Naroči se na DMS Zapise

Hvala za prijavo!

Uspešno ste se prijavili na DMS Zapise

< ZAPISI
Nekaj je narobe :(
Zapisi

Kako na podlagi podatkov spreminjati proces poslovanja podjetja?

Mitja Pirc (Indigo Consulting) in Uroš Cvetko (Zavarovalnica Triglav) se že vrsto let ukvarjata z zbiranjem in analizami podatkov. Na izobraževanju Marketing TOPX sta predstavila svoje izkušnje in udeležencem na celovit način prikazala, kaj vse je mogoče početi z dobro izbranimi in kakovostnimi podatki in kako na podlagi pravih analiz spreminjati poslovne procese podjetja.

DMS

Večina marketingašev je že prišla do spoznanja, da bo naše delo v prihodnosti temeljilo na podatkih, vprašanje, ki se ob tem zastavlja, pa je, kako bomo na eni strani zbirali prave podatke in kako jih bomo na drugi strani analizirali. Dr. Mitja Pirc (Indigo Consulting) opozarja na to, da lahko na podlagi podatkov rešujemo najrazličnejše probleme, ne samo v marketingu, ampak v organizaciji celotnega podjetja: "Podatke lahko uporabljamo pri raznoraznih poročilih o poslovanju, pri analizi naših marketinških aktivnosti, pri simulaciji prihodnjih večjih trženjskih aktivnosti, pri avtomatizaciji, pri razvoju novih produktov, pri optimizaciji distribucije in strukture prodajnih mest, organizaciji logistike ali celo pri optimizaciji medijske strategije. Pojavi se torej ogromno tem, ki niso povezane s tržnim komuniciranjem, pa jih lahko razrešujemo s pomočjo podatkov."

Problem pogosto ni v podatkih, ampak v samem procesu, kako s podatki ravnamo. -Mitja Pirc (Indigo Consulting)

Glavni izzivi marketinga, vodenega na podlagi podatkov (data driven marketinga) niso v tem, da imamo težave z IT-jem ali s podatki, temveč s tem, da pogosto ne vemo, kaj sploh potrebujemo, da nimamo prave kulture, ki bo to lahko spodbujala ali da nimamo pravih managerskih sposobnosti. Problem pogosto ni v podatkih, ampak v samem procesu, kako s podatki ravnamo. Mitja Pirc opozarja, da je te procese v podjetje potrebno uvajati postopoma, saj se podjetja nahajajo v različnih razvojnih stopnjah.

"Poleg tega velja opozoriti, da je pri upravljanju s podatki ogromno značilnosti, ki jih moramo pri tem upoštevati. Ni dovolj le, da zbiramo veliko količino podatkov, če ne boste imeli pravih orodij, pravih procesov, pravih ljudi, bo nemogoče delati stvari, ki bi jih radi delali na osnovi podatkov. Potrebno se je dobro zavedati, v kateri fazi se nahaja vaše podjetje in kaj bi s temi procesi radi dosegli," poudarja Mitja Pirc.

"Potrebno se je dobro zavedati, v kateri fazi se nahaja vaše podjetje." Mitja Pirc (Indigo Consulting)

Kako organizirati podatke?

Ko se začnemo ukvarjati s podatki, se moramo najprej vprašati, kateri so naši podatkovni viri, ki jih želimo v podjetju povezati? V zadnjih dveh letih je človeštvo ustvarilo več podatkov kot v celotni zgodovini prej, zato Uroš Cvetko (Zavarovalnica Triglav) opozarja, da je na voljo ogromno podatkov, za katere je vprašljivo, ali imajo za podjetje kakšno poslovno vrednost.

Dve dimenziji podatkov, ki jih upoštevamo pri analizi:

  • Po obsežnosti: pri tem upoštevamo dejstvo, kako močno so strukturirani naši podatki in jih razvrstimo od tistih, ki so najbolj enostavno strukturirani, do najbolj kompleksnih.
  • Po ažurnosti: pomembno se je vprašati, ali podatke potrebujemo enkrat na teden, enkrat na mesec, ali so to podatki, ki se spreminjajo iz sekunde v sekundo.

Dandanes se pri nas najbolj uporabljajo strukturirani podatki, ki jih osvežujemo tedensko ali mesečno. To so naši transakcijski interni podatki. "V našem okolju še nisem videl dobre izrabe Facebook podatkov, ki bi za podjetje predstavljala določeno vrednost. Po drugi strani bo vsako IT podjetje skušalo vodstvu vcepiti miselnost, da se to dogaja na dnevni bazi in da se ti podatki pogosto uporabljajo. Zato je izjemnega pomena, da si pri strategiji analitike v podjetju postavimo realne cilje," svetuje Uroš Cvetko.

4. faze razvoja analitike v podjetju (Gartner)

  • Deskriptivna faza: Kaj se je v resnici zgodilo? 

Definicije KPI-jev so v podjetju nastavljene tako, da lahko vsak po svoje interpretira podatke in vodstvu pokaže svojo uspešnost. Podjetje mora v tej fazi nujno doseči konsenz, kaj se je zares zgodilo, vsi morajo razumeti, da gledajo isto sliko.

  • Faza diagnostike: Zakaj se je to zgodilo? 

Podatkom iz prve faze želimo pripisati razloge, ki so privedli do njih. Uporabljamo osnovne statistične metode, iščemo korelacije med različnimi kazalci, za katere potrebujemo osnovne pojasnjevalne spremenljivke.

  • Faza predikcije: Kaj se bo zgodilo? 

Kaj se bo zgodilo, če izvedemo neko akcijo, če dvignemo ceno, če spremenimo količino. Za to fazo potrebujemo popolno razumevanje prvih dveh faz, sicer ne bomo dobili nobene uporabne poslovne vrednosti.

  • Faza preskriptivne analitike: Cilj, zakaj to počnemo. 

Naša želja in vizija, da bomo lahko z analizo podatkov usmerjali vodstva podjetij, kako lahko neko stvar naredimo tako, da se bo zgodila, kot mi želimo.

Ko se odločamo, kakšne podatke potrebujemo, moramo vedeti, v kateri fazi smo. Začnimo s čim manj podatki. -Uroš Cvetko (Zavarovalnica Triglav)

Kako podatke povezovati v podatkovni model?

Enotnega pogleda na to, kako povezovati podatke, ni, zato morajo posamezne ekipe analitikov določiti svoj ključ. Pri tem je potrebno natančno zbirati podatke in jih predvsem enakovredno ovrednotiti. To pomeni, da moramo enako obravnavati vse podatke, ne glede na kvaliteto podatkovnega vira (notranji, zunanji) in ne glede na frekvenco pojavljanja, saj nam lahko vsak od teh podatkov pove, kaj se dogaja znotraj našega podjetja. "Na trgu obstaja precej industrijskih modelov, ki vsi po vrsti poudarjajo, da so našli model podatkovne analitike, s katerim bomo odgovorili na vsako vprašanje, ki si ga bomo zastavili. Prav imajo le deloma. To ustreza velikim podjetjem, za katere je pretežko na novo postavljati in prilagajati velike podatkovne modele. Slabost industrijskih modelov je prvič to, da so dragi, in drugič to, da nikoli niso kompletni in ga bo podjetje skušalo prilagoditi po svoji meri, kar lahko vzame ogromno časa," o pomanjkljivostih industrijskih modelov razlaga Uroš Cvetko.

Nasvet Uroša Cvetka, kako umestiti podatke v model:

  • Enakovredno vrednotiti zunanje in interne podatke.
  • Izhajati iz že narejenih modelov, ni pa nič narobe, če ne.
"Enako moramo vrednotiti vse podatke, saj nam lahko vsak podatek pove, kaj se dogaja v našem podjetju." Uroš Cvetko (Zavarovalnica Triglav)

Nova uredba o varovanju osebnih podatkov predstavlja resen izziv

Zakon o varovanju osebnih podatkov postavlja vse, kar počnemo v procesu zbiranja podatkov, pod vprašaj. Informacijski pooblaščenec lahko predvsem velikim podjetjem pošteno oteži zbiranje osebnih podatkov, a še večja sprememba prihaja maja 2018, ko v veljavo stopa nova vseevropska uredba o varovanju osebnih podatkov, po kateri bo sama definicija, kaj je to osebni podatek, bistveno razširjena. 

"Po novi definiciji je osebni podatek vse, s čimer je mogoče nekoga identificirati. Z drugimi besedami, moja nakupovalna košarica je osebni podatek, saj je mogoče z uporabo kamere ugotoviti, da sem to jaz. Do sedaj je bilo vse, kar se je pri zbiranju podatkov dogajalo na internetu, s strani evropskega komisarja in informacijskega pooblaščenca bolj ali manj spregledano, privolitve niso bile tako strogo potrebne, pravica do izbrisa je bila precej okrnjena, predvsem pa ni bilo strogih kazni za prekrške pri zbiranju podatkov. Nova zakonodaja je glede tega precej bolj striktna, za vse potrebujete privolitev kupca," opisuje Uroš Cvetko. 

Nov zakon o varovanju osebnih podatkov predstavlja odgovor Evrope na širitev velikih ameriških korporacij (Google, Amazon, Apple ...), vprašanje pa je, kako bo interpretiran v praksi. Uroš Cvetko svetuje: "Imejte v podjetju nekoga, ki bo to zakonodajo preučil in ki bo spremljal dogajanje na trgu. Trg bo namreč tisti, ki bo narekoval, kako se bo do tega obnašal informacijski pooblaščenec oziroma kako strog bo pri svojih omejitvah."

Pravno onemogočanje zbiranja podatkov bo postalo celo večji problem kot internetna varnost oziroma varnost pred vdori v vaše baze podatkov. Ta sicer ob občutljivih osebnih podatkih ostaja velik problem. Uroš Cvetko se je s to težavo spopadel takole: "Ko govorimo o graditvi podatkovnih baz, ki jih potrebujemo za opis tega, kar se je dejansko zgodilo, jih skušamo maksimalno očistiti vseh občutljivih osebnih podatkov. Na nivoju stranke moramo vedeti, kaj se je zgodilo, ne rabim pa vedeti, kdo ta stranka je." 

Uroš Cvetko opiše način shranjevanja podatkov iz njegove prakse: "Analitični oddelki so imeli podatke do vseh podrobnosti, ki so bile označene s psevdonimom. V drugi bazi, v drugem oddelku, smo imeli pod temi šiframi shranjeno osebo z vsemi njenimi osebnimi informacijami. Analitika je tako zbrala nabor ustreznih oseb, ki jih bomo ciljali z oglaševanjem, v drugem oddelku pa smo nato identificirali te osebe in jih, glede na njihove privolitve, ciljali pri oglaševanju."

Podatke smo zbrali, uredili, kako jih analizirati?

Ko se začnemo ukvarjati z analitiko, moramo najprej od poslovnega dela podjetja dobiti odgovore na celo kopico vprašanj:

  • Kaj je poslovni problem? Vodstvo mora natančno povedati, zakaj potrebuje analizo oziroma postaviti točno vprašanje, na katerega bomo odgovarjali s pomočjo analitike.
  • Kaj želimo optimizirati? Vodstvo podjetij na vprašanje, ali bi raje imeli večjo prodajo ali večjo maržo navadno odgovori: oboje. Optimum pri obeh ni enak, potrebno je izbrati eno ali drugo.
  • Kaj so robni pogoji? Kakšne so morebitne omejitve, ki jih ima podjetje? Če ostali del podjetja nima sposobnosti procesiranja podatkov, ki jih dobimo z analizo, je ta nesmiselna.
  • Do kdaj potrebujemo rezultate analize? Svet podjetništva ni enak kot akademski svet, kjer imamo ogromno časa, v svetu podjetništva se stvari dogajajo hitro.

Ko imamo odgovore na ta vprašanja, moramo proces analize podatkov začeti s pregledom, katere podatke imamo na voljo in kako jih lahko med seboj povežemo. Nato se je potrebno vprašati, s katero metodo bomo analizirali podatke. V naslednji fazi sledi odločitev, kako bomo rezultate komunicirali in kako bomo organizirali ekipo za analitiko.

Zelo pomembna je tudi opredelitev, na kateri ravni bomo izvajali analitiko? 

  • Je to na ravni celotne strategije podjetja? 
  • Je to na ravni enega izmed P-jev, ki ga želimo preverjati v tržni raziskavi? 
  • Je to le ena izmed dimenzij posameznega P-ja?
Cilj analitike ni to, da dela analize, ampak da z analizami spreminja vedenje podjetja. -Uroš Cvetko (Zavarovalnica Triglav)

"Marketingšem se pogosto zgodi, da za neuspeh na trgu, ki ga ne razumemo, krivimo promocijo in izvajamo nepotrebne promocijske vojne, s katerimi uničimo dodano vrednost naših produktov. Zato je nujno potrebno opredeliti, kaj od tega, kar se je zgodilo, je posledica internih dejavnikov in kaj posledica dogajanja na trgu. Če tega ne poznamo do potankosti, rešujemo probleme, kjer jih ni, s tem pa si lahko nakopljemo velike težave," izpostavlja Uroš Cvetko. 

Strateške analize na ravni vodstva podjetja pogosto niso problematične z vidika povezovanja različnih podatkov, pogosto je pomembneje, da pred samo analizo podrobno preučimo situacijo in pokrijemo vse zorne kote problema, ki ga z analizami podatkov rešujemo. "Cilj analitike ni to, da dela analize, ampak da z analizami spreminja vedenje podjetja. Potrebno je na podlagi analiz prepričati vodstvo podjetja, v katero smer moramo iti," je prepričan Uroš Cvetko.

Če bi lahko imel samo en podatek iz analiz, bi želel imeti podatek o cenovni elastičnosti produkta. Če razumete učinek cene, boste imeli največji vpliv na končni rezultat. -Mitja Pirc (Indigo Consulting)

Eno ključnih in najpogostejših vprašanj je, kakšna je cenovna elastičnost naših produktov. Pri tem imamo pogosto na voljo vse podatke o spreminjanju cene skozi obdobja, količini prodanih produktov. "Če bi lahko imel samo en podatek iz analiz, bi želel imeti podatek o cenovni elastičnosti produkta. Če razumete učinek cene, boste imeli največji vpliv na končni rezultat," razlaga Mitja Pirc. Z analizami cenovne elastičnosti najlažje pridemo do podatkov o naših prihodkih in o naši marži. Hkrati je to najbolj enostaven način, kako te podatke tudi predstaviti vodstvu podjetja. Za to ne potrebujemo nobenih naprednih programov, to lahko storimo v Excelu. 

Šele ko vemo, katero analizo delamo in zakaj jo delamo, se lotimo iskanja podatkov. Zadeve se ne lotimo na način, da v sistem vržemo vse podatke in gledamo, kaj bo prišlo ven, saj se podatki povezujejo na najrazličnejše načine. "Analize morajo slediti nekaterim korakom. Najprej vzamemo vzorec podatkov, v katerem vidimo, ali so med podatki zares tisti, ki jih potrebujemo. Ta korak se pogosto preskoči, kar lahko privede do velikih težav. Bolje je dvakrat, trikrat preveriti, kot pa analizirati nepopolne ali celo napačne podatke. Podatke je včasih potrebno nekoliko prilagoditi, nato šele pridemo do modelov," opisuje Mitja Pirc.

"Bolje je dvakrat, trikrat preveriti, kot pa analizirati napopolne ali celo napačne podatke." Mitja Pirc

Ko govorimo o analitiki, moramo najprej določiti, katere spremenljivke imamo na voljo, na podlagi tega pa izberemo pravo metodo. Sama oprema vam daje na voljo ogromno različnih metod in možnosti, a ne sme določiti, katero uporabite. To morate določiti sami, na podlagi prejšnjih korakov. Pogosto niti ne potrebujete sami delati analize, saj jih je storil že nekdo drug - potrebno jih je samo poiskati. "Pri analitiki je ključno, da na stvari gledamo večdimenzionalno. Če stvari vodijo v zelo relevantne poslovne odločitve, jih je potrebno petkrat preveriti. Analitika ne dokazuje ničesar, ampak samo daje podporo za hipotezo. Vedno obstaja nekaj odstotkov možnosti, da bodo stvari šle v drugo smer. To so zgolj napovedi," poudarja Mitja Pirc.

Analitika ne dokazuje ničesar, ampak samo daje podporo za hipotezo. -Mitja Pirc

Izbor pravih problemov za analizo

Ko se lotevamo analiz, je potrebno določiti, katere stvari so za nas najbolj pomembne. Potrebno je iskati tako imenovane "quick wine"To so primeri, za katere ne potrebujemo veliko podatkov oziroma ti podatki niso kompleksni in zanje ne potrebujemo velikih investicij v nova orodja.

Iščite tisto, kar ima veliko dodano vrednost za podjetje in kar boste lahko storili jutri. -Mitja Pirc (Indigo Consulting)

Ko analitiki pripravljajo poročila za podjetje, morajo zelo dobro izprašati podjetje, kaj od njih zares potrebuje. "Po drugi strani je pomembno tudi predstaviti resnost in natančnost analiz, v katere vodstvo verjame in zaupa. Sicer se lahko zgodi, da analize pokažejo, da je potrebno iti levo, pa se podjetje vseeno odloči, da gre v desno, ker jim tako narekujejo ali izkušnje ali občutek in tako je izvajanje analiz nesmiselno," opozarja Mitja Pirc.

Kako zgraditi analitično ekipo?

Pričakovanja od analitičnih ekip v podjetjih so običajno zelo široka:

  • Poročanje: Izvajanje analiz, poročanje o prodaji, napovedi prodaje...
  • Svetovanje: Priporočajo spremembe cen, svetujejo o smeri promocij ...
  • Razmislek o poslovanju: Identifikacija novih poslovnih priložnosti in modelov.

Posledično vodstva od analitika pričakujejo, da bo znal vse - marketing, posel, finance, IT, statistiko. Takšnih ljudi je zelo malo. "Pravzaprav iščemo osebo, ki jo jaz imenujem "riba Babilonka". Vsaka analitična ekipa potrebuje nekoga, ki bo znal prevajati med različnimi jeziki - marketingom, statistiko, IT-jem, poslom. Poleg tega morajo biti vloge v ekipi točno določene. Če je kje timsko delo, v katerem nujno potrebujete raznolikost, potem je to analitika. Ne iščite človeka, ki bo znal vse, ključno je, da vsak v ekipi skuša maksimalno razširiti svoje obzorje in začenja razumeti stvari z drugih področji," svetuje Uroš Cvetko. 

Pri oblikovanju ekipe obstaja problem pomanjkanja kadrov na trgu, a Uroš Cvetko poudarja: "Za te svari pogosto ne potrebujemo izobraženih podatkovnih analitikov. Dovolj je ekonomist, ki razume statistiko. Pri podatkih, ki so nam danes na voljo, potrebujemo samo nekoga, ki razume, kaj želimo dobiti iz teh podatkov in to pripeljati do poslovnih rezultatov."

"Vsaka analitična ekipa potrebuje nekoga, ki bo znal "prevajati" med različnimi jeziki." Uroš Cvetko

Pravi izziv je najti nekoga, ki bo znal analitični ekipi povedati, kaj točno želi od njih imeti, na katero vprašanje odgovoriti. "Glede na videno danes opažam, da imamo tukaj vsaj 60 podatkovnih poslovnežev, ker tisti, ki jih zanimajo samo IT in podatki, ne bodo prišli na marketinške dogodke, tisti marketingaši, ki jih podatki ne zanimajo, pa ne bodo prišli na tako izobraževanje. Ni potrebno poznati posamezne stvari v podrobnosti, saj imate ob sebi ljudi, ki to znajo, vi morate vedeti, kaj hočemo z analitiko doseči, in kakšne rezultate potrebujemo, da se bomo na podlagi teh odločali o marketinških potezah," je prepričan Uroš Cvetko.

Če je kje timsko delo, v katerem nujno potrebujete raznolikost, potem je to analitika. -Uroš Cvetko

Kako vzpostaviti analitiko v vaši organizaciji?

Implementacija analitike se lahko izvede na dva načina. Prvi način je ta, da uprava podjetja pove, kako mora biti, drugi pa je, da implementacije prihajajo od spodaj navzgor. Ta dva načina sta odvisna od tega, kako je podjetje vajeno delati, lahko pa vodita v velike frustracije. "Problem modela od zgoraj navzdol je upravljanje s pričakovanji. Uprava pogosto na podlagi konzultacij z zunanjimi dejavniki želi izvesti stvari, ki jih podjetje ni sposobno izvesti, zato lahko zaposleni izpadejo kot nesposobni. Problem načina od spodaj navzgor pa je to, da ideje pogosto niso slišane, saj zaposleni nimajo dostopa oziroma sposobnosti prepričevanja uprave v njihove ideje," opisuje Uroš Cvetko.

Kje sploh izvajati podatkovno analitiko? 

1) Ena izmed možnosti je na ravni podjetja postaviti oddelek, ki izvaja analitiko za vse sektorje podjetja. Tako imate vse najboljše analitike v podjetju na enem mestu

2) Druga možnost je, da ima vsak oddelek svoje analitike, ki bolje razumejo probleme operative in lažje rešujejo posamezne probleme. 

3) Tretja možnost je hibridni model - kombinacija obeh.

"Sam zagovarjam hibridni model. Kadar postavljamo nove stvari, razvijamo nove modele, takrat je potrebno oddelek centralizirati, zato da spremembo naredimo na enem mestu. Problem je, da se takrat umaknejo od problemov posameznih oddelkov in čedalje slabše razumejo marketing, prodajo, logistiko. Rešitev je v menjavi obeh sistemov v določenih obdobjih - nekaj časa oddelek centraliziramo, nato pa analitike znova pošljemo v posamezne oddelke," svoj primer opiše Uroš Cvetko. Osnovno poslanstvo vsakega analitičnega oddelka pa mora biti, da lahko spremeni način, na katerega se podjetje odloča. 

Kako vzpostaviti analitično funkcijo v podjetju?

Primarno vzpostavitev analitične funkcije v podjetju pomeni spreminjanje korporativne kulture, spreminjanje odločanja v podjetju. Za spremembo kulture pa seveda potrebujemo podporo uprave, brez njene podpore ne bomo dosegli spremembe v kulturi. "Na tem mestu je potrebno znati upravljati s pričakovanji. Kaj smo sposobni? Kaj je realno? Z vodstvom moramo razumeti, kakšna je trenutna situacija, kaj lahko pričakujemo v nekaj letih in kakšna je naša vizija prihodnosti. Če teh temeljev nimamo, bo slej prej prišlo do konfliktov in obstali bomo na pol poti," o pomembnih korakih razmišlja Uroš Cvetko.

Osnovno poslanstvo vsakega analitičnega oddelka mora biti, da lahko spremeni način, na katerega se podjetje odloča. -Uroš Cvetko

Prvi resen test spremembe korporativne kulture je določitev KPI-jev. Veliko KPI-jev je trdno vpetih v poslovno kulturo podjetja in če analitično dokažemo, da so ti KPI-ji zavajajoči, pristranski in dosežemo njihove spremembe, potem smo analitiko začeli vpeljevati v poslovno kulturo. Če nas ne jemljejo resno in podjetje uspešnost še vedno meri po starih KPI-jih, smo bili neuspešni. 

V naslednji fazi sledi sprememba procesov. "Pričakovati, da se bo poslovna kultura spremenila zato, ker imamo podatkovno skladišče in ker imamo oddelek za analitiko, ne bomo pa spreminjali procesov, je norost. Spreminjanje poslovnih procesov je spreminjanje jedra, kako podjetje deluje. Pri vseh poslovnih procesih znotraj podjetja se moramo zavezati k temu, da bomo odločitve sprejemali na podlagi podatkovne analitike. Brez tega ostajamo oddelek, ki ima vrhunske analitike in strokovnjake za upravljanje s podatki, ampak v resnici ne pripomore ničesar k temu, da bi podjetje poslovalo drugače," zaključuje Uroš Cvetko.

Ultimativni cilj podatkovne analitike je identifikacija novih poslovnih priložnosti. -Uroš Cvetko

Zapis je nastal na podlagi izobraževanja Marketing TOPX v marcu 2017.

Fotografije: Nejc Lasič

Celotno fotogalerijo si lahko ogledate na DMS Facebook strani.

Povezane vsebine

O avtorju

Dr. Mitja Pirc
Predsednik upravnega odbora DMS in direktor Indigo Consulting

Dr. Mitja Pirc je direktor podjetja Indigo Consulting, pred tem je nekaj let vodil Pristop Poslovno Svetovanje. Že več kot petnajst let deluje na področju poslovnega svetovanja, analitičnih rešitev in razvoja novih konceptov poslovanja in trženja. Svetoval je več kot petdesetim vodilnim slovenskim, regijskim in evropskim podjetjem iz sektorjev trgovine, izdelkov vsakdanje potrošnje, telekomunikacij, zavarovalništva, bančništva, energetike, avtomobilizma in farmacije. V preteklosti je delal za A.T. Kearney in SAS Institute ter bil soustanovitelj start-upa. Predaval je na priznanih svetovnih (Insead, IESE, IE, ESMT) in slovenskih šolah (EF, FMF, FDV) ter na več kot 100 poslovnih in trženjskih konferencah ter dogodkih. Je diplomant teoretične matematike ljubljanske Fakultete za matematiko in fiziko, na Stockholm School of Economics (SSE) je magistriral iz mednarodnega poslovanja in ekonomije, na Univerzi Pompeu Fabra (UPF) v Barceloni pa je pridobil doktorat ekonomskih znanosti iz vedenjske ekonomije. Je tudi prejemnik Arhimedove nagrade evropske komisije. Predaval je na več kot 100 poslovnih in trženjskih konferencah in dogodkih, predaval je za številne slovenske stanovske organizacije - DMS, SOZ, SMK, Združenje Manager. Je gostujoči predavatelj na EF, FDV, FMF. Leta 2014 je bil predavatelj na TEDxLjubljana. Je predsednik aktualnega upravnega odbora DMS v obdobju 2017-2020.

Uroš Cvetko
Direktor službe za poslovno inteligenco, Zavarovalnica Triglav d.d.

Najbolj brani