Zaměstnance pracující s daty a reporty lze rozdělit do 3 skupin: analytici, vizuálové a technici. Mají různé role, úkoly, požadavky na data, jejich zpracování a výsledky. Společně pracují na jednom cíli, přičemž využívají různé přístupy. Právě zde vznikají paradoxy jejich přístupu k práci.
1. Analytici
Jsou to finančníci, ekonomové, marketéři, kteří hledají odpovědi na konkrétní otázky. Pro tento účel provádějí výzkumy, sbírají informace a činí závěry. Jejich úkolem je analyzovat, odhalovat příčinné souvislosti a zkoumat vliv různých faktorů na obchodní procesy. Například Data-Driven přístup funguje, když ekonom provádí interní audit, aby zjistil, co ovlivnilo růst nákladů.
2. Technici
Jsou to vývojáři databází, matematici, specialisté na Data Science. Navrhují algoritmy pro zpracování informací, projektují úložiště a automatizují reporty. Pro ně je důležité, jak systém funguje, co ho ovlivňuje a jak zajistit bezchybný a nepřetržitý provoz – vytvořit ideální algoritmus.
3. Vizuálové
Tito zaměstnanci vytvářejí konečný produkt, umí přeměnit tabulky do přehledných diagramů a slajdů nebo dokonce dashboardu. Často zastávají pozici manažera, který rozumí potřebám byznysu a zadává úkoly designérovi a vývojáři. Analytik může být také vizualizátorem, který myslí v kategoriích použitelnosti a má cit pro estetiku.
Každý z těchto zástupců považuje svou část práce za nejdůležitější. Analytici – proces hledání odpovědí na otázky, vizuálové – krásu a dostupnost prezentace, technici – modely a algoritmy. Všechny tyto prvky tvoří Data-Driven kulturu. A v důsledku toho vznikají paradoxy, které nejsou zjevné pro koncového zákazníka.
Paradox 1: Analytikům není potřeba vizualizace
Jejich ideálními nástroji jsou pivotní tabulky Excel, OLAP kostky nebo datové vitríny, ke kterým se mohou připojit prostřednictvím Qlik nebo Power BI. Pro ně je výsledek na průsečíku několika tabulek nebo polí. V těchto podmínkách se cítí pohodlně, rozumějí tomu a je to pro ně praktické. Bez přepracování do jednoduššího formátu však tato informace není použitelná pro byznys.
Diagramy nebo slajdy prezentací analytiky nezajímají. Pro ně to jsou jen „hezké obrázky“, které jsou bez kontextu zbytečné. Vždy se mohou ponořit do tabulek a dojít k jádru věci. Chápou hodnotu dashboardů, ale vytvářejí je složité, s mnoha záložkami, kde filtry zabírají polovinu obrazovky.
Paradox 2: Vizuálové se nestarají o kvalitu dat
Pod touto skupinou odborníků mám na mysli analytiky s rozvinutým vizuálním myšlením, nikoli designéry. Dávají tvar výsledkům analýzy a snaží se o harmonii a estetiku. Proto je kvalita dat až druhotná. Pro ně je důležitá prezentace informací, zatímco základem technologie Data-Driven je „čistota“ a spolehlivost údajů.
Vizuál může přehlédnout důležité detaily, na které by analytik-řešitel určitě upozornil. Například na tomto diagramu faktorové analýzy jsou barvy nesprávně zvoleny. Tradičně jsou faktory, které přinášejí minus, zobrazeny červeně, a růst – zeleně. Ale zde analyzujeme důvody překročení nákladů na mzdy: snížení (úspora) – je dobré, a zvýšení nákladů je třeba naopak zobrazit červeně. Vizuál si nevšiml kontextu, protože samotný diagram vypadá elegantně a logicky.
Paradox 3: Programátorům není důležitý obchodní výsledek
Data-Scientist, Machine-Learner – to zní skvěle, ale ve skutečnosti jde o povolání matematika, který pracuje s algoritmy. Pro něj je důležitá technická stránka, charakter vzájemného vztahu, který popisuje systém strojového učení, ale co s těmito informacemi dělat dál – to není jeho starost. Vytvoří model profesionálních kompetencí ideálního zaměstnance, ale neporadí, jak ho najít a jak s ním řídit.
Nechci kritizovat vývojáře za to, že se starají o celistvost struktury databáze, a ne o to, jak zvýšit loajalitu spotřebitelů. Spíše říkám, že je naivní očekávat od nich hotová řešení pro rozvoj podnikání. Pro efektivní integraci Data-Driven modelu je potřeba propojení mezi programátory, analytiky a vizuály.
Vizualizace tohoto specialisty také málo zajímá, pokud to není schéma vztahů v databázi. A za kvalitu shromážděných údajů neodpovídá. Jeho oblastí odpovědnosti je stabilní provoz, výkonnost systému, absence chyb. Ačkoliv je to také velmi důležité.
Paradox 4: Byznys potřebuje text
Mluvila jsem o třech rolích, ale je tu ještě jeden účastník procesu – je to zákazník, manažer, který přijímá rozhodnutí. Nejpodivnější je, že mu není důležitá vizualizace, hloubka analytického výzkumu ani funkčnost algoritmu.
Byznys potřebuje závěry: jasně formulované možnosti řešení nebo strategie, stejně jako předpovědi – k čemu mohou vést. Ideálně konkrétní, srozumitelný text ze jednoduchých vět, bez přídavných vět: jaké ceny zajistí maximální objem prodeje, proč se investice právě do tohoto projektu vyplatí.
Model Data-Driven vyžaduje velkou pozornost. Pokud manažerovi poskytnete standardní analytickou zprávu, bude nespokojený. Potřebuje jak text, tak vizualizaci a závěry, a to vše na jedné obrazovce. Stále častěji vidím dashboardy, které obsahují blok s textovými závěry, a dokonce nadstavby k BI systémům, které automaticky generují text z dashboardu.
Zpočátku jsem to považovala za rozmar, ale nyní uznávám, že to je další fáze kontroly spolehlivosti a pochopení analytických závěrů. Nejedná se o ruční rutinní kopírování dat z tabulky na graf, ale o pochopení příčin odchylek od plánů, přípravu na schůzi.
Jak začít pracovat na základě dat
Mnozí se domnívají, že Data-Driven přístup je drahý. Opravdu je třeba přilákat nebo vyškolit odborníky, nainstalovat software a vybudovat vnitropodnikový algoritmus práce.
Při implementaci přístupu se můžete řídit tímto checklistem:
-
Vytvořte technickou základnu. Aby bylo možné pracovat s daty, je třeba mít strukturu: zdroje, systémy ukládání a zpracování. Zdroje dat mohou být webové stránky společnosti, CRM, reklamní účty na různých platformách, aplikace.
-
Najměte odborníky. Potřebujete IT odborníky, marketéry a analytiky, kteří mají dovednosti v oblasti sběru a analýzy dat.
-
Strukturalizujte informace. Například použijte BI systém pro sjednocení dat z různých účetních systémů – to pomůže získat souhrnnou analytiku všech obchodních procesů na jednom interaktivním dashboardu.
-
Přijímejte rozhodnutí. Nyní máte v rukou obrovský informační zdroj, na kterém můžete (a musíte) zakládat svoji strateg