Emark

Nejlepším receptem je spojit data s praktickými kroky.

Schopnost využít data k praktickému rozhodování je u organizace řízené daty zcela klíčová. Přesto však často dochází k tomu, že se tato vazba na data ztrácí, protože všechny ty chaty, e-maily, prezentace a exporty tabulek stojí spoustu času a energie a jsou zdrojem nedorozumění.

Co uděláte, když v datech najdete informace, k nimž potřebujete od kolegů zpětnou vazbu? Lidé, se kterými pracuji:

  • formou zprávy v chatu nebo telefonátu informaci pouze duplikují, aby vysvětlili souvislosti
  • vloží screenshot do prezentace na příští hodnoticí schůzku,
  • pošlou export tabulky (spolu s připsanými komentáři a poznámkami) e-mailem,
  • nebo výše uvedené možnosti libovolně zkombinují.

Když tak tedy přemýšlím o této elementární aktivitě v rámci datové analytiky, nemohu si nevšimnout obrovského potenciálu pro inovace. A to proto, že takový postup nakládání s informacemi působí velice neefektivně (kopírování, duplicity), nespolehlivě (chaty a e-maily se „ztrácejí“), nekontrolovaně (data opouštějí řízený systém a stávají se statickými) a nezabezpečeně (kde může taková tabulka skončit?).

Schopnost využít data k praktickému rozhodování je u organizace řízené daty zcela klíčová. Přesto však často dochází k tomu, že se tato vazba na data ztrácí, protože všechny ty chaty, e-maily, prezentace a exporty tabulek stojí spoustu času a energie a jsou zdrojem nedorozumění.

 

Nikdo nemá čas se neustále věnovat analýze dat. 99 % našeho času nutně zabírají provozní záležitosti, takže zásadní roli v tomto směru hrají odpovídající oznámení či upozornění.

Mojí třetí výzvou v rámci inovace BI (business intelligence) je zajistit, aby bylo možno systematicky zaznamenávat a sdílet souvislosti a praktické kroky navázané na výsledky z dat plynoucí. Nikdo nemá čas se neustále věnovat analýze dat. 99 % našeho času nutně zabírají provozní záležitosti, takže zásadní roli v tomto směru hrají odpovídající oznámení či upozornění. Toto video ukazuje, jak k této věci přistupujeme my.

 

 

Nejlepším receptem pro úspěch iniciativ v oblasti digitální transformace (DX) je spojit data s praktickými kroky. Data by se neměla potulovat po izolovaných systémech, e-mailech, složkách nebo telefonech. Pokud nám mají být přínosná, je třeba je aktivně využít.

 

Co přinese budoucnost BI.

Tady jsou nápady na inovace, na které by se BI měla podle mého názoru zaměřit, chceme-li zvládnout masivní nárůst objemu dat a potřebu podniků přeměnit tato data na aktiva:

  • snadná asociativita dat, díky níž je možné rozšířit okruh informací a používat lepší predikční modely,
  • celková transparentnost dat, která pomůže při budování důvěry a rozkrývání informací o podnikových procesech,
  • využitelnost dat k praktickému rozhodování a eliminace nekonzistentního a nezabezpečeného sdílení informací, což zkrátí reakční dobu u složitých podnikatelských výzev

Nemá smysl skrývat, že jsem fanouškem řešení Qlik Sense, které má podle mě k těmto inovacím nejblíže. Zejména při použití rozšíření jako Inphinity.

Před patnácti lety jsme ve firmě EMARK jako nástroj, který společnostem pomůže uspokojit potřebu realizovat výhody plynoucí z dat, vybrali Qlik. Byly k tomu tři hlavní důvody, jež platí dodnes:

  1. asociativní engine, který otevírá širší spektrum podnikových informací, protože NESKRÝVÁ vyloučená data,
  2. schopnost propojit a zpracovat jakákoli data (ano, včetně semistrukturovaných a nestrukturovaných),
  3. působivý výkon v oblasti dotazování a vynikající komprese, takže lze zpracovávat velká a rozsáhlá data v jednom nástroji a není nutné spoléhat se na zásobník, jehož údržba je náročná a provoz nákladný.

Postupně byla přidána řada funkcí, například hezčí grafy, lepší správa, výstrahy, autoML, automatizace atd. I tak si ale myslím, že to, co skutečně stálo za úspěchem zákaznických projektů, byly tyto tři věci.

Když chcete vyhovět požadavkům ze strany zákazníků, zabere to někdy spoustu skriptů a komplikovaných SET. Je pravda, že účinná řešení bývají málokdy snadná a obvykle je není možné vytvořit pomocí přetahování předdefinovaných voleb nástrojů v jakýchsi průvodcích. Zdá se, že celý svět kolem dat je nadšený do Snowflakes a Pythons, což je do značné míry čisté programování, takže by na tom mělo něco být.

Diskutoval jsem s kolegy o tom, jestli budou mít nástroje jako Qlik za 5 let ještě význam v porovnání například s ChatGPT. A jestli ještě k něčemu budeme my jako vývojáři v oblasti BI. Nepochybuji, že odpověď je v obou případech „ano“.

 

 

Radovan Oresky

CDO & Partner, EMARK

Sdílejte na sociálních sítích:

Ďalší články