Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
Kde je hodnota v datech
Giuliano Giannetti
CEO
20+ projects, ETL
Data modelling
Dashboards.
McKinsey, Keboola,
Czech MoD
Case Study - Amazon
% tržeb USA Amazonu: vybrané kategorie
Podívejme se na boty…
Představte si, že
jste Google...
...nebo Eshop
● Prodeje pobíhají bez vyhledávání
● Žádné příjmy z reklamy
● Žádná možnost...
Co vlastně děláme?
209 - 338 biliónů Kč
Odhadovaný přínos pokročilé analytiky
do světového HDP
Zdroj: McKinsey Global Institute
250 000 Data Scientists
Chybějící pozice na trhu práce v USA
Zdroj: McKinsey Global Institute
5 - 10 Miliónů USD
AVG hodnota zaměstnance při akvizici AI startupu
Zdroj: McKinsey Global Institute
8% společností
využívá “Big Data”
z toho pouze 25% podniků s
více jak 250 zaměstnanci.
Zdroj: ČSÚ 2017
3% firem používá
social data
z toho pouze 6% podniků nad
250 zaměstnanců
Zdroj: ČSÚ 2017
Jak vytváříme hodnotu?
Jak vytváříme hodnotu?
Transparentnost
Segmentace
Prioritizace
Automatizace
Predikce
Analytici a Data Scientists 21. století?
Nevíme co je důležité pro náš business
Big Data use cases
Řízení - KPIs
Datová analytika pro business
The basics: ujistěte se, že máte správná data
Datová analytika pro business
The basics: ujistěte se, že víte, co děláte a proč
Datová analytika pro business
The basics: ujistěte se, že víte, co děláte a proč
Zaměřujeme se na data která máme,
ne na data která potřebujeme.
Datová analytika pro business
The basics: ujistěte se, že máte správně data
Díváme se na to co je teď,
ale utíká nám to co se mění
Tohle jsou data
Jméno: Anna
Věk: 25
Znamení: Rak
Jméno: Elisa
Věk: 22
Znamení: Váhy
Jméno: Jana
Věk: 28
Znamení: Beran
Jmé...
Tohle predikce
Use Cases: Pokročilá analytika
Úlohy: Predikce a řízení
Use Cases: Pokročilá analytika
Data nepomůžou predikovat:
● Krach burzy
● Příhod disruptivní technologie
● Vypuknutí války...
Ztrácíme čas řešením věcí, které lze
automatizovat.
50% naší práce bude
automatizováno
Stories, H2O, Keboola, Databricks
Zdroj: McKinsey Global Institute
Ztrácíme čas čekáním na druhé
Prokrastinační cyklus analytika
Čeká se na business zadání (nemám přístup k
zákazníkovi)
Čeká se na IT (nemám přístup do d...
Pracujeme sami
Příklad 1 - Phishing
Zapomínáme, že na konci
naší práce je člověk
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
MetaData – kde je hodnota v datech
Nächste SlideShare
Wird geladen in …5
×

MetaData – kde je hodnota v datech

435 Aufrufe

Veröffentlicht am

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.

Veröffentlicht in: Daten & Analysen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

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

×