Satish H.C. Executive Vice President, Data & Analytics at Infosys – Haastattelusarja

Satish on johtaja ja globaali päällikkö Infosysin data- ja analytiikka-palveluportfoliosta.

Voitko kertoa meille, mitä Infosys tekee?

Infosys on johtava yritys seuraavan sukupolven digitaalisissa palveluissa ja konsultoinnissa. Mahdollistamme asiakkaiden 46 maassa navigoida digitaalisen muutoksen läpi. Yli kolmen vuosikymmenen kokemuksella hallitsemme globaalien yritysten järjestelmiä ja toimintoja, ja ohjaamme asiakkaitamme digitaalisen matkan läpi. Tehdään tämä mahdollistamalla yrityksille AI-virtuoosin ydin, joka auttaa priorisoimaan muutoksen toteuttamista. Voimme myös antaa liiketoiminnalle joustavan digitaalisen mittakaavan toimittaa ennennäkemättömiä suorituskykyä ja asiakastyytyväisyyttä. Jatkuvasti oppiminen ohjelma ajaa jatkuvaa parantamista rakentamalla ja siirtämällä digitaalista osaamista, asiantuntemusta ja ideoita innovaatioekosysteemistämme.

Olet tällä hetkellä Data & Analytics -liiketoimintayksikön johtaja Infosysissa. Mitä tämä rooli sisältää ja miltä näyttää arkityösi?

Olen ollut Infosysilla yli 25 vuotta. Nykyisessä roolissani vastaan Data & Analytics -liiketoimintayksikön liiketoimintajohtaja Infosysilla. Rooli sisältää strategisen vision määrittelyn olemisesta avain- ja relevanttina globaali kumppanina asiakkaillemme vahvan maineen ja kyvyn toteuttaa hyvin.

COVID-19-kriisi antoi meille fokusoida ja tarkastella liiketoimintaa uudelleen ja ymmärtää asiakkaiden tarpeita tänään ja huomenna. On selvää, että useimmat yritykset kiihdyttävät digitaalisen muutoksen matkaa sopeutumalla muutoksiin liiketoiminnan keskeytyksestä. Saatuamme hyvän ymmärryksen asiayhteydestä, olemme virkistäneet strategiamme liiketoiminnalle ja asiakasjoukoille. Tyypillinen päivä on sekoitus strategisten teemojen katselua, joustavuutta liiketoiminnan ja asiakkaiden tarpeiden täyttämiseksi ja jatkuvaa yhteydenpitoa ekosysteemimme kanssa – asiakkaiden, kumppaneiden ja tiimien kanssa. Huolehdit ihmisistä ja ihmiset huolehtivat liiketoiminnasta.

Miten sinä henkilökohtaisesti kiinnostuit data-tieteestä?

Olen aina ollut lumoutunut datan voimasta ja sen kehityksestä raportoinnista BI:hen, AI:hen ja voimaan, joka ohjaa yritysten, ekosysteemien, talouksien ja yhteiskuntien tulevaisuutta. Oltuaan tietoinen datan voimasta ja mahdollisuuksista, ei ole yllättävää, että tämä on yksi teollisuuden halutuimmista rooleista, jolla on valta tehdä eroa. Kun sain mahdollisuuden vaihtaa vaihteeksi Infosysilla, tartuin siihen!

Voitko keskustella siitä, miten huonot data-analytiikkaoperaatiot ovat vaikuttaneet COVID-19-pandemian taloudelliseen romahdukseen?

COVID-19 on tuonut häiriöitä ennennäkemättömällä tavalla ympäri maailmaa ja kaikilla toimialoilla. Yritykset havaitsivat kyvyttömyytensä reagoida reaaliajassa vähentääksesi tappioita, jotka johtuivat kysynnän, toimituskeskeytyksien, työpääoman säilyttämisen, korkealaatuisen palvelun tarjoamisen asiakkaille ja uusien kasvumahdollisuuksien rahastamisesta

• Vähittäiskauppa-alalla oli yksi pahimmin kärsineistä toimialoista, jossa monet toimijat kohtasivat jyrkkään laskuun lyhyellä aikavälillä ja hitaampiin palautumisiin pitkällä aikavälillä. Sosiaalinen etäisyys johti uuteen kuluttajakäyttäytymiseen ja mieltymyksiin.
• Valmistavalle teollisuudelle tärkein vaikutus oli toimitusketjun häiriintyminen alueilla, kuten toimitus, logistiikka, toiminta ja varastointi.
• Telko-alalla, jossa ihmiset työskentelevät kotoa, verkon kapasiteetti ja suorituskyky olivat vaarassa johtuen kysynnän lisääntymisestä. Tarvittiin tarjontaa, joka mahdollistaisi etätyön, sujuvan yhteyden ja yhteistyöalustat. Myös dataturvallisuuden puute teki yritykset haavoittuvaisiksi riskeille.

Vahva data-kapasiteetti on myönteinen vahvistus yrityksen digitaalisen evoluution kannalta, kun ne tulevat data-käyttöön ja digitaaliseen käyttöön. Järkevää data- ja analytiikkastrategiaa voidaan käyttää osoittamaan tyypillisiä haasteita, joita yritykset kohtaavat pandemian aikana, reagoida markkinamuutoksiin, vähentää liiketoiminnan riskejä, tuottaa tietoa ja tehdä päätöksiä, jotka perustuvat tietoihin, ja siten mahdollistaa yritysten ja talouksienkestävyyden.

Mitä mieltä olet federated learningista datan keräämisessä?

On suuri potentiaali yhdistää yhdistämättömiä tietoja yrityksen tai sen ekosysteemin piirissä. Datan on kuitenkin kerättävä sääntöjen ja yksityisyyden rajoitusten puitteissa.

On potentiaalia hyödyntää federated learningia seuraavilla tavoilla:

• Kun data kuuluu useille tahoille, esim. eri pankkeille, jotka eivät halua antaa tietojaan ulos, mutta ovat valmiit yhteistyöhön mallien kouluttamiseksi esim. petosilmoituksissa.
• Kun data kuuluu samalle konserniyhtiölle, mutta on rajoitettu maantieteellisten rajojen ylittämisestä – tyypillistä monikansallisia yrityksiä. Äärimmäinen esimerkki tästä on tieto myymälän valvontakameroiden tietovirta, jota ei saa jättää myymälän alueelta.
• Kun data kuuluu tiettyihin yksilöihin, ja he suostuvat jakamaan tietojaan yhteisen hyvän edistämiseksi ilman, että data joutuu heidän henkilökohtaisista laitteistaan, jotka voivat olla matkapuhelimia tai taulutietokoneita.

Mitä data-analytiikkaratkaisuja Infosys tarjoaa?

Yritykset navigoivat digitaalisen muutoksen läpi datan voimalla kolmessa horisontissa.

Horisontti 1:ssä autamme yrityksiä tulemaan data-ohjatuiksi päätöksentekoon ja rahastamaan dataa. Tämä horisontti on kaikki liiketoimintatiedon ja analytiikan tienoilta.

Digitalisaation kasvavan käytön myötä myös datan jalanjälki kasvaa valtavasti. Datan ja digitalisaation yhdistyminen mahdollistaa yritysten innovoinnin, muuttumisen ja uudelleenmielikuvituksen liiketoimintaa. Horisontti 2 on kaikki siitä, miten yritykset tulevat data-käyttöön ja digitaaliseen käyttöön kilpailemaan digitaalisesti syntyneiden yritysten kanssa ja reagoimaan muutoksiin reaaliajassa. Tämä horisontti on kaikki suurten datojen analytiikka, digitaalisen, pilven ja AI:n tienoilta.

Horisontti 3 on data-voimaisen talouden rakentamisesta yhdistetyistä ekosysteemeistä ja innovoinnista perinteisten toimialarajojen murtamiseksi. Kun tämä jatkuvuus kehittyy, digitaalinen talous johtaa data-talouteen. Data on uusi pääoma, joka ohjaa seuraavan sukupolven teollisuusrakenteen, talouden ja yhteiskunnan muodonmuutosta. Tämä horisontti on voimassa konvergenssin kautta tekniikoita, kuten IoT, AI, Blockchain, 5G, Edge-laskenta, XR jne.

Strategiamme on voimassa rikkaan ratkaisujen sarjan kautta, joka kiihdyttää digitaalisen muutoksen matkaa: Mainittakoon muutamia;

Infosys Information Grid: Metadatan ohjattu alusta datan hallintaan, joka hyödyntää kaikkia BI-tekniikoita paikallisesti ja pilvessä.

Infosys Analytics Workbench: Mahdollistaa itsepalveluanalytiikkaa.

Infosys Genome Solution: Mahdollistaa ennustavaa ja preskriptiivistä analytiikkaa saadakseen henkilökohtaisia tai käyttäytymiseen perustuvia oivalluksia asiakkaista.

Infosys Vision Analytics Solution: Hyödyntää viimeisimpiä edistysaskelija ja tietokoneen näköaisti ja GPU:ita murskata useita videovirtoja reaaliajassa.

Digital Brain: Järjestelmä, joka orkesteroi älykkään käyttäytymisen avulla tietoverkkoa ja kognitiivisia palveluita.

Sentient Marketing: Mahdollistaa yritysten toteuttaa sentient-markkinointiekosysteemin, joka aistii, reagoi ja aktivoi älykkyyttä toimittaa “Hyper”-henkilökohtaisuutta, sosiaalista ja digitaalista markkinointia, yhdistettyä fyysistä ja digitaalista kokemusta markkinoinnin tehokkuudella ja media- ja kulutusoptimoimisella.

Sentient Supply chain: Asiakkaiden korkeat odotukset ja laajenevat markkinat/kanavat/tuoteportfoliot vaativat yrityksiltä sopeutumista nopeasti muuttuviin tilanteisiin sentient-työkaluratkaisujen avulla hyödyntäen ML:ää paremmin kuin perinteiset liiketoimintasäännöt.

Kuinka paljon parannusta tehokkuudessa ja suorituskyvyssä olet nähnyt yrityksistä, jotka ovat toteuttaneet joitain näistä data-ratkaisuista, jotka Infosys tarjoaa?

Tässä on muutamia esimerkkejä siitä, miten olemme auttaneet asiakkaitamme tekemään enemmän heidän datallaan.

Yhdelle kuluttajateknologia-alan yritykselle toimimme avainliiketoimintafunktioille, kuten markkinoinnille, petosilmiöille, toiminnalle, myyntiin ja tuotteisiin. Olemme modernisoinneet heidän datamaisemaa yli vuosikymmenen ajan Oracle (ORCL ) -pohjaisista EDM:istä Teradata-pohjaisiin EDW:hen, hybridiseen suuriin datamaisemaan ja poly-pilviarkkitehtuuriin, johon on liitetty AI-laboratorioympäristö yritysten AI-omaksumiseksi ja tarjoamaan joustavuutta uusien tuotteiden lanseerauksissa.

Autamme CPG-johtajaa vapauttamaan merkittävää arvoa heidän brändi- ja markkinointitiimeilleen toteuttamalla data-voimaisen markkinointiaivot palveluna, joka antaa markkinoitsijoille toimintatietoja kokeiluista ja yhdistetystä kuluttajakokemuksesta hyödyntäen yrityksen dataa, digitaalista, sosiaalista, POS-kulutus- (jälleenmyyjiltä) ja media-dataa ulkoisista toimistoista. Tämä auttaa heidän brändimarkkinoijia saamaan reaaliaikaisen ymmärryksen markkinointikanavien suorituskyvystä myyntiin nähden, kuluttajien sitoutumiseen mainontaan ja markkinointikulujen optimointiin kasvun aikaan.

Yhdelle globaalille CPG-yritykselle henkilökohtaisten tuotteiden brändien osalta auttoimme tunnistamaan oikeat avainmielipidejohtajat (KOL) yhteistyöhön, joilla oli seuraajia, jotka olivat lähellä brändin kohderyhmää maantieteellisesti, demograafisesti, mieltymyksiltään ja linjassa brändin ja kampanjan tavoitteiden kanssa. Käyttämällä yhdistelmää parhaimmasta vaikuttajanalyytiikkatyökalusta ja omaa ML-tekstiluokittelumallia tunnistamaan seuraajien mielipidettä KOL:sta, poistimme haaskauksen 54 %:lla ja optimoimme KOL-dollareita.

Globaalille lääketeollisuuden johtajalle, myynti ja markkinointi halusivat kiihdyttää uusien datan käyttöönottoa uuden brändin lanseeraamiseksi harvinaisiin sairauksiin. Toimimme datatutkimusalueen asetuksessa, HCO/HCP-muunnoksessa, optimoiduissa datankäsittelyssä heidän onkologia-, kardiologia-, naisten terveyden ja radiologian yksiköissään. Tämä mahdollisti monikanavaisen markkinoinnin, paransi myyntiä kanavissa, nopeutti uusien tuotteiden markkinoille saattamista ja antoi runsaasti tietoa potilaiden tuloksista.

Olemme auttaneet asiakkaitamme mahdollistamaan liiketoiminnan kestävyyden datan ja oivallusten avulla COVID-aikana:

Yksi CPG-johtaja etsi kysyntäohjattua ennustemallia navigoidakseen kriisin läpi. Toteutimme Infosys Real-time Demand Sensing -ratkaisun, joka mahdollisti asiakkaan analyysin liittyvien myyntiin, kulutukseen, hintoihin ja sosio-taloudellisiin tekijöihin. Ratkaisu auttoi asiakasta huomioimaan massiivisen kysynnän lisäyksen, joka johtui paniikkiohjelmista. Myynti-, toimitusketjun varastoinnin ja myymälän varastotietoja analysoitiin antamaan reaaliaikaisia oivalluksia vaadittavista korjaustoimista, auttamaan vähentämään myymättömiä ja optimoimaan toimitusketjua. Ratkaisu auttoi suoraan havainnoimalla POS-tiedot, mikä mahdollisti päätöksentekoa muutamassa tunnissa, ei päivissä tai viikossa. Tämä auttoi asiakasta parantamaan ennustetta jopa 85 %:lla ja johti myyntiin 2 %:n kasvuun.

Amerikkalainen vaatetusyhtiö etsi ratkaisua myyntien hallitsemiseen ja ajamiseen tehokkaammin tämän epävakaiden kysyntätilanteiden aikana COVID-19-kriisin aikana. Kehittimme vertailunäkymän nykyisestä COVID-19-tilanteesta, sen potentiaalisesta vaikutuksesta ja lopputuloksesta perustuen aiempiin korkean vaikutuksen skenaarioihin, kuten taloudelliseen kriisiin, luonnonkatastrofiin jne., jotta CFO voisi arvioida yleisen vaikutuksen ja suunnitella tulevia toimia. Kehittimme ratkaisun, joka auttoi eturintamien myyntitiimejä pääsemään oleellisiin oivalluksiin liikkeessä mobiilien sovellusten kautta. Tämä auttoi varmistamaan tehokkaan asiakasyhteyden ja nopeamman liiketoimintapäätöksentekoa. Yhdistetty kaupan semantiikka tarjoaa oleellisia oivalluksia avain-KPI:stä, yksityiskohtaisista tiedoista ja visualisoinnista myyntipotentiaalista, jaotusta segmentti/luokka, parhaat ja huonoin myyvät, nopea vertailu muiden myymälöiden kanssa ja piirin mukaan jne.

Yhdelle pankkiasiakkaalle luomme oivalluksia ja ennusteita asiakkaiden käyttäytymisestä perintään ja palauttamiseen; siirtäessä asiakkaita digitaalisiin kanaviin analysoimalla transaktiokäyttäytymistä kanavissa, tuotelinjoissa, kanavan lohkaisuasteessa ja kehittämällä korjaavia toimia; NBA/NBO:lle asiakkaan seuraamalla taloudellista terveyttä, tulovirtausta, asiakkaan 360, CLTV: tä.

Miten yritykset voivat käyttää näitä ratkaisuja hyödykseen AI/ML:n ajoittamiseen liiketoiminnassaan?

Ai- ja ML-ominaisuutemme auttavat yrityksiä ajamaan tehokkuutta, kokemuksia ja uusia tuloksia. Tässä on muutamia esimerkkejä siitä, miten autamme yrityksiä ajamaan liiketoimintaa.

Yksi maailmanlaajuinen lääkintälaitteiden valmistaja suunnitteli laajentaa tarjontaa lääkintälaitteiden tarjoajasta kokonaisvaltaisiin lääkintäpalveluihin ja -ratkaisuihin hyödyntämällä lääkintätietojen rikasta tietovaraa. Yritys aikoi käyttää yhteyttä eri toimijoilla tarjoamaan monenlaista lääkintätietoihin perustuvaa tietoa, yhdistämällä ja antamalla merkityksellisiä oivalluksia, jotka voidaan toteuttaa potilaiden, lääkärien, lääkärien ja muiden ekosysteemin toimijoiden toimesta. Toteutimme modernin datan analytiikka-alustan, joka yhdistää monenlaisia tietoja useista lähteistä ja tuottaa merkityksellisiä oivalluksia, joita voidaan toteuttaa. Kehittimme ennustavia malleja varhaisen varoituksen katastrofaalisista lääketieteellisistä tapahtumista ja henkilökohtaisia oivalluksia paljastamalla käyttäytymiseen liittyviä tekijöitä, jotka liittyvät glukoosimalliin.

Digitaalisten teknologioiden on mahdollista ratkaista joitain haasteellisimmista ongelmista. Nämä voivat olla talouden kehittämistä, yleisen väestön elämän parantamista tai globaaleja ympäristöhaasteita. Tässä on esimerkki siitä, miten käytimme dataa hyväksi, dataa sosiaalisen muutoksen ajamiseksi ja yhteiskunnallista muutosta. Yhteistyössä yhdessä kansalaisjärjestössä mahdollistimme helposti saatavilla olevan perusterveydenhuollon eteläisen maan kansalaisille. Terveydenhuollon saatavuus on ollut valtava haaste kyseiselle väestölle, josta suurin osa asuu useita kilometrejä terveydenhuoltoon pääsystä. Tämä vaikeutti heidän pääsyään perusterveydenhuoltopalveluihin. Hallitus halusi rakentaa uusia terveydenhuoltoposteja. Tavoitteena oli sijoittaa nämä uudet terveydenhuoltopostit strategisesti, jotta 95 %:lla väestöstä olisi pääsy terveydenhuoltopalveluihin muutamassa kilometissä. Yhteistyössä kansalaisjärjestön kanssa määritimme optimaalisen sijainnin näille terveydenhuoltoposteille siten, että ne olisivat helposti saatavilla mahdollisimman monelle ihmiselle. Tämä ratkaisu koostui kahdesta pääosasta: väestödynamiikan laskemisesta ja terveydenhuoltopostien sijainnin optimoinnista saatavuuden maksimoimiseksi. Käytimme maailman väestötietoja, geospatial-kuviota ymmärtääksesi muuttoliikkeitä ja AI-malleja löytääksesi mobiiliverkkoyhtiön (MNO) tietojen anonymisoiduista mobiiliverkkotiedoista.

Onko mitään muuta, mitä haluaisit jakaa Infosysista?

Kun katselemme eteenpäin, uudet vaatimukset Infosysin merkityksellisyydelle muuttuvat:

1. Ongelmanratkaisun sijaan oikeiden ongelmien asettaminen ja kävely tämä matka yhdessä asiakkaiden kanssa.
2. Käsitellä “vuosikymmenien tapahtuminen viikoissa” -todellisuutta kiihdyttimien/solu- ja ekosysteemiyhteistyön kautta kumppaneiden kanssa toimittamaan markkinoille saapumisen etua asiakkaillemme. Kiitos yksityiskohtaisista vastauksista, lukijat, jotka haluavat oppia lisää, voivat vierailla Infosysissa.