[VIDEO] K čemu vám může být datová analytika? | Mňamka #61
Staré, ale stále platné! Článek a video vznikli v roce 2017. Dnes už koukáme na vizuálně trochu jiný dashboard (uvidíte ho v článku níže), přesto stále platí stejná pravidla i v roce 2020.
Velmi často v od vás dostáváme otázku: K čemu mi může být datová analytika či služby datového detektiva užitečné? Často po nás chcete konkrétní příklady z praxe, ale protože důvěrnost dat našich zákazníků je alfou a omegou celého byznysu, rozhodli jsme se ukázat vám příklady toho, jak datovou analytiku používáme v BizzTreat sami pro sebe - takovéto Datový detektiv sobě!

Jak vypadá dashboard dnes?
Níže si dáme shrnutí k videu. Pojďme si ale zkraje ukázat, že i dashboard se může vyvíjet:-) Dnes vypadá takto a není už zdaleka jediným, který si každé pondělí ukazujeme.
Co nás zajímá nejvíc?
Sledujeme 3 základní parametry, které jsou klíčové pro finanční zdraví celého BizzTreat
-
dosažené průměrné hodinové sazby
-
počtu odpracovaných hodin, které budeme přímo fakturovat zákazníkovi a
-
tzv. utilizace: poměru placených hodin vůči všem odpracovaným hodinám.

BizzTreat: Srování aktuálního plnění vůči plánu
Základní teploměr nám ukazuje, kolik placených hodin jsme už dodali a to zda míříme ke stanovenému cíli. Používáme 2 cíle, minimální, stanovený tak, abychom pokryli všechny náklady firmy a vytvořili domluvený zisk, a optimální, který pokrývá náklady, zisk a umožnuje nám investovat do rozvoje firmy.
Vidíte, že tento měsíc se nám moc nedaří.
Graf vedle dokonce ukazuje i proč. Zde vidíte rozpad placených hodin na jednotlivé klienty (jejich jména jsme pro účely tohoto videa anonymizovali). Červená čára ukazuje počet hodin, nasmlouvaných v paušálu, oranžová tuto informaci přepočítává k dnešnímu dni. Vidíte tedy, že u třech označených klientů jsme ve zpoždění s dodávkou.

BizzTreat: Průběžné plnění závazků vůči jednotlivým klientům
Co je k tomu potřeba?
Abychom mohli takto náš byznys analyzovat, musíme
-
"vyndat" data ze systémů, které používáme - tady vidíte, že používáme Fakturoid na fakturaci a Paymo pro vykazování
-
dále je nutné data vyčistit a obohatit
-
a potom "natlačit" do nějakého zobrazovátka, v našem případě používáme Tableau.

BizzTreat: ETL proces v Keboola Connection
A to je vše:-)
Vypadá to jednoduše, že jo? Říkáte si “to umím udělat v excelu taky”? Zkuste data aktualizovat denně. Nebo několikrát denně. A co když těch dat máte tolik, že se to už ani do excelu nevejde? Co když potřebujete udělat malou změnu a celá soustava vašich excelů se vám rozsype? Tak to všechno jsou situace, kdy se vám vyplatí volat datového detektiva.
- Video najdete i na našem YouTube kanálu
Máte k článku nějaké otázky nebo připomínky? Klidně mi napište, rád to s Vámi proberu :-)
Pandas – k čemu slouží, k čemu jej raději nepoužijeme a jeho alternativy | Mňamka #435
Pandas je jednou z nejpoužívanějších knihoven pro zpracování dat v jazyce Python. Jeho největší předností je zejména jednoduchá a intuitivní syntaxe a také rychlost, se kterou můžete zpracovávat velké datové soubory. V BizzTreatu ho proto často využíváme např. pro ad hoc analýzy dat, kdy potřebujeme rychle prozkoumat, jak data vlastně vypadají a jaká je jejich kvalita. V dnešní mňamce od Báry si ukážeme, kde všude lze Pandas použít a jak si stojí v porovnání s ostatními knihovnami!
Keboola transformace – v hlavní roli proměnné | Mňamka #432
Co dělat, když se váš projekt liší jen v několika důležitých parametrech? No mohli byste samozřejmě všechno hardkódovat, to je ale značně pracné. V BizzTreatu proto raději dáváme přednost hojnému využívání proměnných. Jednak se s nimi lépe pracuje a zároveň nám usnadňují následnou správu kódu. V Keboola transformacích přitom máme hned dva typy proměnných – ty keboolácké a ty snowflakové. V dnešní mňamce od Kristýny si ukážeme, jaký je mezi nimi rozdíl a kdy a jak je používat!
MAQL I. - MAQL vs SQL | Mňamka #427
SQL dozajista velmi dobře znáte, jak jste na tom ale s takovým MAQL? Pokud si chcete rozšířit obzory o další dotazovací jazyk, tak to jste na správném místě. MAQL je uživatelsky přívětivý jazyk, se kterým se můžete setkat při práci v GoodData, a naše Péťa si o něm připravila krátkou minisérii. A hned v prvním díle tu máme malé srovnání pro všechny zaryté fanoušky SQLka. Ukážeme si totiž, k čemu vám může být MAQL užitečný a kolik práce vám díky předdefinovaným operacím ušetří. Tak pojďme na to!