Díky překotnému rozvoji technologií se integrují nové datové zdroje s naprosto překvapivými datovými strukturami, zpracovávají se obrovské datové objemy. Zavádí se automatizace prakticky čehokoliv, co lze aspoň nějak automatizovat, komplexní logiky se implementují pomocí umělé inteligence, výstupy datových vizualizací svým pojetím připomínají umělecká díla. Jak si ale vede z pohledu IT technologií tradiční a neprávem možná trochu opomíjená finanční analýza?
Překvapivě dobře. Všeobecný boom datové analytiky přinesl řadu nástrojů a konceptů, které se dají úspěšně použít pro finanční analýzu, i když přínosy nemusejí být tak zásadní jako u původních analytických použití. Všechny inovace se nesou v duchu dvou základních hesel:
Demokratizace a automatizace: Demokratizace představuje trend, kdy jsou data a jejich analytické výstupy snadno dostupné širšímu okruhu oprávněných uživatelů. Ti tak mají širší a kvalitnější podklady pro svoji práci, která doposud v některých extrémních případech mohla připomínat pokročilou aplikaci různých forem křišťálové koule. Nové lepší analýzy mají díky tomu kvantifikovatelné pozitivní přínosy. Automatizace zajišťuje kvalitnější zpracování dat, kdy jsou data pro koncové analýzy dodávána včas a v požadované kvalitě, a to celé s minimálním lidským úsilím, což vede k výrazné nákladové optimalizaci.
Reálné použití: Jak jsou tyto dva stěžejní trendy podpořeny v reálných nasazeních? Jde o několik technologických řešení, jako jsou cloud, big data, datová vizualizace a pokročilá analytika včetně machine learningu a umělé inteligence (AI). Za netechnologickou část je potřeba zmínit data governance, bez které nelze jakoukoliv smysluplnou datovou (tedy nejen finanční) analytiku dlouhodobě provozovat. Data governance je mozkem, který dokáže propojit obchodní cíle typu lepší finanční analytika s aplikací celé sady potřebných technologií a vytvořit z nich perfektně fungující celek.
Cloud je na poli zajištění provozu finanční analytiky opravdovou revolucí. Technicky hovoříme o racionální evoluci klient-server architektury směrem k vyšší kvalitě, obchodně pak o zcela revolučním pojetí nákupu klíčových IT komodit čistě jako služby.
Agilita, rychlý provisioning, vysoká kvalita a rozsah služeb či možnosti pro nákladovou optimalizaci umožňují tvorbu komplexních a náročných analytických úloh, a to dokonce i na dočasné bázi – pro vykrytí výpočetních špiček nebo tvorbu různých prototypů v produkčních a neprodukčních režimech. Zajímavým vedlejším efektem tohoto „službového“ modelu je, že dochází k přechodu z výdajů typu CAPEX na OPEX, což velmi usnadňuje finanční plánování nákladů na IT, které v moderních firmách představuje stále větší a větší položky. Jako služby lze snadno nakupovat software, který slouží k základní a pokročilé finanční analytice, aniž je nutné řešit celý IT mix. Spousta služeb je navíc už zpočátku navržena automatizovaně, tak aby co nejméně vyžadovala přímou podporu IT.
Problém velkých dat
Big data ve svém standardním pojetí nejsou pro finanční analytiku úplně snadno použitelná. Je to dáno tím, že finanční data často nejsou relativně dostatečně velká ani složitá, aby se dalo ospravedlnit nasazení plnohodnotného big data řešení. Big data ale není nutné používat jako monolit a je mnohem jednodušší, a nakonec i přínosnější, využít pouze některé komponenty.
Pro big data technologie je typická horizontální škálovatelnost, kdy lze výkon zpracování dat poměrně snadno řídit jednoduchým přidáváním a ubíráním výpočetních prostředků podle potřeby, a to navíc prakticky na počkání v případě, že je big data řešení postaveno na pokročilých cloudových technologiích. Dále se nabízí například řešení datových archivů, které umožňují pracovat s mnohem delšími časovými řadami finančních dat v úplném detailu a hledat v nich nové, zcela nečekané a někdy možná trochu překvapivé souvislosti, a lépe tak pochopit skutečný model finančního řízení firmy. Big data technologie navíc umožňují relativně snadno vyřešit optimalizační a predikční úlohy, které ve svém důsledku opět umožňují výrazně kvalitnější finanční řízení.
Datová vizualizace
Datová vizualizace v režimu self-service je v datové analytice jedním z naprosto klíčových trendů, který lze velmi snadno aplikovat i na finanční analýzu. Vizualizace dokáže výrazným způsobem zjednodušit interpretaci finančních dat „rozsypaných“ v tabulkách, a to dokonce i na tabulkách skrytých v tzv. excelovém pekle, kdy je finanční analytika opřena primárně o tento sice mocný, ale v důsledku velmi neefektivní desktopový nástroj primárně určený pro práci jednotlivce. Třešničkou na dortu je pak u moderních vizualizačních nástrojů podpora pro data storytelling, který někdy poněkud studeným datům dodává lidský rozměr v podobě snadno pochopitelných příběhů a explicitním vypíchnutí klíčových informací pro finanční řízení.
Pokročilé techniky
Pokročilá analytika, doplněná o machine learning a umělou inteligenci (AI), umožňuje automatické a rychlé zpracování, případně předzpracování jednoduchých i složitých finančních analýz pro koncové uživatele. Standardními úlohami jsou zpracování časových řad. Speciálně machine learning a AI se často používají pro analýzu síly skrytých vazeb mezi jednotlivými finančními ukazateli, které nevyplývají z jejich numerické definice. Další oblastí aplikace těchto asi v současnosti nejpokročilejších IT technologií jsou pak optimalizační a predikční úlohy, kdy finanční analýza může automaticky používat princip zpětné vazby pro regulaci finančních toků firmy, a tím opět přispět ke zvýšení výkonnosti. Mezi bouřlivě rozvíjející se oblasti patří různé detekce datových anomálií ve finančních datech, které jsou v realitě obvykle spojené s různými formami podvodů a skrytých příležitostí, kterým musí každá firma aktivně čelit, pokud chce být opravdu úspěšná.
Data governance
Žádná z uvedených technologií není pro finanční analytiku samospasitelná a je nutné je vždy nasazovat a rozvíjet v kontextu opravdu funkční data governance, která zajistí, že data jsou kvalitní a jsou opravdu správně a řádně používaná v souladu se strategií celé firmy. Zvláště finanční řízení vyžaduje vysoce kvalitní data a nelze spoléhat, že se taková data objeví sama od sebe.
Plusové body
Moderní finanční analytika už dávno není o čistém sčítání a odčítání finančních ukazatelů. Díky nástupu moderních IT technologií se nabízí celá řada aplikací, které mohou mít velmi výrazné pozitivní dopady na finanční řízení a zdraví firmy. Respektování současných trendů datové demokratizace a automatizace a využití odpovídajících moderních analytických technologií dokáže zajistit velmi zajímavé konkurenční výhody nejen na poli finanční analytiky. Díky novým servisním modelům toho lze navíc dosáhnout i s mnohem příznivějšími náklady.
________________
Autor působí jako senior consultant ve společnosti Adastra.
