Proč využívat datovou analytiku?

V rámci běžného reportingu se zpracovávají zejména finanční ukazatele (např. odchylky od finančního plánu, marže produktů, provozní náklady, efektivnost produkce). Finanční ukazatele z pohledu běžného provozu firmy jsou však důsledkem obchodní, nákupní a produkční činnosti firmy. Datová analytika může tak zejména cílit na vytvoření předstihových ukazatelů s jejichž pomocí je možné s předstihem ovlivňovat provozní výkonnost společnosti.

V praxi se často ukazuje, že se společnosti zaměřují na finanční ukazatele a předstihovým ukazatelům je věnována nedostatečná pozornost. V protikladu ale existují organizace, které jsou řízeny zejména skrze kontinuálně rolující se výhledy a cílem aktivit ve společnosti je tyto výhledy překonávat.

Komponenty těchto předstihových ukazatelů – podkladů pro sestavení prediktivních analýz se odvíjí z dat dostupných v rámci obchodu, nákupu, produkce a dalších oblastí.

Infrastruktura pro datovou analytiku se ve firmě typicky skládá z několika vrstev ve smyslu: sběr samotných dat skrze transakční systémy (počet návštěvníků, míra konverze, výhled zákaznických objednávek apod.), transformace dat, ukládání do datových skladů a manažerský reporting (manažerské výsledovky, hodnocení ziskovosti projektů, aktuální provozní KPI apod.).

V rámci návrhu výstupů, které souvisí s reportingem je nutné také ujasnit následující základní principy:

• DOSTUPNOST PODKLADOVÝCH DAT/KVALITA VSTUPNÍCH DAT

I přestože TOP management potřebuje jasná, stručná data, je někdy vhodné umožnit přístup i k podkladovým vstupům, aby bylo možné úvahy snadno verifikovat.

Apelujte na včasné a spolehlivé zadávání/načítání dat do systému. Zobrazená/analyzovaná data musí nejprve někdo zadat/získat/načíst – je tedy vhodné uvažovat nad možnostmi jejich využití, před zahájením projektu.

• MÍRA DETAILU/PRIORITY

Míra detailu sestavovaných reportů se přizpůsobuje potřebě uživatele, resp. nastavení uživatelských práv a přístupů k informacím. Čím vyšší postavení v organizační pyramidě, tím větší možnost rychlých přehledů a nutnost agregace podstatných informací je na místě.

• FREKVENCE REPORTŮ/POČET REPORTŮ

Je vhodné zvážit zda např. při hodinové frekvenci reportů je možné ovlivnit výstup daného procesu či zda hodinová frekvence je vypovídajícím měřítkem o daném procesu. Také příliš vysoký počet reportů nebo příliš mnoho detailních informací bez agregace hlavního směru může někdy přispět k rozmělnění vypovídající schopnosti dat.

Řada našich klientů vnímá výhodu pramenící z analýzy dat, ale často mají problémy s efektivním zpracováním velkého množství dat anebo s nalezením potřebných informací. Při budování datové analytiky ve společnosti je důležité se zaměřit na tři hlavní otázky. Za prvé, jaké nástroje a technologie budeme používat. Za druhé, jaký obsah je pro nás důležitý sledovat a kde získáme potřebná data. Za třetí, sestavení implementačního plánu a jeho realizace. Všechny tyto zmíněné body jsou spolu propojené a je potřeba hned na začátku najít pro ně odpověď.

V současné době se rychle rozrůstá počet nástrojů, které slouží k analýze podnikových dat. Nejznámějším a nejrozšířenějším nástrojem je stále MS Excel, který je hluboko zakořeň ve většině organizací. Dále to jsou specializované softwary pro controlling a nástroje Business Intelligence, které v posledních 5 letech získávají stále větší popularitu, ale stále se potýkají s počáteční nedůvěrou. Nástroje Business Intelligence se přímo napojí na datové zdroje, zpracovávají reporty, dělají what-if simulace, dashboardy a další vizuální výstupy, které je snadné v potřebných intervalech aktualizovat.

Aktuálním trendem, tak jako ve zbytku IT, je přechod provozování BI nástrojů do Cloudu a namísto jednorázové platby za on-premise licenci, platit za pronájem licence v měsíčních intervalech. Cena licence není hlavním rizikem při realizaci projektu, jelikož je možné objem licencí škálovat podle aktuální potřeby nebo projekt po pár měsících zastavit. Většina nákladů u BI projektu je však spojená s lidskou práci při konsolidaci, čištění a transformaci dat a při tvoření obsahu na BI platformě.

Při volbě vhodné BI platformy máme na výběr zhruba z deseti velkých a několika desítek menších hráčů na trhu. Při výběru BI platformy bychom se měli zaměřovat hlavně na možnosti datové integrace, uživatelské a datové funkce, bezpečnost a vizualizaci dat a až poté na náklady pořízení a provoz platformy.

Výběr a zakoupení BI nástroje je pouze prvním a malým krokem. Mnohem důležitější je zvolení pohledu na data samotná, sladění s odvětvím a byznysem firmy a podle toho vytvořit potřebné výstupy.

Současné BI nástroje pomohou se podívat na firemní data v několika úrovních:

• standartní reporty – statický pohled, co se stalo
• ad-hoc reporty – řešení náhlých operativních potřeb
• diagnostické reporty – vysvětlení proč se něco stalo
• upozornění – odeslání notifikace při překročení kritické hodnoty
• prediktivní reporty – predikce, plánování, datové modelování, what-if analýzy

Jako každý projekt, i projekty v datové analytice mají svůj plán. V rámci implementačního plánu je vhodné zahájit diskuze s klíčovými osobami a zjistit rozsah jejich potřeb na budoucí výstupy. Dalším krokem je identifikace potřebných dat ve firemních databázích a dalších zdrojích. Následně začíná první design reportů, předložení prvních výstupů a jejich doladění. Na to navazuje finální předání klíčovým uživatelům. K úspěšnému dokončení projektu je nutné se vyhnout několika častým chybám:

• Waterfall přístup: ačkoliv se může zdát, že primární definice obsahu reportů a následné vytvoření obsahu má jasně stanovená očekávání a nemůže se nic pokazit, tak v praxi je situace často jiná. Klíčové osoby nejsou často schopné domyslet všechny své potřeby a za několik měsíců dostanou k užívaní reporty, které nesplňují jejich potřeby. Vývoj obsahu BI platformy musí probíhat agilním přístupem, který je sice náročnější, ale vede k budoucí spokojenosti uživatelů.

• Paretovo pravidlo: i zde platí, že 80 % výstupů je možné vytvořit za 20 % času. Většina času je strávena vývojem nestandartních funkcí a pohledů. V tento moment je potřeba si ujasnit, jestli tyto nestandartní funkce jsou opravdu důležité nebo se jedná spíše specifická přání uživatelů, která nepřinesou výraznější přidanou hodnotu.

• Absence Data Managementu: společnosti disponují často velkým počtem podnikových systému, ve kterých se generuje obrovský objem dat. Problémem je vysvětlení obsahu generovaných dat a vůbec znalost, kde potřebná data se uchovávají. Bohužel vytvořit výstupy, bez znalosti, kde je možné správný vstup získat, není jednoduchá úloha. Prohledávání obrovského objemu dat bez potřebných vodítek je velice časově náročné a bez garance úspěchu.

Současné BI nástroje nabízí významné zlepšení navigační kompetence ve firmě. Úspěšné implementace těchto nástrojů je vždy komplexním projektem, který vyžaduje aktivní zainteresovanost pracovníků napříč firemními funkcemi.

Zajímá vás více?

Jaké ukazatele je vhodné sledovat z finanční perspektivy například v oblasti obchodu, nákupu, produkce, nebo v oblasti HR, marketingu či kvality? Jaké parametry mají v těchto oblastech dobrou vypovídací hodnotu? Těmto oblastem jsme se věnovali na semináři, jehož záznam a prezentace si od nás můžete vyžádat. 

Kontakty:

• Tomáš Kubíček, Partner, BDO
  
• Kamil Vaniš, Manager, BDO