Čo urobíte, keď v dátach nájdete informácie, ku ktorým potrebujete spätnú väzbu od kolegov? Ľudia, s ktorými pracujem:
- formou správy v chate alebo telefonátu informáciu iba duplikujú, aby vysvetlili súvislosti
- vloží screenshot do prezentácie na najbližšie hodnotiace stretnutie,
- pošlú export tabuľky (spolu s dopísanými komentármi a poznámkami) e-mailom,
- alebo vyššie uvedené možnosti ľubovoľne skombinujú.
Keď teda premýšľam o tejto elementárnej aktivite v rámci dátovej analytiky, nemôžem si nevšimnúť obrovský potenciál pre inovácie. A to preto, že takýto spôsob práce s informáciami pôsobí veľmi neefektívne (kopírovanie, duplicity), nespoľahlivo (chaty a e-maily sa „strácajú“), nekontrolovane (dáta opúšťajú riadený systém a stávajú sa statickými) a nezabezpečene (kde môže takáto tabuľka skončiť?).
Schopnosť využívať dáta na praktické rozhodovanie je pre organizáciu riadenú dátami úplne kľúčová. Napriek tomu však často dochádza k tomu, že sa toto prepojenie s dátami stráca, pretože všetky tie chaty, e-maily, prezentácie a exporty tabuliek stoja veľa času a energie a sú zdrojom nedorozumení.
Nikto nemá čas neustále sa venovať analýze dát. 99 % nášho času nevyhnutne zaberajú prevádzkové záležitosti, takže zásadnú úlohu v tomto smere zohrávajú vhodné oznámenia či upozornenia.
Mojou treťou výzvou v rámci inovácie BI (business intelligence) je zabezpečiť, aby bolo možné systematicky zaznamenávať a zdieľať súvislosti a praktické kroky naviazané na výsledky vyplývajúce z dát. Nikto nemá čas neustále sa venovať analýze dát. 99 % nášho času nevyhnutne zaberajú prevádzkové záležitosti, takže zásadnú úlohu v tomto smere zohrávajú vhodné oznámenia či upozornenia. Toto video ukazuje, ako k tejto oblasti pristupujeme my.
[/video]
Najlepším receptom na úspech iniciatív v oblasti digitálnej transformácie (DX) je spojiť dáta s praktickými krokmi. Dáta by sa nemali túlať po izolovaných systémoch, e-mailoch, priečinkoch alebo telefónoch. Ak nám majú prinášať hodnotu, je potrebné ich aktívne využívať.
Čo prinesie budúcnosť BI.
Tu sú nápady na inovácie, na ktoré by sa podľa môjho názoru mala BI zamerať, ak chceme zvládnuť masívny nárast objemu dát a potrebu podnikov premeniť tieto dáta na aktíva:
- jednoduchá asociativita dát, vďaka ktorej je možné rozšíriť okruh informácií a používať lepšie predikčné modely,
- celková transparentnosť dát, ktorá pomôže pri budovaní dôvery a odhaľovaní informácií o podnikových procesoch,
- využiteľnosť dát na praktické rozhodovanie a eliminácia nekonzistentného a nezabezpečeného zdieľania informácií, čo skráti reakčný čas pri zložitých podnikateľských výzvach
Nemá zmysel skrývať, že som fanúšikom riešenia Qlik Sense, ktoré má podľa mňa k týmto inováciám najbližšie. Najmä pri použití rozšírení ako Inphinity.
Pred pätnástimi rokmi sme vo firme EMARK vybrali Qlik ako nástroj, ktorý spoločnostiam pomôže naplniť potrebu realizovať výhody vyplývajúce z dát. Boli na to tri hlavné dôvody, ktoré platia dodnes:
- asociatívny engine, ktorý otvára širšie spektrum podnikových informácií, pretože NESKRÝVA vylúčené dáta,
- schopnosť prepojiť a spracovať akékoľvek dáta (áno, vrátane semistruktúrovaných a neštruktúrovaných),
- pôsobivý výkon v oblasti dopytovania a vynikajúca kompresia, vďaka čomu je možné spracovávať veľké a rozsiahle dáta v jednom nástroji a nie je potrebné spoliehať sa na stack, ktorého údržba je náročná a prevádzka drahá.
Postupne pribudlo množstvo funkcií, napríklad krajšie grafy, lepšia správa, upozornenia, autoML, automatizácia a podobne. Aj tak si však myslím, že práve tieto tri veci stáli za úspechom zákazníckych projektov.
Keď chcete vyhovieť požiadavkám zákazníkov, niekedy si to vyžiada množstvo skriptov a komplikovaných SETov. Je pravda, že efektívne riešenia bývajú málokedy jednoduché a zvyčajne ich nemožno vytvoriť pomocou presúvania preddefinovaných možností nástrojov v rôznych sprievodcoch. Zdá sa, že celý svet okolo dát je nadšený zo Snowflake a Pythonu, čo je do veľkej miery čisté programovanie, takže na tom asi niečo bude.
Diskutoval som s kolegami o tom, či budú mať nástroje ako Qlik ešte o 5 rokov význam v porovnaní napríklad s ChatGPT. A či ešte budeme na niečo potrební my ako BI vývojári. Nepochybujem, že odpoveď je v oboch prípadoch „áno“.
