Czy praca z liczbami może sprawiać frajdę? Tak – bez wahania odpowiada Federico Maffini, profesjonalny analityk danych. Jako Head of Business Management w Amazon Web Services Maffini kieruje licznym zespołem analityków biznesowych i menedżerów programowych. Maffini, prawdziwy weteran Amazona, przez ostatnie dziesięć lat pracował w różnych zespołach tej firmy, w tym w finansach, zarządzaniu programami, sprzedaży, transporcie, obsłudze klienta oraz w Amazon Web Services.
Skuteczny w rozwiązywaniu problemów, prowadził kontrolę kosztów dla biznesu importowego o wartości ponad 50 mln dolarów i współpracował z czołowymi przewoźnikami, takimi jak UPS, FedEx, DHL, Hermes oraz Royal Mail, w zakresie automatyzacji fakturowania i doskonalenia praktyk audytowych.
W naszym wywiadzie Maffini dzieli się swoimi przemyśleniami na temat tego, jak udoskonalić podejmowanie decyzji dzięki łączeniu danych z biznesowymi insightami, dlaczego świetne opowiadanie historii może pomóc wyróżnić się w pracy, oraz jak AI zakłóci analizę danych finansowych.
Po co przedsiębiorcom oraz osobom spoza branży finansowej umiejętność analizy finansowej?
Słowo „finanse” często budzi pewną niechęć. Jednak solidne podstawy w zakresie danych finansowych i dobre zrozumienie mechanizmów finansowych daje przewagę. Pozwala podejmować decyzje biznesowe oparte na danych, niezależnie od tego, jak daleko są one od finansów.
Dla właścicieli biznesu ocena kondycji ich firmy, identyfikacja możliwości rozwoju oraz ocena opcji inwestycyjnych są kluczowe – a to wszystko wynika z solidnego backgroundu finansowego.
Czy są jakieś case studies z Twojej kariery, w których analiza danych finansowych pomogła zwiększyć zyski firmy?
W Amazonie każdy ma moc sprawczą – tak, jakby był właścicielem tego biznesu.
Dzięki mojemu doświadczeniu w zespołach finansowych i innych funkcjach miałem okazję prowadzić inicjatywy oszczędnościowe i zwiększające zyski. Przyczyniłem się do poprawy efektywności części operacji i transportu Amazona. Oceniałem różnych dostawców usług transportowych w Amazonie i wybrałem optymalnego dostawcę, bazując na rodzaju dostaw i przesyłek, które miały się odbyć. A to było możliwe dzięki danym.
Dopracowywałem również algorytmy cenowe, które zapewniały optymalną cenę sprzedaży i oceniały modele cenowe dla różnych grup klientów. To kolejny przykład, jak analiza finansowa może pomóc poprawić rentowność biznesu.
Amazon był pionierem tego podejścia, używając danych do wszystkiego, prawda?
Amazon jest niesamowicie zorientowany na dane we wszystkich jednostkach biznesowych i zespołach. Nie ma znaczenia, czy pracujesz w finansach, marketingu czy rekrutacji. Dane są kluczowe, ponieważ pozwalają one przebić się przez zbędne informacje. Pozwalają eliminować szumy, kwestionować założenia i myśleć głębiej i szerzej o problemach. I robić to w sposób, który można obronić i powtarzać.
Gdy zaczynałem swoją karierę, byłem pewien jednej rzeczy: nie chciałem zajmować się finansami. Spośród wszystkich przedmiotów, które studiowałem na uczelni, to był ten, którego na pewno nie chciałem kontynuować w mojej karierze.
Mimo to trafiłem do finansów. Skoro oferta przyszła od Amazona, postanowiłem spróbować. Była to najlepsza decyzja, jaką mogłem podjąć na tamtym etapie mojej kariery, ponieważ dała mi solidne podstawy. Amazon nauczył mnie, że biegłość w danych czyni cię wszechstronnym. Możesz wykorzystać tę umiejętność wszędzie. Jeśli jej nie posiadasz, jej zdobywanie od podstaw wymaga dużych inwestycji i czasu, a staje się to trudniejsze, im wyżej awansujesz.
Jaka jest różnica między prognozowaniem statystycznym a biznesowym?
Dane są tak dobre, jak insighty, które im towarzyszą. Często, zwłaszcza w zespołach technicznych, z którymi współpracowałem, można zaobserwować tę lukę. Ludzie tworzą modele statystyczne i algorytmy machine learning, ale brakuje im zrozumienia biznesu.
Dane nie pomogą w podejmowaniu decyzji, jeśli nie są dostosowane do potrzeb biznesu.
Czyli, jak się mówi, „śmiecia dasz, śmiecia dostaniesz”?
Dokładnie. To ten sam problem, z którym boryka się generatywna sztuczna inteligencja. Wszystko sprowadza się do danych, które jej podajesz. A także do destylacji informacji, które potrzebujesz, opartej na zrozumieniu biznesu. Wymaga to doświadczenia i nauki.
Jakich pułapek należy unikać podczas analizy danych finansowych?
Niekiedy brak zrozumienia biznesu prowadzi do wyboru danych, które są niekompletne lub nieprecyzyjne. Dlatego też ważne jest sprawdzanie informacji i dogłębne poznanie źródeł, ich uprzedzeń oraz założeń.
W zależności od etapu kariery pojawiają się różne pułapki. Na początku kariery często spotykam się z nieumiejętnością porównania danych z innymi źródłami, czyli podstawowym ich sprawdzeniem. Triangulacja źródeł, które mogą nie mieć tych samych danych, pomoże upewnić się, że twoje dane są wiarygodne.
Z biegiem czasu, gdy praca z danymi staje się bardziej komfortowa, coraz ważniejsze staje się zrozumienie koncepcji biznesowych. Analitycy często gubią się w detalach i tracą strategiczną perspektywę.
Jaka jest rola storytellingu w analizie finansowej?
Dla każdego profesjonalisty, który musi komunikować się z przełożonymi, opowiadanie historii jest ważne. Jeśli management oraz inni interesariusze kierują się danymi podczas podejmowania decyzji, jest to łatwiejsze. Ale nie wszyscy są tacy. Zadaniem analityka jest przedstawienie analizy lub rekomendacji w sposób, który będzie dla nich atrakcyjny.
Zbyt często analitycy finansowi są za bardzo przywiązani do swoich danych, aby to zrozumieć. Nie wykorzystują więc w pełni swojego potencjału, ponieważ nie potrafią dostosować informacji do odbiorcy.
W czasach dzisiejszych wszystko jest talentem. Ktoś jest wyjątkowo dobry w Excelu, Pythonie, matematyce, myśleniu kreatywnym itp. Inni są dobrzy w opowiadaniu historii. Ale istnieją techniki, których można się nauczyć się i stosować do budowania swojej strategii storytellingu.
Jak generatywna sztuczna inteligencja wpłynie na analizę finansową i Twój zawód?
Ten temat fascynował mnie już przez jakiś czas – jeszcze zanim generatywna SI stała się popularna wśród szerszej publiczności. To fascynujący świat, który rozwija się z niesamowitą prędkością. Nawet ChatGPT znacząco poprawił się w ostatnich tygodniach pod względem zrozumienia i radzenia sobie z problemami opartymi na danych.
Sztuczna inteligencja ma potencjał, aby przekształcić dziedzinę analizy finansowej – ale nie sądzę, aby miał kiedykolwiek zastąpić ludzkie oko. Przynajmniej nie w najbliższej przyszłości.
Natychmiast może pomóc w automatyzacji rutynowych zadań oraz w rozszerzeniu umiejętności analityka poza dotychczasowy zakres, np. dostarczając insightów. Może też służyć jako narzędzie konsultacyjne, dzięki któremu będzie można zweryfikować swoje procesy i formuły.
Jednym z aspektów, które może naprawdę zrewolucjonizować, jest rozwiązywanie problemów. Gdy utkniesz na formule w Excelu, makro VBA czy zapytaniu SQL, znalezienie odpowiedzi w Google jest możliwe – tego byłem nauczony. Ale znajdowanie odpowiedzi przez ChatGPT jest o wiele szybsze, a dokładność znacznie wyższa.
Czy są umiejętności, które pozostaną przydatne niezależnie od ewolucji sztucznej inteligencji?
Krytyczne myślenie, strategiczny wgląd, komunikacja, umiejętności interpersonalne, podejmowanie decyzji. Mogę poprosić ChatGPT o pomoc w zrozumieniu rachunku zysków i strat lub bilansu, czy o pomoc w znalezieniu kolejnej formuły VLOOKUP w Excelu. Ale to, co zdecyduję się z tym zrobić, zależy tylko ode mnie.
CEO i CFO nie będą logować się na moje konto ChatGPT, aby uzyskać odpowiedzi stamtąd. Nadal to ja muszę stworzyć opowieść i przedstawić ją w sposób przyciągający ich uwagę. A tej umiejętności nie można zastąpić.
Jaką radę dałbyś komuś, kto dopiero zaczyna w finansach?
To, co ma zastosowanie w każdej karierze, ale zwłaszcza dla kogoś pracującego z danymi, to ciągłe uczenie się. Wspominając moje początki, spędzałem godziny na uczeniu się i zabawie z Excel, Tableau i SQL.
Nawet teraz potrafię rozłożyć na części pierwsze plik Excela stworzony przez jednego z członków mojego zespołu, dlatego, że sam przeszedłem przez ten proces nauki. Jest to kluczowe, zwłaszcza na początku kariery. Nadążanie staje się trudniejsze w miarę postępów. Więc lepiej jest zrobić to na początku.
Jeśli zamierzasz wyjść poza finanse, poszukaj doświadczeń gdzie indziej. Jednym z aspektów, które uwielbiam w Amazonie, jest możliwość przemieszczania się horyzontalnie w ramach firmy. Nie każdy będzie miał taką możliwość i nie każda firma jest taka sama.
Ale jeśli znajdziesz sposób, aby zanurzyć się w czymś zupełnie innym, powiedzmy w marketingu, sprzedaży czy zarządzaniu kontami – zrób to. To da przewagę nad innymi, którzy skupiają się tylko na swoim obszarze. Doszedłem do tego trudną drogą. Spędziłem lata w finansach, jako manager produktu i lider biznesowy. Jeśli nie masz takiej możliwości, stwórz ją dla siebie.
