Duomenys ir analitika
Gaukite patikimą atsakymą iš duomenų, kuriuos jau turite
Sujungiame tik konkrečiam verslo klausimui reikalingus duomenis ir sukuriame analitiką, signalus ar DI paiešką, kuri padeda ne tik matyti informaciją, bet ir veikti.
Mumis pasitiki
CRM
ERP
Apskaitos sistemoje
Excel failuose
Google Sheets
El. pašte
Dokumentuose
Vidinėse sistemose
Debesijos saugyklose
Problema atsiranda tada, kai žmogui kiekvieną kartą reikia pačiam:
Surasti
Eksportuoti
Sujungti
Patikrinti
Suderinti skirtingas versijas
Interpretuoti
Tik tada priimti sprendimą
Tokiu atveju duomenys egzistuoja, bet dar neveikia kaip sprendimų sistema.
Jums nereikia pirmiausia susitvarkyti visų įmonės duomenų. Pradedame nuo vieno klausimo ir tik jam reikalingų šaltinių.
Pradžia
Pradedame nuo vieno verslo klausimo
Nesiūlome pradėti nuo visos įmonės duomenų infrastruktūros pertvarkymo.
Pirmiausia pasirenkame vieną konkretų klausimą, kuris šiandien verslui svarbus.
Pavyzdžiui:
Kiek turime neįvykdytų užsakymų ir kur jie stringa?
Kokia reali produkto savikaina?
Kurie klientai vėluoja atsiskaityti?
Kuris procesas generuoja daugiausia klaidų?
Kokia reali pardavimų pipeline būsena?
Kokios atsargos kelia riziką gamybai?
Kurioje procedūroje aprašyta konkreti situacija?
Ką sutartis numato šiuo atveju?
Tada nustatome:
Kokio atsakymo reikia
Kokie duomenys tam reikalingi
Kur jie šiandien yra
Kaip juos patikimai sujungti
Kaip pateikti atsakymą
Kas turi įvykti po to
Tai leidžia kurti vertę nuo mažos, aiškios apimties.
1. Verslo analitika
Kai klausimas yra: „Kas vyksta?“
Sujungiame struktūruotus verslo duomenis ir sukuriame patikimą informacijos sluoksnį, pagal kurį galima priimti sprendimą. Tai gali būti:
KPI sistema
Automatinė ataskaita
Proceso būsenos vaizdas
Operacinė analitika
Neatitikimų kontrolė
Įspėjimai
Duomenų kokybės signalai
Automatiniai veiksmai po konkretaus signalo
Tikslas nėra dar vienas dashboard.
Tikslas - kad reikiamas žmogus laiku gautų patikimą informaciją ir žinotų, kada reikia veikti.
2. Įmonės žinios
Kai klausimas yra: „Kur yra atsakymas?“
Sujungiame patvirtintus dokumentus, procedūras, projektų medžiagą ar kitus vidinius šaltinius ir sukuriame paiešką ar DI žinių sluoksnį.
Darbuotojas gali klausti natūralia kalba ir gauti:
Aktualų atsakymą
Konkretaus šaltinio nuorodą
Kontekstą
Tik jam leidžiamą informaciją
Tikslas - kad darbuotojui nebereikėtų žinoti, kuriame aplanke ar dokumente slepiasi atsakymas.
Rezultatas
Ką iš tikrųjų perkate
Ne „BI projektą“. Ne „data warehouse“. Ne „RAG sistemą“. Ne dar vieną ekraną su grafikais.
Paslaugos rezultatas - patikimas informacijos sluoksnis konkrečiam verslo sprendimui. Jis gali pateikti:
Vieną KPI
Ataskaitą
Proceso būseną
Signalą
Q&A atsakymą
Dokumento analizę
API rezultatą kitai sistemai
Technologija priklauso nuo klausimo.
Principas
Data → Insight → Decision → Action
Mūsų tikslas nėra sustoti ties duomenų parodymu.
Procesą projektuojame taip:
Data
Surenkame tik reikalingus duomenis iš jūsų sistemų ir šaltinių.
Insight
Paverčiame juos rodikliu, atsakymu, neatitikimu ar signalu.
Decision
Aiškiai apibrėžiame, kokį sprendimą ši informacija turi padėti priimti.
Action
Kai įmanoma, rezultatą sujungiame su realiu procesu:
Pranešimu
Užduotimi
Eskalacija
Patvirtinimu
Automatiniu veiksmu
Kitu workflow žingsniu
Analitika turi būti proceso dalis, o ne ekranas, kurį reikia prisiminti atsidaryti.
Pradžia
Jums nereikia susitvarkyti visų duomenų
Tai viena dažniausių baimių prieš pradedant duomenų projektą.
Įmonės dažnai žino, kad CRM nėra idealus, Excel failuose yra neatitikimų, skirtingos sistemos naudoja skirtingus laukus, dalis istorinių duomenų nepilni, o dokumentų struktūra nevienoda.
Tai nereiškia, kad pirmiausia turite sutvarkyti visą organizaciją. Pradedame nuo:
Vieno klausimo
Jam reikalingų objektų
Jam reikalingų laukų
Jam reikalingų šaltinių
Sutvarkome tik tą duomenų dalį, kuri reikalinga realiai vertei sukurti.
Tik tada sprendžiame, ar verta plėsti duomenų sluoksnį.
Vieningą KPI sluoksnį
Sujungiame reikalingus šaltinius ir aiškiai apibrėžiame, kaip skaičiuojamas konkretus rodiklis.
Taip skirtingi skyriai nebeturi savo atskiros „tiesos“.
Automatines ataskaitas
Ataskaitos generuojamos automatiškai:
Pagal grafiką
Po konkretaus įvykio
Pasikeitus svarbiam rodikliui
Darbuotojui nebereikia kiekvieną savaitę eksportuoti duomenų ir rankiniu būdu jungti Excel failų.
Proceso būsenos analitiką
Parodome ne tik galutinį rezultatą, bet ir tai, kur procesas šiuo metu yra. Pavyzdžiui:
Kiek užsakymų laukia
Kiek vėluoja
Kuriame etape kaupiasi darbai
Kokia dabartinė apkrova
Kur atsiranda išimtys
Duomenų kokybės kontrolę
Sistema gali automatiškai tikrinti:
Trūkstamas reikšmes
Neatitikimus
Dubliuotus įrašus
Nelogiškas reikšmes
Neatsinaujinančius duomenis
Integracijų problemas
Veiksmo signalus
Vietoj dar vieno dashboard galima sukurti taisyklę: „Kai įvyksta X - informuok Y ir inicijuok Z.“ Pavyzdžiui:
Kai atsargos nukrenta žemiau ribos
Kai klientas viršija kreditavimo limitą
Kai užsakymas per ilgai stovi viename etape
Kai rodiklis nukrypsta nuo normos
Kai duomenys tarp sistemų nesutampa
DI žinių bazę
Sujungiame patvirtintus vidinius šaltinius ir leidžiame komandai ieškoti informacijos natūralia kalba. Sistema gali naudoti:
Google Drive
SharePoint
Procedūras
Vidines taisykles
Produktų informaciją
Sutarčių dokumentus
Techninę dokumentaciją
Projektų medžiagą
Mokymų turinį
Atsakymas remiasi aktualiu šaltiniu, o ne tik modelio „atmintimi“.
Dokumentų analizės sistemą
DI gali:
Ištraukti informaciją
Klasifikuoti dokumentus
Palyginti versijas
Patikrinti sąlygas
Surasti neatitikimus
Perduoti rezultatą kitai sistemai ar procesui
01
Aiškiai apibrėžtą verslo klausimą
Sutariame, kokį klausimą sistema turi padėti atsakyti.
Ne „norime daugiau analitikos“. O konkretų rezultatą.
02
Duomenų šaltinių žemėlapį
Nustatome:
Kur yra reikalingi duomenys
Kas juos valdo
Kaip dažnai jie atsinaujina
Kokia jų kokybė
Kokie pagrindiniai neatitikimai
Kokie prieigos apribojimai
03
Bendrą duomenų logiką
Suderiname:
Pagrindinius objektus
Laukus
Ryšius
KPI apibrėžimus
Skaičiavimo logiką
Taip skirtingi šaltiniai interpretuojami vienodai.
04
Automatizuotą duomenų srautą
Sukuriame reikalingą surinkimą, transformavimą ir sinchronizaciją.
Duomenys nebeturi būti kiekvieną kartą ruošiami rankiniu būdu.
05
Naudojimo sluoksnį
Pagal poreikį tai gali būti:
Dashboard
Automatinė ataskaita
Signalas
Paieška
DI Q&A
Dokumentų analizė
API kitai sistemai
Kuriame ne tai, kas atrodo įspūdingiausiai, o tai, kas padeda priimti sprendimą.
06
Stebėseną
Tikriname:
Ar duomenys atsinaujina
Ar integracijos veikia
Ar neatsirado neatitikimų
Ar atsakymas paremtas aktualiu šaltiniu
Ar KPI skaičiavimas išlieka teisingas
07
Dokumentaciją
Jūsų komanda turi suprasti:
Iš kur gaunami duomenys
Kaip skaičiuojami rodikliai
Kas yra duomenų savininkas
Kaip dažnai informacija atsinaujina
Kur tikrinti klaidas
Ką daryti atsiradus neatitikimui
Kaip dirbame
Kaip vyksta projektas
Pasirenkame vieną verslo klausimą
01 ŽINGSNIS
Pradedame nuo realaus sprendimo, kurį šiandien sunku priimti. Pavyzdžiui:
„Kur šiuo metu stringa užsakymai?“ arba „Kokia reali produkto savikaina?“ arba „Kur mūsų dokumentuose yra atsakymas į šią situaciją?“
Nustatome reikalingus duomenis
02 ŽINGSNIS
Atsakome:
Kokių laukų reikia
Kokių sistemų reikia
Kokių dokumentų reikia
Kaip dažnai informacija turi atsinaujinti
Kokia tikslumo riba priimtina
Įvertiname duomenų kokybę
03 ŽINGSNIS
Peržiūrime tik reikalingą duomenų apimtį.
Nustatome:
Ko trūksta
Kas nesutampa
Kas dubliuojasi
Ką reikia sutvarkyti
Ką galima palikti vėlesniam etapui
Sukuriame duomenų srautą
04 ŽINGSNIS
Automatizuojame:
Surinkimą
Transformaciją
Validaciją
Sujungimą
Atnaujinimą
Tikslas - kad atsakymas remtųsi nuolat atsinaujinančia informacija.
Sukuriame atsakymo sluoksnį
05 ŽINGSNIS
Tai gali būti:
KPI
Ataskaita
Dashboard
Signalas
DI paieška
Dokumento analizė
Sujungiame su realiu veiksmu
06 ŽINGSNIS
Kur prasminga, sistema ne tik parodo informaciją, bet ir inicijuoja kitą žingsnį. Pavyzdžiui:
rodiklis viršija ribą → atsakingas žmogus gauna signalą → sukuriama užduotis → inicijuojamas procesas
Pamatuojame rezultatą
07 ŽINGSNIS
Vertiname:
Kiek laiko užtrunka gauti atsakymą
Kiek rankinių eksportų panaikinta
Kiek sumažėjo duomenų taisymų
Kaip dažnai informacija atsinaujina
Kiek laiko darbuotojai praleidžia ieškodami informacijos
Kiek signalų virto realiais veiksmais
Q&A tikslumą ir šaltinio padengimą
DI žinių bazė
DI žinių bazė - kai atsakymas jau yra jūsų įmonėje
Dažnai problema nėra tai, kad įmonė neturi žinių.
Problema - kad jų niekas neranda pakankamai greitai.
Darbuotojas gali turėti prieigą prie:
Šimtų dokumentų
Kelių Drive katalogų
SharePoint
Procedūrų
Sutarčių
Produktų informacijos
Projektų medžiagos
Bet vis tiek klausia kolegos: „Kur buvo tas dokumentas?“
DI žinių sluoksnis leidžia paklausti įprasta kalba
„Kokia mūsų grąžinimo procedūra klientui iš Vokietijos?“
Sistema:
Suranda aktualius dokumentus
Suranda reikalingą informaciją
Pateikia atsakymą
Nurodo konkretų šaltinį
Tikslas - ne „protingas chatbotas“. Tikslas - greitai rasti patikimą atsakymą iš jūsų pačių informacijos.
Pirmas projektas
Vienas klausimas pirmam projektui
Nerekomenduojame pradėti nuo: „Sujunkime visus įmonės duomenis.“
Pirmam projektui pasirenkame:
Vieną KPI
Vieną ataskaitą
Vieną proceso būseną
Vieną signalą
Vieną žinių paieškos use case
Tai leidžia:
Greičiau pamatyti rezultatą
Sumažinti projekto apimtį
Mažinti techninę riziką
Patikrinti duomenų kokybę
Įvertinti realų naudojimą
Kai pirmas atvejis veikia, sprendžiame, ką verta prijungti toliau.
Įsitraukimas
Kiek jūsų komandai reikės įsitraukti
Iš jūsų pusės
Dažniausiai reikia:
Žmogaus, kuris supranta konkretų verslo klausimą
Prieigų prie reikalingų sistemų ar dokumentų
KPI ar verslo taisyklių paaiškinimo
Žmogaus, galinčio patvirtinti, ar rezultatas teisingas
Grįžtamojo ryšio testavimo metu
Iš Milios pusės
Mes atliekame:
Verslo klausimo struktūrizavimą
Duomenų šaltinių analizę
Duomenų modeliavimą
Integracijas
Transformacijas
Validaciją
Analitikos sluoksnį
DI paiešką, kai ji pagrįsta
Testavimą
Monitoringą
Dokumentaciją
Jūsų komanda suteikia verslo kontekstą. Mes sutvarkome techninį kelią nuo duomenų iki atsakymo.
Saugumas
Duomenų sauga ir prieigos
Patikima analitika nėra tik teisingi skaičiai.
Svarbu ir tai, kas gali juos matyti.
Pagal poreikį projektuojame:
Vartotojų roles
Prieigos teises
Duomenų atskyrimą
Jautrios informacijos filtravimą
Audito žurnalus
Informacijos galiojimo logiką
Šaltinių citavimą DI atsakymuose
ES regionų infrastruktūrą, kai jos reikia
DI žinių sistemose prieiga prie atsakymo turi atitikti prieigą prie šaltinio.
Pavyzdys
Gamybos duomenys ir apskaita
Gamybos procese informacija buvo išskaidyta tarp užsakymų, Excel failų, atsargų, gamybos duomenų, savikainos skaičiavimų ir apskaitos sistemos.
Problema nebuvo „trūksta dashboard“. Pirmiausia reikėjo atsakyti:
Kas yra realus užsakymas
Kokios žaliavos jam reikalingos
Kaip rezervuojamos atsargos
Kur fiksuojamas pagaminimas
Kaip skaičiuojama savikaina
Kokie duomenys turi patekti į Rivilę
Tik sutvarkius šią duomenų logiką galima patikimai rodyti proceso būseną ir naudoti informaciją sprendimams.
Principas: pirmiausia patikimas duomenų srautas, tada analitika.
Tinkamumas
Kada ši paslauga tinkama
Ši paslauga tinka, jei:
Ataskaitos vis dar ruošiamos rankiniu būdu
Darbuotojai jungia kelių sistemų eksportus Excel
Skirtingi skyriai turi skirtingus to paties rodiklio skaičius
Vadovai rezultatą pamato per vėlai
Informacija egzistuoja, bet ją sunku rasti
Darbuotojai daug laiko praleidžia ieškodami dokumentų
Norite DI prijungti prie vidinių žinių
Turite daug duomenų, bet jie dar nepadeda greičiau veikti
Kada šios paslaugos greičiausiai nereikia
Paslauga gali būti per plati, jei:
Reikia tik vienos paprastos esamos sistemos ataskaitos
Visi reikalingi duomenys jau yra vienoje sistemoje ir pakanka jos konfigūracijos
Problema iš tikrųjų yra proceso automatizavimas, o ne informacijos trūkumas
Reikia individualios verslo aplikacijos, kurios analitika yra tik maža dalis
Tokiu atveju galime rekomenduoti kitą sprendimo kryptį.
Pradedame nuo klausimo, ne nuo technologijos
Nepradedame nuo:
„reikia Power BI“
„reikia RAG“
„reikia data warehouse“
Pirmiausia turime suprasti, kokį sprendimą reikia priimti.
Tvarkome tik tiek duomenų, kiek reikia rezultatui
Nereikalaujame pirmiausia sutvarkyti visos organizacijos.
Pradedame nuo mažos, vertę kuriančios apimties.
Analitiką jungiame su procesu
Jeigu rodiklis reikalauja veiksmo, sistema gali apie tai informuoti arba inicijuoti kitą workflow žingsnį.
DI naudojame ten, kur jis pagrįstas
Kai informacija struktūruota, naudojame klasikinę duomenų logiką.
Kai reikia suprasti dokumentus ar ieškoti nestruktūrizuotoje informacijoje, galime pridėti DI sluoksnį.
Galime sukurti visą kelią nuo šaltinio iki veiksmo
Nuo: CRM / ERP / dokumento / Excel
iki: patikimo atsakymo / KPI / signalo / proceso veiksmo
Ar turime pirmiausia susitvarkyti visus duomenis?
Ne. Dažniausiai pakanka sutvarkyti tik tuos duomenis, kurie reikalingi konkrečiam verslo klausimui. Tai leidžia pradėti greičiau ir nekurti didelio duomenų projekto be aiškios vertės.
Ar kuriate dashboard’us?
Taip, kai dashboard yra tinkamiausias naudojimo būdas. Tačiau dashboard nėra tikslas. Kartais geresnis sprendimas yra automatinė ataskaita, įspėjimas, periodinis summary, Q&A sistema ar automatinis proceso veiksmas.
Ar galite dirbti su mūsų esamomis sistemomis?
Dažniausiai taip. Tikslas paprastai nėra pakeisti CRM, ERP ar apskaitos sistemą. Jungiame reikalingą informaciją ir kuriame trūkstamą duomenų, analitikos ar naudojimo sluoksnį.
Kas yra RAG?
RAG yra techninis metodas, leidžiantis DI prieš atsakant surasti aktualią informaciją jūsų patvirtintuose šaltiniuose. Verslo prasme tai reiškia paprastą dalyką: darbuotojas klausia → sistema suranda informaciją → pateikia atsakymą su šaltiniu.
Ar DI atsakymai gali būti 100 % tikslūs?
Ne. Todėl, priklausomai nuo use case, taikome šaltinių citavimą, testavimo rinkinius, prieigos kontrolę, atsakymų ribojimą ir žmogaus patikrą kritiniuose sprendimuose.
Kiek trunka projektas?
Tai priklauso nuo pasirinkto klausimo, šaltinių ir duomenų kokybės. Projektą sąmoningai siauriname iki pirmo vertę kuriančio use case. Prieš pradėdami sutariame, kokį klausimą sprendžiame, kokius šaltinius jungiame, kokį rezultatą pateikiame, kaip dažnai jis atsinaujina, kaip vertiname jo patikimumą, projekto etapus ir pristatymo terminus.
Ar galima pradėti nuo vienos ataskaitos arba vieno KPI?
Taip. Dažnai tai ir yra geriausias pirmasis projektas. Kai vienas atvejis veikia patikimai, sprendžiame, ką verta plėsti.
Koks verslo klausimas šiandien reikalauja per daug rankinio darbo?
Aptarkime vieną konkretų klausimą. Per pirmą pokalbį įvertinsime, kokio atsakymo jums reikia, kur šiandien yra reikalingi duomenys, kaip jie ruošiami, kur atsiranda neatitikimai, ar reikia analitikos, DI paieškos ar paprastesnio sprendimo ir nuo kokios mažiausios apimties verta pradėti. Jeigu matysime aiškų use case - pasiūlysime konkretų kitą žingsnį. Jeigu problema išsprendžiama paprasčiau, pasakysime tai tiesiai.