Tavs ceļš uz zinātni nav bijis ļoti parasts, universitātē nenonāci tieši no studijām. Kāds tas bija?
Studiju laikā man pat tādas domas nebija galvā, ka būšu universitātē vai kaut ko docēšu. Mans plāns bija nodarboties ar biznesu – 18 gadu vecumā iestājos universitātē un 2. kursā nodibināju uzņēmumu, kas nodarbojās ar augļu un dārzeņu importu. Uzņēmējdarbībā biju līdz brīdim, kad sapratu, ka kaut kas dzīvē jāmaina. Tad man piedāvāja ar savām zināšanām dalīties universitātē. Man bija iespēja atnākt uz universitāti, jo formālie kritēriji bija atbilstoši – paralēli tam, ka nodarbojos ar uzņēmējdarbību, biju studējis un ieguvis gan bakalaura, gan maģistra grādu.
Ko akadēmiskā vide var iemācīties no biznesa un otrādi?
Uzņēmējdarbības pieeja nozīmē būt vairāk atvērtiem jaunumiem un izaicinājumiem, kā arī izmantot iespējas, kuru akadēmiskajā vidē ir ļoti daudz, un uz pētījumiem skatīties kā uz jauna atklāšanu un neizmantoto iespēju izmantošanu.
Tāpat kā uzņēmēji arī pētnieki meklē tukšās [nišas] – kas konkrētajā nozarē vēl nav izpētīts.
Savukārt uzņēmēji no akadēmiskās vides var mācīties strukturētu domāšanu un datos balstītu lēmumu pieņemšanu. Mēs diezgan daudz konsultējam dažādus uzņēmumus un redzam, ka lielākajā daļā gadījumu lēmumu pieņemšanas pamatā nav strukturēta datu analīze. Tas nozīmē - lēmumi nereti tiek pieņemti emocionāli vai ir balstīti “man liekas” sajūtā. Tas varbūt nav slikti, ja cilvēkam ir daudzu gadu pieredze, taču vajadzētu meklēt strukturētu veidu, analizēt datus un salīdzināt sajūtas ar reāliem, pierādāmiem lielumiem.
Kāds ir tavs datos balstītais viedoklis – šobrīd uzņēmējdarbības vide mainās? Lēmumi, lemšanas process, datu vākšana ir vairāk zinātnieku domāšanai līdzīga?
Zinātnieku domāšana būtībā ir pierādījumos balstīta domāšana. Kamēr Latvijā ir salīdzinoši augstas peļņas normas, mēs varam iztikt arī ar intuitīviem lēmumiem, taču
kad mēģināsim sākt konkurēt tirgos, kuros ir ļoti spēcīgi konkurenti, ar tādu intuitīvu pieeju var nepietikt.
Latvijā vidējā peļņas norma ir virs 8%, bet Eiropas Savienībā – knapi 6%, tas nozīmē, ka mūsu uzņēmumi vidēji pelna par 2% labāk, tāpēc viņiem ir lielāka komforta sajūta. Vienlaikus šāda situācija liecina par to, ka mēs vienkārši nekonkurējam augstas pievienotās vērtības preču tirgos un vēl arvien izmantojam lēta darbaspēka biznesa modeli.
Tu kopā ar kolēģiem esat veikuši lielo datu pētījumu. Ko jūs tajā analizējāt?
Mēs nonācām līdz idejai, analizējot mobilo telefonu lietošanas modeļus, izpētīt ekonomisko aktivitāti reģionālā griezumā. Mērījām aktivitāti telefonu sakaru torņos – fiksējām to laika vienībās ik pa 15 minūtēm, par katru stundu iegūstot četrus datu punktus konkrētās ģeogrāfiskās koordinātēs, kur atrodas tornis. Saskaitot visu kopā, ieguvām ļoti lielu datu apjomu. Konkrēto aktivitātes lauku piesaistījām Latvijas administratīvi teritoriālajam dalījumam, iegūstot iespēju, sākot no pagasta līdz plānošanas reģionam pa visu Latviju kopumā, analizēt ekonomisko aktivitāti. Vēlāk iegūtos datu salīdzinājām ar iepriekšējā gada statistiskajiem rezultātiem par ekonomisko aktivitāti un pierādījām, ka mūsu dati ir uzticami. Galvenais secinājums bija, ka aktivitāte, zvanu daudzums un lietotāju skats ir tikai viens rādītājs, bet nozīmīgākais ir telefonu lietotāju uzvedības modelis – kad un cikos notiek šī aktivitāte, jo tieši tas liecina par ekonomiskās aktivitātes izpausmēm un veidu.
Aktivitāte skan ļoti abstrakti. Bet vai jūs varētu atbildēt uzņēmējam, kurš interesējas, vai konkrētai vietai ir potenciāls?
Tas ir viens no veidiem, kā atbildēt – skatīties, kurā vietā ir vai nav potenciāla un palīdzēt pieņemt lēmumu, kurā vietā veidot reģionālos vai novadu centrus, kurā novietot mazumtirdzniecības objektus. Šī pati metode dod iespēju relatīvi novērtēt, kādas ir izmaiņas pēc tam, kad esam kādā konkrētā vietā izvietojuši kādu no infrastruktūras objektiem, piemēram, uzcēluši viesnīcu – vai tas ir atvedis vairāk cilvēku uz konkrēto vietu vai nav. Vai arī, ja esam investējuši, piemēram, atpūtas kompleksā, tad cik daudz tas izmainījis kopējo iedzīvotāju aktivitāti šajā konkrētajā vietā.
Tas nozīmē, ka ar šādu datu palīdzību mēs varam objektīvi novērtēt investīcijas.
Jums ir kādas anekdotes, spilgti stāsti par Latviju, kas radās, analizējot pētījuma rezultātus?
Spilgtākais bija Rucavas novada dati. Kad tos ieraudzījām, pirmā doma bija, ka tur ir kaut kāda kļūda, jo pēc budžeta, reģistrētajiem uzņēmumiem, iedzīvotāju skaita, vidējām algām tur aktivitātei gandrīz pēc būtības nebija jābūt, taču zināmās nedēļas dienās tā bija ļoti augsta. Analizējot sīkāk, secinājām, ka pie vainas bija Lietuvas tūristi, kuri atbrauc un rada milzīgu aktivitātes īpatsvara pieaugumu nedēļas nogalē, salīdzinot pret to, kas notiek darba dienās.
Secinājām, ka nevar mērīt tikai pēc aktivitātes darba dienās, jo ir vairāki novadi, kuros ir ļoti izteiktas atpūtas stratēģijas, kas atspoguļojas arī citos statistikas rādītājos. Kā rezultātā mēs ieguvām iespēju pārbaudīt reģionālās novadu stratēģijas un to atbilstību tam, ko viņi saka un kas tur notiek realitātē. Piemēram,
Rīgā aktivitāte brīvdienās ir trīs reizes zemāka nekā darba dienās,
savukārt Ventspilī, kura ir spējusi piesaistīt ļoti daudz tūristu, aktivitātes starpība ir ievērojami mazāka. Tāpēc to varam definēt kā harmonisku novadu, kurš maksimāli izmanto savus resursus gan darba dienās, gan brīvdienās. Šāds aktivitātes sadalījums atstāj daudz pozitīvāku ietekmi uz pašvaldības budžetu. Savukārt Rīgā nav milzīgas efektivitātes brīvdienu resursu izmantošanā – cilvēki nedēļas nogalēs brauc prom no galvaspilsētas.
Cik jūs bijāt pētnieku, un kā pētījums tapa?
Vispirms man jāsaka milzīgs paldies "Latvijas Mobilajam telefonam" (LMT), kurš bija atsaucīgs un saprata, ka datos ir vērtība un ir inovācija tos izmantot, tāpēc piekrita kopīgi pētīt šo jautājumu, kopīgi mēģināt atrast datu pielietojuma veidus. Sarunas ar mobilo operatoru aizņēma apmēram pusgadu. Vēl pusgadu pavadījām sarunās ar Valsts datu inspekciju, pierādot, ka nekādā veidā neizmantojam personas datus vai personas lokācijas. Nākamajā posmā mēs sanācām katru dienu vai vairākas reizes nedēļā katrs ar saviem uzdevumiem, kamēr atradām konkrētos statistiskos modeļus un algoritmus, kuri kaut ko vispār pasaka par datiem. Mūsu pirmā datu kopa bija 65 miljoni rindiņu, kas iekļāva laika, aktivitātes un skaitliskās dimensijas. Datu analīzei kopumā veltījām gadu.
Šobrīd lielo datu pētījumi ir ļoti populāri. Kā jau vienmēr, kad ir kaut kāda modes parādība, visi grib to pamēģināt. Daudzos gadījumos kaut kas sanāk, daudzos – ne. Un arī tajos gadījumos, kad it kā sanāk, ne katra no tām lietām būs vērtīga, teiksim, pēc kādiem 10 gadiem.
Fundamentāls izaicinājums lielajiem datiem ir, ka mēs varam redzēt sakarības, bet neredzam cēloņsakarības.
Tomēr mūsu gadījumā galvenā pieeja bija tāda, ka mēs identificējām šos uzvedības modeļus, un tie vairāk liecināja par to, kas notiek, nekā, iespējams, liecinātu citi skatījumi. Iemesls, kāpēc tā bija – laika dimensija. Jo, ja datu analīzēs pievieno laika faktorus un analizē datus kā modeļus, mēs pēkšņi iegūstam ļoti interesantus novērojumus, pilnīgi nejauši parādās statistiski ļoti nozīmīgas sakarības. Mēs laiku izmantojām dienas, nedēļas, mēneša un sezonālā laika intervālā, un tas mums ļāva ieraudzīt, ka mēs kā cilvēki ļoti vienādi rīkojamies vienādos laika intervālos. Ja ejam uz darbu, tad mūsu rīcības modelis ir ļoti līdzīgs visiem pārējiem, kas dara to pašu, bet, ja konkrētajā dienā izdomājam atpūsties vai mums ir atvaļinājums, mūsu rīcības modelis pilnīgi savādāks, un šajos novērojumos tas viss atspoguļojas.
Kādus vēl datus tev šķistu interesanti analizēt?
Elektrotīklus. Ja tos pareizi izanalizētu, teorētiski varētu noteikt jebkura veida patēriņu. Tur ir milzīgs datu apjoms, un šobrīd, kad ir elektroniskie skaitītāji, datu apjoms ir pat lielāks nekā mobilo sakaru tīklos, tāpēc šīs svārstības ļoti labi var analizēt. Tas ir milzīgs lauks tieši pētniecībai par uzvedības modeļiem un elektrotīklu savienojamību, par efektivitātes uzlabošanu. Vēl šobrīd lielu popularitāti piedzīvo viedierīcēs pārsūtīto datu plūsmas satura analizēšana.
Vai Latvijā vēl kāds strādā ar lielajiem datiem?
Jā, to dara ļoti daudzi. Piemēram, tie, kuri strādā medicīnas jomā, konkrēti gēnu pētniecībā, arī tie, kuri strādā ar klimata modeļiem, hidromodeļiem. Abos gadījumos ir runa par milzīgiem datu apjomiem.
Būtu interesanti, ja varētu kaut kādu ģenētikas pētījumu sajūgt kopā ar jūsu datiem.
Mēs cerējām, ka varētu salikt kopā ar dažādiem tradicionāliem statistikas veidiem, kas ir lokalizēti, piemēram, laulības, noziedzība, negadījumi un cita veida statistika, kas ir saistīta ar cilvēku ikdienas dzīves notikumiem, vai, piemēram, kā mainās uzvedība, ja mainās laika apstākļi. Šāda veida pētījumi gan nav saistīti ar ekonomisko aktivitāti, bet ar cilvēku uzvedības modeļiem, kas nav īsti mūsu specialitāte. Ir ļoti daudz iespēju paplašināt šos pētījumus, lai saprastu, vai mēs varam atrast kādus uzvedības noteicošos faktorus.
Ko tu domā par skaidru naudu? Kādi ir plusi un mīnusi tam, ja samazina skaidras naudas apriti sabiedrībā?
Viennozīmīgi palielinās caurskatāmība, bet rodas arī pretruna. No vienas puses, skaidra nauda ir viens no brīva cilvēka izvēles elementiem – ja man ir kaut kādi līdzekļi, tad to izlietošanas veids arī ir mana izvēle, un brīvība izdarīt izvēli ir viens no labsajūtas elementiem. Bet, no otras puses, ir valsts ar nepieciešamību vienkāršot kaut kādas norēķinu sistēmas un padarīt tās caurspīdīgas, tādā veidā teorētiski uzlabojot nodokļu iekasēšanu. Es teiktu, ka katrai sabiedrībai jāatrod līdzsvara punkts, un tas vairāk saistīts ar to, cik mēs uzticamies valstij, un tieši šis ir atslēgas jautājums.
Aptaujas rāda, ka Zviedrijā 10 vai 15% cilvēku skaidru naudu pēdējo 10 gadu laikā nav redzējuši.
Zviedrijā ir ārkārtīgi augsts uzticības līmenis valstij, daudzreiz augstāks nekā Latvijā. Tur cilvēki ir lepni, ka maksā nodokļus, kas nonāk tiem, kuriem vajag vairāk. Savukārt Vācijā ir ļoti lielas tirdzniecības vietas, kur vispār nevar norēķināties ar kredītkarti. Tā kā te ir iesaistīti kultūras, uzticības elementi un katrai valstij ir jāatrod savs komforta līmenis šajā jautājumā.
Bet, no otras puses, vai valstij noteikti ir jāuztraucas par to, ko iedzīvotāji domā? Tad, kad tu būsi divus mēnešus nodzīvojis bez skaidras naudas kabatā, varbūt tev šķitīs – kā es vispār varēju dzīvot ar skaidru naudu?
Es vairāk būtu piekritis tai limitu, kas nav gluži mazi, ievērošanai. Mēs redzam, kas notiek ar bankām, un no valsts viedokļa noguldījumu līdz 100 000 eiro garantēšana ir milzīga atbildības uzņemšanās, bet tomēr ne līdz galam, jo sanāk, ka cilvēki, kuriem vairāk nekā 100 000 eiro, teorētiski paliek pilnībā neaizsargāti. Kur viņiem viņi glabāt savu naudu? Tad viņiem apzināti jāatver konti vairākās bankās.
Valsts ne tikai pārrauga banku sistēmu, bet arī mēģina virzīt zinātni noteiktā virzienā. Kādiem pētījumiem ekonomikas jomā būtu jādod nauda?
Produktivitātes, jo
tieši produktivitātes paaugstināšana ir viens no grūtākajiem Latvijas ekonomikas uzdevumiem.
Šajā jomā un augstas pievienotās vērtības produkcijas ražošanā mēs diezgan ievērojami atpaliekam no Lietuvas un Igaunijas. Mēs it kā tuvojamies Eiropas vidējam rādītājam, bet līdz galam nav mums modeļu un rīcības plāna, ko īsti darīt, lai to sekmētu. Ja nav produktivitātes, īsta dzīves līmeņa uzlabošanās nav gaidāma.
Uz ko šajos pētījumos vajadzētu skatīties?
Pirmkārt, vajadzētu analizēt nozaru vadošos uzņēmumus un to rīcības modeļus, lai saprastu, ko un kā dara tie, kuri spēj pārsniegt vidējo produktivitātes līmeni, un ko darīt pārējiem, lai arī viņi varētu sasniegt šādus rezultātus. Tā ir zināšanu pārnese, pārējie no šiem uzņēmumiem varēs mācīties. Tas ir viens no populārākajiem paņēmieniem, ko pētīt, lai iegūtu maksimālo efektu pārējiem uzņēmējiem. Otrs, ko noteikti pētītu – digitalizāciju un pētniecības izdevumus uzņēmumos un valstī, jo tas ir viens no nozīmīgākajiem visas indikatoru kopas rādītājiem – ja tas uzlabojas, tad potenciāli uzlabojas pievienotā vērtība un tādā veidā mēs varam startēt labāk globālajā tirgū. Trešais būtu – kā maksimāli palielināt, internacionalizēt mūsu uzņēmumus un viņu spēju piekļūt starptautiskajiem tirgiem.
