Business Intelligence až na prvním místě

Rozhodovat se na základě dostupných dat je na první pohled asi pro každého samozřejmé. To jaká data jsou nicméně k dispozici a zda se při rozhodování vůbec zohledňují jsou skutečnosti, které můžou způsobit celou řadu problémů. Většina firem si je již dnes vědomá nutnosti analýzy obchodních dat, a proto dnes také vzniká množství pozic kolem tohoto trendu anglicky zvaném Business Intelligence.

První pohled může klamat

Celý proces analýzy je v zásadě velmi jednoduchý. Každý typ podnikání disponuje celou řadou dat souvisejících s provozem firmy. V internetovém byznysu jde typicky o databázová data z firmou používaného informačního systému, marketingová data z reklamních systémů, data z účetního systému, která mohou být doplňována o různá veřejně dostupná data jako například vývoj měnového kurzu nebo výkyvy počasí, které mají vliv na celkové finanční výsledky firmy.

Nutnost kombinace a následné vyhodnocování dat lze uvést na jednoduchém příkladě – firma XY má největší počet objednávek prostřednictvím reklam na Facebooku. Pokud však zohledníme počet stornovaných objednávek, dojde k výraznému poklesu významnosti Facebooku. Facebook tedy sice může generovat objednávky, ale ty se následně ve většině případech vystornují. V tomto případě došlo spojením marketingových dat z facebooku s daty z interního systému obsahující storna k nového pohledu na Facebook coby generátor objednávek.

Mix them all!

Je jasné, že více zdrojů dat vyžaduje potřebu sjednocení. Jinými slovy tyto zdroje dat musí hovořit jedním jazykem, řekněme například angličtinou. K tomuto sjednocení slouží tzv. ETL řešení, tedy takový pomyslný učitel angličtiny, který naučí všechny studenty z jiných zemí hovořit anglicky. Doslovný význam zkratky ETL je extract-transform-load, tedy nejdříve vytáhnout data ze všech dostupných systémů (extract), následně je naučit mluvit všechny jedním jazkykem (transform) a finálně tyto anglicky hovořící studenty přestěhovat do anglicky hovořící země (load). Zemí se rozumí některé z řešení pro vizualizaci takto upravených dat.

Celý vtip spočívá v tom, že kombinací všech dostupných dat se získá zcela nový pohled na dosavadní vnímání úspěšnosti firmy. Člověk se subjektivně vnímá jako odborník svého oboru. Zejména v dobách, kdy se firmě daří, je velmi složité přijmout názor, že by něco firma mohla dělat špatně. Kombinací a vizualizací všech dostupných dat se však může otevřít nový pohled na potenciál firmy. Tedy dosavadní zisk může být konfrontován po analýze s maximálním ziskem, kterého by se dalo docílit. To je moment, kdy subjektivně podnikatel s patentem na pravdu může začít naslouchat objektivním faktům vycházejících z čísel.

Domněnkám odzvonilo

Osobně nejsem zastáncem pocitových rozhodnutí. Někdo by tento pocit mohl nazvat intuicí. U většiny činností lze spočítat/odhadnout budoucí vývoj na základě dostupných dat. Oblíbené “myslím si, že…” není slovní spojení, které se na našich projektech používá. Ano, intuici je nutné občas zapojit, například při náboru nových kolegů. Ale i zde lze šikovnými otázkami zjistit vzorce chování kandidáta z minulosti a nespoléhat pouze na osobní ne/sympatii.

Míst respektive aplikací, kde dochází k vizualizaci dostupných dat, viz. výše popsaná anglicky hovořící země, jsem za poslední roky vyzkoušel několik. Mám zkušenosti s Microsoft Power BI, s aplikací GoodData nebo s Google Data Studiem. Nechci obsáhle hodnotit jednotivé aplikace. Koneckonců to dělá každý rokem Gartner. Mohu však potvrdit, že si moji dlouhodobou uživatelskou přizeň získalo řešení od Microsoftu, což koneckonců dokládá i Gartnerův magický kvadrant. 

K ideálu daleko

Docílit stavu, kdy napříč firmou jednotliví kolegové pracují se správnými daty, je velmi těžké. Někdo by mohl říct nemožné. Ze své praxe mohu potvrdit, že rozhodování z nesprávných dat je jako mor uvnitř firmy. V článku, na který jsem nedávno narazil na serveru Harvard Business Review se tomuto tématu blíže věnují. Rozhodnutí z nesprávných dat stojí firmy víc obrovské finance. Z mých zkušeností se každá firma nachází v některém z následujících stádií z pohledu rozhodování:

  1. žádné rozhodování na základě dat, “vše si řešíme pocitově”,
  2. lokální data/statistiky na úrovni jednotlivých uživatelů, tj. “každý má svůj excel u sebe v počítači” a tyto soubory v horším případě kolují firmou v mnoha verzích, kdy každá verze “říká něco jiného”,
  3. pro data uživatelé chodí do dílčích firemních aplikací případně aplikací třetích stran,
  4. data se pro každého zaměstnance ve firmě nachází ve vizualizační aplikaci viz. například Microsoft Power BI.

 

V praxi může docházet ke kombinaci výše zmíněných postupů. Tak jak už to bývá, vše je o penězích. Vytvořit architekturu reportingu a zároveň dostat pod kůži všem zaměstnancům ve firmě nutnost činit rozhodnutí na základě dat, vyžaduje významné finanční, časové a emocionální investice. U některých projektů využíváme kombinaci stádií mimo žádoucí poslední variantu. Menší firma do 20 lidí ve většině případů nebude mít specialistu zodpovědněho za reporting a data. Konzultační firmy v BI oblasti jsou schopny v krátkém čase pomoci s vytvořením reportingu. Výsledná cena je samozřejmě závislá na počtu a typu datových zdrojů.

Z vlastní zkušenosti mohu říct, že analýza dat je nikdy nekončící proces. Po zodpovězení první sady otázek se objeví další. Jde o žádoucí stav, jelikož člověk získává čím dál větší vhled do podstaty fungování firmy a čím dám méně spoléhá na náhodu či vyšší moc.

Napsat komentář

E-mailová adresa nebude zveřejněna. Vyžadovaná pole jsou označena *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>