Loading…

READY TO DEAL WITH YOUR DATA?

Get some tips on how to do that!
Start exploring

Kultura pracy z danymi – cz. 1 – Self-Service BI

Dane. Ropa naftowa dzisiejszych czasów. Organizacje, które wykształciły w sobie kulturę pracy z danymi są w stanie wyprzedzać konkurencję podejmując świadome akcje (Amerykanie nazywają te akcje “inteligentnymi”). Czym jest kultura pracy z danymi? Jak ją wypracować? Gdzie są pułapki? O tym będzie seria wpisów zatytułowana “Kultura pracy z danymi“.

TL;DR – Self-Service BI to tylko wierzchołek góry lodowej; góry, która, jeśli zostanie zignorowana, zatopi Twoją organizację jak Titanica.

Geneza i cel serii

Po pierwsze, dlaczego “kultura”, a nie “strategia”? Cytując ś.p. Petera Druckera, bodaj najbardziej zanego pioniera teorii zarządzania:

Culture eats strategy for breakfast.

Strategię na ogół się narzuca, po urzednim jej zdefiniowaniu. Kulturę się wypracowuje, często latami. I jest to proces, ciągła edukacja, budowanie świadomości w organizacji. A zatem, jeśli metody i kierunki pracy z danymi “nie wejdą organizacji w krew”, nie zostaną przepracowane, z sukcesu nici. Tak uważam.

Żeby geneza serii “Kultura pracy z danymi” była pełna, musisz, drogi czytelniku, znać kontekst, czyli nieco mojej historii i teraźniejszości zawodowej. Nie ma co ukrywać, zawsze byłem głównie “człowiekiem od technologii”. Przez lata zarabiałem na chleb budując rozwiązania oparte o platformę Microsoft SQL Server – systemy transakcyjne (ERP), hurtownie danych, rozwiązania raportowe i analityczne. Stałem się przywiązany do tego systemu, poznałem jego najciemniejsze tajemnice. Wiedza ekspercka w zakresie platformy często wykorzystywanej przez Klientów firm, dla których pracowałem, była często na wagę złota. Szybkie tworzenie aplikacji transakcyjnych, optymalizacja wydajności aplikacji, rozwiązania raportowe – tym zajmowałem się z powodzeniem przez lata.

Potem pojawił się Power BI – narzędzie do samodzielnej analizy danych (Self-Service BI), autorstwa także firmy Microsoft. Naturalne było dla mnie wejście w świat tej technologii, ponieważ: a) pracowałem wówczas w Microsoft :-), b) u podstaw technologicznych Power BI leżą elementy stworzone wcześniej w innych rozwiązaniach Microsoft, z którymi było mi dane pracować. I tak, zostałem ekspertem (?) od Power BI (przy czym mnie najbardziej w Self-Service BI pasjonują wizualizacje danych, więc przy okazji zacząłem też poznawać technologie konkurencyjne – Tableau i Qlik).

W międzyczasie zacząłem dodatkowo interesować się zagadnieniami ze świata Big Data: Hadoop, Spark, Machine Learning. Nawet udało mi się ostatnio ukończyć program Microsoft Professional for Data Science, w ramach którego poznawałem sporo obszarów, które były przeze mnie nie ruszane lub zapomniane (statystyka, algorytmy predykcyjne, język R).

Co jakiś czas przychodzi jednak moment, w którym robię krok wstecz. Krok wstecz w pozytywnym znaczeniu – zostawiam na moment rzeczy dokonane, odsuwam się na bok i spoglądam, jak moje dokonania wyglądają z perspektywy postronnego widza. Często pchają mnie do tego komentarze ludzi, z którymi dane mi jest współpracować i/lub przyjaźnić się.

Tym razem doszedłem do wniosków następujących:

  1. Ostatnimi czasy zatraciłem się nieco w moim hobby – wizualizacji danych. Przez to wiele osób odniosło wrażenie, że tym właśnie zajmuję się zawodowo. Nie!!! To tylko wierzchołek góry lodowej :-)
  2. Przez moje wpisy i nagrania dotyczące Power BI (seria Power BI w praktyce na YouTube) niektórzy doszli do mylnego wniosku, że narzędzia Self-Service BI są panaceum na wszelkie wyzwania związane z pracą z danymi w firmach od małych po największe. A to, oczywiście, tylko wierzchołek góry lodowej :-)
  3. Bloguję głównie o technologiach wykorzystywanych do pracy z danymi. A to tylko… już wiesz, co to takiego :-)

Motywem przewodnim tego wpisu jest zatem… góra lodowa, a właściwie jej wierzchołek. A oto i ona (góra) wraz z nim (wierzchołkiem):

iceberg-1421411_640

Celem całej serii “Kultura pracy z danymi” będzie osiągnięcie kilku rzeczy:

  • Odejście od pisania tylko i wyłącznie o technologii, w szczególności tej, na której znam się najlepiej (zazwyczaj mamy tendencję do pisania o tym, na czym się znamy najlepiej). Zatem wybacz, Microsoft Data Platform, chwilowo nie będziesz #1 (poza ogłoszeniami kolejnych odcinków “Power BI w praktyce”).
  • Przedstawienie subiektywnego postrzegania, jak powinna wyglądać praca z danymi w organizacjach.
  • Sprowokowanie czytelników do własnych przemyśleń i dyskusji na temat kultury pracy z danymi.
  • Próba wskazania potencjalnych pułapek na drodze do… hmmm… jednej wersji prawdy / idealnej kultury pracy z danymi w organizacji (mission impossible?!) Czyli uwidocznienie gór lodowych :-)

Self-Service BI – fajne to jest, ale…

Serię zacznę od wierzchołka wszystkich wierzchołków. Self-Service BI – samodzielna analityka danych. Jak to pięknie brzmi. A jak trafia do przekonania decydentów w firmach! Trafia, bo na ogół jest ładna, kolorowa i towarzyszy jej dobrze skrojona historia biznesowa (“obraz jest wart więcej niż X słów”). Obserwuję codziennie zmagania firm, które z jakichś przyczyn zaczynają swoją drogę do budowania kultury organizacji “data-driven” od wyboru narzędzia do wizualizacji danych (bo tym de facto są narzędzia Self-Service BI). Tudzież uznają wybór owego narzędzia za krytyczny punkt swojej “strategii”. Postaram się wyjaśnić, skąd bierze się ten trend skupiania się na wizualizacjach, a także dlaczego może być niebezpieczny dla biznesu.

Simon says…

Jedną z niewątpliwych przyczyn wzrostu popularności narzędzi Self-Service BI jest to, co mówią analitycy rynku. Na przykład, magiczny kwadrant Gartnera z lutego br. jako liderów rynku platform business intelligence i analityki pozycjonuje trzy firmy: Tableau, Microsoft, Qlik.

Research image courtesy of Gartner, Inc.

Rysunek jest dość oczywisty – trzech liderów, wszyscy tworzący narzędzia Self-Service BI. Warto przeczytać pełen raport: https://www.gartner.com/doc/reprints?id=1-3TYE0CD&ct=170221&st=sb. Jest w nim mowa zarówno o silnych, jak i słabych stronach narzędzi. Ale najważniejsze – z raportu emanuje wiodąca rola narzędzi, które umożliwiają graficzną analizę danych (“visual-based data discovery”). Dostawcy oczywiście wykorzystują swoją pozycję w w/w raporcie w rozmowach z klientami. I skrzętnie korzystają z tego, że…

Kupujemy oczami

…kupujemy oczami. Tak już mamy. To, co atrakcyjne wizualnie, przykuwa naszą uwagę. Ponoć udział zmysłu wzroku w postrzeganiu (w dostarczaniu człowiekowi informacji) w normalnej sytuacji to aż 83%. Zatem schludny raport czy pulpit zarządczy z dobrze opowiedzianą historią (słuch – następne 11% postrzegania) często “robi robotę” na spotkaniu dostawcy usług z Klientem.

eye-1132531_640

Pytanie tylko, czy ten dostawca, mając na uwadze dobro Klienta, wspomni także o ryzykach związanych z oddaniem w ręce użytkowników narzędzia do samodzielnej analityki? A zagrożeń jest wiele. I o tym będzie w najważniejszej części tego wpisu poniżej.

Jak nie podzielić losu HMS Titanic?

Jak uniknąć zderzenia z górą lodową, której wierzchołkiem atrakcyjnie wyglądającym na powierzchni oceanu danych są narzędzia do wizualizacji danych?

Oto kilka wskazówek i przemyśleń na podstawie sukcesów i porażek Klientów, z którymi było i jest mi dane pracować:

  1. Uwaga na “demokratyzację danych”.
    Tyle się słyszy o “demokratyzacji danych”. Dobry slogan – bardzo aktualny “buzz word”. Ale jest pewien haczyk. Firmy wcale nie potrzebują, by każdy pracownik miał dostęp do danych i informacji. To, czego potrzebują, to szerszy dostęp pracowników do dobrych danych i wartościowych informacji. A jakość danych i efektywność analiz to kwestia bardziej procesów (czyszczenie danych, data governance, zarządzanie słownikami) i ludzi (analityków, ekspertów dziedzinowych rozumiejących kontekst danych) niż narzędzi.
  2. Self-Service BI nie jest dla każdego.
    Wielu dostawców narzędzi Self-Service BI deklaruje, że są to narzędzia dla każdego. Że każdy pracownik w firmie może wykorzystać narzędzie, by samodzielnie prowadzić analizy danych. Bullshit! Po pierwsze, nie każdy powinien się zajmować w firmie analityką – od tego są w organizacjach dedykowane komórki, np. controlling. A zdecydowana większość osób w organizacji potrzebuje wyłącznie dostępu do statycznych raportów generowanych przez specjalistów od raportowania i analiz. Po drugie, narzędzia są trudne (w obsłudze, w rozumieniu konceptów stojących za poprawną i efektywną analizą danych). Kropka. I mówię to z własnego doświadczenia – nauka narzędzi Self-Service BI, by opanować je w stopniu umożliwiającym efektywne analizowanie danych, a nie walkę z narzędziem, to nie jest kwestia godzin czy dni.
  3. Narzędzie Self-Service BI nie zapewni organizacji “jednej wersji prawdy”.
    Po prostu nie. Jeśli komuś się wydaje, że wdrożenie w firmie Power BI czy Tableau rozwiąże problem na przykład “piekiełka Excel-owego” (wiele skomplikowanych i połączonych ze sobą arkuszy Excel odpowiedzialnych za kluczowe procesy biznesowe w firmie, arkuszy często rozwijanych latami przez pracowników, którzy już nie pracują w firmie), to jest w błędzie. Z jednego piekiełka można wpaść w następne. Większość narzędzi Self-Service BI oferuje taką swobodę operowania danymi, że każdy, kto ich używa, może w prosty sposób stworzyć swoją unikalną “wersję prawdy” dla wybranego zagadnienia biznesowego. A nie tędy droga. To centralne zarządzanie danymi, w połączeniu z ustaleniem porządku pracy z danymi (właściciele danych, jednoznaczne definicje kluczowych miar i wymiarów dla analiz, itd.) daje możliwość pójścia w kierunku Wielkiej Obietnicy – “jednej wersji prawdy” (mission impossible?).
  4. Narzędzie Self-Service BI nie zastąpi bazy danych.
    A niektórzy próbują, oj próbują. Jeśli celem ma być zbudowanie centralnego repozytorium danych (hurtownia danych, ODS), to zdecydowanie odradzam wykorzystanie choćby najlepszego narzędzia Self-Service BI do tego celu. Nawet, jeśli kryterium ceny kusi… Prędzej czy później zostanie napotkana bariera, ponieważ te narzędzia nie są projektowane do “dźwigania” terabajtów czy petabajtów danych (a w zasadzie ich obecne możliwości kończą się na gigabajtach).
  5. Żadne narzędzie nie zastąpi procesów i ludzi.
    Kultura pracy z danymi to nie kwestia użycia jednego czy drugiego narzędzia. Paradoksalnie zauważam, że firmy, w których roi się od “złych Excel-i”, funkcjonują, sprzedają, przynoszą zyski. Trzeba pamiętać, że na sukces w postaci świadomie i inteligentnie podejmowanych decyzji biznesowych w oparciu o dane składa się wiele czynników: procesy + ludzie + narzędzia. Przy czym narzędzia wydają się mieć w sukcesie najmniejszy udział.

Czy Self-Service BI to samo zło?

Oczywiście, że NIE! Te narzędzia mogą okazać się bardzo pomocne, ponieważ:

  • dobry wykres potrafi powiedzieć o wybranym zagadnieniu biznesowym więcej niż raport opisowy czy tabela z danymi,
  • pracujemy w szybko zmiennym świecie i analizy danych ad-hoc to chleb powszedni większości firm, a do takich analiz narzędzia Self-Service BI nadają się idealnie,
  • narzędzia Self-Service BI często są doskonałe do badania nowych danych, których nie mamy w centralnych repozytoriach (hurtowniach, data lakes, itd.), a także do prototypowania modeli danych, które później można przenieść do budowanego centralnie modelu biznesowego opisującego jednoznacznie kluczowe wymiary i miary analityczne.

Podsumowanie

Narzędzia do wizualizacji danych / Self-Service BI to ciekawe aplikacje. Mają duży potencjał i mogą być źródłem wielu ciekawych analiz i odkryć. Sęk w tym, by wpasować ich zastosowanie w większą całość, jaką powinna być kultura pracy z danymi w organizacji, to w jaki sposób użytkownicy uzyskują dostęp do cennych informacji, które mogą wesprzeć ich w podejmowaniu decyzji biznesowych. I mam nadzieję, że w tym wpisie udało mi się wyjaśnić, czemu to wpasowanie jest bardzo ważne. Nie bądź jak Titanic, nie lekceważ góry lodowej! :-)

To dopiero początek serii. Mam w głowie sporo przemyśleń co do następnych jej odcinków. Ale już teraz zapraszam do komentowania i dyskusji. Może masz inne zdanie niż ja? Chętnie poczytam lub posłucham. A tymczasem, do poczytania!

Leave a Reply