Szórakoztatóak-e a számok? Abszolút — válaszolja gondolkodás nélkül Federico Maffini, akinek a számolás a hivatása: az Amazon Web Services Inc. üzletmenedzsmentért felelős vezetőjeként üzleti elemzők és programmenedzserek kiterjedt csapatát vezeti. Az Amazonnál töltött számos év alatt Federico jó néhány területtel dolgozott már együtt, beleértve a pénzügyet, a programmenedzsmentet, az értékesítést, a szállítást, a vásárlói élményért, illetve a webes szolgáltatásokért felelős részlegeket.
Született problémamegoldóként egy több mint 50 millió dolláros importüzletág költségkontrollját vezette, és a számlázás automatizálása és az ellenőrzési gyakorlatok javítása érdekében olyan vezető szállítmányozó cégekkel működött együtt, mint a UPS, a FedEx, a DHL, a Hermes és a Royal Mail.
A következőkben Federico elárulja:
- hogyan lehet adatokkal és értékes üzleti információkkal fejleszteni a döntéshozatalt,
- hogyan segíthet a történetmesélés a dolgozóknak kitűnni a tömegből,
- és hogyan fogja a mesterséges intelligencia (MI/AI) felborítani a pénzügyi elemzés világát.
(Az interjú angol nyelvű eredetije itt olvasható.)
Miért fontos, hogy a vállalkozóknak és a nem pénzügyi területen dolgozóknak is legyenek pénzügyi elemzési ismeretei?
Az emberekben a „pénzügy” szó mindig kelt némi ellenérzést, azonban a pénzügyi adatok átlátása és a pénzügyi mechanizmusok ismerete hatalmas előnyt jelent: lehetővé teszi, hogy az üzleti döntéseink során még inkább az adatokra támaszkodjunk.
A vállalkozók számára kulcsfontosságú, hogy fel tudják mérni a cégük állapotát, illetve hogy képesek legyenek felismerni a fejlődési és a befektetési lehetőségeket — ehhez pedig elengedhetetlen a stabil pénzügyi alaptudás.
Tudnál mondani olyan példát a saját karrieredből, amikor a pénzügyi elemzés segített növelni a profitot?
Az Amazonnál mindenki indíthat új kezdeményezéseket – kicsit olyan, mintha mind vállalkozók lennénk. A pénzügyi és egyéb területeken szerzett tapasztalatomnak köszönhetően lehetőségem volt költségmegtakarítási és profitnövelési kezdeményezéseket lebonyolítani a cégnél. Hozzájárultam például az Amazon egyes műveleteinek és szállítási részlegének hatékonyságnöveléséhez azáltal, hogy felmértem különböző szállítmányozási szolgáltatókat és megállapítottam, hogy melyikük dolgozott a legoptimálisabb a szállítmányok típusa szerint. Ezt pedig mind az adatok tették lehetővé.
Ahhoz, hogy megértsük, mekkora a piac, mi mekkora szeletet hasíthatunk ki belőle, és ennek mennyi lesz az ára, fontos, hogy ismerjük és értsük a pénzügyi elemzésben használatos fogalmakat és módszereket.
Ez pedig nem olyan tudás, amivel születünk, hanem amit megszerezhetünk – mindegy, milyen területen dolgozunk.
Finomhangoltam továbbá az egyes árazási algoritmusokat is az optimális eladási ár biztosítása és a legjobb árazási modell használata érdekében a különböző vásárlói csoportoknál. Ez is egy jó példa arra, hogy a pénzügyi elemzés hogyan segítheti az üzlet profitabilitását.
Ha jól tudom, az Amazon az élen járt a megközelítés gyakorlati alkalmazásában és az adatalapú döntéshozásban.
Az Amazonnak minden területére és csapatára jellemző a nagymértékű adathasználat. Nem számít, hogy pénzügyi, marketing vagy toborzási területen dolgozol-e, az adatok létfontosságúak, mivel lehetővé teszik, hogy meghalld a lényeget a zajban. Lehetővé teszik, hogy lehámozd mindazt, ami fölösleges, új perspektívákból is megvizsgáld a különböző feltételezéseket és mélyebben átgondold a problémákat – ráadásul mindezt alátámasztható és iterálható módon.
A pályám elején egy dologban biztos voltam: nem akartam pénzügyi területen dolgozni. Az összes tárgy közül, amit az egyetemen tanultam, ez volt az, amivel határozottan nem akartam foglalkozni a jövőben.
És láss csodát: mégis pénzügyön dolgozom. Mivel a lehetőség nem mástól, mint az Amazontól jött, úgy döntöttem, teszek egy próbát, és ez volt a legjobb döntés, amit hozhattam a karrieremnek azon a szakaszán, mivel így biztos alapot szereztem.
Az Amazonnál azt tanultam meg, hogy az adatok világában való jártasság sokoldalúvá tesz. Ezt a készséget bárhol használhatod. Ha viszont nem rendelkezel vele, egyedül megtanulni a nulláról nagyon sok idő- és energiabefektetést igényel, és minél idősebb vagy, annál nehezebb dolgod lesz.
Ha már a pénzügyi elemzésről beszélünk, a statisztikai és üzleti előrejelzést is meg kell említenünk. Mi a különbség a kettő között?
Lényeges különbségek vannak a tisztán adatalapú statisztikai vagy elemző előrejelzési modell és az üzletalapú előrejelzés között.
Az adat pont annyit ér, mint az általa megszerzett tudás.
Sajnos ennek a hiányával gyakran találkozni – különösen a műszaki csapatoknál volt megfigyelhető, akikkel dolgoztam. Sokan úgy építenek statisztikai modelleket és gépi tanulási algoritmusokat, hogy közben nem értik a kapcsolódó üzleti területet. Pedig az adatok nem segítik a döntéshozatalt, ha nincsenek az adott vállalkozás igényeire szabva.
Ez a híres „garbage in, garbage out” probléma?
Pontosan, és ugyanez a probléma a generatív mesterséges intelligenciával is. Minden attól függ, hogy milyen minőségű adatot viszünk be, és hogy hogyan tudjuk szűrni a szükséges információt a vállalkozás igényeit szem előtt tartva. Ez pedig tapasztalatot és megfelelő képzést igényel.
Mik a legnagyobb buktatók a pénzügyi adatok elemzése területén?
Néha a vállalkozás nem megfelelő ismerete olyan adatok használatához vezet, amik hiányosak vagy helytelenek. Az információk ellenőrzése és a források, illetve azok elfogultságának és a feltételezések mögötti fenntartásoknak a megértése is létfontosságú.
A buktatók sokszor a karrierünk aktuális szakaszából is fakadhatnak. Az emberek a karrierjük elején hajlamosak elfelejtkezni arról, hogy a számokat más forrásokkal is összevessék. Az esetleg nem azonos adatokkal rendelkező források közötti átfedések felmérése segíthet biztosítani az adatok megbízhatóságát.
Később pedig, ahogy az ember egyre jobban megbarátkozik az adatokkal, egyre fontosabbá válik az üzleti fogalmak megértése, ami gyakran elmarad. Az elemzők gyakran nem látják a fától az erdőt: túlságosan belemerülnek az adatokba, így pedig lemaradnak a stratégiai információkról, rálátásokról.
Meglepő lehet, hogy ilyen prózai adatolás után a történetmeséléssel folytatjuk. Mégis, miért fontos a storytelling a pénzügyi elemzésben?
A történetmesélés minden olyan munkavállalónak fontos, aki „felfelé”, azaz a felettesei felé kommunikál. Ha a vezetőség és a szenior stakeholderek adatalapú megközelítést alkalmaznak, akkor könnyebb dolgunk van. De nem mindenki működik így. A te feladatod, hogy számukra érthető és meggyőző módon add elő a javaslataidat.
A pénzügyi elemzők sokszor túlságosan is közelről nézik a számokat ahhoz, hogy megértsék ezt, és így ráadásul lemaradnak a munkájuk legfontosabb hozadékáról, mert nem tudják az információkat visszacsatornázni a közönséghez.
Abszolút, a fejlesztőkkel pedig még rosszabb a helyzet. Szerinted ez veleszületett tehetség, vagy tanulható készség?
Ha úgy nézzük, mindenhez kell tehetség. Van, aki kiemelkedően jó az Excelben, keni-vágja a Pythont, fejben old meg másodfokú egyenleteket, valakit pedig nagyon fejlett kreatív gondolkodással áldott meg az ég. Mások a történetmesélésben jók.
Azonban léteznek olyan technikák, amelyekkel meg lehet tanulni ezeket a készségeket, hogy legalább olyan szintre juss el, mint a „tehetségesek”. Nem kell filmrendezőnek vagy elismert írónak lenned ahhoz, hogy jó történetmesélő légy. Bárki tud történetet mesélni.
Tudnál olyan példákat mondani, ahol a történetmesélés a segítségedre volt a karriered során?
Minden nap a segítségemre van, elég a vezetői szerepemet nézni, ami alá elég sokféle felelősség és feladat tartozik – a sales műveletektől az értékesítési stratégián és vezetői kommunikáción át egészen az értékesítés tervezéséig. Ha képes vagy úgy elmagyarázni a problémát, hogy az reflektáljon a közönséged problémáira, nagyobb eséllyel át tudod adni az üzenetet.
Az évek során ennek segítségével tudtam forrásokat szerezni a csapatom számára, elindítani a megálmodott kezdeményezéseket és támogatást szerezni a különböző kísérletek és tesztek számára – még akkor is, ha az eredmény sokszor bizonytalan volt.
Ha megtalálod a módját, hogy hogyan tehetsz egy ötletet vonzóvá a közönséged számára, nyert ügyed van: megnyílnak előtted az ajtók.
A kisebb vállalatok a tőkebevonási lehetőségek felismerésére is pénzügyi elemzést használnak. Hogyan működik ez pontosan?
A kulcs ehhez a sokoldalú modellek készítése az Excelben, ehhez pedig a legfontosabb a biztos elemzési alaptudás, amit aztán magabiztosan alkalmazhatsz megtérülési elemzésekhez, értékelemzésekhez és cash flow előrejelzésekhez is. Ezek olyan technikák, amelyek segíthetnek megérteni egy befektetés életképességét, és megindokolni, hogy miért számítasz nagyobb bevételekre egy finanszírozási kör miatt.
A legjobb, ha az ember olyan sablonokat sajátít el, amelyek bármely esetben jól működnek, hiszen az üzleti világ — és benne a saját szerepünk is — sokszor nagyon gyorsan változik. Lehet, hogy ma még pénzügyön dolgozol, de holnap már mondjuk az ügyfélélmény fokozása lesz a feladatod. A legfontosabb dolog, amit megtanultam a karrierem során, az az adatok használatának, a modellek építésének és az alapokhoz való visszatérésnek a képessége.
Szerinted hogyan fogja befolyásolni a mesterséges intelligencia a pénzügyi elemzést és általánosságban a szakmát?
Már bőven azelőtt nagyon érdekelt ez a téma, hogy a generatív mesterséges intelligencia ennyire bekerült volna a köztudatba. Lenyűgöző technológiának tartom, ami ráadásul elképzelhetetlen sebességgel fejlődik — a ChatGPT is rengeteget fejlődött már az adatvezérelt problémák megértése és kezelése terén.
A mesterséges intelligencia akár a pénzügyi elemzés — és azzal együtt bármelyik másik elemzői terület — egészét megváltoztathatja. Nem hiszem azonban, hogy bármikor is képes lenne helyettesíteni az emberi gondolkodást, legalábbis a közeljövőben semmiképp.
Amiben tud segíteni akár már most, azok az ismétlődő feladatok automatizálása, és a képességeink kiterjesztése a jelenlegi eszköztárunkon kívül, például értékes üzleti információk biztosításával. De akár felületként is szolgálhat, ahol ellenőrizhetjük a folyamatainkat és a képleteinket.
Amit azonban biztosan forradalmasítani tud, az a hibák keresése és elhárítása. Ha elakadsz egy képletnél az Excelben, egy VBA-makróban vagy egy SQL-lekérdezésben, a Google-lel megtalálhatod a választ — én legalábbis ezt tanultam régen. A GPT segítségével azonban mindezt sokkal gyorsabban megtehetjük, sokkal pontosabb eredménnyel.
Ez az, amit szerintem az embereknek meg kellene érteniük — és becsülniük. Az éles használat előtt nem árt, ha először kipróbálod, és játszol vele egy kicsit. Nem kell feltétlenül mindennap használni, de jó, ha az eszköztárunk részét képezi, hogy amikor szükség van rá, bevethessük.
Kapcsolódó kurzusok:
Vannak olyan készségek, amik akkor is értékesek lesznek, amikor a mesterséges intelligencia a fejünkre nő?
A kritikus gondolkodás, a stratégiai rálátás, a kommunikáció, az interperszonális készségek és a döntéshozatal egytől egyig ilyenek. Megkérhetem a ChatGPT-t, hogy segítsen megérteni egy eredménykimutatást, vagy segítsen megtalálni a következő VLOOKUP képletet az Excelben. De hogy azzal utána mit fogok kezdeni, már csak rajtam áll.
A vezérigazgató és a pénzügyi vezető nem fog bejelentkezni a ChatGPT-fiókomba, és nem onnan fogják megkapni a válaszokat.
Tőlem függ, hogyan építem fel a történetet, hogyan csomagolom be úgy, hogy vonzóvá tegyem a számukra. És ez a készség nem tűnik el egyik napról a másikra.
Milyen tanácsot adnál annak, aki most kezdi el karrierjét a pénzügy területén?
Ami minden területre egyaránt vonatkozik — az adatokkal foglalkozó szerepkörökre azonban kiemelten —, az a folyamatos tanulás. A karrierem elején órákat töltöttem azzal, hogy az Excellel, Tableau-val és SQL-lel „játszottam”.
Még ma is képes vagyok visszafejteni egy Excel-fájlt, amelyet az egyik csapattagom készített, csak azért, mert magam is átmentem ezen a tanulási folyamaton. Ez alapvető fontosságú, különösen a karrierünk elején. A felzárkózás ugyanis egyre nehezebbé válik, ahogy haladsz előre, ezért érdemes inkább az elején rászánni az időt.
Ha pedig a pénzügyön kívül helyezkednél el, szerezz tapasztalatot! Az egyik dolog, amit nagyon szeretek az Amazonban, az az, hogy lehet horizontálisan mozogni a vállalaton belül. Persze nem mindenkinek van erre lehetősége, hiszen minden cég más.
De ha van lehetőséged arra, hogy egy kicsit beletanulj valami teljesen másba, például a marketingbe vagy az account managementbe, ragadd meg a lehetőséget! Vagy használd ki a szabadidődet, és tanulj új területekről – akár egy Laba-kurzuson keresztül. Ezzel előnyre tehetsz szert másokhoz képest, akik csak a saját területükhöz értenek. Ha pedig nincs ilyen lehetőséged, teremts magadnak!
