Data jako kapitál: České firmy se je teprve učí sbírat, jinde už je přitom zpeněžují

 Plyne to ze zkušeností softwarových vývojářů MoroSystems, podle kterých tahle příležitost u českých firem zatím čeká na to, kdo se jí dokáže řádně chopit.

Data jako nový zdroj zisku

Interní zdroj reportingu nebo podklad pro dodržování legislativních pravidel. To bývá účel, kterému interní data finančních institucí slouží. „Datová ekonomika dnes ale ukazuje úplně jiný směr: data nejsou vedlejším produktem provozu, můžou být produktem samotným. AI tento koncept zásadně akcelerovala,“ konstatuje Tomáš Páral, CEO MoroSystems.

On a jeho kolegové dnes se svými klienty řeší výměny zastaralých IT řešení za nové, aby firmy disponovaly prostředím, kterém jim vůbec umožní data získávat. Ideál je ale ještě dál: Pojmenovat si hodnotu vlastních informací a architekturu IT řešení navrhnout tak, aby je firmy mohly za pomoci AI těžit. O tom, kdo bude mít do budoucna ve finančním sektoru úspěch, totiž rozhodne to, kdo rychleji přejde od „sbíráme data“ k „monetizujeme data“.

V MoroSystems věří v koncept „data jako produkt“. To znamená, že data mají svého vlastníka, který je zodpovědný za jejich kvalitu, jsou strukturovaná, prostřednictvím vhodného systému dostupná dalším kolegům a generují měřitelnou obchodní hodnotu.

„Už někdy před pěti lety firmy chápaly koncept pokročilé práce s daty. Jejich úsilí ovšem velmi často končilo na schopnosti sbírat je. Vyhodnocovat je uměl pouhý zlomek,” říká Tomáš Páral s tím, že AI celý proces akcelerovala. Lídři na trhu dnes zpřístupňují konsolidovaná data svým zaměstnancům a nechávají je přemýšlet, jak je zužitkovat.

15 let starý software AI éře nestačí

„Firmy pracující se zastaralými IT řešeními potřebují tyto systémy nejdříve modernizovat. Rozhodnutí pustit se do modernizace vyžaduje odvahu, schopnost finančně spočítat její přínosy a navrhnout řešení, které ekonomicky vychází. V tom jsme připraveni zákazníkům pomoct,“ říká Radek Teichmann, CTO MoroSystems.

Výhody jsou nesporné. Data finančních institucí a dalších firem (vzpomeňte si na věrnostní programy maloobchodních řetězců) generují měřitelnou obchodní hodnotu. Prediktivní analytika pomáhá identifikovat klienty s rizikem odchodu, odhadovat pravděpodobnost nákupu konkrétního produktu nebo detekovat podvody v reálném čase.

 „Výsledkem je přesnější pricing, nižší rizikové náklady a efektivnější marketing, protože nabídky míří na klienty s nejvyšší pravděpodobností konverze,“ vypočítává Teichmann. Sofistikovaněji přitom podle něj aktuálně v Česku pracuje s daty jen asi 20 procent firem.

„Nejde o to víc prodávat za každou cenu. Jde o to být relevantní ve správný moment,“ zdůrazňuje Tomáš Páral. Projevit se to může ve formě personalizované nabídky, automatických investičních návrzích nebo nabídkou pojištění ve správný okamžik.