Základní datové typy | Mňamka #41

Datový typ je jednoduše atributem dat, který říká kompilátoru nebo interpretovi, jak programátor hodlá data použít. Většina programovacích jazyků podporuje běžné datové typy reálných , celých a booleovských . Datový typ omezuje hodnoty, které může mít výraz , například proměnná nebo funkce. Tento datový typ definuje operace, které lze s daty provádět, význam dat a způsob, jakým lze uložit hodnoty tohoto typu. Typ hodnoty, ze které může výraz vzít svou hodnotu. (zdroj wiki) 

Uf. Toť definice. Co to ale ve skutečnosti znamená? Vědět, o jaký datový typ se jedná je úplný základ datové analytiky. Správná klasifikace nám ulehčí spoustu budoucích troubles. Když jsem začínala s datovou analytikou, o datových typech jsem samozřejmě slyšela, ale moc mi to hned nedocvaklo :-) Postřehla jsem to až ve chvíli, kdy jsem se učila s vizualizačním nástrojem - pokud totiž neoznačíte správně datový typ hned na startu, bude vám i to nejlepší zobrazovátko ukazovat nesmysly. Například máte-li sloupec “rok” označený jako “text - string” - pokud nezměníte datový typ na “datum - date”, nikdy nebudete schopni zobrazit data (rok) v časové ose, protože zobrazovátko nepochopí, že jde o datum.

Správná klasifikace datových typů ale není samozřejmě jen o vizualizaci. Tím úplně nejzákladnějším důvodem je velikost data. Pro každý datový typ je vyhrazeno větší či menší množství paměti - v praxi to znamená, že z hlediska místa je výhodnější mít uloženu informaci jako boolean (muž - 1 ano / 0 ne) než jako text “muž - ano”. Jakou mají jednotlivé datové typy velikost se dočtete například zde

Nerada bych tu popisovala celou problematiku datových typů, na to jsem malý pán. Datové typy mají různou klasifikaci a pro různé programovací jazyky se mohou lišit. Jak už mám ale ve zvyku, tady je pár zajimavých odkazů, které se datovými typy zabývají trochu podrobněji: 

Eva

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

Eva Hankusová
detektiv nových příležitostí
LinkedIn

GoodData Cloud aneb mladší sestřička GoodData Platformy | Mňamka #537

GoodData Cloud aneb mladší sestřička GoodData Platformy | Mňamka #537

GoodData Platform už pravděpodobně znáte, ale pokud ne, můžete to vždycky dohnat v našich již existujících článcích. Třeba tady(odkaz) nebo tady(odkaz). Dnes bych vám ráda představila produkt, který není na trhu tak dlouho, ale určitě stojí za to o něm vědět víc. To, že je GoodData Cloud mladší sestřičkou naší staré dobré GoodData Platformy, není žádným tajemstvím, ale jak se jí daří vyrovnat se svojí starší sestře? Co nového vám může nová verze nabídnout? Co mají tyhle dvě společné a v čem si jsou naopak cizí? Tohle vám zkusím v dnešní BizztroMňamce přiblížit.

Proč (ne)integrovat ERP přímo s Power BI a zapojit datový sklad?| Mňamka #536

Proč (ne)integrovat ERP přímo s Power BI a zapojit datový sklad?| Mňamka #536

Napojení ERP přímo na Power BI je často prvním krokem, kterým firmy začínají svou datovou cestu – rychlé, levné a snadno dosažitelné řešení. Z dlouhodobého hlediska však toto přímé propojení přináší řadu limitů, které mohou bránit rozvoji datové analytiky a snižovat přidanou hodnotu pro byznys. V tomto článku se dozvíte, proč je důležité uvažovat o koncepčním řešení v podobě datového skladu, jaký přínos může mít centralizace dat a kdy je správný čas posunout se k robustnější datové infrastruktuře.

Klíčové ukazatele výkonnosti (KPI): Jak je správně nastavit a efektivně vyhodnotit pomocí business intelligence | Mňamka #534

Klíčové ukazatele výkonnosti (KPI): Jak je správně nastavit a efektivně vyhodnotit pomocí business intelligence | Mňamka #534

Jak efektivně řídit růst a sledovat dosažení cílů? Jak klíčové ukazatele výkonnosti (KPI) pomáhají firmám zlepšovat výkon a naplňovat strategické záměry?V článku najdete příklady KPI pro oblasti jako finance, marketing, zákaznický servis, výroba, lidské zdroje a IT, včetně praktických příkladů jejich využití. Zjistěte, jak zavést a sledovat KPI, abyste získali lepší přehled o efektivitě klíčových procesů.