Automatizace, aneb když Excel nestačí | Mňamka #189
Když se řekne automatizace, lidé se začnou bát o místo. Často na to narazím, když přijdu do firmy, která je “datově nepolíbená”. Lepší se to, ale ještě to bude nějakou chvíli trvat. Je to přirozené. Prostě lidé mají strach. Například z toho, že pak nebudou mít co dělat. Opak je ale pravdou. Automatizace dokáže skvěle rozvázat ruce. Tak například: Běžně přijdete v pondělí do práce a první 4 hodiny ťukáte report pro vedení na odpolední poradu. A teď si představte - report máte v 8 ráno připraven, na stole a můžete se věnovat třeba tomu, co v datech vidíte a proč. Rozhodně se nudit nebudete :-)
Co to je automatizace dat
Co vás napadne, když se řekne automatizace? Automatizace dat je proces, při kterém se přesouvají data z jedné hromady (zdrojových systémů) na druhou (třeba do úložiště, pro případnou vizualizaci atd.). Automatizace dat nahrazuje manuální práci v rámci datového životního cyklu pomocí technologií a definovanými procesy. Není to 100%, i při plné automatizaci je sem tam potřeba lidského zásahu, jde ale o zásadní zkrácení času třeba při přípravě reportingu. Někde jsem dokonce četla, že až 40% zaměstnanců tráví čas manuální prací, což je opravdu hodně.
Benefity automatizace dat
Za mě jsou dva hlavní - první je již zmiňovaná úspora času - např. uvolníte ruce zaměstnanci, co každé pondělí tráví celý den sběrem dat a vkládáním je do Excelu. Může se tak věnovat něčemu jinému. A ten druhý? Méně chyb. Chybovat je lidské a při manuální práci to platí dvojnásob. V rámci ETL si technologie sahá pro data přímo do zdrojových systémů a podle přesně definovaného postupu je zpracovává. Nedochází tak k chybám například při kopírování ctrl+c/v, chybě ve výpočtu, prostě dodáváme tak kvalitní data.
Jak nastartovat automatizaci správnou strategií
Bez správné strategie automatizace dat se vaše společnost velmi snadno odchýlí od správné cesty, což pak stojí zdroje a čas. I zde platí pravidlo pro všechny strategie - musí být v souladu s vizí vaší společnosti. Takže na co nezapomenout? Tady pár postřehů:
Jak automatizovat pomocí ETL pipeline
Podle toho, jak je potřeba s daty pracovat nebo jak je nastavena infrastruktura, se tomuto procesu také říká ETL nebo ELT. Podívejte se na naše ETL Bizzflow - volně ke stažení, postavené na standardních cloudových službách a implementované pro všechny 3 největší cloudová prostředí.
A na závěř dvě videa, která se vám k tomuto tématu rozhodně budou hodit!

Eva Hankusová
první kontakt zákazníků
marketing | partnership
LinkedIn
Nahradí AI datové analytiky? | Mňamka #461
Koho všeho nahradí umělá inteligence? To je asi jedno z nejdiskutovanějších témat letošního roku. Dnes se proto podíváme, zda na seznamu ohrožených profesí najdeme i datové analytiky. ChatGPT si totiž dokáže poradit i s SQL, Pythonem a R kódováním. A s pomocí pluginu Code Interpreter můžete dokonce provádět analýzu dat a vytvářet grafy. Na první pohled by se tedy mohlo zdát, že datovým analytikům zvoní hrana. Ve skutečnosti to ale tak jednoduché není, jelikož generativní AI má stále jednu velkou Achillovu patu. Více o tom už v dnešní mňamce!
Web scraping – jak překonat nejčastější problémy | Mňamka #460
Data z webových stránek představují cenný zdroj informací snad pro každou firmu. Možností jejich využití je totiž celá řada – můžete např. sledovat ceny konkurence a na základě toho dynamicky upravovat ceny vlastní nebo provádět rozsáhlé průzkumy trhu a popularity jednotlivých produktů. No jo, jenže jak taková data získat? Mohli byste je samozřejmě sbírat ručně, mnohem lepší ale je vše zautomatizovat pomocí tzv. web scrapingu. To ovšem není jen tak. Podívejte se, na jaké problémy při tom můžete narazit a jak je překonat!
Jak na smysluplné vizualizace | Mňamka #459
Data mluví jasně! Tedy až na případy, kdy to není pravda. Datové vizualizace mohou být mocným nástrojem pro srozumitelnou reprezentaci i dosti komplexních informací. Platí to ale pouze za předpokladu, že se při tvorbě grafů a dashboardů držíme těch nejlepších designových principů a best practices. I velmi jednoduchý graf totiž může být značně matoucí, pokud zvolíme např. nevhodné škálování os nebo jestliže si vybereme jen takové datové body, které podporují náš pohled na věc. Přečtěte si, na co si dát při tvorbě vizualizací pozor!