Big data czy przeczucie. Jak nie utonąć w danych?

Mirosław KonkelMirosław Konkel
opublikowano: 2026-01-22 11:30

Analiza danych może uratować firmę przed potopem informacji albo stać się wygodnym alibi dla bezczynności. Cyfrowa Arka Noego działa tylko wtedy, gdy ktoś bierze ster w ręce i ponosi odpowiedzialność za kurs. Bez lidera nawet najlepiej wyposażony system po prostu dryfuje.

Przeczytaj artykuł i dowiedz się:

- jak analityka biznesowa może pomóc firmom odnaleźć sens w zalewie informacji i uniknąć pułapki nadmiaru danych,

- dlaczego big data często zawodzi w firmach i jakie są najczęstsze błędy w jej wdrażaniu,

- w jakich sytuacjach intuicja lidera może okazać się skuteczniejsza niż najbardziej precyzyjne dane i algorytmy,

- jak klub Oakland Athletics, dzięki komputerowi, odmienił swoje wyniki sportowe i proces rekrutacji zawodników.

Posłuchaj
Speaker icon
Zostań subskrybentem
i słuchaj tego oraz wielu innych artykułów w pb.pl
Subskrypcja

W ostatniej Akademii Lidera pisałem, że cyfrowa rewolucja może utopić firmy w morzu danych. Tyle że dane nie są problemem. Technologia też nie. Prawdziwy kłopot zaczyna się tam, gdzie mają zapadać decyzje: liderzy dostali narzędzia, które miały skracać drogę od informacji do działania, a w praktyce używają ich, by rozmywać albo zrzucać z siebie odpowiedzialność.

To nie znaczy, że ominie nas informacyjne tsunami. Przeciwnie – ono już nadciąga. Stanisław Lem ostrzegał przed nim na długo przed erą big data, wzywając do budowy cyfrowej Arki Noego – systemów, które pozwalają odnaleźć sens w zalewie informacji. Dziś takim statkiem ratującym biznes przed potopem bywa analityka biznesowa – dashboardy, hurtownie danych, modele i algorytmy. Jedno zastrzeżenie: sama arka nie wystarczy. Potrzebny jest jeszcze ktoś w rodzaju Noego – zdolny kapitan, który umie nawigować pośród fal, mielizn i raf, zamiast dryfować z prądem danych.

Dlaczego to jest ważne

Dobrze użyta analityka biznesowa porządkuje chaos. Redukuje szum informacyjny, wyciągając z milionów rekordów kilka wskaźników, które naprawdę mają znaczenie. Zamienia domysły w prawdopodobieństwa, pokazuje zależności, których ludzki umysł nie jest w stanie samodzielnie dostrzec, i pozwala prognozować zamiast nieustannie gasić pożary. Nie dlatego, że liczby są mądrzejsze od ludzi, lecz dlatego, że w złożonych systemach intuicja – nawet doświadczona – zaczyna zawodzić.

Studium przypadku: Oakland Athletics

Historia, która najlepiej to pokazuje, wydarzyła się poza światem korporacji. Klub Oakland Athletics, działający bez wielkiego budżetu, przez lata ufał intuicji swoich działaczy i ich rzekomo eksperckiemu oku. Efektem były kosztowne pomyłki transferowe i sportowa przeciętność. Przełom nastąpił dopiero wtedy, gdy do procesu rekrutacji włączono analitykę danych. Zamiast gwiazd zaczęto wybierać zawodników może mniej efektownych, ale idealnie dopasowanych do systemu gry. Drużyna zaczęła wygrywać nie dzięki talentom z plakatu, lecz dzięki lepszym decyzjom.

To prawdziwa historia opisana w książce „Moneyball” Michaela Lewisa. Jej sens nie polega jednak na tym, że komputery wygrały z ludźmi. Najważniejsza zmiana dotyczyła sposobu podejmowania decyzji. Dane odebrały głos tym, którzy przez lata mieli monopol na ocenę talentu. Analityka nie stworzyła mistrzów – ale wreszcie pokazała, kogo i dlaczego warto wybierać.

Co z analityką jest nie tak

Dlaczego więc w tak wielu firmach analityka biznesowa zawodzi? Najczęściej nie z powodów technicznych. Pierwszym problemem jest niska jakość danych – nieaktualne, niespójne, źle oznakowane. Zasada jest banalna, ale bezlitosna: śmieci na wejściu to śmieci na wyjściu. Algorytmy produkują wtedy nie wiedzę, lecz bzdury, a zarząd podejmuje strategiczne decyzje na podstawie fałszywego obrazu rzeczywistości.

Drugim powodem jest chroniczne mijanie się biznesu z IT. Analitycy dostarczają odpowiedzi na pytania, których nikt nie zadał, a menedżerowie nie potrafią przełożyć realnych problemów na sensowne hipotezy analityczne. Powstają rozbudowane raporty, które nie prowadzą ani do decyzji, ani do działania – karmią jedynie procedury.

Trzeci problem to odizolowanie analityki od codziennych operacji. Nawet najlepszy model traci wartość, jeśli nikt mu nie ufa albo nie rozumie jego logiki. Organizacja ponosi koszty wdrożenia, licencji i zespołów analitycznych, ale realny sposób pracy pozostaje bez zmian.

Najgroźniejsza bywa jednak nadmierna wiara w obiektywność liczb. Analityka zaczyna pełnić rolę wyroczni: skoro coś wyszło z danych, to musi być prawdą. Tymczasem modele nie są neutralne – zawsze odzwierciedlają założenia, uproszczenia i uprzedzenia ich twórców. W efekcie liczby stają się alibi dla decyzji podjętych wcześniej intuicyjnie lub politycznie. To nie my – to dane. Odpowiedzialność znika.

W wielu przedsiębiorstwach analityka pełni jeszcze jedną funkcję: kontrolną. Zamiast wspierać podejmowanie decyzji, zamienia się w narzędzie monitorowania i rozliczania. Algorytmy są używane po fakcie – do wskazywania winnych, a nie do wspierania działania. Morale spada, ostrożność rośnie, a realna zdolność decyzyjna organizacji słabnie.

Kiedy intuicja wygrywa z liczbami

W tym miejscu warto jednak postawić niewygodne pytanie: czy dane zawsze mają rację? Nie. Są sytuacje, w których intuicja wygrywa z analityką – i lider powinien to wiedzieć. Dzieje się tak wtedy, gdy zmienia się samo pole gry. Gdy rynek dopiero powstaje, gdy pojawia się nowa technologia, nowy model biznesowy lub nowa potrzeba klienta, dane historyczne opisują świat, który już nie istnieje. W takich momentach algorytmy dobrze rozumieją przeszłość, lecz mylą się co do przyszłości.

Właśnie tu wchodzi rola intuicji rozumianej nie jako przeczucie, lecz jako skondensowane doświadczenie. Lider, który widzi pęknięcia w dotychczasowych wzorcach, może podjąć decyzję wbrew danym – i mieć rację. Warunek jest jeden: musi wiedzieć, dlaczego je ignoruje, i być gotów ponieść konsekwencje. W epoce romantyzmu pytano, co jest ważniejsze: czucie i wiara czy mędrca szkiełko i oko. Porzućmy tę dychotomię. Intuicja wygrywa nie dlatego, że jest romantyczna, lecz dlatego, że czasem jako pierwsza rejestruje zmianę reguł gry.

Studium przypadku: LEGO

Świetnie pokazuje to historia kryzysu i odrodzenia LEGO. W latach 90. firma uznała, że klasyczne klocki są zbyt nudne, i zaczęła podążać za trendami podsuwanymi przez arkusze kalkulacyjne. Gotowe zestawy, linie odzieżowe, lawinowy wzrost liczby unikatowych elementów. Zarządzanie zza biurka doprowadziło w 2003 r. firmę na skraj bankructwa – koszty eksplodowały, a tożsamość marki się rozmyła.

Ratunek przyszedł nie z kolejnego dashboardu, lecz z powrotu do obserwacji dzieci bawiących się na podłodze. LEGO odkryło, że jego siłą nie są modne gadżety, lecz system dający użytkownikowi poczucie sprawczości i mistrzostwa. Firma nie odrzuciła danych – odrzuciła złe pytania. Analityka wróciła później, ale już jako narzędzie wspierające sens, a nie zastępujące go.

Surfowanie czy dryfowanie

Wniosek jest niewygodny, ale prosty. Analityka biznesowa nie zwalnia lidera z myślenia. Przeciwnie – zmusza go do myślenia precyzyjnego, do stawiania dobrych pytań i do wzięcia odpowiedzialności za decyzję, której nie da się już ukryć za kolejnym raportem. Dane mogą pomóc decydować. Nie mogą decydować za nas.

Bo cyfrowa Arka Noego nie jest maszyną, która sama dopłynie do brzegu. Może być doskonale zaprojektowana, wypełniona sensorami, algorytmami i mapami ryzyka – a mimo to dryfować bez celu. O tym, czy ocali firmę przed potopem danych, decyduje nie liczba dashboardów, lecz obecność kapitana. Kogoś, kto potrafi odróżnić falę od prądu, szum od sygnału – i w odpowiednim momencie wziąć ster w swoje ręce.

Możesz zainteresować się również: