Svi su modeli krivi, ali neki su korisni - rekao je poznati statističar George E. P. Box i tom rečenicom ušao u povijest.
Razvoj modela predviđanja budućnosti nije zbog te nezgodne istine ništa manje popularan među matematičarima, a ni poslovni svijet nije odustao od pokušaja predviđanja budućnosti zato što je to vrlo teško. Štoviše, obrada podataka i upravljanje njima u 21. stoljeću postali su neopisivo važno oruđe u rukama velikih tvrtki koje one često iskorištavaju kao komparativnu prednost pred malim tvrtkama, kojima podaci ili nisu dostupni ili ih ne znaju toliko znanstveno korisno interpretirati.
Napredne tehnike Korak u pravom smjeru, prema stjecanju specifičnog znanja s tih područja, napravio je Institut za inovacije u Zagrebu organiziravši Market Research Colloquium. Četverodnevni program okupio je 30-ak menadžera, konzultanata i članova akademskog svijeta koji se u radu znatno oslanjaju na obradu podataka i upravljanje njima. Novo znanje prenio im je najveći autoritet na tom području, profesor Joe Hair. Autor bestselera ‘Multivariate Data Analysis’ svoje je bogato znanje prenio polaznicima spojivši teoriju i praksu. Više od pola vremena utrošio je na konkretne primjere radeći sa svakim polaznikom programa kako bi bio siguran da su svladali novo znanje i vještine. Kako jednostavno objasniti što su naučili? Pa, kako iz podataka koje imaju doznati više o budućnosti. - Posvetili smo se svladavanju napredne statističke tehnike koja tvrtkama omogućuje da točno predvide budućnost, dakle govorimo o modelu koji uključuje mnoge varijable i različite djeliće informacija koje pokušavamo povezati kako bi nam pomogli bolje predviđati. Predviđamo stvari poput toga hoće li tvrtka biti profitabilna, koliko bi profita mogla ostvariti; je li izgledno da potrošač kupi naš proizvod, dođe u naš restoran ili posjeti našu internetsku stranicu te nešto kupi; bude li išao na Google, kakve bismo reklame trebali pred njega staviti da bismo ga uvjerili da kupi naš proizvod itd. Dakle, sve što smatramo istraživanjem tržišta - objasnio je Hair. Četverodnevna radionica usredotočila se na svladavanje Structural Equation Modelinga (SEM), koji obuhvaća još dvije vrste analiza. Iako zvuči nevjerojatno složeno, naravno, nijedan od tih modela ne može predviđati sa stopostotnom točnošću jer postoji mnogo varijabli koje utječu na odluke i stalno se mijenjaju.
Lakše odlučivanje - U biznisu ništa nije sto posto sigurno, zato postoje različite granične vrijednosti kojima se koristimo za procjenjivanje sigurnosti. Ako nam podaci omogućuju da budemo točni u 50 posto slučajeva, to je prilično dobro, ali, naravno, što točnije, to bolje. Nikad ne očekujemo da imamo potpuno pravo. Nadamo se da će točnost predviđanja biti između 50 i 75 posto jer tada se možemo osjećati dobro, znati da dobro odlučujemo na osnovi podataka, odnosno da donosimo bolje odluke od onih koje bismo donosili bez ikakvih podataka - objašnjava Hair. Naravno, i profesor je svjestan da se mnogi menadžeri ne vole baviti statističkom analizom, zato kaže da trebaju zaposliti statističare koji će s njima surađivati i koji će im reći koje bi im probleme mogli pomoći riješiti. Tada statističar radi s podacima i razvija model predviđanja za menadžere. Takav način rada odavno su prihvatile velike svjetske tvrtke, koje imaju ljude u pozadini koji rade s podacima i statistikom kako bi razvili statističke modele i upravljačke ploče. Na tim upravljačkim pločama menadžer može promijeniti nekoliko podataka i one mu onda razviju model predviđanja. Dakle, ne moraju znati ‘napraviti auto’, nego ga samo trebaju ‘voziti’.- Ako je riječ o većim tvrtkama, obično su to modeli koji su razvijeni u drugim zemljama i sad se primjenjuju u Hrvatskoj. Zato je ovo prilika da vaši menadžeri nauče više i razviju modele koji se danas rabe kako bi i dalje bili konkurentni na globalnom tržištu - objašnjava Hair. Market Research Colloquium posebno je bio koristan polaznicima iz malih i srednjih tvrtki koje nemaju tu vrstu znanja. Nije, naime, rijetkost da male tvrtke unatoč kreativnosti i fleksibilnosti nemaju prave podatke i ne mogu predviđati nešto što bi im pomoglo razumjeti kako se mijenja tržište. Velikima to omogućuje da ih oponašaju i iskoriste prednosti svojih resursa. Hair ističe da i male i srednje tvrtke zato moraju na vrijeme razmišljati o tome kakvi će im podaci u budućnosti trebati jer im obično treba nekoliko godina da prikupe dovoljno veliku bazu kako bi točno predviđali. - Koliko sam shvatio, većina vaših tvrtki natječe se na regionalnom tržištu, ne na svjetskome. Kad se natječete na takvom, regionalnom tržištu, konkurencija ipak nije velika, ali važno je da ne odgađate bavljenje podacima kako ne biste više zaostajali za drugima. Zato je sada dobro vrijeme za prve korake koje će tvrtke zatim moći iskoristiti za svoju dobrobit za nekoliko godina - zaključuje Hair.
Korisne analize Da je to znanje vrlo korisno, potvrđuje i Ivana Pobor iz tvrtke FPS Consulte, Liderova pretplatnica koja je osvojila stipendiju za taj četverodnevni program.- Bavim se financijskim i bankarskim savjetovanjem. Budući da dolazim iz bankarskog sektora, tu stranu vrlo dobro poznajem. U banci smo shvatili da malo ljudi može spojiti dva svijeta - privatni sektor i bankarstvo. Obično tvrtke imaju ideju, dobar proizvod, ali često ga loše predstave bankarskom sektoru. Naravno, ljudi u bankama nisu upućeni u sva područja, od igle do lokomotive, pa im treba iznijeti dovoljno informacija da dobiju uvid u to čime se klijent želi baviti - i to je naša niša. Ovaj program veoma mi je koristan upravo zbog novih modela koje nam je profesor pokazao jer naš posao nije samo da bankama predstavimo poslovne ideje klijenata i nastojimo unaprijediti njihov posao, u čemu je analiza podataka veoma važna - objasnila je Pobor.Intenzivan program koji je zahtijevao veliku koncentracije Pobor smatra korisnim i punim praktičnih primjera. Liderova stipendistica naglasila je da je izvrsno i to što su svi polaznici imali slično predznanje i došli s područja analize, zbog čega su svi brzo stjecali novo znanje.