Сьогодні дані — паливо для AI: компанії платять величезні гроші, аби їх організовувати, маркувати, готувати до навчання штучного інтелекту чи навіть просто отримати до них доступ, якщо вони належать комусь іншому.
Українська компанія Reenbit почала працювати з масивами інформації задовго до «Буму AI».
«Ми чітко розуміємо, що з кожним роком кількість даних, які створюються бізнесами, тільки збільшується. Якщо їх об’єднати і правильно організувати, тоді з’являється дуже багато можливостей для аналізу, що своєю чергою призводить до якіснішого прийняття рішень та вимірювання ефективності бізнесу», — пояснює Володимир Яримович, співзасновник і Chief Data Officer Reenbit.
Основним напрямком діяльності Reenbit є кастомна програмна розробка, побудова SaaS-платформ, автоматизація процесів, надання сервісу дизайну та робота зі штучним інтелектом. Фокус на даних — в останні 5 років, а з повсюдним поширенням AI компанія ще більше почала звертати на це увагу.
Втім, мова не лише про штучний інтелект. Експертиза Reenbit — ритейл, електронна комерція, фінансові технології, енергетика та інші напрямки, є клієнти навіть у сфері моди. Географія роботи — Європа, Скандинавія та країни Бенілюксу, Велика Британія, США, Канада, Південна Африка. На рахунку — 70+ успішних проєктів, в роботі — ще чотири десятки. Частина з клієнтів прийшли за рекомендаціями від попередніх клієнтів, частина — розширили поточну співпрацю, поставивши перед українською командою нові завдання. І все більше замовлень — саме на роботу з масивами даних: Reenbit вже кілька років перетворює «дані» на конкретну бізнес-цінність для клієнтів.
«Коли ми працюємо з даними, нас цікавлять не просто звіти чи дашборди, — ділиться Володимир. — Ми шукаємо відповідь на просте запитання: де бізнес може робити менше зайвих рухів і отримувати більше результату. Як скоротити витрати, як оптимізувати ланцюги постачання, як підвищити продуктивність команд, як швидше реагувати на зміни попиту. І наша роль — зробити ці відповіді очевидними, практичними та зручними для щоденних управлінських рішень».
Які найбільші виклики у цьому процесі? Редакція Scroll.media розпитала у Reenbit про нюанси роботи з даними. І дізналась чимало інсайдів.
Після короткого інтро про компанію, Володимир Яримович одразу ділиться специфікою роботи з напрямком даних: замовнику важливо якнайшвидше побачити ROI.
«Під час роботи ми намагаємось якомога швидше закрити усю вертикаль проєкту хоча б для однієї із домовлених метрик. На практиці переконалися, що такий підхід більше подобається клієнтам, вони швидше отримують проміжні результати та розуміють процес», — пояснює співзасновник Reenbit.
Робота з даними — важкий і складний процес, середній час розробки повноцінного проєкту — від 6 місяців до 1 року. Якщо клієнт — людина без технічного досвіду, буває важко осягнути, що можна робити так довго. І водночас замовник розуміє, що дані — спосіб побачити, де гроші витрачаються неефективно, які процеси гальмують операційну швидкість, де втрачається маржа, які клієнтські сегменти недоотримують увагу, та де саме ховаються можливості зростання.
Команда Reenbit. Фото надано компанією
Такий підхід до роботи з клієнтами Володимир впровадив після кейсу з великим італійським брендом моди. Хоча весь план робіт був затверджений, замовник хотів отримати результат максимально швидко. Та ігнорувати процес збору даних — перший і найважливіший етап — неможливо.
«Потім додалась історія про те, що значна частина даних клієнта поламана через неуспішну історичну дата-міграцію на їхній стороні. Та клієнту було важко зрозуміти, чому він досі не бачить дашбордів», — пояснює Володимир. Ця ситуація стала цінним уроком для бізнесу.
Дашборд, який так хоче бачити перед собою кожен замовник послуг Reenbit, по суті є кінцевим продуктом роботи команди. Але як його зібрати і що він може показувати — окремий виклик.
Дані як драйвер бізнесу Reenbit
Щоб побудувати дашборд і потрібні дані, тому першочергова ціль Reenbit — якість та консистентність цих даних. Якщо будувати аналітику на поганих даних, то бізнес прийматиме рішення на основі суперечливої інформації.
Щоб цього не трапилось, багато зусиль витрачається на покращення якості даних у кінцевому аналітичному сховищі (заповнення пропусків, видалення дублікатів тощо). На це часто накладається так зване застаріле програмне забезпечення, з яким доводиться додатково працювати. Команда Reenbit показує користь вже на цьому етапі:
«Не всі про це думають, але побудова аналітики даних — це також застосування певних інструментів. Так от, деякі з них коштують досить великих грошей. Ми навчаємо своїх інженерів та аналітиків бізнес-мислення, щоб вони усвідомлювали вартість клієнтських інвестицій і реальний ROI застосованих інструментів. Обрати щось модне і дороге — легко (наприклад, Fivetran), але це призводить до не завжди виправданих витрат на стороні замовника. Намагаємося обирати доцільний набір інструментів, що дозволяє клієнтам зекономити свої кошти», — вкотре пояснює важливі нюанси своєї роботи Володимир.
Звична думка сьогодні — що дані потрібні здебільшого для AI і цим живе ринок. Втім, як нам пояснюють у Reenbit, це лише частина клієнтських звернень, а сам Володимир одразу зауважує: «Зі штучним інтелектом все ясно, всі про це пишуть. Давайте я розповім приклад більш неочікуваного замовника — індустрія моди», — додає співрозмовник. І мова тут не про збільшення продажів та якісну аналітику.
У відомих американських та європейських брендів в останні роки вимагають так званий Digital Product Passport (DPP): регулятори наполягають на більшій прозорості перед кінцевими споживачами, хочуть бачити весь життєвий цикл продукту — хто, де, коли, з чого і як робить умовний светр чи штани. «Це створює додатковий попит для проєктів із напрямком даних у індустрії моди в останні роки, у нас кілька таких клієнтів», — ділиться Володимир Яримович інсайдом про індустрію, де, здавалось, дані використовують лише для продажів.
Інший цікавий кейс — проєкт для консалтингової агенції з аналітичним продуктом зі зниження витрат. Компанії завантажували свої дані щодо витрат і отримували дашборди, які показували, де саме вони перевитрачають (чи навпаки — не доінвестовують в певних напрямках).
«Основою рішення був порівняльний аналіз із галузевими бенчмарками від Gartner та Computer Economics: ми враховували індустрію, розмір компанії та категорії витрат, калькулювали актуальні спенди й візуально показували це порівняння.
Складність була і технічна: бенчмарки приходили у вигляді PDF із різними структурами, тож у першій версії (MVP) ми вручну переносили цифри з графіків у нашу структуру даних, а в наступних ітераціях цей процес автоматизували — те, що зараз уже доволі легко робиться за допомогою ШІ. Додатковий виклик — аналіз компаній, які працювали в кількох індустріях: ми розробили власний алгоритм, що об’єднував бенчмарки з різних галузей і рахував кастомний бенчмарк», — коментує Володимир.
Попри те, яким саме буде проєкт — це DPP, AI-продукт чи будь-що інше — команда Reenbit діє за наступним алгоритмом:
- Перший етап — аналіз. Клієнт пояснює свій запит, які метрики хоче відстежувати, частота оновлень, що важливо бачити. Тут компанія відштовхується й від того, які дані клієнта вже існують і у яких форматах: це важливо, аби розуміти, чи даних достатньо. Фінальним кроком фази аналізу є вибір технічного стека та оцінка імплементації.
- Етап два — імплементація. Саме на цьому етапі клієнту важливо показати швидкий результат хоча б по одній з метрик, аби він розумів цінність. У цю фазу виконання входять девелопмент, тестування, проведення демосесій із замовником, а також робота над фідбеком.
- Етап три — підтримка. Після релізу настає період, аби чітко простежувати точну роботу всіх систем, у компаній цю фазу називають «підтримкою».
Залежно від розміру проєкту над ним одночасно може працювати від 4 до 10 людей: дата-аналітики, дата-інженери, тестувальники та проєктні менеджери, ШІ-інженери. Так, у компанії був випадок, коли частину даних клієнта довелось переносити вручну, тоді як сьогодні цю задачу може на себе взяти штучний інтелект.
«Ми насправді робимо іншим те, що впроваджуємо для ефективності власного бізнесу — так само активно впроваджуємо рішення на основі даних. У кожному департаменті у нас є звіти, які автоматично оновлюються на основі даних, які сам департамент і створює. Ми також використовуємо ШІ та інші інструменти. Тому нам не складно говорити з клієнтом і розуміти його запит», — пояснює співзасновник Reenbit.
Мета компанії сьогодні — масштабування й розширення географії клієнтів далеко за межі Європи та закріплення на ринку США. «Плануємо і надалі посилювати нашу експертизу в напрямку ШІ, адже це необхідне доповнення до традиційних сервісів даних, яке зараз вимагається на ринку», — підсумовує Володимир Яримович.
