[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.

Máte k článku nějaké otázky nebo připomínky? Klidně mi napište, rád to s Vámi proberu :-)

Radovan Jirka
datový detektiv
LinkedIn

Ze života datového detektiva I. - Průvodce světem dat

Ze života datového detektiva I. - Průvodce světem dat

Hodně často kolem sebe slýcháme otázku: a co že vy teda děláte? První díl z celkem čtyř o tom, jak datový detektiv funguje v každodenním životě. Naše práce je opravdu hodně komplexní a musíme zdatně propojovat analytické a businessové skills. Začneme tím, jak probíhá náš první kontakt se zákazníkem! Datový detektiv je totiž také obchoďák a accounťák. Eva a Rado vám umožní nahlédnout do svých běžných pracovních dnů. Co dělají? Jak probíhají první jednání s budoucími zákazníky a co je na tom baví?

Design pattern #6: Události v datech | Mňamka #237

Design pattern #6: Události v datech | Mňamka #237

Máme tu další várku design patternů od Péti! Pojďme si ukázat, jak můžeme pracovat s událostmi v datech - zajímá vás, co předcházelo zákaznické registraci? Průměrný počet dní mezi objednávkami? Nebo jak se mění zdroj návštěv u jednotlivých klientů? Tyhle patterny Vám pomůžou v pochopit vzorce chování jednotlivých zákazníků/skupin, nebo třeba odhalit mezery v akvizičním procesu. Není to nic složitého!

Self service BI aneb "naklikat to zvládnu sám" | Mňamka #234

Self service BI aneb "naklikat to zvládnu sám" | Mňamka #234

Právě jste došli k tomu, že by vám pomohlo, kdybyste trochu víc pracovali s daty. Jenže co teď? Kde začít? Stavět datový sklad? Nakoupit servery? V dnešní době spíš jít a zaregistrovat se do Snowflake nebo Google BigQuery. Jenže tohle je jen začátek. Úplný začátek. Celé datové řešení není jen o výběru vhodného nástroje… je to velmi komplexní projekt. Co je dobré zvážit, než uděláte pomyslný první krok?