Data pro rozhodování

Kdy začnou data skutečně pomáhat při řízení firmy?

Data mají hodnotu až tehdy, když je jasné, jaké rozhodnutí podle nich vznikne a kdo za něj odpovídá (například e-commerce reporting se začal používat až po zapojení vlastníků procesů a manažerů).

Proč nestačí data jen shromáždit a analyzovat?

Samotná data firmám hodnotu nepřinášejí; hodnotu vytváří až modely nebo aplikace, které je převedou do konkrétního rozhodování či procesu (například platforma SAS byla představena jako řešení od přístupu k datům po nasazení modelů do byznysových procesů).

Jak mají firmy přistupovat k velkým datům?

Velká data mají největší přínos tehdy, když jsou navázaná na konkrétní use case místo obecné analýzy trhu (například Mastercard zjistil, že zákazníci často potřebují konkrétnější odpověď než samotný popis vývoje trhu).

Kdy dává smysl self-service analytika?

Self-service analytika přináší užitek, když byznysoví uživatelé pracují nad řízenými daty a dokážou si odpovědět bez čekání na datový tým (například ve Webglobe fungují reporty nad kontrolovanými daty a otázky z byznysu si lidé řeší sami).

V čem jsou datové aplikace jiné než běžné dashboardy?

Datové aplikace jsou užitečnější než pasivní dashboardy, pokud uživatelům umožní nad výsledky rovnou jednat (například vybírat záznamy, generovat odpovědi nebo posílat zprávy do Slacku či Teams).

Co je nutné pro rozhodování ve výrobě a logistice v reálném čase?

Operativní rozhodování v reálném čase vyžaduje zpracovat data co nejblíže místu jejich vzniku a propojit je s procesním modelem provozu (například u use casů T-Mobile se rozhodnutí musí vejít do taktu výroby v desítkách sekund nebo kratším).

Data mají pro firmu hodnotu až tehdy, když je jasné, jaké rozhodnutí se podle nich udělá a kdo za něj odpovídá.

V e-commerce projektu se reporting začal používat až po zapojení vlastníků procesů a manažerů; zákazník najal experta a analytici v jednotlivých zemích začali řešení využívat.

„Přiváděl jsem ho k šílenství otázkami: co s tím budeš dělat? Proč píšeš ty příběhy? Kdo udělá jaké rozhodnutí na základě téhle analýzy? Co s tím proboha budete dělat?“

Primetime for Big Data 2025 Order Service: Paralýza způsobená big daty Niels Verschatse

Data sama o sobě firmám hodnotu nepřinášejí; hodnotu vytváří až modely nebo aplikace, které je převedou do konkrétního rozhodování či procesu.

SAS prezentoval platformu jako end-to-end řešení od přístupu k datům přes data science až po nasazení modelů a zapojení AI do byznysových procesů.

„Zazněla tu klíčová věc: data sama o sobě hodnotu nenesou. Data jsou prostředkem, jak se k hodnotě dostat – a mechanismem jsou AI modely nebo jiný aplikační stack, který z dat na konci hodnotu vytváří.“

Primetime for Big Data 2024 Dycky data? Dycky SAS! Luděk Šafář; Dalibor Šrámek

Velká data mají pro firmy hodnotu hlavně tehdy, když jsou navázaná na konkrétní rozhodnutí nebo use case.

Mastercard zákazníkům často ukazoval vývoj trhu, ale taková obecná analýza pro ně nebyla tím, co skutečně potřebovali.

„Data nemají hodnotu, pokud nemají use case. Často jsme zákazníkům ukazovali, jak se vyvíjí trh, ale oni takovou analýzu nechtěli. Dostat se ke správné aplikaci velkých dat a zlata, které v nich je, vyžaduje konkrétní use case zákazníka.“

Primetime for Big Data 2024 Kde začít podnikat? Jak využít data z karetních transakcí při hledání obchodního potenciálu Martin Hlůže

Self-service analytika má největší hodnotu tehdy, když byznysoví uživatelé pracují nad řízenými daty a umějí si odpovědět bez čekání na datový tým.

Ve Webglobe začaly reporty fungovat nad kontrolovanými daty, ale otázky z byznysu si lidé dokážou zodpovídat sami.

„Mám obrovskou radost, že reporty začaly žít vlastním životem. Stále fungují nad daty, nad kterými držíme kontrolu, ale otázky z byznysu si lidé dokážou sami zodpovědět.“

CFO Congress 2024 Demokratizace a personalizace dat a procesů pro CFOs a co na to AI? Tomáš Kašša; Tomáš Bezek

Datové aplikace přinášejí větší užitek než pasivní dashboardy, když uživatelům umožní nad daty rovnou jednat.

Ukázaná aplikace umožňovala vybírat konkrétní záznamy, generovat odpovědi, pracovat s chatbotem a posílat zprávy do Slacku nebo Teams.

„Takovým způsobem můžete integrovat svoje LLM nebo jiné technologie, třeba XGBoost či machine learning, přímo do dashboardů. A z dashboardu pak můžete někomu poslat zprávu na Slack nebo Teams.“

Primetime for Big Data 2024 Za hranice dashboardů: Vytvářejte interaktivní datové aplikace během několika hodin Vojta Tůma

Operativní řízení výroby v reálném čase vyžaduje zpracovat data co nejblíže místu jejich vzniku, protože rozhodnutí se musí vejít do taktu výroby.

V use casech popsaných T-Mobile se pracuje s taktem výroby v desítkách sekund, někdy kratším; edge computing v 5G kampusové síti má snižovat latenci až desetinásobně.

„Důležité je mít odpovídající data a zdroje dat na úrovni výroby. Dalším krokem je zpracovat data dostatečně blízko místa, kde se generují, eliminovat zpoždění a využít časové okno, které mám k reakci na změnu.“

Primetime for Big Data 2025 Když rozhodují vteřiny: Co dokáží real time data z 5G a IoT ve výrobě a logistice Jan Adam

5G kampusové sítě dávají největší smysl tam, kde je potřeba bezdrátově sbírat data z pohyblivých objektů nebo dodatečně osadit provoz senzory.

T-Mobile prezentoval 5G pro dosignalizování provozu a sledování výrobků, palet, aut nebo lidí; kabelové připojení má zůstat tam, kde už dává smysl.

„Jako zástupce mobilního operátora říkám: tam, kde je kabel, nechme kabel, ale budoucnost je bezdrátová.“

Primetime for Big Data 2025 Když rozhodují vteřiny: Co dokáží real time data z 5G a IoT ve výrobě a logistice Jan Adam

Samotný sběr dat nestačí; pro přeplánování provozu musí být data propojena s procesním modelem výroby nebo logistiky.

Řešení T-Mobile pro dynamické řízení výroby běží na desítkách instancí u zákazníků a datová platforma podporuje monitoring procesů, hledání úzkých míst, práci s lidmi, sledování energií i prediktivní údržbu.

„Pracuji s běžnými věcmi: mám denní nebo směnovou dávku toho, co chce nadřazený systém vyrobit, a potřebuji ji optimálně naplánovat a zajistit výrobu. A když ve výrobě nastane změna, musím dynamicky zareagovat, přeplánovat v online režimu a pokračovat dál.“

Primetime for Big Data 2025 Když rozhodují vteřiny: Co dokáží real time data z 5G a IoT ve výrobě a logistice Jan Adam