Co to je ten "Data Storytelling"? | Mňamka #54
Tisíce let bylo vyprávění nedílnou součástí našich předků. A proč? Je to jednoduché - náš mozek je tak nastaven - mnohem lépe si totiž díky příběhům pamatujeme. Dokonce i v našem digitálním věku nás příběhy stále ještě přitahují. Příběhy jsou různé a každý zaujme jiného posluchače - na to je potřeba vždy pamatovat.
Máte děti? Čtete jim? Pokud jsou ještě malé jako ty moje, tak víte, že příběh může být zajímavý jak chce, ale bez pěkných obrázků nemá šanci (aspoň u nás teda).
A tohle všechno platí i pro datovou analýzu, resp. její závěr - velmi záleží na tom, jak budou data zvizualizována, ale nesmí se ani zapomínat na to, jak a komu to ukazujeme.
A jak už je u mě zvykem, tady je pár linků pro ty, co téma zajímá:
- Tady je sice starší, ale stále platný rozcestník: Data Storytelling: The Ultimate Collection of Resources
- Data Storytelling: The Essential Data Science Skill Everyone Needs
Eva
Síla dobře navržených dashboardů a KPI | Mňamka #535
V dnešní době chce být každý "data-driven" – rozhodovat se na základě dat, a ne podle pocitů. Jedním z klíčových způsobů, jak toho dosáhnout, jsou správně nastavené KPI a přehledné dashboardy. Ty poskytují jasný přehled o výkonnosti a pomáhají firmám činit rozhodnutí, která opravdu stojí na datových základech, ne na odhadech.
Klíčové ukazatele výkonnosti (KPI): Jak je správně nastavit a efektivně vyhodnotit pomocí business intelligence | Mňamka #534
Jak efektivně řídit růst a sledovat dosažení cílů? Jak klíčové ukazatele výkonnosti (KPI) pomáhají firmám zlepšovat výkon a naplňovat strategické záměry?V článku najdete příklady KPI pro oblasti jako finance, marketing, zákaznický servis, výroba, lidské zdroje a IT, včetně praktických příkladů jejich využití. Zjistěte, jak zavést a sledovat KPI, abyste získali lepší přehled o efektivitě klíčových procesů.
Datové sklady, jezera a lakehouse: Jak vybrat správnou architekturu pro správu dat? | Mňamka #533
Svět správy dat prošel rychlým vývojem, který je poháněn rostoucí potřebou zpracovávat a analyzovat obrovské množství dat v reálném čase. Firmy, které chtějí porozumět svým datům, narazily na různé architektury – datové sklady, datová jezera a nyní i tzv. lakehouse – které nabízejí různé možnosti pro ukládání a správu dat. Tento článek se zabývá těmito třemi architekturami, porovnává jejich výhody a nevýhody a podrobněji se zaměřuje na lakehouse, nejnovější inovaci, která se snaží řešit problémy z dřívějších systémů.
