Опрошенные порталом Information Age эксперты обсуждают возможности применения науки о данных для управления рисками.
В последнее время наука о данных играет все более важную роль в совершенствовании операций по управлению рисками. Поскольку число кибератак, включая фишинг и вымогательское ПО, растет с тех пор, как разразилась пандемия Covid-19, управление последствиями таких инцидентов и их смягчение с помощью обеспечения сетевой видимости является ключевым фактором непрерывности бизнеса. Кроме того, необходимо бороться с ИТ-авариями и внутренними угрозами, которые также требуют надежной стратегии управления рисками.
Какую роль в будущем будет играть наука о данных в инициативах по управлению рисками?
Повышение гибкости
Поскольку инциденты, способные остановить работу предприятия, становятся все более разнообразными, меры по управлению рисками должны быть как можно более гибкими. Это жизненно важно, чтобы не быть застигнутыми врасплох. Наука о данных может помочь компаниям лучше анализировать краткосрочные и долгосрочные тенденции и быстрее реагировать на возможные риски и сбои, и в будущем этому будет уделяться все больше внимания.
«Будь то маркетинг, продажи, спрос, ценообразование или операционная деятельность, ключ к управлению рисками заключается не только в обнаружении потенциальных рисков, но и в понимании их вероятности, масштаба и последствий, а затем в соответствующем реагировании», — считает Мэтт Эндрю, партнер и управляющий директор Ekimetrics.
По его словам, в розничной торговле наблюдаются последствия недостаточно глубокого понимания тенденций рынка, категорий и потребителей, а также рисков и способов их снижения достаточно быстро, чтобы отреагировать на пандемию, меняющую рынок. Примерами могут служить британские компании Arcadia Group и Debenhams, пострадавшие из-за таких факторов риска, как высокая стоимость физических магазинов и неудачное предложение, включая слабую электронную коммерцию. Те, кто уже начал инвестировать в эту область науки о данных, имели больше шансов быстро перегруппироваться и принять лучшие решения — от крупных поворотов бизнеса до способности использовать микровозможности.
«Получив с помощью аналитики данных понимание потенциального диапазона последствий и их взаимодействия, предприятия могут поддерживать бóльшую гибкость в принятии решений о том, куда и как инвестировать, и защитить свое будущее от других рисков, которые еще только появятся», — объясняет Эндрю.
Минимизация ошибок согласования посредством автоматизации
Ключевым аспектом науки о данных, который имеет большое будущее, является автоматизация. Она снижает нагрузку на специалистов по анализу данных и ускоряет процессы, а если говорить о снижении рисков, то автоматизация позволяет минимизировать ошибки при синхронизации данных — перемещении и согласовании критически важных данных компании между системами.
«По мере того, как компании переходят к принятию решений на основе данных, все большее внимание уделяется автоматизации работы с данными. Компании автоматизируют как можно большую часть процесса согласования данных, чтобы его ускорить, обеспечить масштабирование и, что особенно важно, снизить риски», — говорит Дагги Мелвилл-Кларк, руководитель направления науки о данных Duco.
По его словам, согласование данных традиционно обходится финансовым компаниям в значительные суммы денег из-за человеко-часов и штрафов со стороны регулирующих органов. Автоматизация устраняет элемент человеческой ошибки при выверке данных. Ручные задачи часто могут быть утомительными для человеческого мозга, оставляя место для ошибок, но компьютер не может заскучать или прийти на работу уставшим. Он последователен. И эта последовательность имеет решающее значение при работе с большими наборами данных.
«Повторяющиеся задачи можно делегировать компьютеру, чтобы он выполнял их более эффективно — и с меньшим процентом ошибок, — высвобождая персонал для выполнения работы, которая приносит больше пользы бизнесу, например, для предложения новых продуктов или адаптации к изменениям в законодательстве, — говорит Мелвилл-Кларк. — Платформы автоматизации данных также позволяют предприятиям получить полное представление о процессе преобразования данных, от начала до конца. Благодаря автоматизированному хранению данных предприятия могут отслеживать процессы очистки и манипулирования данными, что дает им целостное представление о данных в структурированном виде. Это помогает выявлять ошибки и составлять отчеты как внутренние, так и для регулирующих органов».
Рост количества обрабатываемых данных и взгляд в будущее
По мнению Тревора Моргана, менеджера по продуктам comforte AG, в ближайшем будущем наука о данных принесет управлению рисками двойную пользу: возможность управлять бóльшим количеством данных за один присест и смотреть в будущее, а не на прошлые события.
«Корпоративные данные растут почти экспоненциально, и их сложность с точки зрения типов данных также увеличивается, — отмечает он. — Уже в прошлом времена, когда людям приходилось просеивать большие объемы данных, чтобы увидеть масштабные тенденции и получить действенные инсайты. Платформы и лучшие практики науки о данных и аналитики данных включают в себя технологии, которые в значительной степени автоматизируют рабочие процессы аналитики, делая обработку массивов данных большого размера и высокой сложности гораздо более легкой и требующей гораздо меньших усилий, чем в прошлые годы».
Вторая, дополнительная ценность, по словам Моргана, заключается в использовании машинного обучения и, в конечном итоге, искусственного интеллекта, чтобы выйти за рамки исторического анализа и анализа тенденций в режиме, близком к реальному времени, и, так сказать, «заглянуть в будущее». Предиктивный анализ может выявить новые потребности клиентов в продуктах и услугах, а затем спрогнозировать реакцию потребителей на соответствующие предложения. В равной степени предиктивный анализ может помочь обнаружить скрытые аномалии, которые позволяют сделать гораздо более точные прогнозы относительно возможного мошенничества и потенциально рискованного поведения.
«Никто не может предсказать будущее со 100%-ной уверенностью, но способность современной науки о данных обеспечивать „страшно умный“ предиктивный анализ намного превосходит то, что армия людей могла бы сделать вручную», — говорит Морган.
Более жесткое регулирование ИИ
Хотя ИИ продемонстрировал способность помочь повысить оперативность принятия решений в организациях, необходимо также учитывать вопрос более жесткого регулирования этой технологии, ярким примером которого является законодательство ЕС. Управление рисками с помощью науки о данных, вероятно, станет перспективным способом обеспечивать соответствие нормативным требованиям в будущем.
«Специалисты по анализу данных и управлению рисками будут работать рука об руку, чтобы обеспечить высокий уровень процедур рисков-менеджмента, — говорит Тереза Берчич, директор по продуктовой стратегии и главный специалист по данным Lucinity. — Соблюдение ИИ нормативных требований будет более регламентировано, о чем свидетельствует создание ЕС законодательства по этой теме. Это означает, что в мире ИИ (который уже возник) появятся новые названия должностей, позиции и люди, которые создадут рамки для управления рисками».
По ее словам, сила ИИ и спрос на его ценностное предложение приводят к значительным изменениям в технологическом пространстве, включая разрушение традиционной разрозненности и разработку интеллектуального ПО, продуктивно использующего данные.
