Izazovi analize u digitalnoj ekonomiji

Umjetna inteligencija (AI), Big DataData Science su pojmovi koji se najčešće vežu uz pojam analize podataka, što je i logično s obzirom na hype koji se stvara od strane konferencija ili članaka u različitim medijima. Bio bih u krivu kad bih rekao da je sve čisti hype, međutim iz iskustva znam da su ovo pojmovi koji čine 5 do maksimalno 10 posto projekata s kojim se danas susrećemo. Kroz godine iskustva koje sam stekao kao poslovni/tehnički konzultant na analitičkim projektima, izazovi s kojima se susreću tvrtke su skroz drukčije nego što se prezentira, a oni su:

1.) Smisao analize podataka i strategija podataka

Analiza podataka i analitičke tehnologije ne mogu dati rezultate ako se ne zna što se želi postići . U velikom broju slučajeva korisnici analitičkih sustava uopće ne znaju što žele dobiti kao rezultat analize podataka ili nastoje izmisliti poslovne izazove s kojima se konkurencija susreće. Analitiče tehnologije bi trebale olakšati korisnicima dobivanje informacije koja im je potrebna za donošenje kvalitetnih odluka, stoga je unutar tvrtke je potrebno postaviti strategiju podataka tj. čemu podaci uopće služe.

2.) Inženjering podataka kao baza analitike

Iako se prevelika težina stavlja na analitiku podataka, to je najmanji dio posla u cjelokupnom procesu analize podataka (cca. 10 – 15%). Većina vremena otpada na definiciju samog podatka (metapodaci), upravljanju podacima, kvalitetu podataka te izradu smislenog skladišta podataka. Skladište podataka kao koncept je osnova svih analitičkih projekata, iako nije vezan uz hype daje najbolje i najbrže rezultate.

3.) Podatkovne vještine na tržištu

Ponekad je stvarno teško naći zaposlenika na tržištu rada koje ima višegodišnje iskustvo u implementaciji analitičkih projekata. Iako postoje mnoštvo online edukacija, teško je steći pravo iskustvo, pogotovo na hrvatskom tržištu. Unutar BIRD Academy u kojoj smo obrazovali više desetina konzultanata za analitičke tehnologije, uvijek smo fokus stavljali na metodologije skladišta podataka i izvještajnih sustava, jer je bitno shvatiti cjelokupnu sliku analitike podataka koja nije jednaka onome što volimo pročitati. S tehničke strane znanje SQL upitnog jezika je bilo obavezno, jer osim što znate raditi upite nad analitičkim bazama podataka, također razvijate analitičku logiku tj. kako povezati podatke iz više izvora podataka s različitom strukturom.

4.) Izvještavanje u Excelu

Izvještavanje u Excelu jedan je od najvećih izazova s kojim se kompanije susreću. Iako je najbolji prijatelj svakog zaposlenika u području izvještavanja s vremenom postane težak i skup za održavanje. Također, većina zadataka u Excelu koji se rade manualno tj. “na ruke” se možete automatizirati koristeći baze podataka s nekim od self service alata poput Tableau i Power BI.

5.) Analitička kultura i donošenje odluka

Za kraj analitička kultura je nešto što fali većini tvrtki s kojima sam se susreo. Gledanje na analizu podataka kao nešto što će donijeti magične rezultate i naglo povećati prihode je zapravo promašeno. Analiza podataka i podatkovna pismenost bi trebala neophodna vještina svakog zaposlenika u digitalnoj ekonomiji. Zasnivanje analitičke kulture na hrpi nepotrebnih tabličnih izvještaja je krivo, stoga je potrebno na visokoj razini inkorporirati analizu podataka kao instrument diskusije i donošenja odluka.

 

Autor: Hrvoje Gabelica, Voditelj edukacijskog centra u Poslovnoj inteligenciji

Posljednje Blog objave

At Poslovna inteligencija, we are data experts. Our dedication to transforming business data utilization has led us to a partnership with Tableau, the global frontrunner in data visualization. This partnership is more than just a collaboration; it's our commitment to arm companies with the tools they need to unlock the full potential of their data.
In the age of digitalization, data is like the new oil. But extracting value from data over the long-term requires a strategy – and this post will help you establish one. We’ll cover why data strategy is important, how data strategy supports business strategy, and the 9 essential elements your data strategy should contain to be successful. Let’s dive in.
Environmental, Social, and Governance (ESG) reporting is not just a business trend but a regulatory necessity. It has become a crucial framework for assessing a company's impact on society and the environment, as well as its governance practices.
Financial consolidation is challenging for many reasons, but the biggest one for large enterprises is managing the complexity of the financial data itself. We will show you how IBM Cognos Controller can simplify the process and what are the best practices to maximize efficiency in financial consolidation.
In today’s digital age, data has become just as important as the products themselves. But for it to become valuable, data needs to be governed. In this article, you will learn how to implement a data governance strategy, as well as how data maturity assessments can help your organization get from simple data management to real-time data governance.
Financial consolidation is an essential process for an organization, especially if it has multiple entities. As a finance manager or executive, it empowers you with a complete understanding of your organization's financial well-being, enabling you to make informed decisions about where to allocate resources and how to plan strategically.
In today's competitive business landscape, maximizing profitability and unlocking your organization's true potential are critical to sustained success. PI Profitability Solution, powered by the IBM Planning Analytics with Watson platform, helps you achieve precisely that.
Data governance is the most important, yet most overlooked, part of creating an enterprise-level analytical system. It’s the key to making data-driven business decisions, but many enterprises don’t do it right – or not at all.
Scroll to Top

Budite u toku s novostima

Budite u toku s novostima

Prijavite se na naš newsletter i budite uvijek u toku s novostima i tehnologijama iz svijeta Poslovne inteligencije.


Business & Data Analysis
Planning, OLAP & Reporting & Financial consolidation
Data Integration, Data Migration & Data Engineering
Data Governance, Data Quality & Master Data Management
Data Science
DWH models
XBRL point
ConQ Content Analytics
SynQ

I acknowledge that the personal data I submit through this contact form will be used by Poslovna inteligencija d.o.o. to contact me and provide information related to my inquiry/application. I consent to Poslovna inteligencija using my submitted personal data to send newsletters containing information about news, products, and services of Poslovna inteligencija. I also acknowledge that I can unsubscribe from receiving newsletters at any time by clicking the 'Unsubscribe' link in each newsletter. Comprehensive information related to my rights and the use of my personal data can be found in Poslovna inteligencija's Privacy Policy.:
Yes No *

Please don't insert text in the box below!

The fields marked with * are required