Data získávají vítěznou metu

S umělou inteligencí, strojovým učením a big daty se můžeme setkávat v mnoha oborech lidské činnosti. Například svět baseballu si jich prvně všiml na začátku milénia díky osobě scouta a bývalého baseballového hráče Billyho Beana. Jeho příklad byl tak pozoruhodný, že o něm natočil Hollywood známý film Moneyball. Svět baseballu je mnohým z nás poněkud vzdálený. Jedná se o kolektivní sport, který si vyžaduje širokou sadu dovedností a celkový průběh hry ovlivňuje ve vysoké míře kompatibilita zvolených hráčů na hřišti.

Každý hráč má specifické přednosti, u někoho je to skvělý odpal, u jiného je to práce na metě, u dalšího rychlost. Schopnosti hráčů, ale nejsou zdaleka jediným faktorem, který ovlivňuje úspěšnost klubu v zápasech. Hlavní roli, jako v každém sportu hrají peníze a cena koupených hráčů.

Když nejsou peníze, je čas být efektiní

V hollywoodském snímku Billy Beane před začátkem nové sezóny řešil rébus, jak nahradit tři kvalitní hráče, kteří byli odkoupeni bohatším klubem. Vzhledem k tomu, že tým Oaklandu měl velmi omezený rozpočet (na nákup hráčů zbyla jen třetina obvyklé částky), rozhodl se bývalý pálkař pro výběr hráčů využít nové revoluční metody, a to na základě známých dat. I když byly statistky hráčů dostupné, jejich využívání bylo náhodné a subjektivní.

Beane spolu se svým asistentem absolventem ekonomie na Yale Paulem DePodestou zkusili data využívat na základě konceptu tzv. sabermetriky. Tento koncept využívá statistik k měření aktivit během hry. Sbíráním relevantních dat se následně snaží zodpovědět konkrétní otázky. Baseballoví odborníci měli k dispozici velmi rozsáhlý objem vstupních čísel, a to údaje o hráčích a zápasech již od konce 19. století, která byla v osmdesátých letech zdigitalizována. Údaje byly dostupné všem, otázka byla, kdo k jejich užití najde odvahu a kdo se bude podle nich skutečně rozhodovat. Uvedený přístup Billyho Beanea, který dnes můžeme označit za data-driven, se v této době setkal s odporem. Pro funkcionáře klubu šlo o příliš novátorskou záležitost, proto jeho statistickou taktiku zpochybňovali.

Jde jen o čísla

Billy Beane se začal rozhodovat takřka výhradně podle statistiky, která se do češtiny překládá jako „procento na metě“ a zároveň ignoroval slabiny hráčů, které se běžně braly do úvahy. Na základě vyhodnocených dat vybral tři hráče, kteří splňovali konkrétní požadavky, které byly důležité pro stavbu týmu. Vítězství se nedostavila okamžitě, ale Billy Bean ve svou metodu věřil a neuhnul. Víra sama v sebe a v inovace Billeyho a jeho tým nakonec dovedla  k úspěchům. Oaklandu se v sezóně podařilo neuvěřitelných 20 vítězství v řadě a vyhrál i celou západní divizi. Tyto výsledky byly tou nejlepší odpovědí funkcionářům, kteří v jeho přístup nevěřili a chtěli zachovat staré subjektivní postupy a rozhodovat se na základě zvyků a subjektivních dojmů. Pro plné využití sabermetriky musel klub investovat do technologií a patřičného vybavení. Nicméně se jednalo o investici, která se velmi rychle vrátila. Případ Billyho Beanea změnil tvář baseballu jednou pro vždy. Dnes se hráči vybírají a nakupují právě podle těchto principů a nikomu již nepřijde toto rozhodování zvláštní.

Beane a DePodesta jako inspirace pro byznys

Jistou asociaci výše zmíněného příkladu ze sportu můžeme pozorovat například u velkých i malých firem. Rozhodování o jejich dalším osudu přechází od osobních pocitů k rozhodování na základě přesných dat, která umožňují zodpovědět velmi důležité otázky a není třeba se jich obávat ani způsobu zacházení s nimi exaktně rozumět. Důležité je vědět o nich a vědět, že jde o nástroj, který je pro kvalitní rozhodnutí nepostradatelný. Stejně jako v příběhu Billeyho Beana se úspory neprojeví okamžitě, ale je třeba nový přístup „nechat pracovat“ a důvěřovat mu. Ostatně v mnoha firmách si asi už těžko dokáží představit, že nedávno tak důležitá rozhodnutí, jako například o velikosti zásob, nebo objemu nakupovaného zboží, se prováděla od stolu a čistě subjektivně, nikoliv na základně exaktních údajů.