16 Δεκέμβριος 2017

Συνέντευξη με τον Χρήστο Ματσούκα

Συνέντευξη με τον Χρήστο Ματσούκα
Business Analytics & CRM Director
Customers DNA

 

Big Data Analytics or just Analytics;

  1. Τον τελευταίο καιρό όλοι μιλάνε για τα Big data. Πως θα ορίζατε τα Big Data από την σκοπιά του Business και πως από την πλευρά του ΙΤ;

    Όλο και συχνότερα πλέον ακούμε να γίνεται λόγος για τα Big Data και τα οφέλη από τη ανάλυσή τους και έχουμε στο μυαλό μας πάρα μα πάρα πολλά δεδομένα κάθε μορφής που απλά με μια τεχνική υποδομή αναλύονται και παίρνουμε χρήσιμες πληροφορίες. Είναι όμως τα πράγματα τόσο απλά, εύκολα και χωρίς να απαιτούνται τεράστιες επενδύσεις; Με τον όρο Big Data , από την μεριά του Business, στην ουσία εννοούμε Big Data analytics, και αναφερόμαστε στις μεθοδολογίες που μπορούμε πλέον να εφαρμόζουμε έτσι ώστε να αναλύουμε σχετικά γρήγορα τον τεράστιο όγκο δεδομένων που έχουμε στην διάθεσή μας σε έναν οργανισμό, με σκοπό να αποκαλύψουμε κρυμμένα μοτίβα, άγνωστους συσχετισμούς, τις τάσεις της αγοράς, τις προτιμήσεις των πελατών μας αλλά και άλλες χρήσιμες επιχειρηματικές πληροφορίες. Αντίστοιχα από από την μεριά του ΙΤ μιλώντας για τα Big Data αναφερόμαστε στα εργαλεία (πολλαπλές βάσεις δεδομένων, Hadoop, Hanna) και τις διαδικασίες που εισάγουμε σε ένα οργανισμό έτσι ώστε να διαχειριστούμε όλον αυτό τον μεγάλο, πολύπλοκο αλλά και ευμετάβλητο όγκο από δομημένα αλλά και αδόμητα δεδομένα. Τελικά φαίνεται ότι Big Data χωρίς analytics είναι απλώς πάρα πολλά δεδομένα. Τα analytics είναι αυτά τα οποία θα μετατρέψουν τα δεδομένα μας σε predictive και proactive εργαλεία απόφασης.

  2. Θεωρείτε δόκιμο τον όρο small data και που νομίζετε ότι θα μπορούσε να εφαρμοστεί;

    Ο όρος small data, αναφέρεται σε πλήθος δομημένων κυρίως δεδομένων, έτοιμων προς ανάλυση. Το μέγεθός τους είναι τέτοιο που τα δεδομένα αυτά μπορούν να αποθηκευτούν ακόμα και σε αρχεία excel, txt, σε βάσεις δεδομένων και πλέον με τα υπάρχοντα εργαλεία είναι εύκολα και σχετικά γρήγορα διαχειρίσιμα. Επιπλέον με τα small data, έχουμε καταλήξει από πριν τι δεδομένα χρειαζόμαστε και πως θα τα αποθηκεύσουμε στις βάσεις μας. Αντίθετα στα Big Data, τα δεδομένα μας δεν είναι απαραίτητα δομημένα, (κείμενα, clicks, queries κλπ), είναι πάρα πολλά και σε μεγάλο μέγεθος και ευμετάβλητα. Στα small data μπορούμε να εφαρμόσουμε εύκολα πλέον τα analytics έτσι ώστε να έχουμε αξιοποιήσιμες πληροφορίες για τους πελάτες μας.

  3. Big Data ή Small Data Analytics για την ελληνική πραγματικότητα;

    Για την ελληνική πραγματικότητα νομίζω ότι τα Big Data είναι μια αρκετά δύσκολη, περίπλοκη, και ακριβή διαδικασία που πρακτικά γίνεται ανέφικτη για σχεδόν το σύνολο των οργανισμών. Επιπλέον το νομικό πλαίσιο – κυρίως για τα social media- δεν είναι τόσο ξεκάθαρο για τα δεδομένα που μπορούμε να έχουμε και την χρήση αυτών. Αυτό, που κατά την γνώμη μου, χρειάζονται όλοι οι οργανισμοί, είναι να ξεκινήσουν να βάζουν τα analytics στην διαδικασίες λήψης αποφάσεων και χάραξης στρατηγικής του οργανισμού τους. Τα δεδομένα υπάρχουν, είναι αρκετά και ικανά για να μας δώσουν –αναλύοντάς τα- την γνώση που χρειαζόμαστε για να πάρουμε την σωστή απόφαση. Επιπλέον τα εργαλεία συλλογής, αποθήκευσης και ανάλυσης είναι πλέον προσιτά και όλο πιο φιλικά στους ανθρώπους των επιχειρήσεων για χρήση. Είναι πραγματικά τόσα πολλά τα εργαλεία και τα οφέλη που μπορούμε να έχουμε από τα analytics και την ανάλυση των δεδομένων μας που θεωρώ ότι έχουμε πολύ δρόμο για να τα εξαντλήσουμε και να αναζητήσουμε «νέα εργαλεία» στα Big Data. Άλλωστε, ας έχουμε στο μυαλό μας ότι, για παράδειγμα, το σύνολο των CDRs για μια εταιρεία κινητής τηλεφωνίας είναι της τάξης του μισού εκατομμυρίου records και μπορούν να αναλυθούν ακόμα και με ένα πολύ δυνατό οικιακό H/Y. Έτσι λοιπόν καταλαβαίνουμε ότι τα Big Data analytics ίσως είναι κάτι λίγο πρώιμο για την ελληνική αγορά. Φτάνει να αναλογιστούμε τα εξής απλά: Πόσοι οργανισμοί έχουν, ένα σωστά σχεδιασμένο και συνδεδεμένο με στρατηγικές κινήσεις, Customer Segmentation Schema; Πόσοι οργανισμοί έχουν σχεδιάσει και υλοποιήσει ένα τρόπο μελέτης και ανάλυσης του Customer basket; Πόσοι οργανισμοί έχουν εισάγει και τηρούν μια πολιτική ελέγχου επικοινωνίας με τους πελάτες τους έτσι ώστε να μην «ενοχλούν» τους πελάτες τους σε πολύ κοντινά χρονικά διαστήματα με ανούσια μηνύματα; Πόσοι οργανισμοί στοχεύουν τους πελάτες τους για καμπάνιες προώθησης προϊόντων ή υπηρεσιών με βάση τα αποτελέσματα της ανάλυσης των δεδομένων τους και όχι μόνο με την διαίσθηση ή την έτερη κατοχή προϊόντων; Ξέρω ότι όλα αυτά ακούγονται γνωστά και ίσως παρωχημένα αλλά αν δεν έχουμε ξεκινήσει από εδώ το να μιλάμε για τα Big Data Analytics είναι σαν να μην έχουμε ακόμα περπατήσει και να μιλάμε για προπόνηση Μαραθωνίου. Είναι πολύ ωραίο να ακούμε όρους όπως Big Data Analytics, Real Time Analytics, On Line Scoring και όλα αυτά τα πολύ ωραία πράγματα, αλλά οφείλουμε να ξεκινήσουμε από την αρχή με τα βασικά και σιγά σιγά να χτίσουμε και να υποστηρίξουμε την στρατηγική που θέλουμε για τον οργανισμό μας. Φυσικά, για να μην παρεξηγηθώ, υπάρχει και ένα μικρό πλήθος μεγάλων και πολυεθνικών κυρίως, οργανισμών που είναι σε θέση να υποστηρίξουν και να εφαρμόσουν τέτοιες αναλυτικές μεθοδολογίες.

  4. Συγκρίνοντας τις δύο προσεγγίσεις, δημιουργίας υποδομής Business Analytics μεταξύ δημιουργίας εσωτερικής ομάδας & ανάθεσης σε εξωτερική εταιρία, τι θα προτείνατε;

    Οι δύο αυτές διαφορετικές προσεγγίσεις έχουν τα υπέρ και τα κατά τους αν μπορούμε να πούμε κάτι τέτοιο. Στην πρώτη περίπτωση απαιτούνται κάποια κόστη, όχι απαραίτητα μεγάλα, έτσι ώστε να ξεκινήσει ένας οργανισμός με την υλικοτεχνική του υποδομή, βάσεις δεδομένων, εργαλεία ανάλυσης και φυσικά το ανθρώπινο δυναμικό. Σε αυτήν την περίπτωση ο οργανισμός είναι αυτόνομος να προσπαθήσει να εφαρμόσει την στρατηγική που έχει επιλεγεί στο κομμάτι των BA και φυσικά να έχει την δυνατότητα να φέρει σε πέρας μικρότερα και όχι τόσο στρατηγικής σημασίας έργα, χωρίς να απαιτείται μια εξωτερική βοήθεια. Στην δεύτερη περίπτωση, δηλαδή στην outsourced ανάπτυξη, τα κόστη είναι αρκετά μικρότερα, υπάρχουν εταιρείες με μεγάλη εξειδίκευση στον τομέα των ΒΑ σε πολλά και διαφορετικά industries. Σε αυτή την περίπτωση αφού ο οργανισμός έχει αποφασίσει τι θέλει να πετύχει, αναθέτει σε μια εταιρεία τον σχεδιασμό και την υλοποίηση της βέλτιστης λύσης, αλλά και την συντήρηση και την υποστήριξή. Είναι λοιπόν σαφές ότι ανάλογα ων δυνατοτήτων και των απαιτήσεων ενός οργανισμού υπάρχουν λύσεις. Προσωπικά θα έλεγα ότι θα προτιμούσα να ξεκινήσω με την δεύτερη λύση σε έναν οργανισμό, να δω πως θα εξελιχθεί όλη η προσπάθεια και στην συνέχεια να μπω στην λογική δημιουργίας μιας ομάδας που θα συνέχιζε και θα ανέπτυσσε την προσπάθεια αυτή.

  5. Πείτε μας λίγα λόγια σχετικά με την Customers DNA & το μοντέλο συνεργασίας που προωθεί.

    H Customers DNA είναι μια δυναμική και συνεχώς αναπτυσσόμενη εταιρεία παροχής υπηρεσιών στον τομέα των ΒΑ που αυτήν την στιγμή δραστηριοποιείται μόνο εξωτερικό και τολμώ να πω με επιτυχία και με παγκόσμιους παίκτες στο πελατολόγιο της. Το σύνολο των αναλυτών της είναι στελέχη με εξαιρετικό ακαδημαϊκό υπόβαθρο, κυρίως στον τομέα της Στατιστικής και στα Εφαρμοσμένα Μαθηματικά. Έχουν τεράστια εμπειρία στον σχεδιασμό και στην υλοποίηση μεγάλων έργων στα ΒΑ, γνώσεις και εμπειρία πάνω σε θέματα ΙΤ που θα ζήλευαν στελέχη εταιριών πληροφορικής. Στην Customers DNA προσπαθούμε να κρατήσουμε χαμηλά τα κόστη έτσι ώστε αυτό να περνάει και στην τιμολογιακή μας πολιτική. Με την χρήση της τεχνολογίας έχουμε καταφέρει, αν μου επιτρέπετε η έκφραση, να βάλουμε τα πάντα στο cloud. Δηλαδή ο πελάτης μας δεν επιβαρύνεται με το κόστος της υποδομής, των αδειών για τα εργαλεία ανάλυσης και φυσικά κρατάμε χαμηλά το κόστος με το να κάνουμε όλη την δουλειά από απόσταση. Φυσικά όποτε απαιτείται φυσική παρουσία των ανθρώπων μας, αυτοί είναι εκεί.

  6. Γιατί κάποιος οργανισμός να σας εμπιστευτεί; Τι είναι αυτό που προσφέρει η Customers DNA και είναι το ανταγωνιστικό της πλεονέκτημα σε σχέση με άλλες συμβουλευτικές εταιρείες;

    Η Customers DNΑ είναι μια εταιρεία που αποτελείται από επαγγελματίες με μακρά εμπειρία στον χώρο των analytics, σχεδόν σε όλα τα industries αλλά το πιο σημαντικό και το ανταγωνιστικό της πλεονέκτημα είναι ότι οι άνθρωποι αυτοί δεν μένουν μόνο στην ανάλυση των δεδομένων. Η μακρά τους εμπειρία, σε θέσεις ευθύνης σε μεγάλες εταιρείες – όμιλοι τηλεπικοινωνιών (σταθερή και κινητή), μεγάλοι τραπεζικοί και ασφαλιστικοί όμιλοι αλλά και εταιρείες λιανεμπορίου - τους επιτρέπει να σχεδιάσουν ένα project από μηδενική βάση, να το αναπτύξουν, να το αξιολογήσουν, να το βελτιώσουν και να το δουν από την μεριά του business διότι ότι ανάλυση και να γίνει ότι πληροφορία και να εξαχθεί, αν δεν αυτό δεν μετατραπεί σε εύκολα υλοποιήσιμη, μετρήσιμη και τελικώς επιτυχημένη ενέργεια και στρατηγική, δεν θα έχουμε κάποιο όφελος. Για παράδειγμα, έχουμε υλοποιήσει projects που αφορούν το segmentation της βάσης των πελατών τραπέζης και χάραξη στρατηγικής διαχείρισης των διαφορετικών customer segments, projects που έχουν να κάνουν με το κλασσικό churn prediction και την ίδια στιγμή τρέχουμε με μεγάλη επιτυχία πιο προχωρημένης αντίληψης projects όπως είναι το social network analysis που δουλεύουμε τώρα για την Vodafone. Εκεί, μέσω της ανάλυσης των CDRs βλέπουμε το κοινωνικό δίκτυο που δημιουργείται, αναγνωρίζουμε τους κεντρικούς συνδετικούς κρίκους (influencers) σε επιμέρους υποδίκτυα και μέσω αυτών μπορούμε προσεγγίζουμε τις ομάδες αυτές και να προτείνουμε καλύτερα προγράμματα χρήσης, ποιοτικότερες υπηρεσίες αλλά ακόμα και ψηφιακές ευκολίες.

    Ένα άλλο σημείο που μας κάνει να ξεχωρίσουμε είναι η «κάθετη» γνώση και λειτουργία. Οι αναλυτές μας εκτός από τα BA, έχουν ένα ευρύ φάσμα γνώσεων και δεξιοτήτων, από ΙΤ μέχρι και γνώση καθαρά Μάρκετινγκ με ABL & BLT σχεδιασμούς και ενέργειες που ακολουθούν πολλές φορές το στάδιο των analytics. Αυτό σημαίνει ότι μπορούμε, αναλαμβάνοντας ένα έργο, να το ξεκινήσουμε από μηδενική βάση, π.χ. από τα CDRs στην τηλεφωνία, από τα τραπεζικά transactions, τα ασφαλιστήρια συμβόλαια και τις πρόσθετες πράξεις και να δημιουργήσουμε το κατάλληλο Data Mart, τις απαιτούμενες αναλυτικές ροές και τα στατιστικά μοντέλα και να προτείνουμε τις ενέργειες που απαιτούνται με βάση πάντα την στρατηγική που έχουμε να υπηρετήσουμε. Επιπλέον οι αναλυτές μας, έχουν δουλέψει με όλα γνωστά, αλλά κάποια λιγότερο γνωστά, εργαλεία analytics κάνοντας έτσι ακόμα πιο ευέλικτη την δυνατότητα συνεργασίας με τους ενδιαφερόμενους οργανισμούς.



Ματσούκας Χρήστος

Ο Χρήστος Ματσούκας κατέχει την θέση του Business Analytics & CRM Director στην Customers DNA. Ξεκίνησε την επαγγελματική του σταδιοδρομία του από την Vodafone Ελλάδος και συνέχισε στην Eurolife ERB Ασφαλιστική πριν μεταπηδήσει στην Customers DNA. Στην Customers DNA έχει την ευθύνη για τον σχεδιασμό και την παρακολούθηση της υλοποίησης όλων των έργων που έχει αναλάβει η εταιρεία στο εξωτερικό καθώς και την επίβλεψη της ομάδας των αναλυτών-ερευνητών, που διατηρεί η εταιρεία, με σκοπό την παραγωγή νέων πρωτοποριακών τεχνικών ανάλυσης δεδομένων αλλά και της χρήσης των αποτελεσμάτων αυτών.

Οι τομείς ενδιαφέροντος και ενασχόλησής του περιλαμβάνουν τα πεδία των: Business Process Analysis, Predictive Analytics, Big Data Analytics, Database Marketing, Social Network Analysis, Customer Segmentation, Direct Response Marketing, Campaign Management, Fraud & Claims Analytics. Είναι κάτοχος πτυχίου Μαθηματικών και έχει μεταπτυχιακό δίπλωμα ειδίκευσης στα Εφαρμοσμένα Μαθηματικά και τη Θεωρία Παιγνίων από το Ε.Μ.Π. Επιπλέον έχει δώσει αρκετές διαλέξεις πάνω στα Analytics σε αρκετά διεθνή και εγχώρια συνεδρια.