Insightee

Datový koučink

Uděláme z vás úspěšného datového profíka

 

  • Budete si věřit jako profík
  • Budete mít s daty úspěch
  • Budete mít obrovský přínos pro byznys
  • SQL, Power BI nebo Tableau budou pro vás hračka
  • Vašim číslům budou lidé věřit
  • Budete tvořit spolehlivé datové produkty
  • Budete mít vhled do byznysu a dat jako nikdy předtím
  • Budete správně spojovat data z různých zdrojů
  • O datech a byznysu budete komunikovat správně a přesvědčivě
  • Lidé ve vašem okolí pochopí, jak jste dobří

Naučí vás to špičkoví experti

Jmenuji se Mirek Černý a jsem garantem Datového koučinku Insightee.

Problematikou analýzy dat a business intelligence už se živím více než 22 let. Za tu dobu jsem načerpal zkušenosti z více než 75 projektů pro nejrůznější firmy po celém světě.

Je načase předat zkušenosti dál.

Já a můj tým datových odborníků v Insightee Vám věnujeme stoprocentní pozornost. Odborně, citlivě a lidsky.

Mirek Cerny introducing Insightee

1. Proč a jak mít firmu na dlani

  • Společně rozebereme, z jakých různých úhlů je vhodné zkoumat byznys, který je vám blízký.
  • Společně přijdeme na to, jaké největší problémy můžete datovou analýzou reálně vyřešit a jaké očekávat přínosy.
  • Uvědomíte si, jaké obvyklé i konkrétní zdroje dat máte nebo můžete mít k dispozici.

SAMOSTATNÁ PRÁCE:

  • Diskusí s kolegy a vlastním průzkumem si ověříte, co je pro vaši nebo vám blízkou firmu skutečně důležité.
  • Sepíšete si v bodech veškeré nápady na to, co z toho by se dalo datovou analýzou reálně vyřešit nebo zlepšit. Odhadnete možné přínosy.
  • Zjistíte, kde a v jakých systémech se nacházejí související firemní data a jaká je obvyklá cesta, jak k nim získat přístup.

2. Osvědčené principy a technologie, které vám datovou analýzu výrazně usnadní

  • Zjistíte, jak o datové analýze přemýšlí většina lidí a firem a proč jsou úplně vedle.
  • Uvědomíte si, co tvoří pevný základ pro datovou analýzu a přináší následnou lehkost.
  • Rozhodnete se, s pomocí kterých dat prohloubíte své znalosti a jaké dílčí problémy přitom vyřešíte.

SAMOSTATNÁ PRÁCE:

  • Dle pokynů si nainstalujete a zprovozníte potřebné nástroje (jsou zdarma), které vám poslouží během koučinku i v praxi
  • Dle možností získáte přístup ke konkrétním, reálným datům pro další analýzu. Získáte i vhodná příkladová data.

3. Datové zdroje a jak na ně

  • Zjistíte, jaké zdroje dat ve firmách nejvíce bývají a jak se k nim dá připojit. Připojíte se na vlastní datový zdroj nebo na příkladová data.
  • Uvidíte, jaká data v datovém zdroji jsou a uvědomíte si, která z nich jsou pro vaši analýzu důležitá.
  • Objevíte různé možnosti, jak si se surovými daty poradit, abyste ovládli vy je a ne ona vás.

SAMOSTATNÁ PRÁCE:

  • Blíže prozkoumáte strukturu a množství dat, na nichž zamýšlíte postavit vaši analýzu.
  • Všimnete si možných chyb a nestrovnalostí, které se v datech nacházejí.
  • Uvědomíte si, která data a jak často potřebujete ze zdroje získávat, aby vaše analýza fungovala v praxi a průběžně plnila svůj účel.

4. Jak postavit "trubky", kudy data opakovaně potečou

  • Zjistíte, proč většina firem má a nadále staví drahý, chaotický a nespolehlivý slepenec trubek z papíru produkující záhadná a nečistá data.
  • Založíte si vlastní “pískoviště” pro přípravu dat.
  • Abyste toto “pískoviště” mohli proměnít v silnou, levnou, přehlednou, elegantní, škálující, automatizovanou přípravnu dat, přivedete do něj jednoduché a spolehlivé trubky.

SAMOSTATNÁ PRÁCE:

  • Doděláte zbývající jednoduché trubky, které do vašeho pískoviště přivedou všechna data, která budete potřebovat.
  • Abyste lépe pochopili důležitost pískoviště, použijete jako alternativu i lákavý, hojně propagovaný nástroj PowerQuery a názorně zažijete, jak rychle vám s ním při přípravě dat “dojde dech”.

5. Jak data vhodně zformovat a připravit pro analýzu

  • Pokud to zatím neumíte, osvojíte si základy jazyka T-SQL, abyste zvládli základní operace s daty v relační databázi.
  • Pochopíte princip “hvězdy” a “sněhové vločky”.
  • Z číselníků se naučíte postavit, plnit a aktualizovat dimenzní tabulky. To jsou ta kritéria, podle kterých chcete zkoumat různá čísla a hodnoty.
  • Postavíte si faktovou tabulku a naučíte se ji detailními hodnotami plnit tak, abyste měli správně navázány i dimenze.

SAMOSTATNÁ PRÁCE:

  • Dotvoříte a necháte naplnit ty dimenzní tabulky, které zvládnete.
  • Doděláte příslušné sloupce v tabulce faktů a zkusíte ji naplnit správně.

6. Jak si pohlídat a zajistit kvalitu dat

  • Zjistíte, jak poznat, jaké hodnoty vám kde chybí nebo přebývají.
  • Využijete sílu aparátu relační databáze, abyste nedovolili vznikat duplicitám a nekonzistencím v tabulkách.
  • Naučíte se dělat jednoduché a účinné kontroly “do kříže”, díky kterým i ve velkých datech snadno a rychle ohlalíte nesoulad mezi zdrojovými daty a vaším výsledkem.

SAMOSTATNÁ PRÁCE:

  • Ověříte, jestli všechny vaše “dimenze” správně pasují na vaše “fakta”.
  • Zkontrolujete, jestli vám “sedí” hodnoty a počty záznamů na zdroji a ve vaší databázi.

7. Jak vnímat různé perspektivy a správně definovat dimenzi času

  • Zjistíte, co je ve vašich datech a pro vaši analýzu nejmenší časová jednotka, kterou chcete zkoumat.
  • Uvědomíte si, skrz jaké větší časové úseky chcete na hodnoty agregovaně nahlížet, postavíte a naplníte příslušnou dimenzní tabulku.
  • Naučíte se v časové dimenzi tvořit přesně takové údaje, které analýza vyžaduje. Ať už jde o dny v týdnu, kvartály nebo jiné skupiny, budete to umět.
  • Zjistíte, že ne všechna čísla se dají v čase sčítat a budete vědět, jak se k tomu při analýze postavit.
  • Poznáte, jak ošetřit rozdíl mezi kalendářním a fiskálním rokem.
  • Naučíte se chápat rozdíl mezi dílčími a v čase agregovanými hodnotami.

SAMOSTATNÁ PRÁCE:

  • Naplníte si časovou dimenzi tak, aby pokrývala celý rozsah vašich dat, včetně případných hodnot, které vypovídají o budoucnosti.

8. Jak proměnit datové pískoviště v automatizovanou přípravnu dat

  • Napíšete v databázi proceduru, která zajistí automatické plnění všech potřebných tabulek.
  • Abyste měli dobudoucna na výběr, naučíte se používat ETL nástroj, který stejnou logiku zpracování dat definuje pomocí grafického rozhraní.
  • Zmigrujete databázi vašeho pískoviště na samostatný server nebo do databáze v cloudu.
  • Zprovozníte pravidelnou aktualizaci dat v dohodnutých časových intervalech.

SAMOSTATNÁ PRÁCE:

  • Budete sledovat, jak vám příprava dat běží, doděláte něco navíc, najdete a ošetříte vzniklé chyby.
  • Jako ochranu především před vlastními chybami nastavíte pravidelné zálohování doposud vytvořené logiky.

9. Jak vytvořit silný analytický datový model

  • Pochopíte princip “kostky” společný libovolným nástrojům pro analýzu dat.
  • V Microsoft Power BI skloubíte faktovou tabulku a dimenzní tabulky v multidimenzionální analytický model.
  • Pochopíte zákonitosti vazeb mezi tabulkami v modelu i jak funguje “směr filtrování”.
  • Naučíte se být na pozoru před svůdnou konstrukcí, která přináší obrovské riziko, že vaše čísla budou spočítaná špatně, aniž byste tušili, proč.

SAMOSTATNÁ PRÁCE:

  • Zkontrolujete, že “sedí” počty záznamů a součty na zdroji dat, v databázi i v modelu.

10. Jak stvořit kouzlo náhledu na stejná čísla v různých perspektivách

  • V souladu s účelem vaší analýzy, na který pamatujete od začátku, definujete nejdůležitější hodnoty a kritéria.
  • Z faktů necháte vzniknout metriky jako součty či průměry hodnot.
  • Rozvrhnete si pohled celkový a pohledy dílčí.
  • Vytvoříte pomocí metrik a dimenzí příslušné vizuály tak, aby vzájemná odlišnost perspektiv byla co největší a zároveň aby pokrývaly vaši agendu v její hloubce i šířce.
  • Využijete aparát kontextového filtrování k odhalení nových či překvapivých informací.

SAMOSTATNÁ PRÁCE:

  • Dáte vašim vizualizacím firemní barvy a vše vkusně uspořádáte.
  • Doplníte vysvětlivky tam, kde si to situace žádá.
  • Upravíte formáty čísel, datumů a ovládací prvky.
  • Zkontrolujete soulad hodnot se zdrojem dat.
  • Ověříte si, že i jiní lidé správně chápou to, co jste stvořili.

11. Jak se provrtat kontextem pohledu do jiné perspektivy a tvořit "warpové" zkratky

  • Pochopíte, jak funguje princip “drill-through”.
  • Naučíte se, jak využívat a tvořit “tunely”, které vás v kontextu toho, co jste naklikali v jednom reportu, přenesou jinam.

SAMOSTATNÁ PRÁCE:

  • Vytvoříte si tlačítko, co vás v mžiku přenese z jednoho reportu na druhý ve zkoumaném kontextu.

12. Jak odbourat složitost a strčit analýzu do kapsy

  • Naučíte se zjišťovat, které informace jsou pro uživatele skutečně klíčové.
  • Ujasníte si postupy, jak zachovat informace, ale zabrat přitom mnohem méně místa.
  • Naučíte se skrývat nadbytečné technické prvky před zraky uživatelů.
  • Zamknete pro uživatele zavádějící a nesmyslné kontexty.
  • Naučíte se, jak reporty a vizualizace zestručnit do jejich mobilních verzí.

SAMOSTATNÁ PRÁCE:

  • Pomocí postupů, které jste nově pochopili, vyrobíte mobilní verze vašich reportů.

13. Co a jak nastavit, než dáte váš analytický výtvor k dispozici lidem

  • Pochopíte rozdíl mezi soukromými a sdílenými pracovními prostory Power BI.
  • Zjistíte, odkud se bere výpočetní výkon služby Power BI a jaké jsou možnosti licence Premium a “dedikované kapacity”.
  • Nahlédnete do architektury cloudového výpočetního aparátu Power BI a dozvíte se, které slabiny a limity před vámi Microsoft skrývá.
  • Dozvíte se, čím se liší Power BI a Tableau a pochopíte, co je pro koho lepší volba.
  • Publikujete do cloudu svůj report a otestujete ho.

SAMOSTATNÁ PRÁCE:

  • Ověříte si, jaké licence Power BI už vaše firma má a podle toho si nastavíte svůj soukromý a též sdílený firemní pracovní prostor, kam budete svá díla publikovat.
  • Ověříte si, že máte administrátorem přidělena veškerá práva, která potřebujete k plnému využití analytického nástroje.

14. Jak snadno a bezpečně nastavit aktualizaci dat online, i když máte v cestě firemní firewall

  • Dozvíte se, jak funguje “datová brána”.
  • Zjistíte, jaké druhy bran Microsoft umožňuje.
  • Objevíte úskalí nezřízené korporátní demokratizace dat a poučíte se ze skutečného příběhu lovce datových anarchistů.
  • Vychutnáte zapeklitost nastavení brány a aktualizace dat ve službě Power BI. Pak už to však budete umět a zvládnete za 10 minut to, co jiní řeší i dva měsíce.

SAMOSTATNÁ PRÁCE:

  • Nebudete brát role “pána” a “strážce” brány na lehkou váhu a stanovíte sobě i kolegům jasné pokyny.

15. Jak vytvářet, sdílet a udržovat datové produkty

  • Dozvíte se, co si Microsoft představuje pod pojmem “dashboard”.
  • Objevíte křehkost a slabiny Power BI dashboardů a datově řízených notifikací.
  • Projdete si tvorbou, nastavením a sdílením tzv. analytické aplikace, přinášející spolehlivost.
  • Dozvíte se, na co si dát pozor, než odejde datový analytik z firmy.

SAMOSTATNÁ PRÁCE:

  • Upravíte a zpřístupníte analytickou aplikaci sobě a dalším uživatelům.

16. Jak nabrousit ostří vhledů

  • Pochopíte kontextové výpočty a využijete jejich sílu k dynamické analýze.
  • Osvojíte si základy analytického jazyka DAX.
  • Uvědomíte si, proč metrika není sloupec a naučíte se, jak mít v metrikách pořádek jednou provždy.
  • Začnete správně a cíleně používat kontext řádku, výpočtu a filtru.

SAMOSTATNÁ PRÁCE:

  • Vytvoříte metriky, v jejichž výpočtu použijete kontext řádku, výpočtu i filtru. Srovnáte výsledky.

17. Jak zabezpečit data na úrovni rolí a organizační struktury

  • Zjistíte, jak zařídit, aby každý člověk viděl jen ty hodnoty, které je oprávněn vidět.
  • Naučíte se správně používat RLS – Row Level Security.
  • Naučíte se vše ošetřit tak, aby když někdo přijde, odejde či změní pozici, nemusel nikdo nic přenastavovat a vše fungovalo automaticky.

SAMOSTATNÁ PRÁCE:

  • Aplikujete a vyzkoušíte přístup k hodnotám skrz role v praxi.

18. Jak přínosně využít základní umělou inteligenci v praxi

  • Naučíte se základní principy tvorby a využití umělé inteligence.
  • Poznáte několik způsobů, jak odhalit skryté souvislosti ve vašich datech.
  • Zjistíte, jak na základě dat o lidech snadno rozpoznat ty, kteří jsou něčím zvláštní.
  • Uvidíte, jak snadno lidi rozdělit do typických, navzájem, odlišných, skupin, aniž o těch skupinách máte tušení.
  • Naučíte se nad daty “trénovat” rozhodovací modely tak, abyste maximalizovali zisk.
  • Vyzkoušíte si AI funkce dostupné v Power BI.

SAMOSTATNÁ PRÁCE:

  • Rozchodíte si zmíněné modely v Excelu a v Power BI na vlastním PC.

19. Jak nespadnout při predikci do typických "pastí"

  • Přestanete klást hlavní důraz na technologie a algoritmy.
  • Poznáte, jak ochotně vám data potvrdí, co si přejete, aby byla pravda, ale ve skutečnosti je to jinak.
  • Přestanete “tlačit na pilu” a nenecháte se vmanipulovat do snahy vymáčknout z dat to, co v nich není.
  • O zkoumaných datech si začnete zjišťovat zásadní informace zavčas.
  • Naučíte se přistupovat k datům tak, abyste měli naději na použitelnost predikce v praxi.

SAMOSTATNÁ PRÁCE:

  • Polovinu dat, na základě kterých míníte vytvořit prediktivní model, schováte sami před sebou a nepodíváte se na ně až do samého konce.

20. Datová cesta do pravěku

  • Objevíte možnosti datové retrospektivy.
  • Uvědomíte si důsledky platnosti číselníků a proměnlivosti dimenzí v čase.
  • Naučíte se rozpoznat, které informace jsou z principu dat ukládaných ve firemních systémech pomíjivé. Naučíte se je uchovat pomocí časových snímků.
  • Pochopíte, jak stavět a udržovat takové dimenze, které vám umožní zkoumat minulost optikou tehdy platných struktur.

SAMOSTATNÁ PRÁCE:

  • Z dat prodejní historie metodou zpětného snímkování zmapujete životní cykly zákazníků a vzkřísíte jejich zapadlé příběhy.

21. Datový návrat do budoucnosti

  • Zefektivníte si práci tím, že začnete budovat inteligenci nad daty ve vrstvách.
  • Pochopíte metriky klíčové pro predikci budoucího chování lidí a využijete je k behaviorálnímu profilování a segmentaci zákazníků.
  • Poznáte aparát pro generování “datových příběhů”, abyste rozvinuli a využili vlastní.
  • Dobře pochopíte, jak v praxi využít prudce efektivní preskriptivní analýzu k výraznému a trvalému zvýšení ziskovosti firmy.

SAMOSTATNÁ PRÁCE:

  • Nasadíte jednu či více vrstev přidané inteligence nad daty.
  • Skrze své datově analytické schopnosti zamíříte ke hvězdám.

Jak probíhá datový koučink

1. Domluvíme si termín a 2 hodiny času

Sejdeme se online, případně osobně.

Hned na začátku si stanovíme jasný a konkrétní cíl našeho setkání, tak abyste byli spokojeni.

2. Učíme vás a řešíme vám problémy, které jste předložili

Podle toho, kde v současné době jste a čím si procházíte, zjistíme, jaká je realita. Nemusíme hned detailně zkoumat vaše data, ale i to je samozřejmě možné, když je to potřeba a jsou k dispozici. Soustředíme se na vás a na to, čeho chcete dosáhnout.

Radíme vám, sdílíme naše zkušenosti a nacházíme možnosti, jak situaci řešit. Když chcete, postupy, analýzu či technologie vám vysvětlíme.

Když potřebujete vytvořit kvalitní analýzu či report, ale přesně nevíte, jak na to, tak vám s tím pomůžeme nebo vás to naučíme. 

Můžete cokoliv nechat na nás nebo se nechat vést krok za krokem.

3. Ověříme přínos a výsledek

Na konci každého setkání si znovu řekneme ten cíl definovaný na začátku. Ověříme zda jste dostali vše pro co jste si přišli, nebo je potřeba ještě něco doplnit, dodat či vás navést na další vlastní kroky, které povedou ke změnám, které si přejete.

Když budete potřebovat nebo si to přát, domluvíme si další termín.
Část našich klientů k nám na datový koučink chodí dlouhodobě, a tím získávají know-how na mezinárodní úrovni, které není nikde jinde dostupné.

Spolupráce se vyplácí

Dobrá služba něco stojí

Hodina datového koučinku, konzultací či související práce našich expertů stojí 7000 Kč bez DPH. Jsme prudce efektivní.

Garantujeme spokojenost: Pokud byste po první hodině dospěli k názoru, že to není to co potřebujete, tak nic neplatíte.

Pro firemní klientelu nabízíme zvýhodněný balíček 10 či 20 hodin, ze kterého pak postupně podle potřeby upisujeme.
Deset hodin konzultací stojí 60k CZK, balíček 20ti hodin je za 100k CZK. O evidenci se sami postaráme.

Domluvme si termín

Napište nám stručně, co právě řešíte.

My se vám ozveme a naplánujeme společně termín setkání.