A 2023. október 18-i Simpletrends konferencia előadása az adatvezéreltségről (data-driven decision-making - DDDM). Az előadás főbb gondolatai: - az adatvezéreltség (DDDM: data-driven decision making) ígérete az adatvezérelt kapitalizmus, ahol a cégek hatékonyabban tudnak működni, a kollégák kevesebb felesleges munkát végeznek és a fogyasztók gyorsabban, jobb minőségű termékekhez és szolgáltatásokhoz férhetnek hozzá - ugyanakkor ennek a fonákja a megfigyelési kapitalizmus (Shoshana Zuboff, harvardi szociálpszichológus fogalma), ahol egyre több cég megfigyel minket és ez alapján hoz döntéseket, fejleszt termékeket stb. - tehát az adataink, mi magunk is termékké válhatunk - de visszatérve az adatvezérelt kapitalizmusra (tehát a pozitív oldalra) ezt igen nehéz jól csinálni, hiába neveznek ki cégek ezért felelős vezetőket (egy 2022-es kutatás szerint a nagy cégek 3/4-énél van ilyen pozíció, 40% szerint sikeres és csak 26% szerint működik a cég adatvezérelten) - miért ilyen rossz ez az arány? Mert a DDDM nem az adatokról, a technológiáról szól, hanem a döntéshozás módjáról, ami szervezeti kultúrán múlik, ez pedig lassan változtatható (van, aki szerint 20-25 év is kell neki mire egy cég ténylegesen adatvezérelt módon tud működni, sokan megrekednek félúton) - hiszen Peter Drucker óta tudjuk, hogy a kultúra megeszi a stratégiát reggelire :-) - mi a megoldás? A kuvaiti Gulf Bank szerint adat-nagykövetek kinevelése, alkalmazott adattudományi tréningek nyújtása a kollégáknak és a közös motiváció, hogy ezzel a szervezet inkább el tudja érni a célját (pl. egy kórházban az adatvezéreltebb működés gyorsabb gyógyulást, kevesebb halálesetet, meghosszabbított életet jelent a betegeknek - ezzel a céllal pedig mindenki azonosulni tud).

1. Pintér Róbert
Adatvezérelt
(e)kereskedelem: csak
beszélünk róla vagy
csináljuk is?
Simpletrends konferencia
2023. október 18, Budapest

2. Az adatvezérelt
kapitalizmus ígérete
Az adatvezérelt kapitalizmus ígérete, hogy
az adatok naprakész gyűjtésén, értő
feldolgozásán és az emiatt lehetővé vált
(részben) automatizált döntéshozáson alapuló
szervezetek:
• hatékonyabbak,
• költségkímélőbbek,
• jobb szolgáltatásokat, termékeket
nyújtanak,
• jobb ügyfél-élményt adnak,
• végeredményben versenyképesebbek.
2

3. Az adatvezérelt kapitalizmus
kritikája:
Nem szándékolt következmények -
lényegi elem vagy kijavítható
rossz?
Természetesen az adatvezérelt
kapitalizmusnak is vannak olyan nem
szándékolt következményei, amik a fentebbi
pozitív ígérettel szemben állnak és arra
figyelmeztetnek, hogy mint minden
technológiai adaptációs folyamat, ez is
fausti alku, (Postman, 1990) ami egyszerre ad
és vesz el, miközben nem válogathatunk
kedvünkre a negatív és pozitív hatásai közül.
Az egyik legfontosabb különbség azonban a
kritikusok között abban figyelhető meg, hogy
míg egyesek szerint ezek a rendszer
lényegét adják (pl. Zuboff, megfigyelési
kapitalizmus), addig mások szerint ezek olyan
hibák, amiket idővel ki lehet majd
küszöbölni.
3

4. Becoming a Data-Driven Organization Is So
Hard
• "Why Becoming a Data-Driven Organization Is So Hard" -
Harvard Business Review (2022 február):
https://hbr.org/2022/02/why-becoming-a-data-driven-
organization-is-so-hard
• RÖVIDEN: "Being data-driven has been a priority for companies
for decades — but many have seen mixed results. Why? According
to a new survey of executives, company culture is a harder
hurdle to clear than any technical problem. On top of that, the
continuing explosion of the amount of data and growing concerns
over privacy and data ownership keep making the task harder.
The author offers three principles to help companies achieve
their goals."
• vagyis: a megfelelő szervezeti kultúra hiánya, az egyre több
adat, a növekvő adatvédelmi aggályok és az adat tulajdonlás
keményebb kérdések, mint bármilyen technikai probléma

5. Becoming a Data-Driven Organization Is So
Hard
•BŐVEBBEN: a NewVantage Partners – Data and AI Leadership
executive survey 2022 alapján (10 éve folyó vezetői
kérdőíves kutatás nagyvállalatok körében):
https://www.newvantage.com/_files/ugd/e5361a_ad5a8b3da8254a7
1807d2dccdb0844be.pdf
• 2012 óta a terület a nagyvállalatoknál elmozdult az
adatmenedzsment irányából a Big Data majd az MI és az analitika
felé
• 2022-re a vállalatok 73,7%-a nevezett ki Chief Data vagy
Analytics vezetőt (2012-ben 12%), de csak 40% szerint sikeres
és megalapozott a pozíció és csak a cégek 26,5% állítja, hogy
adatvezérelt szervezetté alakult
• az adatvezérelt menedzsmentre való átállás várható idejét
egy generációnyira teszik a cégeknél (kb. 20-25 év)

6. Becoming a Data-Driven Organization Is So
Hard
• főbb trendek a területen:
• a koronavírus felerősítette az adat, a tudomány és a tények
fontosságát: a tájékozott, körültekintő és megfontolt üzleti
döntések fontossága felértékelődött 2020 után
• a fogyasztók szabadsága nőtt, hogy milyen adatot, mikor és
milyen csatornán érnek el – emiatt a cégeknek is többfajta
módon / csatornán kell adatot gyűjteni róluk és elérni őket
• nő az elérhető adatok mennyisége és a számítási kapacitás is,
már nem csak mintavétel alapú piackutatással, hanem a meglévő
adatok elemzésével is lehet precíz insightokhoz jutni

7. Becoming a Data-Driven Organization Is So
Hard
• főbb kihívások:
• az újonnan keletkező adatok 80%-a strukturálatlan, nehezen
kvantifikálható (pl. szenzor adatok, képek, szövegek stb.)
• az adatok keresztbemetszik a hagyományos szervezeti határokat,
nem világos melyik adat pontosan kié, a siló megközelítés nem
hatékony
• az etikus és felelősségteljes adat használat egyre fontosabb:
mindössze 21,6%-a az adat vezetőknek állítja, hogy ezen a téren
eleget tesznek

8. Becoming a Data-Driven Organization Is So
Hard
• hogyan lehet felgyorsítani az adatvezéreltségre való
kultúraváltást:
• gondolkodj másképpen: az adatvezéreltség másfajta
gondolkodásmódot igényel, mint a tradicionális. Algoritmusokból
nincs hiány, ezeket kell kreatívan és innovatívan felhasználni
• a hibázás kultúrája - bukj el gyorsan, de tanulj gyorsabban:
kipróbálás nélkül nincs tanulás, a bukás az innováció
előszobája, elsőre nem fog tökéletesen menni
• a hosszú távra koncentrálj: az adatoknak idő kell, míg
adatsorokká állnak össze és kirajzolják a trendeket,
adatvezéreltté válni is egy hosszú folyamat

9. Esettanulmány: Gulf Bank, Kuwait
• "What Does It Actually Take to Build a Data-Driven
Culture?" Harvard Business Review (2023. május 23.):
https://hbr.org/2023/05/what-does-it-actually-take-to-build-
a-data-driven-culture
• RÖVIDEN: "Building a data driven culture is hard. To capture
what it takes to succeed, the authors look at the first two
years of a new data program at Kuwait’s Gulf Bank in which they
worked to build a culture that embraced data, and offer a few
lessons. First, it is important to start building the new
culture from day one, even as doing so is not the primary
mandate. Second, to change a culture, you need to get everyone
involved. Third, give data quality strong consideration as the
place to start. Finally, building this new culture takes
courage and persistence."
• vagyis: a kultúraváltásnak a nulladik pillanattól el kell
indulnia, mindenkit be kell vonni, ügyelni kell az adatok

10. Esettanulmány: Gulf Bank, Kuwait
• BŐVEBBEN: könnyű ezt mondani, hogy kultúraváltásra van
szükség, mik azok az apró lépések, amivel ezek
implementálhatók? A szerzők a kuwaiti Gulf Bank első két
évének tapasztalatait összegezték:
• az elején érdemes az alacsonyan függő gyümölcsökkel kezdeni:
ügyféladatbázis tisztítás, adattó létrehozása a hozzáférés
javítása érdekében, a már eleve készülő rendszeres jelentések
feljavítása - DE, ha ezeket elrontja, az jelentős arcvesztés,
illetve ez azt sugallja, hogy kevés erőforrással, gyorsan lehet
előrehaladást elérni, ami hamis illúziókat adhat és nem készít
fel a kultúraváltás nehézségeiből fakadó kudarcra

11. Esettanulmány: Gulf Bank, Kuwait
• közben az alapokat kell rendbe tenni: jó minőségű adatokra
van szükség - enélkül megnőnek a költségek és a
munkaerőigény, romlik az elemzés minősége, nehezebb MI
eszközöket alkalmazni.
• A kollégák használnak és termelnek is adatot, ezért be kell
őket vonni az adatminőség javításába (mondják meg melyik adat
rossz és javítsák ki közösen).
• adat nagykövet programot indítottak, minden csapatban
kijelölték a középvezetők, hogy ki felel az adatminőségért, ez
egy hálózat lett, akik képzést és támogatást kaptak az adat
csapattól (hogy ne csak extra tehernek érezzék a feladatot),
hanem érdekes kihívásnak:
• olyan kezdő data science képzést kaptak, ami később is segíti őket a
karrierjük során (pl. adatminőség mérése, rossz adatok megjavítása,
elemzési és adatvizualizációs ismeretek)
• az 1800 alkalmazott számára bemutatták a nagyköveteket, nagy belső
nyilvánosságot kaptak

12. Esettanulmány: Gulf Bank, Kuwait
• a nagykövetek elkezdték használni az adatokat a saját munkájukban, amivel
példát mutattak másoknak a csapatukban és a környezetükben
• ezt követte egy "Data 101 program", amin bármelyik alkalmazott részt vehetett,
ahol elmagyarázták nekik az adatminőség fontosságát a munkájukban és a bank
eredményeiben (ezt kötelezővé tették az onboarding képzésben)
• a nagykövetek és az alkalmazottak egy része hálózatban kezdett el dolgozni,
méréseket végeztek, rámutattak milyen adatbázisokat kellene kitisztítani és
használni. Majd szépen lassan elkezdtek innoválni és úgy használni az adatokat
és az eszközöket, ahogy ugyan nem tanulták, de segítette őket a munkájukban
(pl. ketten közösen új modellt hoztak létre a pénzmosás felderítésére)
• nemrégiben pedig innovációs tornát rendezett az adat csapat, amin több mint
százan vettek részt
• a résztvevők szerint a kulcs az emberek bevonása, olyan közös cél
megfogalmazása, amit mindenki elfogad és az adatvezéreltség segít az elérésében
pl. egy egészségügyi intézményben ez a hosszabb, egészségesebb életet élő
emberek ígérete
• ugyancsak kulcs volt, hogy a kultúra nem a szavaktól, hanem a tettektől
változik meg, nem azt kell elmondani az embereknek, hogy hogyan gondolkodjanak
vagy mit érezzenek, hanem tevőlegesen bevonni őket

13. Hogyan néz ki egy adatvezérelt retail
szervezet
• Data is king – az adat a király (data is the new /s/oil)
• Az adat optimalizálja a napi működést és annak minden aspektusát a marketingtől
kezdve az értékesítésen át az ellátási lánc kezeléséig és az ügyfélszolgálatig
• Pl. az Amazon értékesítésének 35%-a személyreszabott ajánlásokon alapul és 50%-uk
ismétlődő vásárlás lesz
• A Walmart kb. 1 mrd dolláros extra bevételt ért el, 10-15%-os növekedést az online
sales-ben az adatok felhasználása miatt
• Sok szervezet küzd azzal, hogy megbirkózzon a vezetéssel, a műszaki
architektúrával és a szervezeti kultúrával, amelyek ahhoz szükségesek, hogy
adataikat átfordítsák hatékony insightokba és gyakorlati döntésekbe.
• Mi kell ahhoz, hogy ez sikerüljön?
• A fogyasztói adatokra való fókuszálás (customer first)
• Modern adat platform, ami nem a megszokott siló alapon működik (hanem képest különböző
forrásokból aggregált adatokkal dolgozni, pl. kassza, e-kereskedelem, fogyasztói
visszajelzések és a nagy mennyiségű adatot közel valós időben feldolgozni)
• Adatvezérelt vállalati kultúra (intuíció helyett adat alapú döntések, ahol a
stakeholderek megbízható, jó minőségű adatokhoz jutnak)
• Megfelelő adatkezelés (biztonság, privacy és adatok előkészítése döntésekészítés)
Bővebben: https://www.ciklum.com/blog/what-does-a-data-driven-retail-organization-look-like

14. Hol lehet használni a DDDM-et a
kereskedelemben
• 15+ terület, ahol a data science-t használni lehet a retail-ben:
• Ár optimalizálás
• Személyre szabott marketing
• Csalások felderítése
• A kiterjesztett valóság átvétele
• Készletgazdálkodás
• Érzelemelemzés
• Ajánlórendszer
• Ügyfél élettartam-érték előrejelzése (CLV)
• Garanciaelemzés
Bővebben: https://www.knowledgehut.com/blog/data-science/use-case-of-data-science-in-
retail#top%C2%A0data-science%C2%A0use-cases%C2%A0in-the-retail%C2%A0industry%C2%A0
• Új üzletek helye
• Merchandising
• Intelligens keresztértékesítés és
továbbértékesítés
• Ingatlankezelés
• A közösségi média trend-előrejelzése
• Viselkedéselemzés
• Piaci kosárelemzés
• Részletek keresése

15. Záró gondolat
“Culture eats strategy for breakfast.” /Peter Drucker,
menedzsment guru/
• Ne felejtsétek el, hogy az adatvezérelt működés nem a
technológia vagy az adat kérdése, hanem a szervezeti kultúráé!
• ha van technológia és adat, de nem támogató a szervezeti kultúra,
akkor úgysem lesz adatvezérelt menedzsment,
• ha van megfelelő szervezeti kultúra, akkor viszont majd csak lesz
technológia és adat is.

16. Köszönöm a figyelmet!
Pintér Róbert
e-kereskedelmi képzésvezető
KÜRT Akadémia
www.kurtakademia.hu
robert.pinter@kurtakademia.hu
Tel: 30/999-6595