راه پرداخت
رسانه فناوری‌های مالی ایران

واحد محصولات هوشمند شرکت کاسپین چگونه به کسب‌وکارها کمک می‌کند تا آینده را پیش‌بینی کنند؟

طی سال‌های گذشته در ایران کسب‌وکارهای متعددی برای پاسخ به این نیاز شکل گرفته‌اند و پروژه‌های موفقی را نیز پیاده‌سازی کرده‌اند. یکی از این شرکت‌ها تامین خدمات سیستم‌های کاربردی کاسپین است که با راه‌اندازی واحد کسب‌وکاری هوداد یا محصولات هوشمند از سال 1394 فعالیت خود را آغاز کرده است.

سال گذشته، سایت فینوویت (finovate) مقاله‌ای را تحت عنوان «داده یا مرگ» منتشر کرد که به روشنی نشان می‌داد که کسب‌وکارها چگونه می‌توانند از داده‌ها برای موفقیت خود استفاده کنند. قبول داریم که جمع آوری داده‌ها امری بسیار دشوار است؛ البته تجزیه و تحلیل داده‌ها نیز امری است دشوارتر! اما قرار نیست صرفا به‌خاطر سختی‌ها و فراز و نشیب‌های راه عرصه را خالی کنیم. پس برای اینکه به‌عنوان یک کسب‌وکار پیشرو آیند‌ه‌ای روشن داشته باشیم چه کاری باید انجام دهیم؟



اکثر کسب‌وکارها، سفر تحلیلی خود را مبتنی بر داده‌ها آغاز می‌کنند. آنها داشته‌های خود را ارزیابی می‌کنند و راه‌های استفاده از این امکانات و دارایی‌ها را مورد بررسی قرار می‌دهند. اما به طور کلی و بر اساس تعریفی که از تجزیه و تحلیل داریم، چنین رویکردی می‌تواند محدود کننده باشد. برای نیل به تجزیه‌وتحلیل در مقیاس بزرگ، لازم است کسب‌وکار خود را در مسیر عکس این فرایند به جریان درآورید. در حقیقت، رویکرد موردنظر به این شکل است که شرکت‌ها، تصمیمات مناسب و مورد نیاز خود را در راستای ایجاد ارزش مازاد، در چارچوب استراتژی کسب‌وکار اتخاذ کرده و فرایند‌های تصمیم‌گیری را بهبود می‌بخشند و سپس به عقب برمی‌گردند تا نوع اطلاعات و داده‌های مورد نیاز برای تاثیرگذاری روی این تصمیمات را ارزیابی کنند. اکنون کافی است شرکت، نحوه تامین این داده‌ها را مشخص کند.

اما آیا یک شرکت به تنهایی می‌تواند به این نیاز خود پاسخ دهد یا به کسب‌وکاری نیاز دارد که به صورت تخصصی و با استفاده از ابزارهای هوش مصنوعی، اطلاعات دقیق‌تری در اختیار یک نهاد یا سازمان قرار دهد و آینده را با حساسیت بیشتری پیش‌بینی کند. طی سال‌های گذشته در ایران کسب‌وکارهای متعددی برای پاسخ به این نیاز شکل گرفته‌اند و پروژه‌های موفقی را نیز پیاده‌سازی کرده‌اند. یکی از این شرکت‌ها تامین خدمات سیستم‌های کاربردی کاسپین است که با راه‌اندازی واحد کسب‌وکاری هوداد یا محصولات هوشمند از سال 1394 فعالیت خود را آغاز کرده است.

عبدالله عشقی، مدیر واحد کسب‌وکاری هوداد (هوشمند داده) یا محصولات هوشمند شرکت کاسپین در این گفت‌وگو به تشریح فعالیت‌های این واحد در شرکت کاسپین می‌پردازد، می‌گوید در چند مرحله اقدامات مربوط به جمع‌آوری و تحلیل داده را انجام می‌دهند، تاکنون چه پروژه‌های موفقی داشته‌اند و برای سال آینده می‌خواهند به کدام حوزه‌ها ورود کنند.

واحد کسب‌وکاری هوداد یا محصولات هوشمند شرکت کاسپین وظیفه دارد در راستای اجرای پروژه‌های تحلیل داده برای سازمان‌ها فعالیت کند. عشقی با بیان این مطلب گفت: «نقشی که برای این واحد در نظر گرفته شده تفهیم داده برای پروژه‌های داده‌محور سازمان‌هاست. در توضیح این مورد باید این موضوع را مد نظر قرار دهیم که سازمان‌ها از سه بخش تشکیل شده‌اند، فرانت آفیس، میدل آفیس و بک آفیس. فرانت آفیس بخشی است که با مشتریان نهایی در ارتباط است. بخش بک آفیس امکانات و شرایط لازم را برای فرانت آفیس فراهم می‌کند و کسب و کار را شکل می‌دهد. بخش میدل آفیس یا بخش میانی هم وظیفه ارتباط‌‌‌‌‌دهی بخش بک آفیس با فرانت آفیس را دارد. این بخش داده‌هایی را که از فرانت آفیس جمع‌آوری شده و در در دیتابیس‌های عملیاتی در واحد بک آفیس قرار گرفته، تحلیل کرد و به این ترتیب ارزش افزوده‌ای ایجاد می‌کند. به طور کلی وظیفه این واحد این است که با تحلیل داده‌ها اولاً بتواند تجربه بهتری به مشتریان در فرانت آفیس بدهد و دوما فرایندها و عملیات کسب‌وکاری را در بک آفیس بهبود بخشد.»

او اضافه کرد: «در بک آفیس، قواعد کسب‌وکار، بسته به نوع تحلیلی که در میدل آفیس به سازمان‌ها تحویل داده می‌شود می‌تواند تغییر پیدا کند تا تجربه بهتری به مشتری دهد. همه پروژه‌هایی که ما عمدتاً با آنها کار می کنیم در این باره است که اولاً به صاحب کسب‌وکار بگوییم در سازمان او چه اتفاقی افتاد، ثانیاً چرا این اتفاق افتاد و سوما با پیدا کردن دلیل اتفاق‌ها به او بگوییم چه اتفاقی در آینده برای سازمان او رخ می‌دهد. در بخش پیشرفته‌تر می‌خواهیم به او کمک کنیم اتفاقی که قرار است برای سازمان او بیفتد را تعیین و مدیرت کند. درحقیقت یک دید گذشته‌نگر به او می‌دهیم تا بداند منشأ اتفاقاتی که برای سازمان او در گذشته افتاد چه بود و پارامترهای تاثیرگذار شناسایی شود. با توجه به اینکه پارامترها دوباره رخ می‌دهد، می‌توان پیش‌بینی کرد این حوادث چه موضوعاتی را برای کسب‌وکار ایجاد می‌کند. اگر بخواهد با همین روش ادامه دهد و یا اگر بخواهد بهبودی در کسب‌وکار ایجاد کند باید چه کاری انجام دهد. این چهار مرحله مراحل اصلی هستند که به عنوان هدف زیربنایی در واحد هوداد مطرح شده است.»


تحلیل داده در چهار مرحله


عشقی چهار مرحله تحلیل داده را مورد بررسی قرار داد و گفت: «در مرحله اول می‌گوییم چه اتفاقی رخ داد. در این مرحله برای اینکه بگوییم چه اتفاقی رخ داد باید روی داده‌های گذشته سازمان حرکت کنیم. این قسمت، پایه‌ای‌ترین بخش کار ماست که تحت عنوان هوش تجاری و یا گزارش‌های هوش تجاری شناخته می‌شوند. خروجی این بخش، داده‌های عملیاتی که یک سازمان در گذشته جمع آوری کرده است را به شکل گزارش‌های هوش تجاری به صاحبان کسب‌وکار نشان می‌دهد. این گزارش‌ها را با استفاده از ابزارها و استانداردهایی که در حوزه هوش تجاری در دنیا شناخته شده مانند اوراکل و مایکروسافت انجام می‌دهیم. برای پاسخ به این سوال که چرا این اتفاق رخ داد وارد مرحله پیشرفته‌تری می‌شویم؛ هم به لحاظ نوع تکنیک‌هایی که استفاده می‌شود و هم به لحاظ بلوغ سازمانی.»

او درباره مرحله دوم تحلیل داده عنوان کرد: «بعد از اینکه پله اول طی شد و سازمان توانست داده‌های گذشته را به صورت گزارش و نمودار داشته باشد، ببیند چه اتفاقی در سازمان رخ داده و در کجا فعالیت خوب و کجا بد داشته می‌توانیم کار تحلیلی را شروع کنیم. اگر در جایی درآمد و سودآوری سازمان تنزل داشته باشد آن نقطه را پیدا کرده، مورد تحلیل قرار دهیم و دلیل آن را پیدا کنیم. علتی که اینجا پیدا می‌شود الزاماً از داده‌های داخل سازمان نیست. ما نیازمند این هستیم که داده‌های بیرون از سازمان را هم مطالعه کنیم. ممکن است رویدادهای خارجی، اقتصادی، سیاسی و اجتماعی منجر به برخی اتفاقات شده باشد یا برعکس ممکن است تغییری در سیاست داخلی سازمان منجر به مساله‌ای شده باشد که لزوماً داده مربوط به این اتفاق در داخل دیتابیس‌ سازمان وجود ندارد. ما جهش‌های صعودی و نزولی را بررسی می‌کنیم. جهش‌های صعودی را به این دلیل بررسی می‌کنیم که دوباره رخ دهد. جهش‌های نزولی را هم به این دلیل بررسی می‌کنیم که مانع تکرار آنها بشویم. بعد از این متوجه می‌شویم به چه دلیل و با چه پارامترهای داخلی و خارجی این اتفاق افتاده و به این ترتیب می‌توانیم به کسب‌وکار بگوییم دلیل افت و صعود چه بوده است.»



مدیر واحد کسب‌وکاری هوداد شرکت کاسپین تصریح کرد: «ما در این بخش عوامل خارجی را به داده‌های تاریخی سازمان اضافه می‌کنیم. داده‌هایی که از قبل به صورت مدون و ثبت شده در داخل سازمان وجود نداشته است. ما عوامل مؤثر را پیدا می‌کنیم و آنها را به داده‌ها وارد می‌کنیم. درحقیقت اینجا یک قدم زودتر وارد موضوع شده و می گوییم چرا این اتفاق رخ داده است. در این بخش از تحلیلگران کسب‌وکار استفاده می‌کنیم که در حوزه مهندسی داده خبره هستند. آنها نقاط صعود، نزول و داده‌های خارجی و داخلی را بررسی می‌کنند.»

او با اشاره به امکان پیش‌بینی بلندمدت و کوتاه‌مدت اتفاقات بر اساس داده‌های استخراج شده گفت: «بعد از اینکه فهمیدیم چرا این اتفاق افتاد متغیر را به داده‌ها اضافه می‌کنیم. بر اساس آن، آینده کوتاه‌مدت و بلندمدت را براساس داده‌هایی که داریم بررسی و انتظارات نوسان و تغییرات را بیان می‌کنیم. این قسمت هم با استفاده از ابزارهای داده کاوی و برنامه‌نویسی انجام می‌شود. گزارش‌های هوش تجاری و قابل استفاده در بستر گزارش‌های ما قرار می‌گیرد.»

عشقی درباره افراد فعال در واحد کسب‌وکاری هوداد گفت: «در حال حاضر در واحد هوداد، 15 نفر در سه گروه اصلی فعالیت می‌کنند. گروه اول کار تحلیل‌های کسب‌وکاری را انجام می‌دهند. کسب‌وکارها و عوامل مؤثر را بررسی می‌کنند و رفتارهای تحلیل داده را هم تاحدودی انجام می‌دهند. بخش دوم کسانی هستند که کارهای جمع‌آوری و تمیزسازی داده را انجام می‌دهند. آنها مهندسین داده ما هستند. دسته سوم کسانی هستند که در حوزه تحلیل داده کارهای برنامه‌نویسی را انجام می‌دهند، نتایج را به صورت برنامه در می‌آورند و آنها را در اختیار مهندسین داده قرار می‌دهند.»


ارائه راهکار به سازمان‌های داده‌محور


به گفته عشقی هدف اصلی ما در این واحد، ارائه راهکارهای مبتنی بر تحلیل داده برای همه سازمان‌های داده‌محور است. یعنی هر سازمانی که داده عملیاتی در اختیار دارد و در طول زمان آنها را تولید کرده است.

او در پاسخ به این سوال که این خدمات را به چه شرکت‌ها و سازمان‌هایی ارائه می‌دهید، گفت: «ما در حوزه شرکت‌های PSP وارد شده‌ایم و چند پروژه موفق داشته‌ایم. برای مثال محصول هوش تجاری و داده کاوی تجارت الکترونیک پارسیان را کار کردیم. محصولات داده‌کاوی ما شامل پیش‌بینی رفتار مشتریان و رفتار و عملکرد سوئیچ‌های سازمان است. همچنین در حوزه PSP در حال پیاده‌سازی پروژه هوش تجاری پرداخت الکترونیک سپهر هستیم. در حوزه بیمارستانی و سلامت هم یک تیم قوی داریم که پروژه‌های هوش تجاری بیمارستانی را تحلیل و پیاده‌سازی را آغاز کرده‌ایم. در حوزه بیمه مشغول انجام کارهایی هستیم. برای پروژه هوش تجاری هواپیمایی هم اقداماتی را شروع کرده‌ایم و با متخصصین کسب‌وکارهای این سازمان‌ها همکاری می‌کنیم. امیدواریم که پروژه‌هایی از این قبیل هم در آینده داشته باشیم.»


چالش‌های پیش روی تحلیل داده


او درباره چالش‌های حوزه تحلیل داده گفت: «این حوزه پرچالش است و چالش آن از این ناشی می‌شود که عدم قطعیت در پاسخ وجود دارد. در پروژه‌های تحلیل داده هدف ما این است که رفتار سازمان را پیش‌بینی کنیم اما باید به این موضوع توجه کنیم که پشت رفتار سازمان، رفتار انسان‌ها وجود دارد و چون انسان‌ها موجودات پیچیده‌ای هستند، قابلیت پیش‌بینی اندکی دارند و یا خیلی سخت می‌توان رفتار آنها را پیش‌بینی کرد. به همین خاطر تصوراتی اشتباه وجود دارد که وقتی سراغ پروژه‌های پیش‌بینی داده می‌رویم باید درصدی از عدم قطعیت را در نظر بگیریم و انتظار نداشته باشیم مثل پروژه‌هایی که خروجی‌ها مشخص است به نتیجه برسیم.»

مدیر واحد کسب‌وکاری هوداد تاکید کرد: «اگر این اصل را قبول کنیم و مدیران سازمان‌ها هم این اصل را قبول کنند پروژه‌های تحلیل داده به کسب‌وکارها کمک قابل توجهی می‌کند. در دنیا به بحث تحلیل داده بسیار اهمیت داده شده، سازمان‌های بزرگ دنیا خیلی وقت است که به اهمیت آن پی برده‌اند و کارهای بزرگی در این زمینه انجام داده‌اند اما در کشور ما متاسفانه یک تصور اشتباه در این خصوص وجود دارد. اینکه سازمان‌ها به خاطر همان چالش عدم قطعیت، به سراغ پروژه‌های تحلیل داده نمی‌روند. آنها این موضوع را مطرح می‌کنند که چون تحلیل داده بحث جدیدی است فعلاً وارد این مقوله نشویم، اجازه بدهیم زمان بلوغ خود را طی کند و به محصول قابل ارائه‌ای در همه جا برسد تا از آن استفاده ‌کنیم. این تصور درباره تحلیل داده اشتباه است. در تحلیل داده هر سازمانی ملزم است پله اول را طی کند. پله اول هم این است که باید داده مختص سازمان جمع‌آوری و تحلیل شود و گزارش‌ها و متغیرهای تاثیرگذار پیدا شود.»

هر کسب‌وکاری ناچار است از قدم اول آغاز کند، باید ببیند چه اتفاقی رخ داده، بعد گام بلندتر را بردارد، بگوید چه اتفاقی می‌خواهد بیفتد و بعد آن را به بازار ارائه دهد. عشقی با بیان این موضوع گفت: «اگر اتفاقی به موقع نیفتد و یا سازمان سرعت تطابق با تغییرات را نداشته باشد در دنیای رقابتی امروز قطعاً دچار خسران می‌شود و ممکن است از صحنه رقابت حذف شود. تصور اشتباهی وجود دارد که می‌گوید قرار گرفتن در مسیر درست مهم‌تر از سرعت حرکت است. این مثل برای تحلیل داده درست عمل نمی‌کند. مسیر درست شرط لازم است اما کافی نیست. اگر در مسیر درست قرار گرفته اما سرعت درست نداشته باشیم قطعاً در بازار حذف خواهیم شد.»


نقاط قوت کاسپین در حوزه تحلیل داده


او به نقاط قوت شرکت کاسپین در این حوزه اشاره کرد و گفت: «شرکت‌هایی در داخل و خارج از کشور هستند که کار تحلیل داده را انجام می‌دهند اما باید بگویم ما نقاط قوتی داریم و به آنها ایمان داریم. ما تجربه چند ساله در حوزه تحلیل داده داریم. ما در شرکت کاسپین، واحد محصولات هوشمند را از سال 94 آغاز کردیم و از آن سال در پروژه‌های مختلفی درگیر بودیم. هم پروژه‌های مربوط به هوش تجاری و هم تحلیل داده مانند پروژه کشف تقلب. این پروژه تحلیل داده‌ای بود که شرکت کاسپین به صورت خودخواسته آن را برای بانک پارسیان انجام داد. داده‌های بانکی را جمع‌آوری کرد و با تحلیل داده‌ها توانست الگوهای مناسبی برای کشف تقلب در پرداخت‌های کارتی و پرداخت‌های مالی و بانکی پیدا کند. یک تیم قوی متشکل از مهندسین و تحلیلگرن داده در این پروژه شرکت کردند. در این پروژه با چالش‌های متعددی مواجه شدیم و این مساله باعث شد تیم تحلیل داده ما به خبرگی مورد نیاز برسد و بتواند کارهای بانکی را انجام دهد.»

به گفته عشقی یکی از مزایای کاسپین سابقه شش ساله در حوزه تحلیل داده است و حجم قابل توجه داده‌ای که در این شرکت مورد استفاده بوده است. علاوه بر این تیم مدیریتی شرکت کاسپین معتقد است کارشناسان تحلیل داده نقش موثری در تحلیل داده دارند. در این راستا اقدام به استخدام افرادی کرده‌ایم که در حوزه تحلیل داده و کسب‌وکار خبره هستند. ما با تحلیلگران حوزه بانکی، psp، سلامت و هواپیمایی همکاری می‌کنیم و باور داریم هر تحلیل داده و پروژه‌ای قبل از اینکه به سرانجام برسد باید شناخت از یک کسب‌وکار به صورت کامل انجام شده باشد. پانزده نفر که در این واحد مشغول به فعالیت هستند، تجربه بیش از شش سال فعالیت در این حوزه دارند و شناخته شده‌ هستند.

او در پایان برنامه‌های سال آینده این شرکت را تشریح کرد: «برای سال آینده برنامه‌ داریم در حوزه کسب‌وکارهای غیربانکی نفوذ بیشتری داشته باشیم و بتوانیم گام‌های نهایی مانند پیش‌بینی وضعیت آینده کسب‌وکارها و یا تغییر پارادایم‌ها را با موفقیت برداریم و بتوانیم پروژه‌هایی در این زمینه داشته باشیم.»

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.