Forbes-ი თიბისიში მონაცემთა ანალიტიკის ლიდერს მიშა ნადარეიშვილს ესაუბრა.
ბიზნესის მუშაობის პროცესში უამრავი მონაცემი გროვდება, რომლის ანალიზითაც შესაძლებელია ობიექტური ინფორმაციის მიღება იმის შესახებ, თუ რას აკეთებს კომპანია სწორად და რისი შეცვლაა აუცილებელი. შესაბამისად, მსოფლიოს წარმატებული კომპანიები მონაცემთა ანალიტიკას მთელი სერიოზულობით უდგებიან და შედეგიც არ აყოვნებს. საქართველოში კი ერთ-ერთი პირველი კომპანია, რომელმაც მონაცემთა დამუშავებას დიდი ყურადღება დაუთმო, თიბისი იყო. ეს კომპანია უკვე თითქმის ათი წელია წარმატებით ახორციელებს მონაცემების ანალიზს, რაც ბიზნესს და ბიზნესის მომხმარებლებს უფრო მეტი კეთილდღეობის მიღების საშუალებას აძლევს. რა შედეგები აქვს ამ კუთხით თიბისის და ზოგადად რატომ არის მონაცემთა ანალიზი პრიორიტეტული ბიზნესისთვის, ამ საკითხზე Forbes-ი თიბისიში მონაცემთა ანალიტიკის ლიდერს მიშა ნადარეიშვილს ესაუბრა.
რას გულისხმობს მონაცემთა ანალიზი და რაში ეხმარება ეს ბიზნესს?
პირველ რიგში, მნიშვნელოვანია, ბიზნესს ჰქონდეს საშუალება, მიიღოს ინფორმაცია იმის შესახებ, თუ რა მდგომარეობაა ბაზარზე, შემდეგ – თუ როგორ გავლენას ახდენს მათი სხვადასხვა აქტივობა ჩვენს კლიენტებზე, პროდუქტების რომელი მხარეა პოპულარული და რომელი საჭიროებს გამოსწორებას და ასე შემდეგ. ეს ბიზნესს აძლევს საშუალებას, სწორად დაგეგმოს თავისი პროდუქტებისა და მომსახურებების სამომავლო განვითარება. იგი ასევე, გადაწყვეტილების მიღების პროცესს აჯანსაღებს, რადგანაც დღევანდელ რთულ და სწრაფად ცვალებად გარემოში არც ისე იშვიათად ხდება, რომ ინტუიციურად მიღებული გადაწყვეტილებები არასწორი გამოდგება ხოლმე.
პოპულარულია გამოთქმა, რომ „მონაცემები ახალი ნავთობია”. ასე რომ, მონაცემების დამუშავება და სწორად გამოყენება დიდი ხანია, ბიზნესის წარმოების ისეთივე სტანდარტული ნაწილი გახდა, როგორც, მაგალითად, ადამიანური რესურსების მართვა. თიბისიში ბიზნესის ანალიზის განყოფილება თითქმის ათი წელია არსებობს, ბოლო ხუთი წელი კი აქტიურად ვმუშაობთ ბიზნესის ხელოვნური ინტელექტის მეშვეობით გაუმჯობესებაზე, ვინაიდან ხელოვნური ინტელექტის სისტემები საშუალებას გვაძლევს, მომხმარებლებს ავტომატურ რეჟიმში გავუწიოთ მათზე მორგებული მომსახურება. მაგალითად, ჩვენ უკვე ტესტირების რეჟიმში გვაქვს და მალე ჩავუშვებთ სისტემას, რომელიც კლიენტებს – მათი ქცევის გათვალისწინებით – შესთავაზებს იმ პროდუქტებს, რომლებიც მათთვის საინტერესო და საჭირო იქნება. ანუ, სისტემა მიხვდება, თუ რა შეიძლება იყოს ამა თუ იმ კონკრეტული მომხმარებლის სურვილი და ინტერესი.
რა არის ძირითადი მიმართულებები, რაზეც თიბისიში მუშაობთ მონაცემთა ანალიზის თვალსაზრისით?
ბანკის შიგნით მონაცემთა ანალიზის თვალსაზრისით, ერთ-ერთი ყველაზე დიდი მიმართულება საცალო ბიზნესია. ამ მიმართულებით ბანკს რაოდენობრივად ყველაზე მეტი კლიენტი ჰყავს და შესაბამისად, მონაცემთა ანალიზისა და ხელოვნური ინტელექტის გამოყენებით დამატებითი ღირებულების შექმნის პოტენციალიც ამ მიმართულებით ყველაზე მეტია. გარდა ამისა, ვმუშაობთ ბანკის თითქმის ყველა სხვა მიმართულებასთან: მცირე და საშუალო ბიზნესი, კორპორატიული ბიზნესი, რისკები, ფინანსები და ასე შემდეგ.
რა შედეგები გაქვთ? სად გაამართლა და სად ვერ გაამართლა?
ძალიან კარგი შედეგები მივიღეთ ბევრი მიმართულებით. მაგალითად, მონაცემთა ანალიტიკის გამოყენებით თითქმის გავაორმაგეთ კლიენტების რაოდენობა ჩვენს სტატუს მომსახურებაზე. შევძელით ერთ-ერთი ყველაზე პოპულარული პროდუქტის მომგებიანობის 4-ჯერ გაზრდა; და ბოლოს, ჩვენი ერთ-ერთი მიმდინარე პროექტის – რომელიც გულისხმობს კლიენტებისთვის მათზე მორგებული პროდუქტების შეთავაზებას – საპილოტე რეჟიმში ჩაშვებამ გვიჩვენა, რომ უნდა ველოდოთ ამ პროექტის მომხმარებელი კლიენტების კმაყოფილების 20-30%-იან ზრდას;
რა თქმა უნდა, გვქონდა წარუმატებელი პროექტებიც, რომლებზე დაკვირვებითაც ვისწავლეთ, თუ რა წინაპირობებია აუცილებელი ანალიტიკური პროექტის წარმატებისთვის. მაგალითად, აუცილებელია, წინასწარ მკაფიოდ იყოს ჩამოყალიბებული, თუ რას ველოდებით ანალიტიკური პროექტისგან. აუცილებელია, რომ ბიზნესის წარმომადგენლები მონაცემთა ანალიზისა და ხელოვნური ინტელექტის მოდელების შემუშავების პროცესებში ყველა ეტაპზე იყვნენ ჩართული. ასევე ძალიან მნიშვნელოვანია, რომ საბოლოო პროდუქტი კარგად იყო მორგებული ორგანიზაციის ბიზნეს და IT პროცესებზე, რათა მისი დანერგვა და გამოყენება არ გართულდეს.
დღეს, საქართველოში რამდენად აქტუალურია ბიზნესების მიერ მონაცემთა ანალიზის გამოყენების პრაქტიკა?
საქართველოში მონაცემთა ანალიზი და მონაცემთა მეცნიერება ნელ-ნელა იკიდებს ფეხს დიდ ორგანიზაციებში. თიბისი ამ მხრივ ერთ-ერთი პიონერია, როგორც ვახსენე, ჩვენ ხელოვნური ინტელექტის სისტემებს უკვე ხუთი წელია, აქტიურად ვიყენებთ და ამ მიმართულებით ერთ-ერთი ყველაზე დიდი გუნდი გვყავს ქვეყანაში.
აღსანიშნავია, რომ საქართველოში შეიქმნა და წარმატებით ფუნქციონირებს რამდენიმე AI სტარტაპი, რამდენიმე მათგანს უკვე ექსპორტზეც აქვს თავისი მომსახურება გატანილი. ასევე, რამდენიმე უნივერსიტეტში ყალიბდება პროგრამები, რომლებიც უშუალოდ მონაცემთა ანალიტიკის სფეროში დასაქმებისთვის ამზადებენ სტუდენტებს. ასე რომ, ვფიქრობ, ეს მიმართულება მომავალ წლებში კიდევ უფრო პოპულარული გახდება.
როგორია მსოფლიო ტენდენციები მონაცემთა ანალიზის გამოყენების თვალსაზრისით?
მონაცემთა ანალიტიკა დღეს ე.წ Hype ფაზაშია. 2012 წელს Harvard Business Review-მ და Google-მა მონაცემთა მეცნიერება (პროფესია, რომლის წარმომადგენლებიც ხელოვნური ინტელექტის სისტემებს ამზადებენ) 21-ე საუკუნის ყველაზე სასურველ პროფესიად გამოაცხადეს. ვიტყოდი, რომ ბოლო ათი წელია, კომპანიები აქტიურად მუშაობენ ამ მიმართულების გაძლიერებაზე.
უამრავი კომპანია – განსაკუთრებით ტექნოლოგიური კომპანიები – უკვე თავიანთი მუშაობის ყველა ასპექტში ძალიან ინტენსიურად იყენებენ მონაცემთა ანალიტიკას. ის კომპანიები კი, რომლებიც მონაცემთა ანალიტიკის მიმართულების ჩამოყალიბებამდე გაჩნდნენ (როგორიცაა ბანკები, სატელეკომუნიკაციო კომპანიები, ჯანდაცვის სფეროს კომპანიები, და ა. შ.), აქტიურად მუშაობენ მონაცემთა ანალიტიკის განყოფილებების ჩამოყალიბებაზე და თავიანთი სამუშაო კულტურის ისე მოწყობაზე, რომ მონაცემები ყველა მიმართულებით აქტიურად გამოიყენებოდეს.
მიმდინარე ტენდენციები საშუალებას გვაძლევს, ვთქვათ, რომ მონაცემთა ანალიტიკა “ახალი IT-ია”: კომპანიები, რომლებიც ვერ შეძლებენ მონაცემთა ანალიტიკის ღრმად ინტეგრირებას თავიანთ ყოველდღიურ ოპერაციებში, ნელ-ნელა ისევე გაქრებიან, როგორც ის კომპანიები, რომლებმაც თავის დროზე IT რევოლუციას ვერ აუწყვეს ფეხი.
თქვენი აზრით, როგორია მონაცემთა ანალიზის მომავალი?
განვითარებული ბაზრების სხვადასხვა კვლევებს თუ დავეყრდნობით, მონაცემთა მეცნიერება ერთ-ერთი ყველაზე სწრაფად მზარდი და შემოსავლიანი პროფესიაა. მიუხედავად მაღალი ანაზღაურებისა, ბაზარზე მოთხოვნა იმდენად სწრაფად იზრდება, რომ LinkedIn-ის მიხედვით, 2019 წლის ბოლოსთვის მხოლოდ აშშ-ში 155,000 ანალიტიკური პოზიცია დარჩა შეუვსებელი. საკონსულტაციო კომპანია Gartner-ის მიხედვით კი, მომავალ რამდენიმე წელიწადში 1.5 მილიონი ახალი პოზიცია გაჩნდება ამ მიმართულებით.
ჩვენი გამოცდილებაც აჩვენებს, რომ ანალიტიკის პროფესიონალებზე საქართველოში დიდი მოთხოვნაა: თიბისიში გუნდი, რომელიც ანალიტიკურ პროდუქტებს ქმნის, ბოლო სამი წელია, ყოველ წელს ორჯერ იზრდება. ახლა 40-ზე მეტი ადამიანია დასაქმებული ამ მიმართულებით და გასაკეთებელი სამუშაო ჩვენს შესაძლებლობებს ჯერ კიდევ ბევრად აღემატება.
ამ ყველაფერზე დაყრდნობით შემიძლია ვთქვა, რომ ახლაც და სამომავლოდაც ანალიტიკის პროფესიონალების სამუშაო საინტერესოობის, გამოწვევების, ბაზარზე მათზე მოთხოვნისა და ანაზღაურების კუთხით ერთ-ერთი ყველაზე მიმზიდველია.
