Работа с данными в любой сфере - [70]

Грег Попп – старший вице-президент по управлению рисками в Veros Credit, американской компании финансовых услуг, которая предоставляет кредиты людям, желающим приобрести автомобили в автосалонах. Его команда курирует проекты компании в области науки о данных и финансового инжиниринга, и одной из их центральных задач является создание модели оценки кредитоспособности для прогнозирования риска по каждому клиенту. Необходимые данные о потенциальных заемщиках определяют кредитный рейтинг, на основе которого Veros Credit будет либо утверждать, либо отклонять запросы на получение кредита. Затем эта информация уходит в автосалон, где решают, принимать или не принимать условия, предложенные Veros Credit.

Идея сводится к следующему: необходимо убедиться, что процентная ставка по одобренным кредитам и выплаты по ним покроют любые риски, связанные с кредитными и операционными расходами. Для поддержания предсказательной способности модели мониторинг оценки рисков осуществляется на ежемесячной основе. В ходе этих наблюдений параметры корректируются в соответствии с новыми данными. Такая прозорливость помогает Veros Credit выделять признаки возможных неблагоприятных результатов кредитования и позволяет отказаться от клиентов, как только их показатели начинают отклоняться от установленной нормы.

Общение с аудиторией

Это все сложная работа, но для Грега самая трудная часть – добиться согласия на управленческом и исполнительном уровнях. Ему приходится отстаивать свой проект – и, поскольку дело затрагивает многие корпоративные позиции, это следует принять во внимание при создании презентаций. Донести смысл управляемых данными моделей до инициаторов проекта часто непросто. Генеральный директор без знания предмета или даже статистики вполне может воспринять сильно различающиеся данные как свидетельство неудачи проекта. По этой причине, когда Грег готовит презентацию, он намеренно фокусируется на конечном пользователе, стараясь сделать свое сообщение понятным для тех, у кого нет опыта в области науки о данных.

«Будучи студентом колледжа, я подрабатывал репетитором по статистике, что научило меня объяснять сложные проблемы так, чтобы люди, не владевшие предметом, могли в них вникнуть. В итоге мои подопечные получали более высокие оценки – и были счастливы. Этот опыт помог мне и как аналитику данных: я использую тот же подход при объяснении своих моделей менеджерам. Если вы не можете объяснить, что делаете и почему, вам всегда будет нелегко».

(SuperDataScience, 2016b)

Я действительно считаю, что навыки презентации абсолютно необходимы аналитику данных. Не все придут в науку о данных, имея за плечами профессиональный опыт преподавания, но вы можете извлечь ценные уроки из общения с друзьями и близкими, применяя принципы, о которых узнали из этой книги. Это даст несколько преимуществ: человек, которому вы передадите информацию, узнает о замечательном мире науки о данных, а вы будете развивать свое умение «делать сложное простым», как рекомендует миссия SuperDataScience.

Формирование позитивного отношения к данным

Наука о данных относительно новая дисциплина, следовательно, мы не можем ожидать, будто люди знают, с чем они имеют дело и насколько она полезна для бизнеса. Некоторые могут подумать, что наука о данных – причуда (помните, что ваша аудитория не читала эту книгу!) или что ее методы не могут быть применены к их собственной работе. Поэтому мы должны бороться за использование данных в будущих проектах компании и отстаивать идею, что все бизнесмены сегодня должны быть грамотными в этой области.

Если инициаторы проекта поддержали нас после нашей презентации, мы можем сделать их сторонниками науки о данных. Продемонстрируйте им ценность данных – и они расскажут другим, а те в свою очередь тоже задумаются о применении данных в работе.

Кейс: обработка сообщений

Знакомство аудитории с нашими выводами может иметь более далекоидущие последствия, чем вы думаете, – надо только приложить немного усилий. Руководители проектов не всегда потребуют от вас сделать презентацию, но я рекомендую в любом случае взять на себя инициативу – если вы сумеете доказать, что работа на основе данных может помочь компании, это принесет вам дивиденды.

Когда я работал в Sunsuper, австралийском пенсионном фонде, меня однажды попросили оптимизировать обработку поступавших от клиентов сообщений, связанных с ежегодной кампанией под названием supermatch. Сообщения обрабатывались со значительным отставанием, и потребителям приходилось долго ждать, прежде чем их запрос будет рассмотрен. Проще говоря, у компании не было возможности обработать то количество клиентских запросов, которое она получила в ходе акции.

Благодаря науке о данных я сократил срок обработки запросов с 40 дней до трех.

Это много значило для клиентов, бизнеса и доходов компании. Я также позаботился о том, чтобы моя работа не заканчивалась этими результатами. Я вернулся в операционный отдел и предложил представить в презентации свои выводы, результаты и подход, который использовал. На самом деле я не должен был этого делать, но, если бы я пропустил этот шаг, сотрудники отдела не поняли бы, в чем суть проделанной работы, и, возможно, не увидели бы, как наука о данных может оказаться полезной для их компании. В действительности они были так довольны итогами проекта, что продолжали обращаться ко мне с вопросами о том, насколько мы могли бы сообща повысить эффективность компании в дальнейшем.