Jak využít účetní systém Pohoda (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?
- 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
- 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)
- 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
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!