1. Kde je hodnota v datech

2. Giuliano Giannetti
CEO
20+ projects, ETL
Data modelling
Dashboards.
McKinsey, Keboola,
Czech MoD

3. Case Study - Amazon

5. % tržeb USA Amazonu: vybrané kategorie

6. Podívejme se na boty…

7. 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...

9. Co vlastně děláme?

10. 209 - 338 biliónů Kč
Odhadovaný přínos pokročilé analytiky
do světového HDP
Zdroj: McKinsey Global Institute

11. 250 000 Data Scientists
Chybějící pozice na trhu práce v USA
Zdroj: McKinsey Global Institute

12. 5 - 10 Miliónů USD
AVG hodnota zaměstnance při akvizici AI startupu
Zdroj: McKinsey Global Institute

14. 8% společností
využívá “Big Data”
z toho pouze 25% podniků s
více jak 250 zaměstnanci.
Zdroj: ČSÚ 2017

15. 3% firem používá
social data
z toho pouze 6% podniků nad
250 zaměstnanců
Zdroj: ČSÚ 2017

17. Jak vytváříme hodnotu?

18. Jak vytváříme hodnotu?
Transparentnost
Segmentace
Prioritizace
Automatizace
Predikce

19. Analytici a Data Scientists 21. století?

20. Nevíme co je důležité pro náš business

21. Big Data use cases
Řízení - KPIs

22. Datová analytika pro business
The basics: ujistěte se, že máte správná data

24. Datová analytika pro business
The basics: ujistěte se, že víte, co děláte a proč

25. Datová analytika pro business
The basics: ujistěte se, že víte, co děláte a proč

26. Zaměřujeme se na data která máme,
ne na data která potřebujeme.

27. Datová analytika pro business
The basics: ujistěte se, že máte správně data

30. Díváme se na to co je teď,
ale utíká nám to co se mění

31. 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

32. Tohle predikce

35. Use Cases: Pokročilá analytika
Úlohy: Predikce a řízení

36. Use Cases: Pokročilá analytika
Data nepomůžou predikovat:
● Krach burzy
● Příhod disruptivní technologie
● Vypuknutí války
Úlohy: Predikce

37. Ztrácíme čas řešením věcí, které lze
automatizovat.

38. 50% naší práce bude
automatizováno
Stories, H2O, Keboola, Databricks
Zdroj: McKinsey Global Institute

40. Ztrácíme čas čekáním na druhé

41. 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…

42. Pracujeme sami

45. Příklad 1 - Phishing

46. Zapomínáme, že na konci
naší práce je člověk