną inwentaryzację zasobów w Credit Agricole, prezentacje poświęcone jakości danych w AI, business case’y na MDM w TVN czy na skuteczne połączenie zintegrowanych danych, AI i rozwiązań klasy digital w handlu detalicznym. Szczegółowe informacje o programie można znaleźć na stronie: cdoforum.pl.