Definice use case (případ užití) a jeho úloha v datové strategii firmy | Mňamka #123

Na tento článek jsem si brousila zuby už nějaký ten pátek. Můžete mít totiž mraky dat, nejmodernější technologie nebo nápis “data - driven firma” nad vstupem do budovy, ale pokud nemáte rozmyšlený a dobře definovaný use case, je vám to lidsky řečeno “ k prdu”. 

Během prvních schůzek se zákazníkem se například vůbec nebavím o datech a technologiích, ale řeším výhradně jeho business, otázky které si on a jeho tým pokládá, procesy ve firmě a celkové fungování v jeho oboru / oblasti... Prostě data, která máte, se kterými pracujete, nebo budete pracovat, se vždycky musí točit kolem businessové otázky. Bez toho to jsou jen čísla o ničem. A hlavně - nikdo je nebude používat.

Pojďme začít tím, že si řekneme, co myslím tím “use casem” při zavádění analytiky nebo business intelligence ve firmě. Use case, chápu jako funkčnost nebo využití dat - vždy se váže k nějaké roli a k tomu, co ta role potřebuje pro dosažení svých KPIs / růstu byznysu. Cílem je pojmenovat aktuální (i strategické) požadavky businessu. Příklad: Obchodní ředitel potřebuje naplňovat obchodní kvóty. Marketingový ředitel potřebuje vědět, kolik ho stojí jeden lead z placené kampaně. Šéfka call centra sleduje výkon operátorů z hlediska odbavených úloh a operací. 

Use case z pohledu datové strategie ve firmě


1. Business strategie - Když máte dobře definovanou obchodní strategii, priority ve vaší firmě a klíčové obchodní otázky, tak pak můžete pomocí dat začít na tyto otázky odpovídat. Neberte si toho moc - stačí pro začátek 3-5 definovaných datových use case (případů užití).

2. Superstar & quick win - Vyberte jeden use case, který vás pálí nejvíc a tím začněte. Je to jednoduché. Nevezmete si toho na bedra tolik a budete mít rychle hotový výstup (třeba dashboard), který mohou lidé začít používat. Navíc čím dřív ho lidé ve firmě začnou používat, tím dřív můžete začít odstraňovat mouchy jako “blbě se mi ten vizualizační nástroj ovládá” nebo “bojím se to používat”, které brání v úspěšné digitalizaci a vaším snem stát se data-driven (datově řízenou) firmou.

3. Co za data budete potřebovat? Tak tuhle otázku je třeba si také položit včas. Je super, že máte use case, ale je dobrý mít pro něj potřebná data. Nemáte? Nezoufejte, ne vždy máte všechny odpovědi ve svých datech. Já tvrdím, že síla dat je hlavně jejich obohacení - spojením vícero systémů nebo přidáním externích databází.  Zjednodušeně se dá říct, že tím tak vaše data získají větší kontext. Příkladů je hned několik. Třeba data o zákazníkovi (CRM) můžete spojit s účetnictvím. Získáte tak informace, kolik jaký zákazník u vás reálně utrácí a jak se to promítá do celkových financí. Nebo můžete svá data obohatit o externí zdroje - třeba o geolokační data platformy CleverMaps nebo použít nadupané databáze o firmách BizMachine a on-trade channel databází SharpGrid. 

4. Datová kvalita / Data governance - Pro celkový obrázek si nezapomeňte také ujasnit, kdo se bude starat o kvalitu dat, jak často budou probíhat aktualizace, kde může nastat riziko apod. Teď se o tom nebudu rozepisovat, toto téma krásně popsali náš Patrik a Veronika v ebook - Řízení datové kvality.

5. Technologie / Datová infrastruktura - co za šoupátko dat (ETL) vizualizační nástroje atd… Přesně tak. Technologii řešíte až úúúplně nakonec. A jakou to má souvislost s naším use casem? V BizzTreat v tom máme jasno: Stavba datové architektury a výběr technologie by se vždy měl odvíjet o vybraných use casů. Totiž například jiný vizualizační nástroj použijete, když máte mnoho uživatelů, jiný, když chcete real-time data a jiný, když máte expertní analytický tým.

Co k tomu na závěr? Trochu doufám, že se mi povedlo vysvětlit důležitost use casu při digitalizaci vaší společnosti.

Zapomněla jsem na něco? Chcete se na něco zeptat? Napište mi. 

Eva

Umělá inteligence ve firemních nástrojích: skvělý pomocník, nebo zadní vrátka? | Mňamka #546

Umělá inteligence ve firemních nástrojích: skvělý pomocník, nebo zadní vrátka? | Mňamka #546

AI dnes najdete téměř v každém nástroji, který ve firmě používáte - od zpracování dat přes účetnictví, CRM a řízení úkolů až po zákaznickou podporu nebo e-mail. Všude se objevují „asistenti“, „copiloti“, „recommenders“ nebo prostě tlačítka s nápisem „zkus to s AI“. Než AI funkcionalitu ve vašem nástroji nadšeně zapnete, stojí za to se zamyslet: jak funguje, co sbírá, kam data posílá? Protože právě tady se mohou velmi snadno otevřít zadní vrátka do celé firmy – a s nimi i dost zásadní bezpečnostní rizika.

Jsou statické dashboardy v roce 2025 přežitek? | Mňamka #545

Jsou statické dashboardy v roce 2025 přežitek? | Mňamka #545

Dashboardy jsou v dnešní době stále ještě hlavním nástrojem, který umožňuje byznysu rychle zobrazit klíčové metriky, sledovat trendy nebo porovnávat výkonnost. A pořád tak hrají důležitou roli ve světě datové analytiky. Ale… kolik rozhodnutí se podle nich skutečně udělá?

Pilíře úspěšného datového projektu | Mňamka #544

Pilíře úspěšného datového projektu | Mňamka #544

V Bizztreatu máme za sebou desítky datových projektů napříč různými odvětvími např. jako e-commerce, retail, výroba, média nebo obchod. Z praxe víme, že mnoho datových projektů selhává – nedoručí očekávaný přínos, uvíznou na půli cesty nebo se zacyklí v nekonečném „ještě to ladíme“. Bez ohledu na typ projektu či sektor platí, že úspěch vždy stojí na pevných základech – pilířích, které rozhodují o tom, jestli výstup skutečně přinese byznysovou hodnotu. Právě proto je klíčové zaměřit se na to, co dělá datový projekt opravdu úspěšným. Tak pojďme na to.