Vzhledem k rychle rostoucímu podílu online prodeje všeho zboží se neustále zvyšuje tlak na klasické kamenné řetězce. Zákazníci si velmi rychle zvykají na služby, které jim nabízí prodejci na internetu. Ať už se jedná o personalizovanou nabídku nebo doručení do dvou hodin až ke dveřím. Kamenné řetězce se na to snaží reagovat nabídkou svých služeb na internetu. Tyto služby jsou ale většinou svými procesy odděleny od těch, které řetězce po dlouhé roky ladili téměř k dokonalosti v offlinu. Díky tomu retailerům narůstají náklady na provozování služeb na internetu a tyto aktivity jsou ztrátové. Aby bylo možné uspět, musí kamenné řetězce sjednotit oflline i online prodej do jednotných a vzájemně propojených procesů. Navíc musí kompletně projít procesem digitální transformace, aplikovat agilní metodiky řízení a neustále inovovat. Jedním z klíčových faktorů, který ovlivní úspěch firmy v transformační vlně je schopnost zapojení umělé inteligence a dat. Zapojení umělé inteligence a kognitivních služeb umožnuje navázat úzké spojení mezi obchodníkem a zákazníkem. Díky tomu lze přinést zákazníkovi na míru personalizovanou službu s využitím existující sítě kamenných prodejen a logistiky.

Jedním z inspirativních příkladů je Globus. Služby jako Scan&Go nebo nově Click&Go se snaží využít existující platformu k uspokojení požadavků, na který je zákazník zvyklý z onlinu. Současná konkurenční výhoda Globusu je i v tom, že díky těmto službám sbírají velké množství dat o chování zákazníků. Rozhodující nyní bude, jak Globus dokáže s těmito daty pracovat.

Nově se objevují tyto požadavky zákazníků v retailu a ecommerce:

• Online komunikace s obchodníkem v realném čase
• Personalizace nabídky
• Relevantní doporučování
• Dlouhotrvající vztah se značkou
• Efektivně strávený čas při nakupování

Tyto nové požadavky zákazníků formují následující trendy v retailu a ecommerce:

• Adaptivní homepage: Rozpoznáním zákazníka při vstupu na web a propojení s daty z minulých nákupů s využitím umělé inteligence je možné přizpůsobit domovskou stránku na míru zákazníkovi.
• Dynamický dosah: Pokročilé CRM a marketingové systémy se dokáží učit z chování zákazníků a přizpůsobit outbound marketing doporučeními na míru a relevantním obsahem.
• Podpora v reálném čase: Assistent na bázi umělé inteligence (chatbot) dokáže konverzovat se zákazníkem a pomoci mu v nákupním procesu.
• Optimalizace procesů: Systémy umělé inteligence dokáží efektivně řídit sklady, alokaci zboží, distribuci a další procesy v reálném čase.
• Inovace: Sběr dat o chování zákazníků a procesů lze využít pro kontinuální zlepšování služeb a inovace.
• Forecasting poptávky: Umělá inteligence umožňuje vytěžit data o zákaznících a retailovém trhu k identifikaci současných trendů v poptávce zákazníků a tomu přizpůsobit marketing a obchodní strategii.

Zajímá vás více informací o trendech v retailu? Kontaktujte nás nebo nás navštivte na konferenci Obchod a retail 4.0. Registrace je zdarma.

Konference Gopas Power BI Day 2018

13. března se kromě tipů a triků jak na efektivní tvorbu interaktivních firemních reportů, možnosti vizualizací výsledků datových analýz, přípravu dat v Power Query, optimalizaci datového modelu a plánování PBI infrastruktury bude věnovat i jazyku DAX a způsobům přípravy na PBI certifikaci nebo MOS.

Konference je určena

• Pracovníkům IT, controllingových a BI oddělení a všem, kteří si své reporty chtějí vytvářet sami.
• Datovým analytikům a finančním manažerům, kteří své výstupy potřebují vizualizovat koncovým uživatelům.
• Projektovým manažerům, kteří jsou otevřeni novým způsobům řízení projektů
• Všem uživatelům, kteří chtějí porozumět jazyku DAX.
• Power BI vývojářům a všem, co se chtějí certifikovat na Power BI (70-778 – Analyzing and Visualizing Data with Microsoft Power BI) a MOS

Program
8:30 9:00 Registrace
9:00 9:10 Úvodní slovo | Martin Haman
9:10 9:40 Seznamte se, Power BI | Jiří Neoral
9:45 10:25 Příprava dat v Power Query | Martin Haman
10:25 10:40 Přestávka s občerstvením
10:40 11:10 DAX 1 | Martin Haman
11:15 11:55 DAX 2 | Jiří Neoral
11:55 12:55 Obědová pauza
12:55 13:35 Vizualizace dat | Martin Haman
13:35 14:05 Optimalizace datového modelu | Martin Haman
14:05 14:20 Přestávka s občerstvením
14:20 15:00 Plánování Power BI infrastruktury | Jiří Neoral
15:05 15:35 Power BI pro vývojáře | Jiří Neoral
15:40 16:00 Jak na certifikaci Power BI a MOS? | Martin Haman

Zajímá vás Power BI? Podívejte se, jak vypadá začátek a průběh spolupráce s Intelligent Technologies.

Do letošního ročníku soutěže Microsoft Awards jsme se přihlásili s projektem pro maloobchodní síť potravin Delmart. Projekt byl zařazen do kategorie Maloobchodu a FMCG, kde jsme získali 1. místo a tím i ocenění Microsoft Awards Winner 2017. Více o tom, jak společnost Delmart díky našemu řešení zlepšila reporting a zefektivnila prodej si můžete přečíst v tomto článku Hospodářských novin.

Společnost Delmart vznikla na zelené louce. V roce 2014 ji založil Dušan Mrozek, někdejší předseda představenstva české pobočky Marks & Spencer. Měl vizi vytvořit v České republice důvěryhodný koncept zdravých potravin, které by svou kvalitou převyšovaly ty nabízené v obchodních řetězcích. Koncept se ukázal jako životaschopný a Mrozek rozhodl o další expanzi společnosti. To si ale žádalo nastavení celé řady firemních procesů, mimo jiné i reportingu.

Cílem projektu bylo nahradit nevyhovující přehledy generované procesem přímo z informačního a pokladního systému a vytvořit tak jednotný analytický a reportovací nástroj pro řízení a optimalizaci prodejních aktivit společnosti. Mimo vytvoření datového skladu pokrývajícího různorodé datové zdroje bylo potřeba vyvinout zcela nový reportovací systém, který pokrývá zásadní firemní agendy. Mezi hlavní oblasti robustního řešení patří finanční konsolidace, obchod a marketing, logistika, sklady, HR nebo například věrnostní klientský program.

„Získat data z původních systémů bylo velmi pracné. Proces si vyžadoval analytika s velmi pokročilými znalostmi MS Excel. Ten musel data z různých zdrojů manuálně poskládat, což s sebou neslo také značnou chybovost. Dnes stačí jedno kliknutí myší a okamžitě máme k dispozici na jednom místě všechny cenné informace. Existuje už jen jediná pravda, a právě proto jsme to celé dělali“ uvedl k projektu Dušan Mrozek, jednatel.

Více informací o našich dalších realizovaných projektech naleznete na adrese: www.intecs.cz/zakaznici/.

O víkendu jsme se zúčastnili 1. hackathonu státní správy (https://www.nku.cz/hackathon/). Hackathon se konal v prostorách NKÚ a otevřená data na místě podpořili mentoři za ČSU, ČTU, ČSSZ, MV, MF, ČÚZK a NKÚ. Celkem bylo na začátku sestaveno 15 týmů. My se přidali k týmu Petra Štěpána, který se rozhodl pomocí Power BI prozkoumat otevřená data veřejné správy a zamyslet se nad propojením a využitím co nejvíce zdrojů. Rozhodli jsme se propojit data prostřednictvím období a organizace (IČO) a hledat v nich souvislosti. Podařilo se nám tak vytvořit sadu reportů, které zobrazovaly metriky jako hodnotu schválených dotací, počet kontrolních akcí, výdaje rozpočtu, rozdíl mezi schválenou a požadovanou částku dotace nebo také množství smluv, u kterých nebyla dodržena lhůta pro zveřejnění.

Celkem bylo na vypracování přesně 24 hodin, poté došlo k prezentaci výsledků a volba nejlepších projektů. Náš projekt se umístil na 3. místě. Porota na našem projektu ocenila zejména to, jak efektivně jsme dokázali propojit na jedno místo data z různých míst státní správy a zpřístupnit je tak pro další analýzy. V projektu jsme využili tyto datové sady:

• NKÚ o kontrolních akcích a kontrolovaných osob
• Monitor státní poklady MF
• Kmenová data účetních jednotek a některých menších číselníků
• Rozpočet obcí
• O hazardu MF
• Výsledky kontrol hospodaření z MF
• Registru smluv MV

Více o výsledcích na www.hackujstat.cz. Výsledný Power BI report je k dispozici zde.

Náš dashboard pro X.GLU se zúčastnil konference Future Port Prague 2017. X.GLU je nejmenší glukometr na světě, který má velikost kreditní karty a ke svému fungování nepotřebuje baterii. Data z měření odesílá bezdrátově prostřednictvím NFC technologie do mobilní aplikace. Projekt X.GLU vyhrál celosvětovou soutěž Imagine Cup 2017. Naší úlohou bylo vytvořit real-time dashboard zobrazující statistiky měření v průběhu konference prostřednictvím Power BI. Glukometr v reálném čase odesilá výsledky měření do Power BI, ve kterém se okamžitě zobrazí informace o naměřené hladině cukru se zařazením do jednoho z možných stavů: hypoglykémie, normální stav, hyperglykémie. Výsledný dashboard X.GLU si můžete zobrazit zde.

Partner přiřazený k vybraným předplatným (DPOR – Digital Partner of Record) slouží jako poradce pro veškeré technické i obchodní otázky. Partnera k předplatným přiřadíte následujícím postupem:

1. Přihlašte se do administračního rozhraní Office 365 a přejděte na záložku Fakturace/Předplatná – https://portal.office.com/AdminPortal/Home#/subscriptions
2. Vyberte postupně všechna předplatná, u kterých chcete nastavit nebo změnit partnerskou organizaci
3. Z menu vpravo vyberte přidat preferovaného partnera (DPOR – Digital Partner of Record)
4. Zadejte číslo organizace a potvrďte. Partnerský kód Intelligent Technologies je 2173011

Více informací o našich dalších realizovaných projektech naleznete na adrese: www.intecs.cz/zakaznici/.

I v letošním roce jsme se zúčastnili soutěže Microsoft Awards v oblasti Moderní datová platforma. Tentokrát jsme do soutěže vybrali jeden z nedávno dokončených projektů – Obchodní reporting pro společnost Bisnode, se kterým jsme získali ocenění Microsoft Awards Finalist.

Bisnode je evropský vedoucí poskytovatel ekonomických informací o společnostech a podnikatelích. Prostřednictvím svých řešení pomáhá Bisnode firmám zvyšovat tržby, minimalizovat obchodní rizika a umožňuje realizovat správná obchodní rozhodnutí. Již od roku 1990 je Bisnode v oblasti B2B řešení a postřehů z trhu v České republice a na Slovensku partnerem firem od malých po ty největší hráče na trhu.

Cílem projektu bylo vytvořit jednotný a moderní reporting pro řízení a zvýšení efektivity celého obchodního cyklu. Díky novým pohledům je nyní možné jednotně pracovat napříč regiony, sortimentem, obchodníky, zákazníky a mít přehledně na jednom místě klíčové informace pro řízení důležitých obchodních procesů. Nový systém umožňuje lépe řídit jak obnovu stávajících kontraktů, tak i získávání nových. Navíc díky nástrojům Power BI a Office 365 jsou reporty interaktivní, přehledné a dostupné i z mobilu. To vše přináší provozní úspory, které zajišťují rychlou návratnost implementovaného díla.

„Obchodní reporting nám pomáhá v lepším a efektivnějším řízení obchodního procesu. V Power BI máme k dispozici všechny informace v podobě, která umožňuje managementu i jednotlivých obchodním manažerům sledovat vývojové trendy, rychle a přehledně. Navíc si můžeme sami vytvářet i nové sestavy a díky tomu tak snižujeme celkové náklady na reporting.“ uvedl k ocenění Radomír Lipár, projektový manažer Bisnode.

Více informací o našich dalších realizovaných projektech naleznete na adrese: www.intecs.cz/zakaznici/.

Koncem května jsme se zúčastnili 19. ročníku konference Controllingové forum pořádané organizacemi Cafin a Controller institut. V rámci konference jsme měli spolupřednášku s Miroslavem Umlaufem, Business Intelligence director v AVG Technologies, na téma „Jak zvládnout data 200 milionu uživatelů“.

S AVG spolupracujeme již 4. rokem a společně jsme realizovali mnoho důležitých projektů, které této jediné české veřejně obchodované společnosti na newyorkské burze, dopomohly v překonání mnoha milníků. Jedním z nich bylo právě pokoření hranice 200 milionu aktivních uživatelů.

V rámci přednášky se posluchači dozvěděli například to, jaká specifika pro společnost znamená freemium business model, který AVG použilo jako jedna z prvních globálních firem. A jak důležité je v AVG využití Self service Business Intelligence nástrojů (Tableau, Power BI) a metodik.

V rámci případové studie jsme se zaměřili na oblast finanční konsolidace při ukázce projektu „Financial Datamart“, který v AVG zjednodušuje práci controllerům, analytikům i auditorům. Při vysoké četnosti akvizic je nezbytné mít jednotný systém, který provádí finanční konsolidace skutečných a budoucích tržeb podle businessového členění. Různé entity v rámci AVG mohou mít, zejména po akvizici, různé struktury dat a odlišné účetními systémy. Proto je nutné data integrovat, konsolidovat a vytvářet nové metriky (net revenue, deferred revenue). Tato data lze následně již snadno využít k plánování a rozpočtování napříč různými entitami dle businessového členění.

Věříme, že jsme účastníkům předali zajímavé informace a inspiraci pro vlastní projekty. Pokud vás témata konference zaujala, můžeme se setkat za rok na příštím ročníku.

Minulý týden ve čtvrtek proběhlo první letošní DataPivo, a to v úžasných prostorách kybernetického polygonu Masarykovy univerzity v Brně. Součástí DataPiva je vždy nejprve několik přednášek, po kterých následuje networking a diskuse u piva v některém z brněnských podniků. V rámci posledního DataPiva proběhly tyto přednášky:

Jiří Materna (Seznam.cz) – Praktický úvod do návrhu hlubokých neuronových sítí v TensorFlow

V přednášce byly představeny základní principy konvolučních a rekurentních neuronových sítí. Na několika praktických ilustrována jejich snadná implementace v TensorFlow, což je open-source knihovna firmy Google pro masivně paralelizované numerické výpočty.

Martin Procházka (Madfinder Games) – Game Analytics

„Analytika“ se již etablovala jako nedílná součást vývoje Free-to-Play a online her, kde je nutné udržet a monetizovat uživatele. Přednáška přibližuje analytickou praxi v kreativním odvětví (zkušenosti z Madfinger Games), základní metriky, klasické úlohy a používané nástroje.

Luboš Bednář (Intelligent Technologies) – Power BI

Představení v současnosti nejrychleji se rozvíjejícího analytického nástroje. Pro koho je vhodný? Jakou roli může zastávat v malých firmách a jaké v těch velkých? Jaké jsou jeho možnosti a omezení? Mají se ho Tableau, Qlik Sense nebo GoodData začít bát?

Všechny tyto přednášky si lze zpětně přehrát na youtube kanále Brněnské DataPivo

Konkrétně přednáška o Power BI je k dispozici zde: Část 1 (22min) Část 2 (18min)

A pokud jste ještě o DataPivu neslyšeli a nechcete propásnout příští akci, můžete sledovat facebookové stránky DataPivo.

V sobotu v Brně proběhl druhý ročník DataConfu. Tentokrát v nových prostorách filozofické fakulty Masarykovy univerzity. Naše úloha byla připravit interaktivní obsah, který by účastníky bavil ve volných chvílích mezi přednáškami v průběhu celého dne. K dispozici jsme měli interaktivní tabuli v relax roomu, na kterou jsme připravili Power BI dashboard zobrazující statistiku tweetování v reálném čase spolu se statistikou účastníků konference. Ti se vyfotili skrze svůj mobilní telefon na stránkách www.dataconf2015.intecs.cz a obratem zjistili zda aplikace pozná jejich věk a pohlaví. Vše bylo samozřejmě zaznamenáno do společné statistiky.

Dokonce se zapojili i ti, kteří se DataConfu přímo neúčastnili!

Takto vypadal dashboard na konci dne. Celkem se vyfotilo 66 lidí a bylo odesláno 434 tweetů. Nejaktivnější byl edison23, jen o jeden tweet před účtem DataConf 2015. Nejpilněji se tweetovalo při přednášce E-commerce 2020 Honzy Laštůvky z MonkeyData a průměrný věk účastníků DataConfu vyšel 33 let.

DataConf 2015 dashboard

Celá konference byla hodně povedená, perfektní řečníci, zajímavý obsah a plný přednáškový sál. O našich přípravách na DataConf můžete číst zde.

Už teď se těšíme na další ročník!

První ročník DataConfu byla dost povedená akce. I proto jsme věřili, že u jednoho ročníku to nezůstane a i přes pracovní vytíženost Hanky i Honzy do toho půjdou znovu i příští rok. Stalo se a zítra tu máme další ročník!

Chtěli jsme být opět u toho, proto jsme začali vymýšlet, co zajímavého bychom na DataConf přinesli. Před nějakým časem Microsoft přišel s Project Oxford, což je otevřené API pro rozpoznávání pohlaví a věku z fotky. Radim tedy navrhl, že to nějak propojíme s Power BI. Tak fajn, ale jak získáme od lídí na konferenci fotku? První nás napadlo vzít si s sebou kinect a fotit lidi někde u stánku. No jo, ale nevím jestli bych se sám hrnul vyfotit se někam ke stánku. Další návrh byl proto nechat lidi, ať uploadnou svoji fotku sami přes naši mobilní apku. A vlastně nepotřebujeme ani apku, stačí webová aplikace! Honza tedy vytvořil webovou část a Radim dodělal posílání dat prostředicntvím MS Azure a stream analytics přes Power BI REST API do Power BI a z toho do REAL TIME dashboardu!

Je pravda, že v mobilní aplikaci nefunguje vše úplně bez chyby, například víme, že nefunguje na opeře, ale už nevíme co s tím. V pár případech se taky nepodařilo uploadovat fotku, ale jinak věříme, že to bude celkem funkční :)

Abychom nezůstali jen u rozpoznávání tváří, vrhli jsme se na podnět Hanky ještě na zpracování dat z Twitteru s hashtagem konference. Ano, opět to chceme real time. Z minulosti víme, že twitter má na dotazy přes REST API docela velká omezení (maximálně 100 řádků v requestu a platnost requestu 15 minut). Naštěstí konektor pro stream analytics se zdá být použitelný. Na podruhé to šlo ještě rychleji, v Azure vytvořit event hub a stream analytics job, vytvořit token pro Twitter streaming, vybrat hashtagy a za pár minut máme real-time dashboard, super! Teď k tomu ještě dát informace o časech jednotlivých přednášek, názvech přednášky a můžeme online analyzovat tvítování na Data Confu!

Deset hodin večer, můžeme jít spát. Doufám, že to zítra bude fungovat a nebudeme zklamaní.

Tak zítra!

Luboš Bednář

Jestli máte rádi data ve všech jejich podobách a máte to do Brna co by kamenem dohodil, neměli byste si nechat ujít konferenci DataConf. Stejně jako loni jsme se stali partnery a najdete nás o přestávkách u jednoho ze stánků; letos i s interaktivním překvapením.

Podívejte se na program a zaregistrujte se – kapacita je již sice naplněna, ale nikdy nevíte, kdy se uvolní místo.

Power BI, nástroj pro vizualizaci dat z dílny Microsoftu, máme rádi. Je skvěle provázaný s dalšími nástroji balíčku Microsoft Office a s trochou šikovnosti si jej kdokoli může přizpůsobit k řešení vlastních problémů. Zejména co se týče vizualizací.

Grafy odhalí souvislosti mnohem lépe než jednotvárné tabulky. Například Chord diagram z dílny našeho technického ředitele Radima Hampla přehledně ukazuje propojení mezi dimenzemi a více metrikami.

Typické využití? Na první pohled třeba zjistíte, kteří odběratelé odebírají největší objem zboží v dané kategorii.

Radim si s touto novou vizualizací pro Power BI hrál v rámci soutěže Power BI Best Visual contest a k dnešnímu dni patří mezi top 10 nejoceňovanějších soutěžních příspěvků.

Zjistěte, k čemu všemu se vám může hodit Power BI a naučte se tento přehledný nástroj používat na našem školení Power BI.

Při pročítání dnešních novin (zejména komentáře Alexandra Mitrofanova) mne napadlo, že by bylo zajímavé se podívat na aktuální Výzvu vědců pohledem datové analytiky a zároveň demonstrovat použití PowerBI. Webové stránky výzvy nabízejí seznam všech akademiků, kteří se k výzvě připojili a také seznam všech podporovatelů z neakademické sféry.

Pro další analýzu použiji PowerBI Desktop (volně ke stažení bez registarce). Do PowerBI se pokusím načíst seznamy akademiků a podporovatelů a získat z nich nějaká zajímavá fakta. Přeskočím teď na konec a protože se mi to po několika pokusech podařilo, tady jsou výsledky.

Výstup z analýzy:
• Magisterský titul se vyskytuje 3x častěji než inženýrský (1287 : 455)
• Výzvu podepsalo 145 profesorů
• Nejčastěji zastoupená je Přírodovědecká fakulta UK
• Nejčastější instituce jsou UK, AV ČR a Masarykova univerzita
• Nejčastější jména jsou Jan (220), Petr (142) a Martin (112)
• Nejčastěji výzvu z žen podepsaly Jany (51), až na desátém místě celkově
• Nejčastěji se vyskytují tituly Ph.D. (976) a s odstupem CSc. (200)
• Existuje 5 používaných forem titulu Ph.D.
• Akademici zapsali celkem 1718 pracovišť (kateder, fakult, organizací a jejich kombinací)

Jak jsem došel k těmto číslům (pozor, následuje střet s technologií)

PowerBI umí načítat obsah webových stránek a není tedy problém seznam akademiků načíst a najít v obsahu stránky datové struktury se jmény vědců. Použil jsem Chrome Developer Tools pro snadnější vizuální orientaci na stránce a pro vyhledání elementů se jmény a tituly. Zásadní (a vlastně jediný) problém nastává při zpracovávání jmen, titulů a institucí. Tvůrci webových stránek je umístili do DIVů několik SPANů pro titul před, za a jméno. Není problém načíst tato data do PowerBI, ale načtou se jako řádky a pro intuitivní práci je potřebujeme dostat do sloupců.

Jak na to?

Pro sloučení řádků je možné použít funkci PIVOT nebo GROUP. Předtím je ale nutné identifikovat titul a jméno, tvůrci stránek totiž při neexistujícím titulu před nebo po daný SPAN vynechávají, címž se rozbíjí jednotná struktura. Můj hlavní zádrhel spočíval v tom, jak vytvořit indexový sloupec v rámci jedné osoby, což vypadá jako jednoduchá věc. Po několika neúspěšných pokusech jsem to nakonec řešil přes separátní tabulku, kde pro každého vědce se poznačí nejmenší index řádku (je to krok GroupedRows pro ty, kdo si stáhnou výsledné řešení). Toto číslo pak odečítám od indexu řádku a tím dostanu vždy sekvenci 0, 1, 2, 3, … S touto fixní sekvencí již pak lze pracovat a vytvořit sloupce pro titul před, za, jméno a organizaci. Nakonec pak již stačí ručně dočistit překlepy, různé formy zápisů titulů a vytvořit sloupec s institucí, která sloučí všechny katedry a fakulty pod název univerzity. U neakademiků se pak autoři stránek výzvy rozhodli k tomu, že jméno a tituly uvedou jako jeden spojený text. Bylo by sice možné extrahovat tituly před a po od jména, ale to už bylo nad mé časové možnosti, proto u neakademiků je jediná použitelná metrika – počet.

Výsledný dashboard je fajn v tom, že si jej můžete stáhnout, kliknout na obnovit data a uvidíte aktuální počty podepsaných. Soubor s analýzou je ke stažení zde: Výzva vědců analýza.

Všechny technologie, které nasazujeme u našich klientů se snažíme v maximální míře používat také pro naši vlastní potřebu a získat tak zkušenosti s nasazením produktu a zároveň z jeho používání. Jednou z nových technologií je PowerBI.

Co je PowerBI?

PowerBI je on-line analytická a reportingová platforma nabízející okamžitou dostupnost (nejen) všech firemních dat. Služba funguje v cloudu (spolupracuje s Office 365, ale funguje také zcela samostatně a nezávisle). Je tedy vždy dostupná, a to z jakéhokoliv zařízení (včetně nativních aplikací pro iOS a Android).

Výkaz práce a produktivita

Našim zákazníkům ukazujeme detailní přehledy o práci pro ně udělané. Nejsnadnější a nejflexibilnější cesta je excelovský soubor, který každý programátor udržuje. Z těchto zaměstnaneckých výkazů se pak vytváří zákaznický výkaz (většinou měsíční). Pro potřeby interního výkaznictví jsme udělali BI řešení, které pracuje s výkazy odpracovaných hodin a výsledkem je firemní produktivita, sada reporů ukazujících na čem se nejvíce pracuje, kde jsou prostoje, a který projekt nebo zaměstnanec přináší do firmy nejvíce peněz (při spojení s fakturací a mzdovými náklady).

Jak to funguje?

Všichni, kdo jsou v kontaktu se zákazníkem vyplňují výkaz práce a ten se automaticky přenáší do PowerBI a tam se spojí s fakturovanými částkami (výnosy) a mzdovými náklady. Vedení firmy má tak okamžitě a neustále přehled o vývoji výnosů v daném měsíci a roce, vývoji situace na jednotlivých projektech, zákaznících a produktivitu konzultantů.

Co k tomu potřebuji a kolik mě to bude stát?

Pro používání PowerBI je potřeba se pouze registrovat a můžete začít vytvářet své reporty a zkoumat data. Základní přístup je zdarma s několika omezeními (například pouze 1GB prostoru na uživatele, denní frekvence obnovování dat), placená verze stojí $10 měsíčně na uživatele.

Pokud se vám výkaz práce nebo PowerBI jako takové líbí, ozvěte se nám, pomůžeme vám lépe využívat i vaše data.

V prostorech brněnského Impact hubu jsme prezentovali studentům z Carson College of Business, Washington State University aktuální trendy v business intelligence a představili některé z našich projektů. Při diskuzi o technologiích jsme asi nejvíce času věnovali PowerBI a také GoodData. Pro ukázku reálného nasazení jsme zvolili nasazení reportingu pro oblast mikro financování (mikro půjček). Mluvili jsme o sběru relevantních dat (platební historie, sociální média, návštěvované stránky, veřejná data, data z procesu schvalování půjčky), využití umělé inteligence a samoučících se algoritmů a také o tom, které atributy mohou ovlivnit přidělení půjčky (například častá návštěva online kasín šance pro přidělení nezvyšuje).

Není nic horšího než zjistit, že hlavním informačním zdrojem pro své strategické rozhodnutí byla špatná data. Rozhodnutí je již provedeno a nedá se nic vrátit, v lepším případě se dají jen minimalizovat škody. Ale proč dojít až tak daleko? Víme, jak můžete nejlépe získávat pravidelně ta správná a aktuální data pro Vaše kompetentní rozhodování. 

Pan Macháček je ředitelem středně velké výrobní firmy, která nyní připravuje nový výrobek, na kterém pracují skoro všechny oddělení, včetně IT.

Za pár dní se chystá tisková konference, na které ředitel Macháček novinku poprvé představí před novináři. Po několikaměsíčním vývoji se podařilo firmě výrobek dokončit a odzkoušet, a tak plánuje na něm postavit hlavní výrobní program nejen pro tuzemsko, ale především pro Indii.

Tisková konference začíná, ředitel Macháček hovoří a má radost, jakou výrobek vzbuzuje mezi přítomnými pozornost. Když je čas na dotazy, přihlásí se jeden novinář.

„To je sice pěkné, co nám tady pane řediteli říkáte, ale tak optimistické bych to neviděl, hlavně v té Indii.“

„Proč myslíte?“ je ředitel Macháček překvapen.

„Znám to tam a vím, že s tím rozhodně neprorazíte. Už tam mají něco podobného a navíc za úplně jinou cenu.“

Ještě ten den si ředitel Macháček zavolal marketingového ředitele Nováka, aby mu podal vysvětlení, ale ten si za svými informacemi stál. Teprve dodatečně se ředitel dozvěděl, že Novák podával zkreslující informace o indickém trhu, neboť již měl dohodu s jedním tamním výrobcem, ke kterému po výpovědi odešel.

Nemusíte zrovna pracovat s úmyslně upravenými informacemi. Stejně tak chybějící data nebo špatně interpretovaná ostatními zaměstnanci mohou napáchat při Vašem rozhodování velkou škodu pro celou firmu. Jak ale získat ty správné a aktuální informace? Navíc jak je získat co nejefektivněji?

V klasickém firmě, především středně velké a také větší velikosti, spravuje většinu informací v elektronické podobě IT oddělení. Je to hlavně z důvodu bezpečnosti dat, zabezpečení, jejich propojení, konsistence a správnosti a také z mnoha dalších důvodů, například interních. Čím je firma větší, její pracovníci v různých odděleních přinášejí z různých zdrojů nová a nová data, která putují přes IT oddělení do vytvořeného datového skladu, ve kterém se tato data konsolidují a slouží jako jednotný zdroj pro vytváření potřebných analýz a reportů. Nejčastějším nástrojem pro jejich šíření v rámci firmy jsou především dokumenty v programu Microsoft Office – tedy tabulky v Excelu, prezentace v Power Pointu nebo textové dokumenty ve Wordu.

Velkou nevýhodou je skutečnost, že k těmto informacím v datovém skladu mohou přistupovat jen specialisté, kteří mají náležité znalosti. Je to z toho důvodu, aby věděli, jak jsou data organizována a co s nimi lze promocí různých databázových dotazů dělat. A tito odborníci pak po dohodě se zástupci různých firemních oddělení data předpřipravují z tohoto datového skladu a ostatních systémů analýzy, případně objednané reporty přímo generují. Samotné IT oddělení je však příjemcem takových reportů málokdy. Pokud situaci lehce zjednodušíme, tak můžeme říci, že IT specialisté dávají data zpátky k těm, kteří je během činnosti vytvářeli. Ale navíc je odevzdávají zpracované v takové podobě, aby byli tito lidé schopní zjistit, jestli jejich oddělení funguje efektivně, případně kde má rezervy a slabiny.

IT oddělení tedy plní funkci mezičlánku v celém procesu vytváření, sběru, konsolidace a prezentace informací, a pokud se objemy dat zvyšují, nároky na rychlost zpracování roste. V takovémto případě zákonitě dojde k tomu, že pro IT oddělení začnou další a další požadavky z oddělení působit problémy v reálných možnostech je zpracovat. Nikdo totiž nemá neomezené zdroje – ani lidské ani finanční. Následně pak hrozí nebezpečí, že „nespokojení“ uživatelé začnou data získávat jinak, čímž údaje a reporty začnou být nekonsistentní. Navíc různými analýzami dat se ve firmě začne zabývat více lidí, než je nezbytně nutné, a tím dochází ke snížení efektivity oddělení, a tím samozřejmě i celé firmy. 

Moderní a efektivní řešení

Tyto negativní jevy je ale možné do určité míry eliminovat nasazením a používáním nástrojů samoobslužné business intelligence (self-service BI), které zobrazuje následující schéma.

Velkou výhodou je skutečnost, že vhodně zvolený nástroj pro self-service BI umožní pracovníkům IT oddělení připravit jen jednorázové napojení tohoto nástroje na zvolené datové zdroje a samotnou práci s daty a jejich analýzu si je schopen v běžných případech zabezpečit sám uživatel a odběratel těchto informací. Případně proškolený uživatel/analytik konkrétního oddělení, který tímto způsobem dostane do ruky daleko robustnější nástroj pro svoji efektivnější práci.

Velkou předností těchto moderních systémů samoobslužného BI je možnost velmi rychlého připojení dat z externích zdrojů, a takto získaná data navíc dokáží tyto systémy zkombinovat s daty firemními.

Tímto efektivním způsobem tedy můžete získat celou řadu informací a analytických pohledů na realitu Vaší firmy, která by zůstala při klasickém přístupu skrytá.

Jedná se například o následující tipy:

1. Můžete porovnávat výsledky Vaší firmy s výsledky celého odvětví, ve kterém Vaše firma působí – zkombinujte vlastní data a volně dostupné či zakoupené informace (z výzkumných agentur, statistického úřadu, z oborových organizací, z hospodářské komory a podobně) 
2. Zjistěte si vazbu mezi návštěvností webových stránek Vaší firmy (pomocí nástroje Google Analytics) a prodejem, zatížením call centra nebo i počtem reklamací. Tyto informace Vám mohou posloužit k novým náhledům na marketingové akce, nebo Vám naopak ukáží, co by se na Vašem webu mohlo změnit pro zlepšení spokojenosti zákazníků 
3. Do svých analýz si můžete jednoduše zahrnout i jednorázově získaná data. Například o zveřejněných novinkách v nabídce konkurence, informace o jejich získaných zakázkách, jejich personálních změnách, finančních dat z jejich výročních zpráv a podobně. 

Největší výhodu ale získá Vaše firma tím, že Vaši firemní analytici budou trávit méně času nad samotným získáváním a propojováním dat, čímž získají více času pro jejich analýzu a pro nacházení nových souvislostí a možností, jak více činnosti v rámci Vaší firmy optimalizovat.

Pokud chcete zvýšit výkonnost Vaší firmy a mít potřebná data a analýzy včas k dispozici, rádi Vám nástroje self-service BI představíme a navrhneme jejich vhodnou kombinaci Vaší firmě přímo „na míru“.

Více informací o těchto našich službách naleznete na adrese: www.intecs.cz/bi-self-service/. O výsledcích našich již realizovaných služeb se můžete dozvědět na adrese: www.intecs.cz/zakaznici/.

Jistě znáte pocit, že se čas vleče anebo, v manažerské praxi častější jev, že žádný čas prakticky nemáte. Vše již mělo být uděláno a Vy stále nestíháte. Jak vidíte, je čas pojem relativní, který záleží jen na vnímání každého člověka. 

Zamysleli jste se nad tím, jak čas vnímáte právě Vy? Určitě si říkáte, že to závisí na situaci, ve které se právě nacházíte – zda je to před dokončením náročného projektu, v období uzávěrky měsíce nebo třeba v období krátce před Vaší dovolenou, kdy musíte své pracovní činnosti rychle delegovat na své kolegy a podřízené. To máte sice pravdu, ale nejdůležitější je skutečnost, jak vnímáte čas všeobecně, bez vztahu ke konkrétní situaci.

Že jste se nad tím ještě nezabývali? Pak je nyní ten správný čas na to, abyste tuto velmi zajímavou skutečnost zjistili níže v našem testu.

Zjištěním Vašeho vnímání času si můžete potvrdit, že jdete správným směrem anebo se zastavit a zamyslet se, což je první důležitý krok k možné změně.

Stejně jako čas, jsou také i informace v dnešním světě tou nejdražší komoditou. Pokud právě tyto dva rozpínající se živly dostanete pod kontrolu, získáte Vy i Vaše firma neocenitelnou konkurenční výhodu. 

Plno informací už však Vaše firma má nyní – ve svých informačních, účetních a CRM systémech. Ale i v různých nesdílených databázích v rámci jednotlivých oddělení. Takže stačí je jen správně utřídit, porovnat a především srozumitelně interpretovat, aby tyto dostupné informace mohly poskytnout tu nejlepší službu především pro Vaše strategická rozhodnutí.

Tyto činnosti, pro někoho tak složité a odtažité, nás naopak velmi baví a těší nás navíc spokojenost našich klientů. Slovní spojení Business Intelligence pro své klienty neobalujeme odborným nesrozumitelným žargonem, ale snažíme se jim jej představit, jak funguje v praxi, navíc přímo v jejich firemním prostředí.

Více o těchto nástrojích naleznete na adrese: https://www.intecs.cz/sluzby/ . A o výsledcích našich realizovaných služeb se můžete dozvědět na adrese: www.intecs.cz/zakaznici/.

Nyní však již k výše uvedenému testu, který naleznete zde. Stačí vyplnit jen 14 otázek a budete o sobě vědět zase více. Přejeme Vám tedy příjemné přemýšlení o čase.

Když jsme v druhém dubnovém týdnu obdrželi ocenění od společnosti Microsoft za řešení Datový sklad a korporátní reporting pro společnost Parfums.cz, měli jsme radost nejen z dobře fungujícího řešení u klienta, ale také z ohodnocení naší práce od porotců v tomto prestižní oborovém klání.

Cílem celého projektu bylo vytvořit jednotný datový sklad pro řízení a optimalizaci klíčových oblastí společnosti Internet shop, s.r.o, která server Parfums.cz provozuje.

Server Parfums.cz získal tento moderní reportovací nástroj, který nabízí informovaný náhled na aktuální obchodní i finanční informace v nejrůznějších souvislostech. Díky novým úhlům pohledu může nyní společnost jednotně pracovat napříč regiony, svým sortimentem i mezi jednotlivými zákazníky a má přehledně na jednom místě klíčové informace pro řízení důležitých firemních procesů.

Nový systém umožňuje lépe řídit efektivitu nákupu, prodeje i finančních toků a díky včasným informacím poskytovat důležité informace pro klíčová rozhodnutí. To vše samozřejmě s sebou přináší provozní úspory, které snižují cenu implementovaného díla.

V dlouhodobém výhledu pak společnost předpokládá další růst své efektivity a snižování provozních nákladů přímo spjatých s užíváním a další optimalizací systému.

Datový sklad, který rychle poskytuje informace o aktuálním stavu i historických souvislostech, je velkou konkurenční výhodou. Zvláště na tak konkurenčním trhu jako jsou internetové obchody.

Celé vytvořené řešení je založeno na následujících platformách:

• Microsoft Windows Server 2008 R2 Enterprise
• Microsoft SQL Server 2014 Enterprise
• Integration Services
• Analysis Services
• Reporting Services (MDX)
• Microsoft Excel 2013

Výhody nového systému pro samotnou společnost Internet Shop, s.r.o. shrnuje ředitel této společnosti, Michal Zámec:

„Manažerský informační systém nám pomáhá v lepším a efektivnějším řízení společnosti. Máme k dispozici aktuální provozní informace a zároveň historické vývojové trendy, vše dostupné rychle a přehledně. Implementované řešení nám pomohlo dosáhnout podstatné časové a finanční úspory a očekáváme, že jeho význam se v budoucnu ještě zvýší vzhledem k našemu vstupu na americký trh.“

„Na projektu oceňuji zejména to,“ doplňuje Petr Kusý – architekt a hlavní vývojář projektu Parfums.cz, „že vše, co jsme vytvořili, se opravdu aktivně využívá, což přispívá k dynamickému růstu společnosti a spokojenosti zákazníka.“

Více informací o našich dalších realizovaných službách naleznete na adrese: www.intecs.cz/zakaznici/.

V dnešní době se nejen u středního managementu, ale také i u řadových zaměstnanců, začíná stále více prosazovat trend, kdy peníze nejsou tak významným motivačním prvkem jako dříve. Do hry totiž vstupuje prvek seberealizace, možnost vyzkoušet nové výzvy, případně si rozšiřovat své znalosti. K zaměstnanci (případně pracovníkovi) budoucnosti tedy bude třeba již na prvním pohovoru mít úplně jiný přístup než k zaměstnanci „standardnímu“ a vnímat jeho specifické vnímání světa.  

Takovýto typ zaměstnance přináší firmě řadu výhod – od jeho většího zápalu do práce, přes velkou loajalitu, zkvalitnění výstupů práce až po snížení nákladů firmy na takovéhoto zaměstnance.

Jaké jsou tedy největší rozdíly mezi zaměstnancem budoucnosti jeho „standardním“ kolegou?

Desatero rozdílů: 

• Pracovní doba (8hod vs. kdykoliv)

Zatímco „standardní“ zaměstnanec pracuje ve vymezenou dobu (většinou od 9 do 17 hod) a nárokuje si příplatky za přesčasy, zaměstnanec budoucnosti pracuje kdykoliv, kdy je potřeba, neboť on sám si řídí svůj pracovní a osobní čas.

• Pracovní místo (firemní prostory vs. kdekoliv)

„Standardní“ zaměstnanec pracuje v jasně vymezených firemních prostorech, především v kancelářích administrativních budov. Zaměstnanec budoucnosti může pracovat, a také nejčastěji pracuje, kdekoliv na světě. Ze statistik vyplývá, že české firmy mají s tímto bodem velmi velké problémy, neboť se stále ještě velmi snaží své zaměstnance kontrolovat a myslí si, že když budou pomocí moderních docházkových systémů kontrolovat zaměstnance na pracovišti, docílí tím jeho většího pracovního nasazení.

• Využití pracovních prostředků (firemní prostředky vs. jakékoliv)

V dnešní době mnoho zaměstnanců počítá s tím, že k výkonu své práce bude používat firemní prostředky – počítač, notebook, mobil, automobil a podobně. Zaměstnanec budoucnosti však rád používá nejen svá vlastní zařízení, ale také všechna ostatní, která ke své práci potřebuje. Není tedy nijak omezován v jejich používání a navíc je využívá v době, kdy je skutečně potřebuje.

• Orientace na vstupy vs. výstupy

Klasický zaměstnanec se orientuje na vstupy. Když nemá své podklady, je to chyba někoho jiného, kdo mu je měl připravit. Takto mu to přeci popisuje jeho work description. Zaměstnanec budoucnosti se však orientuje na výstupy, tedy není důležité jaké informace a kde získá, protože nejdůležitější je výsledek jeho práce. Ten také rozhoduje o jeho následné odměně.

• Firemní kariéra (firemní žebříček vs. vlastní kariérní žebříčky)

Klasický zaměstnanec má ve firmě možnost kariérního postupu jen do určité výše. Zaměstnanec budoucnosti má naopak možnost vytvořit si více takových žebříčků. Kde jeden končí, může další začínat.

• Předmět práce (pevně daný vs. variabilní)

U standardního zaměstnance je pevně daný popis práce, neboť přesně zapadá do činnosti někoho jiného (ať již předchází, nebo následuje). Přesný popis je tedy velmi důležitý. Zaměstnanec budoucnosti naopak nesnáší stereotyp a pevné hranice jej omezují. Rád tvoří, svými široce orientovanými znalostmi vymýšlí nové možnosti a zasazuje je do nových kontextů.

• Informace (hromaděné vs. sdílené)

Pro všechny zaměstnance je důležité, a nejen pro ně, mít dostatek informací. Klasický zaměstnanec tyto informace hromadí a využívá jich přiměřeně, neboť tím dokazuje svoji důležitost a potřebnost. Tato data však má většinou jen na firemní síti. Zaměstnanec budoucnosti naopak získaná data sdílí, především pomocí různých cloudových serverů. Má tedy k těmto datům vždy přístup, může je sdílet s dalšími odborníky, a tím může dosáhnout efektivnější práce a lepších výsledků.

• Reakce na názor (malá vs. velká)

Klasický zaměstnanec pokud projeví svůj názor, je reakce na něj většinou malá, sice může ovlivnit něco menšího, třeba ve svém oddělením, ale málokdy něco zásadního v celé firmě. Zato zaměstnanec budoucnosti může sám rozhodovat, co je pro něj a i pro firmu nejlepší. Sám se může dostat do pozice experta a lídra.

• Nejdůležitější nástroj (email a mobil vs. různé komunikační technologie)

Nejdůležitějším nástrojem klasického zaměstnance je v dnešní době email a mobil. Email je však důležitější, neboť je v něm vše zaznamenáno. I když se v telefonickém rozhovoru o něčem bavil, teprve email je potvrzující dokument. Zaměstnanec budoucnosti používá email jen jako jeden z různých nástrojů, neboť stále více využívá různých speciálních komunikačních technologií. Například využívání Groupware (softwaru umožňujícího sdílenou práci na projektech), videokonferencí, online chatů, internetových fór, klientských portálů a podobně.

• Získávání znalostí (firemní vzdělávání vs. celosvětově neomezené vzdělávání)

U klasického zaměstnance se nejvíce hodnotí stupeň dosaženého vzdělání a pak znalosti, které doposud načerpal. Důraz je při tom kladen především na systém firemního vzdělávání. Naproti tomu zaměstnanec budoucnosti ví, že vzdělávání je nekonečný proces a není důležité až tak, co vystudoval, ale jak umí nové informace získávat a především využívat v praxi. Proto využívá různé formy celosvětového studia a samostudia (e-learning, apod.), které využívá i ve svém osobním čase. Ví moc dobře, že i vzdělávání a informace z různých oborů může ve svém oboru náležitě využít, čímž získává konkurenční výhodu.

Jistě si říkáte, že takto popsaný zaměstnanec budoucnosti v širším měřítku neexistuje a že se jedná jen o pár jedinců. Máte pravdu, že je a bude stále hodně zaměstnanců, kteří chodí do práce jen kvůli penězům, kteří chtějí odvádět co nejméně práce za co největší plet, kteří se bojí odpovědnosti a schovávají se za práci jiných.

Ale věřte tomu, že takovýchto pracovníků ubývá a stále více se rozšiřují řady zaměstnanců budoucnosti, kteří jsou kreativní a chtějí mít jak svůj osobní život, tak i pracovní plně pod svou kontrolou.

Zkuste se nyní zamyslet nad uvedeným desaterem a nad Vaším typickým zaměstnancem. V kolika procentech se přibližuje zaměstnanci budoucnosti? Je to v deseti nebo i sedmdesáti procentech? A jak můžete pomoci s rozšířením těchto procent sami jako firma?

Co třeba využívat různé cloudové služby? A k nim přidat i tzv. cloudové BI platformy, které jsou v dnešní době stále více používány pro analýzu dat pocházejících z cloudových aplikací? Firmy, a tedy i jejich zaměstnanci, začínají dnes tímto způsobem využívat snadnost a flexibilitu nasazení cloudové analýzy také i pro vnitrofiremní data.

Toto může být právě ten první krok, kterým se jako firma zaměříte na trend ohledně zvyšujícího se počtu zaměstnanců budoucnosti. Jak už bylo uvedeno v úvodu tohoto článku, takovýto typ zaměstnance přináší firmě řadu výhod – od jeho většího zápalu do práce, přes velkou loajalitu, zkvalitnění výstupů práce až po snížení nákladů firmy na takovéhoto zaměstnance. A to je jistě pádný důvod se nad tímto trendem zamyslet.

Kdo si umí v dnešní informační době opatřit ta správná relevantní data, získává velkou konkurenční výhodu. Kdo však s nimi navíc ještě dokáže efektivně pracovat, tedy vytěžit z nich maximum pro své strategické rozhodování, má úspěch zaručen.        

Za dobu vzniku termínu Big Data můžeme považovat období 2011-2012, kdy četnost vyhledávání tohoto termínu začíná prudce narůstat, nejdříve v Severní Americe a následně s větším či menším zpožděním i v dalších zemích. S tím je spojen i nárůst uživatelů sociálních sítí jako Facebook a Twitter a určitým přelomem ve změně jejich využívání. Zatímco před tímto obdobím byly tyto velké sociální sítě používány spíše jednotlivci ke komunikaci mezi skupinami osob – nejčastěji známých a přátel, po roce 2010 dochází k velkému nárůstu firemní komunikace přes tato media. 

Na jedné straně tento nárůst přináší příliv financí, na straně druhé se ale marketingové útvary, které žádají o větší rozpočty pro nová média, potýkají s problémy jak zde vyhodnocovat a měřit přínosy kampaní a dalších marketingových aktivit. Proto dochází ke zvýšenému zájmu o technologie, které umožňují s těmito nestrukturovanými a rychle se měnícími daty pracovat. Navíc je těchto dat, stejně jako uživatelů a aktivit na sociálních sítích, opravdu hodně, tak se rodí se termín „Big Data“. 

V období let 2011-2013 dochází k první vlně projektů, které se s velkými daty snaží pracovat. Pokud se ale podíváme na pravidelně aktualizované údaje zralosti jednotlivých technologií, tak zjistíme, že technologie pro práci s velkými daty teprve až v roce 2014 překonala vrchol „hype cyklu“ a začíná se dostávat do fáze, kdy dojde na jedné straně k vystřízlivění, ale také k nárůstu počtu reálných a prakticky využitelných aplikací a projektů, které budou s těmito daty pracovat. 

Jistě si říkáte – jak bude postupovat trh v letošním roce?

Nad tím přemýšleli mimo jiné i analytici poradenské společnosti IDC, kteří odhadují, že v letošním roce celosvětový trh Big Data dosáhne velikosti 125 miliard amerických dolarů a také naznačili 6 hlavních trendů, které můžeme letos očekávat: 

• Bezpečnost bude omezovat aplikace pro Big Data analýzy

Analytické nástroje pro Big Data budou stát v první bezpečnostní linii, budou predikovat bezpečnostní hrozby a detekovat je. 

• IoT analytiky (analytiky internetu věcí) budou na vzestupu s průměrnou výnosovou mírou (CAGR) ve výši 30% za pět let 

• Bude se rozvíjet jak nákup, tak I prodej dat 

70% oslovených velkých organizací již externí data v současnosti nakupují a 100%, tak učiní do roku 2019. Zároveň přibude více organizací, které začnou svá data prodávat.

• Společnosti budou reagovat na nedostatek dovedností na trhu investováním do vlastních služeb a do automatizace

Stále totiž bude přetrvávat nedostatek kvalifikované pracovní síly. 

• Obrazová, video a audio analytika bude všudypřítomná

Použití multimediálních analytických nástrojů se v letošním roce zvýší trojnásobně, což bude hlavní hnací silou v investicích do Big Data technologií.

• Tvoření příběhu bude velmi důležitou součástí práce analytika.

Významným atributem pro práci analytika v oblasti Big Data budou komunikační dovednosti, aby tedy analytik dokázal zadavateli (externímu i internímu) všechny výsledky analýz vysvětlit a data z těchto analýz kvalitně „prodat“. Už nyní si tuto skutečnost některé společnosti uvědomují, a proto začínají zaměstnávat ve svých týmech i bývalé novináře.

„Big Data problematika se již dostává i do popředí zájmu firem v České republice. Technologie na jejich zpracování jsou dostupnější a zajímavá jsou zejména propojení s již existujícími zdroji dat a hledání nových souvislostí, které lze využít v reálném světě. Dříve by nás nenapadlo, že je možné cílit marketingové kampaně individuálně na zákazníky nejen dle jejich nákupního chování, ale i chování na webu nebo sociálních sítích. Nebo například vylepšovat produkty zákazníků na základě témat z obsahu hovorů na zákaznickou linku firmy,“ říká Luboš Bednář, výkonný ředitel společnosti Intelligent Technologies.

Více informací o službách Big Data naleznete na adrese: https://www.intecs.cz/sluzby/ a výsledky realizovaných služeb jsou k dispozici na adrese: www.intecs.cz/zakaznici/.

Jistě to znáte sami, je hodně podřízených, které ve své kanceláři vidíte každou chvíli nebo je slyšíte hovořit z chodby. Hlasitě se na poradách hlásí o slovo, aby mohli hned říci svůj názor, a s každým se snaží být hned kamarádi. Prostě jsou vždy a všude vidět a slyšet.  Hlavně aby nikdo nemohl říci, že se snaží málo nebo že nejsou ti správní pracanti. Pokud se jim to daří, pak jsou spokojeni. Jsou ale také efektivní nebo jsou to profesionálové v předstírání? Ale víte, kdo patří dnes mezi vůbec nejspokojenější a i nejefektivnější pracovníky? Jsou to ti, kteří nejsou vidět a na které máte vlastně i nižší náklady…

Například Petr, paní Tereza, slečna Iva a pan Jaroslav.

Petr je mladý muž po škole, plný zájmů a koníčků. Rád cestuje po celém světě a chce si svůj život užívat naplno.

Paní Tereza je mladá, vysokoškolsky vzdělaná maminka na mateřské dovolené, jejíž celý den ji organizuje její dvouletá dcerka.

Slečna Iva je krátce po úrazu upoutaná na vozík. Je to pro ní velký zásah do života, ale naštěstí se dokáže nejen s těmito životními zkouškami úspěšně poprat.

Pan Jaroslav, který bydlí na vesnici a jemuž bylo loni padesát let, je velkým odborníkem na účetnictví a daně.

Přemýšlíte, co tyto osoby spojuje? Jeden zaměstnavatel, který navíc již ví, že jsou jeho nejspokojenějšími pracovníky. Umožnil jim totiž skloubit jejich životní styl s tím pracovním, a to díky možnosti práce v režimu tzv. home office, tedy práce z domova. I když u Petra to není přesné, neboť z domova pracuje málokdy. To spíše z různých koutů světa, kde se zrovna v konkrétní chvíli nachází. Dělá kreativní věci pro firemní marketing, takže jeho svěží nápady, podpořené navíc zkušeností ze zahraničí jsou nenahraditelné. Paní Tereza vypomáhá obchodnímu oddělení po večerech s editací obchodních databází. Slečna Iva ze svého bytu, stejně jako ostatní kolegové ve firemním call centru, oslovuje nové potenciální zákazníky a pan Jaroslav i několika set kilometrovou vzdálenost od firemního ústředí má na starost účetnictví, mzdy a daně celé firmy.

V západní Evropě režim Home office využívá celá třetina firem. Podle údajů Organizace pro hospodářskou spolupráci a rozvoj by tento poměr měl v letošním roce dosahovat celosvětově až 40% (především díky pozici USA). V České republice o práci v režimu Home office zatím není takový zájem, neboť firmy chtějí mít nad výkony svých zaměstnanců velkou kontrolu. Proto se většinou jedná jen o zaměstnance s vyšším platovým, tedy na manažerských funkcích a firma tento režim práce umožňuje jen jako určitý benefit. I přesto oborové rozdíly mezi firmami jsou – nejvíce tento režim práce využívají nadnárodní firmy, především v Praze a velkých městech, nejčastěji ve sféře služeb. Nicméně i v u nás stále více přichází na to jak efektivní tento systém může být.

Aby mohl režim práce Home office úspěšně fungovat a firma je mohla svým pracovníkům umožnit, je třeba, aby měla k němu patřičné technologické a softwarové vybavení. Především se jedná o tzv. cloudové služby a aplikace. Pokud jsou dobře nastavené a umožňující spolupráci na projektech, rozdíl mezi zaměstnanci ve firmě a doma se postupně smazává.

Cloudové služby jsou sice známé již od počátku internetu, ale samotný termín cloud se používá zejména v posledních několika letech, především v souvislosti s ukládáním dat nebo vzdáleným přístupem k výpočetnímu výkonu firemní počítačové sítě.

Nejčastější rozdělení cloudových služeb je následující:

• Veřejné – přístupné uživatelům v celé populaci (například emailové servery seznam, gmail nebo aplikace typu skype, GoogleDoc, iCloud apod.)
• Soukromé – firemní sítě ať již firmy samotné nebo spravované třetí stranou
• Hybridní – spojují veřejné a soukromé cloudy, přičemž navenek vystupují jako cloud jeden
• Komunitní – cloud sdílený skupinami firem, organizacemi nebo skupinami lidí se stejným zájmem 

Jak už jsme uvedli na začátku roku v našem článku Trendy Business Intelligence v roce 2015, v letošním roce se zvýší počet cloudových řešení, která pracují s daty z lokálních databází. Cloudové BI platformy byly a jsou v dnešní době stále ještě primárně používány pro analýzu dat pocházejících z cloudových aplikací. Firmy tedy začnou ve větší míře využívat snadnost a flexibilitu nasazení cloudové analýzy také i pro vnitrofiremní data. Tak se postupně rozšíří i možnosti spolupráce na projektech a firemních úkolech i uživatelům mimo sídlo firmy.

Potřebovali jste jako manažeři někdy udělat report, ale když jste pracovníkům IT oddělení vysvětlili, jaká data chcete získat a jak by měl celý jejich výstup vypadat, připadali jste si, jako byste byli z Marsu a oni z Venuše? Jak je možné, že dvě skupiny tak inteligentních bytostí mají problém se vzájemnou komunikací? 

Komunikace mezi manažery a „ajťáky“ je ve většině firem složitá, ne-li problematická. Manažeři většinou mají jen předběžné představy, jak by nový projekt nebo report měl vypadat, zvláště když neznají přesné technické specifikace. Na druhé straně pracovník z IT oddělení potřebuje právě přesné a jasné zadání. Jaký je tedy nejefektivnější postup komunikace se členy IT oddělení?

• Přesné, jasné a strukturované zadání zaslané nejlépe emailem
  • Zadání vždy v jednotlivých bodech a v postupných krocích
  • Definování časového harmonogramu (nejlépe sníženého, abyste měli časovou rezervu na několikeré upomínání)
  • Nepoužívat příliš detailů, komplikovaných souvětí a žádných manažerských termínů
  • Hlavní zakázaná slova: možná, trochu, asi, téměř, to se uvidí, to se určitě nějak dořeší…. 

• Trpělivost při jednání
  • Jen málokdy “ajťák” souhlasí s Vaším novým projektem nebo reportem hned napoprvé
  • Potřeba se dopředu připravit a zahrnout i pro Vás nedůležité věci (nejlépe časově nebo technicky velmi složité), které můžete odstranit, abyste ukázali snahu o Vaši vstřícnost při jejich prvních námitkách 

• Jednejte emailem nebo telefonicky, osobně pak přímo v kanceláři IT oddělení
  • Mluvte pomalu a srozumitelně, do projevu nedávejte velké emoce, neboť „ajťák“ je osoba spíše introvertní, která se rychle obrací do sebe, a tím přestává komunikovat úplně
  • Nápadně neukazujte svoji neznalost IT technologií
  • Nezkoušejte používat naučené IT vtipy, které „ajťáka“ většinou od lidí mimo IT sféru nechává úplně netečným, neboť nechápou, co je na takovémto vtipu směšného. Například:

Technik, obchodník a ajťák spolu jedou autem, když autu náhle přestane běžet motor a zastaví.

Technik navrhuje: „Co kdybychom zkusili otevřít kapotu a podívali se na to, kde je závada?“

Obchodník navrhuje: „Co kdybychom zkusili jít každý jiným směrem najít telefon a zavolat autoservis?“

Ajťák navrhuje: „Co kdybychom zkusili vystoupit a nastoupit?“

Pokud se Vám zdá i tato nápověda složitá nebo si stále na tuto obtížnou komunikaci se zástupci IT oddělení netroufáte, nezoufejte, máme pro Vás řešení, a sice BI Self Service.

Pod tímto anglickým názvem se skrývají samoobslužné technologie, které pomáhají analyzovat data jak z různých datových zdrojů v návaznosti na primární datový sklad organizace, tak i zcela mimo něj. Tyto technologie tak pomáhají všem manažerům a ostatním uživatelům, kteří chtějí sami pracovat aktivně s daty. Tím se snižuje závislost na IT oddělení, tedy nutnost přesné specifikace, sledování jejich činnosti a především čekání na vypracování nového projektu nebo reportu, případně zhotovení úpravy v databázi či datovém skladu. BI-self service je skvělý doplněk pro manažery a analytiky, kteří si chtějí udělat sami a rychle report, který by jinak trval dny nebo týdny.

Více o těchto našich službách naleznete na adrese: https://www.intecs.cz/sluzby/ . A o výsledcích našich realizovaných služeb se můžete dozvědět na adrese: www.intecs.cz/zakaznici/.

Sedíte právě před počítačem, tabletem nebo se díváte na displej svého mobilu? Jak se právě teď cítíte? Jaké činnosti za chvíli budete dělat? Jste na ně připravení? Tento krátký test Vám  předá informace, které můžete úspěšně využívat jak v pracovním, tak i soukromém životě.

Jste připraveni? Tak můžeme začít. Podívejte se na video nad tímto článkem a sledujte, na jakou stranu se baletka otáčí? Video stačí sledovat přibližně minutu, i když je delší. Potom prosím pokračujte dále ve čtení.

————

Tak jste opět zpět a jistě můžete odpovědět na otázku, zda se Vám baletka otáčí vpravo, po směru hodinových ručiček, anebo na stranu opačnou.

Většině lidí se baletka otáčí proti směru hodinových ručiček. Významně méně lidí vidí baletku se otáčet po směru hodinových ručiček a jen velmi zřídka se stává, že divák dokáže vnímat střídavě oba směry jejího otáčení.

Co z toho vyplývá? Tento optický klam ukazuje, jakou mozkovou hemisféru podvědomě právě používáte. Pokud vidíte baletku, která se otáčí doleva, tedy proti směru hodinových ručiček, máte aktuálně dominantní svou levou mozkovou hemisféru. Což má většina lidí. Pokud naopak, mozkové procesy Vám nyní řídí především hemisféra pravá.

Znalost této skutečnosti může mít pro každého velký význam.

Používání levé hemisféry je výhodné při logických a analytických činnostech a při tvorbě strategií.

Naproti tomu pravá hemisféra ovládá tvůrčí činnosti a podporuje intuici.

Jestliže víte, jakým činnostem se budete v následujících chvílích věnovat, je dobré se na to připravit i mentálně. Pokud víte, že vás čekají činnosti, které ovládá druhá hemisféra, než která Vám vyšla z tohoto testu, podívejte se opět na video a snažte se silou své vůle „rozpohybovat“ tanečnici na tuto, Vámi nyní preferovanou stranu.

Ze začátku to možná bude těžké, ale s přibývajícím tréninkem sami zjistíte, že to jde snáze a navíc budete ve svých činnostech stále úspěšnější a budou se Vám navíc zdát jednodušší.

Stejně důležité jako vyladění Vaší vhodné mozkové hemisféry je také vyladění Vašich firemních dat, především tzv. kmenových dat (Master Data). Jedná se především o citlivá data o zákaznících, dodavatelích, výrobcích a službách, které vylepšují nastavené firemní procesy a především dávají kvalitní podklady pro optimální strategické rozhodování. Pro aktivní práci s těmito daty se používá termín Master Data Management (MDM).

Master Data Management má za cíl ze získaných referenčních dat nejen odstranit jejich případnou duplicitu, ale především napříč celou firmou standardizovat tato data do takové podoby, aby jejich analytika co nejlépe posloužila pro strategické rozhodování. Pokud má tedy manažer správnou datovou analýzu (relevantní a aktuální data ve správný čas), optimalizuje tak svoji rozhodovací pozici.

Více o těchto našich službách naleznete na adrese: https://www.intecs.cz/sluzby/ . A o výsledcích našich realizovaných služeb se můžete dozvědět na adrese: www.intecs.cz/zakaznici/.

Jak se staráte o svá firemní a získaná data? Kde je máte uložená a především v jaké podobě? To jsou otázky, na které byste měli umět odpovědět a také proč s nimi nakládáte právě tímto způsobem.

V běžné české firmě každý ukládá různá data. Někdo do účetnictví, jiný do firemního CRM systému, další do excelovského souboru nebo do narychlo sestaveného databázového souboru. Dat ve firmě stále přibývá, hromadí se a zastarávají. Uživatelé navíc chtějí z tohoto souboru dat získat relevantní data. Protože, nic naplat, právě data jsou součástí úspěšného obchodování. A pokud něco nefunguje jak má, dopadnete jako majitel jednoho obchodu, kterému do prodejny vpadl zákazník a křičel:

„Včera jsem tu koupil tři metry látky na šaty a tomuhle vy říkáte kvalita!?“

„ Vy jste šťastný člověk,“ uklidňoval ho majitel. „Vy té látky máte jen tři metry, ale já jí mám plný sklad!“

Pokud chcete úspěšně obchodovat, potřebuje čerstvá a relevantní data, která ovlivňují kvalitu výrobků a služeb a prozradí vám i jak je s nimi spokojen zákazník. Z nekvalitních a špatně uložených dat takové informace nezískáte. Abyste této situaci předcházeli, vymeťte co se dá a přejděte na lepší řešení. Dnes je vhodné pro svá data používat datový sklad. A vy přeci chcete být mnohem lepší, než ta běžná česká firma, která je v zajetí vlastních nevyhodnotitelných informací.

Datový sklad (anglicky Data Warehouse, DWH) je zvláštním typem relační databáze, která umožňuje řešit úlohy s rozsáhlými soubory dat na bázi analytického dotazování.

K hlavním charakteristikám datového skladu patří:

• Orientace na subjekt

Řešení v datovém skladu je vedeno se snahou o jasnou vnitřní oddělenost jednotlivých funkčních celků (výsledkem je struktura, která je čitelnější pro uživatele manažera nebo business analytika za cenu zvýšených nároků na paměťový prostor.

• Integrita

V datovém skladu je třeba shromáždit informace z mnoha různých zdrojů a seskupit je nikoliv podle původu, ale podle logického významu (všechna data týkající se určité funkční oblasti je potřeba mít „na jedné hromadě“ bez ohledu na to, odkud pocházejí).

• Nízká proměnlivost

Data jsou obvykle do datového skladu nahrávána ve větších dávkách (například v denních nebo týdenních intervalech) a pak již nejsou nijak modifikována.

• Historická podoba dat

Data jsou v datovém skladu obvykle udržována v historické podobě, nikoliv pouze v aktuálním stavu, neboť je to dáno nutností provádění analýz zaměřených na vývoj v čase.

• Možnost nahrávání dat z různých datových zdrojů

Data jsou shromážděna v různých datových formátech a na různém fyzickém umístění.

• Ukládání dat z různých datových zdrojů s ohledem na co nejlepší a nejrychlejší provádění složitých dotazů

Nejčastěji se v datovém skladu používají technologie OLAP.

• Předem nelze zjistit jaké dotazy a úlohy se v budoucnu budou s daty řešit

Je potřeba používat dostatečně flexibilních a přitom uživatelsky přívětivých analytických nástrojů.

Cílem datového skladu je zpravidla sjednocení všech informačních systémů a vstupních dat v rámci organizace klienta a jeho automatické plnění aktuálními a validními daty z těchto datových zdrojů.

Prvním krokem, pokud chcete ve Vaší firmě úspěšně implementovat datový sklad (DWH), je vždy detailní vstupní analýza. Intelligent Technologies takto zmapuje systémy datových zdrojů na jedné straně a požadavky konzumentů dat na straně druhé. Tato analýza je nezbytným prvním článkem pro kvalitní realizaci validního datového skladu (DWH).

Neméně důležitý je vývoj kvalitních nástrojů pro jeho plnění (datové pumpy, ETL procesy apod.). Intelligent Technologies dodává datové sklady nejvyšší kvality, pro které zkušení konzultanti navrhnou architekturu datového skladu dle nejvyšších standardů. K těmto standardním metodologiím se pro samotné technické řešení využívá doporučení (Best Practices) společnosti Microsoft.

Více o těchto našich službách naleznete na adrese: https://www.intecs.cz/sluzby/ . A o výsledcích našich realizovaných služeb se můžete dozvědět na adrese: www.intecs.cz/zakaznici/.

Obrázek: Georgia Tech Library