Bizztro mňamky datových detektivů

Máme know-how a nebojíme se o něj podělit!

Každé úterý v 7:00 vám pošleme nejdelikátnější #BizztroMňamky ze života datových detektivů do vašeho mailu a "nachytříme vás" našimi oblíbenými tipy, triky a zkušenostmi z datové analytiky, online komunikace a používání cloudových služeb.

Chcete ochutnat?


Bizztro archiv


Data-driven firmy v roce 2023 | Mňamka #396

Data-driven firmy v roce 2023 | Mňamka #396

Většina firem v letošním roce na cestě stát se data-driven příliš nepokročila. Například podle nedávného průzkumu agentury Forrester pouze 48 % dotázaných firem činilo rozhodnutí na bázi kvantitativní analýzy. Zbytek se tak stále ještě rozhoduje spíše podle intuice. Právě v tomto ohledu by ale v roce 2023 mohly nastat velké změny. Zvláště v časech ekonomické nejistoty je totiž naprosto klíčové činit taková rozhodnutí, která vaši firmu nasměrují na růstovou trajektorii. Podívejte se proto na 5 pragmatických kroků, které můžete učinit i vy!

Jak datová analytika mění fotbal | Mňamka #397

Jak datová analytika mění fotbal | Mňamka #397

Datová analytika už je všudypřítomná, a to i na moderních fotbalových hřištích. Možná jste si také všimli, že ještě zhruba před 10 lety stříleli hráči napříč všemi ligami na branku z mnohem větší vzdálenosti, než je běžné dnes. Co stálo za touto změnou? No samozřejmě, že data. Fotbalové týmy sbírají obrovské množství dat a díky tomu tak už v dnešní době naprosto přesně vědí, jaká je šance na vstřelení gólu z jakékoliv pozice na hřišti. Přečtěte si článek z Nature o tom, jak data mění svět fotbalu!

10 tipů pro lepší správu dat | Mňamka #394

10 tipů pro lepší správu dat | Mňamka #394

Pokud nemáte propracovanou strategii správy dat, jen těžko je můžete ve vaší organizaci využívat na plný potenciál. Vedle toho se ale také vystavujete značnému riziku datových úniků, které vás mohou nenávratně poškodit. Není to ovšem tak jednoduché, jak by se na první pohled mohlo zdát. Řada firem má tudíž ve správě dat velké mezery. Například v tom, že nespravují zdaleka všechna data, která shromažďují. Dnes vám proto poradíme, jak tyto mezery zaplnit. Začtěte se do 10 praktických tipů pro lepší správu dat!

Před a po – datová edice | Mňamka #395

Před a po – datová edice | Mňamka #395

Většina grafů a dashboardů začíná svůj život v celkem jednoduché a přehledné formě. Všichni se v nich tak snadno orientují a mohou se na jejich základě i rychle rozhodovat. Pak to ale začne – proces postupného nabalování. S každým dalším meetingem přicházejí nové požadavky na to, co všechno je potřeba doplnit a vylepšit. Takhle to pokračuje tak dlouho, až jednoho krásného dne koukáte na report a není vám vůbec jasné, co si z něj máte vlastně odnést. Pokud vám tohle zní povědomě, podívejte se, jak z toho ven!

Jak efektivně pracovat s velkými daty? | Mňamka #392

Jak efektivně pracovat s velkými daty? | Mňamka #392

Data jsou předpokladem úspěchu většiny moderních firem. Můžete díky nim jednat rychleji než konkurence, snáze identifikovat měnící se trendy, lépe poznat zákaznické potřeby a obecně činit kvalitnější byznysová rozhodnutí. Má to ale i svou stinnou stránku. Spolu s tím, jak množství dat ve firmách exponenciálně narůstá, vznikají i nové interní překážky, které pak mají negativní dopad na produktivitu a inovace. Přečtěte si proto, jak se tomu vyvarovat a efektivně pracovat s velkým množstvím dat!

Nejčastější datové problémy | Mňamka #393

Nejčastější datové problémy | Mňamka #393

Pokud máte nekvalitní data, nezachrání vás sebelepší model či propracovaná analytika. V každém datovém projektu je proto naprosto klíčové identifikovat potenciální problémy dříve, než nastanou. Ideálně hned na začátku. Dnes se proto podíváme, na co si dát pozor, když před sebou máte nový dataset. Vedle čištění dat bude ale řeč i o jejich následné interpretaci. Ta je totiž neméně důležitá. Ostatně, jak říká asi nejslavnější poučka ze statistiky – korelace ještě neimplikuje kauzalitu. Tak jdeme na to!

Roboti nám práci nevezmou | Mňamka #390

Roboti nám práci nevezmou | Mňamka #390

Setkáte se s tím v téměř každé firmě. Lidé si obvykle stěžují na dvě věci. Na jedné straně na to, že mají spoustu práce a málo lidí, aby všechno zvládli. Zároveň ale obvykle zaslechnete i nářky, že velká část jejich práce je manuálního charakteru a pouze jim svazuje ruce. A přesně to je ten moment, kdy je třeba začít uvažovat o automatizaci. Je třeba ale odhodit obavy, že nás umělá inteligence nahradí a akceptovat skutečnost, že stroje jsou v něčem prostě lepší než lidé. Přečtěte si, v jakých situacích nám může AI usnadnit práci!

Datové koncepty nejen pro děti | Mňamka #391

Datové koncepty nejen pro děti | Mňamka #391

Možná už jste také někdy přemýšleli o tom, jak některé datové a statistické koncepty jednoduše vysvětlit i malým dětem. Nebo jste prostě jen hledali něco zajímavého, čím oživit a projasnit vaše prezentace. My také, a proto pro vás dnes máme sérii skvělých grafických ilustrací od Allison Horst. Poutavým a zábavným způsobem v nich přibližuje takové koncepty, jako jsou např. normální rozdělení, časové řady, lineární regrese či programovací funkce. A vedle toho se rovněž dozvíte, jak si udělat pořádek v datech. Tak se pojďte inspirovat spolu s námi!

Jak analyzovat zákaznický feedback? | Mňamka #388

Jak analyzovat zákaznický feedback? | Mňamka #388

Zpětná vazba od zákazníků je pro úspěch každého produktu naprosto zásadní. Na tom se shodnou asi úplně všichni. Jenže zdaleka ne každý už umí následně s takovým feedbackem náležitě pracovat. A není se vlastně ani čemu divit. Od zákazníků totiž většinou nedostáváte hezká numerická data, která můžete jednoduše analyzovat. Naopak, často se jedná o stovky unikátních recenzí a komentářů, které navíc musíte sesbírat z mnoha různých zdrojů. V dnešní mňamce vám proto poradíme, jak s takovými daty naložit!

Od dashboardu k příběhu | Mňamka #389

Od dashboardu k příběhu | Mňamka #389

Hurá! Máte váš první dashboard! Nechceme vám kazit radost, dost možná vás ale velmi brzy čeká vystřízlivění. I když jsou dashboardy skvělým interaktivním nástrojem pro práci s firemními daty, neznamená to ještě, že vám automaticky řeknou, co konkrétně máte nyní dělat. Může se vám tak snadno stát, že vaši lidé na ně sice budou koukat, ale nebudou už vědět, jak s nimi naložit. Dnes si proto na příkladu jednoho fitness řetězce ukážeme, jak z vašeho dashboardu vytáhnout konkrétní příběhy, na základě kterých už můžete jednat!