Jak využít Pohodu (a jiné datové zdroje) v BI? | Mňamka #201

Vědět, v jaké je firma finanční kondici, a kam pluje, je jedna z klíčových věcí pro její správné kormidlování.

No jo, ale kdo se v tom má vyznat? Závěrky, Salda, “Pí-en-elka”, Cash-flow… Navíc to všechno strašně dlouho trvá, než to někdo v tom excelu spočítá, zvaliduje, vybarví grafy.. A nedej bože, když je tam potřeba něco upravit, to se pak jede celé kolečko znovu.

Nebo ne? Nemusí to tak být, umíme to i “na pohodu” (nebo na Pohodu) :)

Potřebujeme:

  • vědět, co z toho má na konci “vypadnout”
  • vytvořit si mappingy, podle kterých se to bude samo počítat (mapping účtů, struktura reportů…)
  • nějaké to ETL dle volby - a když nemáte Bizzflow, tak tam nedávejte nic.. :)
  • vizualizační nástroj - jde to i do Excelu, ale takové Tableau nebo GoodData bude určitě lepší
  • účetní software co nám dovolí se připojit k datům ... a jedeme!

Jak na to?

  1. Vytvořte si mappingy - je to jednoduché, transparentní a flexibilní. Na jednom místě můžete řídit zařazení analytický účtů do kategorií, upravovat si sktrukturu P&Lka nebo řídit budgety
  2. Očistěte si data (jak účetní, tak mappingy) a pokud chcete, ukládejte si jejich denní obraz (snapshotting - hodí se, když se chcete podívat jak to vypadalo včera/před týdnem)
  3. Účetní data je potřeba “učesat” a nakonec propojit s mappingy. Nám se osvědčilo používat tento datový model:

4. Naklikat pár vymazlených dashboardů a voilá - je hotovo!

V praxi to je samozřejmě o malinko složitější, páč se to musí “nakódit”, ale princip je stejný...

A výhody?

  • můžete si to pustit kdykoliv chcete a vyžaduje to v podstatě nulovou lidskou kapacitu - spočítá “se to samo”
  • všechny finanční pohledy můžete mít pár minut po zaúčtování dokladu
  • můžete se podívat jak jste na tom byli třeba před týdnem
  • minimalizujete riziko ruční chyby - ono protáhnout správně dvacátý-třetí vzorec přes všechny řádky taky není sranda (navíc v xls souboru co má klidně přes 400MB)

Prostě samé životní jistoty a pozitiva :)

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

Petr

Petr Koza
datový detektiv
LinkedIn

Seznamte se s Kats - jednotným kontaktním místem pro analýzu časových řad | Mňamka #203

Seznamte se s Kats - jednotným kontaktním místem pro analýzu časových řad | Mňamka #203

Pojďme se podívat na Kats – novou knihovnu v Pythonu pro analýzu časových řad! Kats je elegantně použitelný framework pro obecnou analýzu časových řad, včetně předpovědí nebo vícerozměrné analýzy a extrakce/vložení funkcí. Poskytuje klasické i pokročilé techniky pro modelování dat časových řad!

Jak si přidat vlastní KPIs do Airflow | Mňamka #202

Jak si přidat vlastní KPIs do Airflow | Mňamka #202

Airflow nám umožňuje programově vytvářet, plánovat a následně sledovat workflow. Standardní UI v Airflow nám umožňuje zobrazit pipelines a filtry. Jenže.. jak se zvyšuje počet pipelines, stává se mnohem složitější vyfiltrovat to, co potřebujeme. Jak si přidat vlastní pohledy/filtry na vaše DAGs v Airflow? Podívejte se, jak na to!

Co když... musíte důvěřovat svým dashboardům? A proč bývá 95% z nich rozbitých? | Mňamka #200

Co když... musíte důvěřovat svým dashboardům? A proč bývá 95% z nich rozbitých? | Mňamka #200

BI nástroje jsou mocné a ztratit nad nimi kontrolu můžeme poměrně snadno. A rychle. Jak objem dat narůstá, stane se, že víc lidí vytvoří více dashboardů a je v tom nepořádek. To důležité se ztrácí a nalezení relevantních čísel je obtížné. Lidé jsou ztraceni a začnou svůj BI tool nenávidět. Takže, jak implementovat self-service BI, aniž bychom nad BI tolly ztratili kontrolu? Mrkněte na pár užitečných tipů!