Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

MetaData – kde je hodnota v datech

392 views

Published on

Giuliano Giannetti na konferenci Data Restart 2019.

Data... nejvíc sexy job 21. století a taky hora vyhozených peněz. V průběhu prezentace se pokusím nadhodit problémy, které trápí datovou branži a taky pár podnětů k přemýšlení, až budete hledat téma vaší příští analýzy.

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

MetaData – kde je hodnota v datech

  1. 1. Kde je hodnota v datech
  2. 2. Giuliano Giannetti CEO 20+ projects, ETL Data modelling Dashboards. McKinsey, Keboola, Czech MoD
  3. 3. Case Study - Amazon
  4. 4. % tržeb USA Amazonu: vybrané kategorie
  5. 5. Podívejme se na boty…
  6. 6. Představte si, že jste Google... ...nebo Eshop ● Prodeje pobíhají bez vyhledávání ● Žádné příjmy z reklamy ● Žádná možnost prodeje ● Platíte Amazonu za to, že si posiluje vlastní brand, že může vystavovat vaše zboží, za logistiku a reklamu...
  7. 7. Co vlastně děláme?
  8. 8. 209 - 338 biliónů Kč Odhadovaný přínos pokročilé analytiky do světového HDP Zdroj: McKinsey Global Institute
  9. 9. 250 000 Data Scientists Chybějící pozice na trhu práce v USA Zdroj: McKinsey Global Institute
  10. 10. 5 - 10 Miliónů USD AVG hodnota zaměstnance při akvizici AI startupu Zdroj: McKinsey Global Institute
  11. 11. 8% společností využívá “Big Data” z toho pouze 25% podniků s více jak 250 zaměstnanci. Zdroj: ČSÚ 2017
  12. 12. 3% firem používá social data z toho pouze 6% podniků nad 250 zaměstnanců Zdroj: ČSÚ 2017
  13. 13. Jak vytváříme hodnotu?
  14. 14. Jak vytváříme hodnotu? Transparentnost Segmentace Prioritizace Automatizace Predikce
  15. 15. Analytici a Data Scientists 21. století?
  16. 16. Nevíme co je důležité pro náš business
  17. 17. Big Data use cases Řízení - KPIs
  18. 18. Datová analytika pro business The basics: ujistěte se, že máte správná data
  19. 19. Datová analytika pro business The basics: ujistěte se, že víte, co děláte a proč
  20. 20. Datová analytika pro business The basics: ujistěte se, že víte, co děláte a proč
  21. 21. Zaměřujeme se na data která máme, ne na data která potřebujeme.
  22. 22. Datová analytika pro business The basics: ujistěte se, že máte správně data
  23. 23. Díváme se na to co je teď, ale utíká nám to co se mění
  24. 24. Tohle jsou data Jméno: Anna Věk: 25 Znamení: Rak Jméno: Elisa Věk: 22 Znamení: Váhy Jméno: Jana Věk: 28 Znamení: Beran Jméno: Veronika Věk: 23 Znamení: Štír
  25. 25. Tohle predikce
  26. 26. Use Cases: Pokročilá analytika Úlohy: Predikce a řízení
  27. 27. Use Cases: Pokročilá analytika Data nepomůžou predikovat: ● Krach burzy ● Příhod disruptivní technologie ● Vypuknutí války Úlohy: Predikce
  28. 28. Ztrácíme čas řešením věcí, které lze automatizovat.
  29. 29. 50% naší práce bude automatizováno Stories, H2O, Keboola, Databricks Zdroj: McKinsey Global Institute
  30. 30. Ztrácíme čas čekáním na druhé
  31. 31. Prokrastinační cyklus analytika Čeká se na business zadání (nemám přístup k zákazníkovi) Čeká se na IT (nemám přístup do db) Čeká se na vyjádření compliance (nemůžu sám změnit proces) Čeká se na vyjádření legalu (mám strach z...) Čeká se na vyjádření bezpečnosti (mám strach z...) Čekat na vyřízení licence (nemám si sám koupit... ) Analýza přijde pozdě, ve špatné kvalitě, draze atd…
  32. 32. Pracujeme sami
  33. 33. Příklad 1 - Phishing
  34. 34. Zapomínáme, že na konci naší práce je člověk

×