Be to, dėl griežtinamos pinigų politikos, augančios pagrindinės palūkanų normos didina gyventojų įsipareigojimų naštą, nes dauguma gyventojų būsto paskolų yra suteikiamos su kintama palūkanų norma.
Augančios palūkanų normos kartu su didele infliacija gali apsunkinti gyventojų galimybes vykdyti finansinius įsipareigojimus kredito įstaigoms ir lemti kredito nuostolių išaugimą. Siekiant įvertinti makroekonominių rizikų įtaką namų ūkiams, jų pajamoms ir turimiems įsipareigojimams, atliekamos namų ūkių pažeidžiamumo analizės, kurios mikroduomenų pagrindu leidžia įvertinti potencialų kredito rizikos išaugimą ir labiausiai pažeidžiamų paskolas turinčių namų ūkių dalį.
Šiuo metu panašios ekonomikos lėtėjimo, aukštos infliacijos ir augančių palūkanų normų tendencijos vyrauja ir kitose valstybėse, tačiau Lietuva išsiskiria reikšminga kintamų palūkanų normų paskolų dalimi palyginti su dauguma kitų ES valstybių, todėl pinigų politikos griežtinimas kur kas greičiau persiduoda į namų ūkių turimų paskolų aptarnavimo išlaidas.
– Su kokiais duomenų apdorojimo ir valdymo iššūkiais dažniausiai susiduria verslo įmonės? O bankų sektorius?
– Vienas iš pagrindinių iššūkių – centralizuoto požiūrio į duomenų valdymą trūkumas. Pagal iki šiol įprastą praktiką kiekvienas padalinys, o kartais net ir darbuotojas, duomenis naudoja lokaliai savo tikslams. Dėl šios priežasties neretai organizacijose nežinoma, kas ir kokius duomenis turi, duomenys ne tik kad nėra per mažai naudojami, bet ir renkami kelis kartus. Ne išimtis ir centrinis bankas – esame nustatę keletą atvejų, kai Lietuvos banko padaliniai pagal savo mandatą, rinkdami duomenis skirtingais tikslais (finansinio stabilumo, priežiūros, monetarinės politikos, statistikos, tyrimų), gauna labai panašius duomenis. Panaši problema stebima ir Lietuvos viešajame sektoriuje – duomenų teikėjai panašius, o kartais ir identiškus duomenis teikia kelioms skirtingoms institucijoms.
Kitas dažnai pasitaikantis iššūkis – nėra vieningos duomenų rinkimo politikos ir duomenų rinkimo principų įgyvendinimo. Duomenų teikėjams (jų tarpe ir bankų sektoriui) dažnu atveju neaiškus duomenų teikimo procesas, sunku kontroliuoti duomenų pateikimo terminus, nesuteikta galimybė gauti konsultacijas dėl duomenų teikimo vieno langelio principu. Be to, šiuo metu vis dar nemaža dalis organizacijų renkamų duomenų yra pateikiami ataskaitų pavidalu, t. y. duomenų teikėjai pagal tam tikras taisykles ir pjūvius užpildo nustatytus ataskaitų laukus. Norint parengti tokias ataskaitas, duomenų teikėjai neretai susiduria su papildomais kaštais, nes reikalingos investicijos tiek į žmogiškąjį kapitalą, tiek į technologijas.
Galiausiai dėl centralizuoto požiūrio ir gerosios duomenų valdymo praktikos trūkumo, neefektyviai surinkti duomenys neefektyviai ir panaudojami – sunku juos surasti, užtikrinti jų kokybę, o sprendimai priimami remiantis skirtingų šaltinių duomenimis (neįgyvendinamas vieno tiesos šaltinio principas).
– Per pastaruosius 5-erius metus duomenų apdorojimo ir valdymo specialistų skaičius Europos duomenų rinkoje padidėjo 69 proc. Skaičiuojama, kad šiuo metu dar trūksta daugiau kaip 400 tūkst. darbuotojų, o ateities prognozės rodo, kad iki 2025 m. šių specialistų poreikis padidės daugiau nei 50 proc. O kaip yra Lietuvos įmonėse? Ar duomenų specialistų poreikis vis dar auga? O bankų sektoriuje?
– Neabejotinai duomenų specialistų poreikis yra didelis ir jis tik didės. Bankai visuomet buvo priklausomi nuo duomenų, remiantis duomenimis priimami svarbūs sprendimai, tačiau pastaruoju metu situacija keičiasi – neužtenka turėti hipotezę ir ją patvirtinti istoriniais duomenimis. Šioje greitai besikeičiančioje aplinkoje vis svarbiau tampa kurti prognozių modelius ir iš jų generuoti duomenimis paremtas įžvalgas. Taigi duomenų specialistai tampa privaloma organizacijos dalimi – pradedant duomenų surinkimo sprendimų optimizavimu, jų apdorojimo užduotimis ir baigiant duomenimis paremtų įžvalgų pateikimu. Be to, pastebima tendencija, kad skirtumas tarp IT ir ne IT personalo mažėja – jei norima tapti sėkmingu organizacijoje, vis svarbiau turėti ne tik pažangios duomenų analitikos, duomenų mokslo įgūdžių pažangių analitikos įgūdžių, bet ir suprasti dirbtinio intelekto pagrindus.
– Ar lengva rasti naują komandos narį, gebantį kokybiškai apdoroti įvairius duomenis? Ar turite iš ko rinktis?
– Duomenų specialistų paieška nėra lengva. Daugėja organizacijų, kurios supranta duomenų vertę ir konkuruoja tarpusavyje dėl gerų specialistų. Be to, Lietuvos rinkoje yra nemažai pradedančiųjų duomenų specialistų bei patyrusių ekspertų, tačiau jaučiamas vidutinio lygio (angl. seniority) duomenų specialistų, ypač duomenų inžinierių, trūkumas.
– Mūsų fakultete prieš trejus metus pradėta vykdyti tarpkryptė bakalauro studijų programa Duomenų mokslas ir inžinerija, sujungianti taikomosios matematikos ir informacijos sistemų kryptis; jau ne vieną laidą esame išleidę Didžiųjų verslo duomenų analitikos magistrų, gebančių atpažinti verslo problemas, jas spręsti ir pateikti naujų įžvalgų. Ką manote apie šias fakulteto pastangas užpildyti duomenų specialistų trūkumą?
– Džiaugiamės, kad universitetai reaguoja į naujausias tendencijas ir gali pasiūlyti studijas, kurios būsimiems specialistams suteikia matematikos, statistikos, informatikos ir verslo procesų žinių ir įgūdžių, kurie tikrai reikalingi praktiškai kiekvienoje organizacijoje.
– Kuo jums asmeniškai įdomi duomenų mokslo sritis?
– Duomenų panaudojimas, analizė ir pavertimas informacija yra neatsiejama šiuolaikinio pasaulio dalis. Remdamiesi duomenimis mes ne tik analizuojame praeities įvykius, bet ir atliekame prognozes. Duomenys svarbūs ir inovacijų srityje. Ir tik pasitelkdami duomenų mokslo priemones galime iš duomenų gauti didžiausią vertę – juos suprasti, panaudoti įžvalgoms, rizikų vertinimui ir užkardymui ir galiausiai atverti, kad jie būtų kuo plačiau naudojami ir kurtų pridėtinę naudą visuomenei.
Kalbino Virginija Klusienė
