לאחרונה פורסמה כתבה מעניינת באחד העיתונים הכלכליים,

החושפת כיצד לאור המציאות הלא-ודאית בתקופת הקורונה,

מתקשות חברות התעופה לחזות את היקף הביקושים לטיסות –

ובהתאם גם להקצות מטוסים.

 

אז מעבר לבעייתיות המובנית בתקופה המורכבת הזו,

יש כאן הזדמנות להיחשף לקצת סודות "מאחורי הקלעים",

על איך חברות גדולות משתמשות בנתונים בשביל לייעל את הפעילות שלהן.

ודרך ה-Case Study הזה גם לקבל בצורה מזוקקת למדי

את אחת התובנות הקריטיות ביותר לכל איש מקצוע בתחום הדאטה:

 

כל מודל או ניתוח אנליטי/ מתמטי (פשוט או מורכב) –

מותנה בהנחות עבודה תואמות – שבמסגרתן הוא יכול לתפקד כראוי.

ובלי שהנחות העבודה מתקיימות – המודל עצמו לא שווה הרבה…

 

(ומכאן הכותרת – 90% מביצועי המודל נובעת מהנחות העבודה…)

 

ואגב, הנחות העבודה הללו הן חלק בלתי נפרד מהידע המעשי – 

שמהווה את ההבדל בין אנליסטים בינוניים ובין נינג'ות של דאטה.

לכן, הידע המעשי מהווה מרכיב משמעותי מאוד במועדון הנתונים –

גם בפוסטים, גם במשדרים וגם בתכניות הליווי.

 

המשדר המיוחד: 10 הטעויות שמחריבות לך את הסיכוי להפוך לדאטה אנליסט!

 

 

להציע טיסות זולות ועדיין להרוויח?

 

ניהול חברת תעופה הוא ביזנס לא פשוט בכלל;

יש בו מצד אחד הכנסות הכפופות להתנהגות צרכנית מסוימת,

וגם לתחרות אגרסיבית.

ומצד שני, יש בו הרבה מאוד הוצאות שונות ומשונות –

החל מעלות כח אדם (טייסים, דיילים, טכנאים, אנשי מנהלה),

דרך הוצאות דלק שאינן צפויות תמיד (מחיר נפט תנודתי),

עלויות אדירות של רכישת מטוסים וחלפים

ועוד…

 

ועדיין, מאחר וכל הוצאה כזו כפופה ל'חוק המספרים הגדולים' –

אפשר לשמור עליה נתונים, לנתח אותם בצורה סטטסיטית,

להסיק מהם על התנהגויות החוזרות על עצמן,

ובהתאם להחליט על דרך פעולה שתמקסם את ההכנסות,

או תמזער עלויות – ותוביל לשיפור הרווחיות.

 

איך דאטה הופך לדולרים

 

כל תהליך עסקי – וזה נכון בעיקר לגבי תהליכים תפעוליים –

כולל לא מעט מאפיינים או תכונות.

את המאפיינים/ תכונות הללו ניתן לנטר ולתעד כדאטה.

כשהדאטה נשמר, אפשר לנתח אותו בצורה מעמיקה,

לזהות צווארי בקבוק ולחשוב על דרכים לפתור אותם.

 

זה נכון גם לגבי ייעול תהליכים, אבל גם לגבי התנהגות צרכנית.

וככל שאנחנו מנטרים יותר תהליכים ויותר פרמטרים –

ניתן ננתח אותם בצורה מעמיקה יותר, ולזהות תופעות ומגמות.

 

זה בדיוק מה שחברות התעופה עושות "בשגרה":

לוקחות את נתוני הטיסות בשנים האחרונות, כולל נתונים שונים –

יעד, תאריך, שעה, מחלקת כרטוס, חגים/סופ"ש וכיו"ב –

יודעים להעריך מה הביקוש הצפוי לכל טיסה.

זה כמובן לא מדויק ב-100%, אבל זה עדיין הרבה יותר מדויק

מלהניח שכל הטיסות הן עם אותו הביקוש…

 

התחזית הזו מאפשרת לחברת התעופה להגדיל הכנסות –

באמצעות העלאת/ הורדת מחירים בהתאם לצפי,

ולחילופין להתאים מראש את המטוס בהתאם לביקוש –

לדוג' הקצאת מטוס גדול יותר לימים עם ביקוש חזוי גבוה.

 

ההתאמות הללו עשויות להגדיל את הרווחיות של החברה בצורה דרמטית.

ובסקטור שבו הרווחיות היא בסדר גודל של אחוזים בודדים –

זה יכול להיות כל ההבדל בין רווחיות לקריסה.

 

 

"החלום ושברו"

 

אז לכאורה, בשביל לאפשר תחזית כזו ולבסס עליה מדיניות,

צריך רק הרבה נתונים, נכון?

 

אז זהו – שכמות הנתונים בפני עצמה אינו הפרמטר היחיד כאן…

מדוע?

כי כמו שהבנו קודם לכן, הנתונים לא עומדים בפני עצמם,

אלא מהווים תמונת מצב של תהליך עסקי מסוים.

 

התהליך העסקי המסוים הזה, ועולם התוכן העסקי שלו

כפופים לכללי משחק ולאילוצים מסוימים.

ובלי שנבין את אותם כללי המשחק ואילוצים –

אנחנו עלולים לפרש בצורה מוטעית את הנתונים,

מה שעלול להסתיים לא אחת בהפסד כספי מהותי –

ובמקרים מסוימים אף בחיי אדם (לדוג': תחום הבריאות).

 

ואתם צודקים – אלה בדיוק הנחות העבודה…

 

אז מה קרה לחברות התעופה בתקופת הקורונה?

 

ובכן, ברור שההכנסות צנחו בצורה דרמטית בגל הראשון.

אבל גם לאחר הגל הראשון, עדיין קיימת אי ודאות אדירה –

בעיקר לגבי החלטה על סגרים נוספים והפסקת הטיסות.

 

במציאות כזו, שהיא תקדימית לחלוטין – אין נתוני עבר.

ובהתאם, כל המודלים המתמטיים המאוד מורכבים,

שהתבססו על נתוני עבר לא רלוונטיים –

פשוט הופכים ללא תקפים.

 

לכן, לא ניתן לחזות היקפי ביקוש לטיסות – ולהיערך בהתאם.

ומי שיתעקש להמשיך ולהסתמך על המספרים מהעבר,

יגלה מהר מאוד שהם לא משקפים כלום…

 

זה לא אומר שאי אפשר להתנהל, או לתכנן –

זה פשוט אומר שאי אפשר להתבסס בצורה בלעדית

על מודל מתמטי, שפותח בהינתן מציאות עסקית מסוימת –

ולא תקף לחלוטין במצב השוק הנוכחי.

 

ישנן דרכי פעולה אחרות – מעבר למודל מתמטי אחד –

כאלו שבנויות להקטין סיכונים במצבי אי ודאות.

לדוג': תמחור גבוה ויחסית אחיד, והפעלת מטוסים קטנים בלבד.

 

 

קריאת השכמה לכל דאטה אנליסט

 

התופעה הזו, של מודל או ניתוח אנליטי לא תקף –

לא שמור רק לתקופה קיצונית כמו מגיפה עולמית.

למען האמת – היא אחת התופעות היותר נפוצות בתחום שלנו.

 

במהלך כמעט 20 שנים שאני בתחום,

נתקלתי בה בצורה שוטפת – לעיתים עם השלכות קיצוניות.

 

בהרבה מקרים היה מדובר במודל סטטיסטי מורכב,

שבסופו של דבר פשוט לא עבד – כי המציאות העסקית השתנתה…

 

היו גם מקרים של קמפיינים דיגיטליים בפלטפורמה זו או אחרת,

שהחליטה יום בהיר אחד על דעת עצמה להוריד פרסומות מסוימות,

כי אינן עומדות בתנאי השימוש של תחום עסקי לא קשור.

וזה למרות שהן רצות כבר במשך שנים, כן?…

(רק לצורך המחשה – נניח שפרסומת לאינסטלטור תסווג כמסחר בביטקוין…)

 

היו גם מקרים של מכונית אוטונומית, שלצערנו דרסה הולכת רגל,

ואף אחד לא הבין מדוע.

אולי כי היא הלכה לצד האופניים שלה – במקום לרכב עליהם,

והמערכת לא ידעה לזהות אם זה הולך רגל או רוכב אופניים?…

ייתכן שלעולם לא נדע…

 

או המקרה המפורסם של 2 מטוסי ה-737 מדגם Max,

שהתרסקו כתוצאה ממערכת שהיתה רגישה לנתונים לא אמינים.

תאונות, שגבו את החיים של מעל ל-300 קורבנות –

ועלו (ועוד יעלו) לבואינג מיליארדים רבים של דולרים…

 

 

איך ממשיכים מכאן?

 

מקצוע הדאטה אנליסט הוא לא רק מקצוע טכני.

הוא כולל הרבה מרכיבים עסקיים ולוגיים,

והוא מחייב בראש ובראשונה יכולת להגדיר הנחות עבודה תקפות.

 

ואיך עושים את זה?

אין פתרון קסם לזה – למעט לפתח את "השריר האנליטי",

ואת זה עושים דרך התנסות מעשית במשימות אנליטיות.

 

אז אמנם לטוס לחו"ל בינתיים אי אפשר בצורה חופשית,

אבל לקראת הרגע שכולנו מחכים לו (אחרי הקורונה) –

תוכלו להתחיל כבר היום תתחילו לאסוף נתונים על מחירי הכרטיסים.

 

וגם אם תיקח עוד תקופה עד שהקורונה תהיה מאחורינו,

לפחות עד אז נוכל לפתח את 'השריר האנליטי' –

ולשפר את הסיכויים לעבוד בתחום…

 

בהצלחה!

 

ואם אתם רוצים לשמוע עוד על ידע מעשי,

על איך מפתחים חשיבה אנליטית,

ולשפר את הסיכויים להתחיל לעבוד בתחום,

או להשתדרג לתפקידים מובילים –

תוכלו לבדוק מהו הצעד הבא – כאן:

 

המשדר המיוחד: 10 הטעויות שמחריבות לך את הסיכוי להפוך לדאטה אנליסט!

 

 

 

 

Share
השארת תגובה