Data Analytics

Kontroling je zadnja linija obrane od podatkovne anarhije i prva linija borbe za točnu i ažurnu informaciju.
Nije teško izgubiti se u moru podataka – a to je trenutak kad više ne vidimo od šume drvo i od drveta šumu, Zato se trebamo opskrbiti konkretnim, klasičnim ekonomskim znanjima koja su konstanta na putu prema otkrivanju činjenica. Najvažniji i najteži zadatak u kontrolingu je milijun podataka pretvoriti u prave informacije.
Poznato je da informacija treba biti malo koliko je dovoljno i puno koliko je neophodno, no to je puno lakše reći nego realizirati.

Premalo informacija znači nebrigu, previše informacija znači neznanje. Zato treba mudro odabrati što i kako analizirati, te kako brzo i ažurno doći do rezultata.

U ovom modulu biti će prezentirana „velika slika“ koju kontroling mora imati, a koja mora biti temeljena na klasičnim ekonomskim znanjima. Iz tog razloga baviti ćemo se transformacijom menadžerima ne osobito korisnog RDG-a u kontrolerski Iskaz uspjeha, te bilance stanja u omjere i razmjere. Izraditi ćemo analize RUC-a, prodajnih faktora, prosječnih nakupa, utvrditi što nam govori pravilo banane, te zašto je Paretovo pravilo jedno od najboljih analitičkih alata.
Izraditi ćemo analizu zaliha, potraživanja, troškova (npr. transporta, rada, skladištenja, marketinga, administracije), analizu učinaka radnog vremena, analizu prodajnih cijena, rabata…
Svi primjeri rađeni su na konkretnim bazama podataka.

Na ovom ćemo modulu obraditi osnovne principe analize poslovnih podataka. Upoznat ćemo polaznike s podatkovnim ekosustavom, nastojeći pri tome demistificirati i pojasniti jezikom razumljivim poslovnim korisnicima IT-evski „mumbo jumbo“ vezan uz različite IT sustave za obradu, pohranu i analizu podataka (OLTP, OLAP, HTAP, …), proces prikupljanja i pripreme podataka za analizu (ETL, stage, data warehouse, …), različite programske jezike i alate vezane uz obradu i analizu podataka (SQL, DAX, MDX, Python, R, …) te različite modele izgradnje i upotrebe IT sustava (on-premise, cloud).
Budući za analizu iole kompleksnijeg skupa podataka podatkovni analitičar treba biti u stanju kreirati adekvatni analitički model podataka, na ovom modulu ćemo obraditi osnovne principe organizacije i modeliranja podataka. U osnovnim ćemo crtama upoznati polaznike s različitim metodama analize podataka (usporedna analiza, analiza trenda, analiza ranga,  analiza kontribucije, analiza frekvencije, Pareto analiza, analiza varijance, analiza korelacije, …) i njihove prezentacije (izvještavanje, vizualizacija).

Budući je fokus edukacije na analizi poslovnih podataka, pozabavit ćemo se i poslovnim procesima, odnosno dijagramima poslovnih procesa kao ishodištem za analizu poslovnih podataka. Upoznat ćemo polaznike i s Data Sense Analysis Patterns © konceptom za izgradnju analitičkih sustava korištenjem predefiniranih analitičkih predložaka (uzoraka).

Izložene koncepte ćemo popratiti praktičnim primjerima i vježbama. Za izradu praktičnih primjera i vježbi na seminaru koristimo alat Microsoft Excel.

Pojedine teme, kojih se na ovom modulu dotičemo samo u osnovnim crtama (npr. dohvat i priprema podataka za analizu, statistička analiza podataka, vizualizacija podataka, …), će biti detaljno obrađene na drugim modulima u sklopu ovog programa „Data Analytics“.

Statistička analiza je jedan od temelja analize podataka pa se tako i statističke metode sve više koriste u kontrolingu.

Na ovom ćemo se modulu kroz praktične primjere iz poslovanja upoznati s razlikom: uzorak ili populacija, mjerama centralne tendencije i varijabilnosti. Upoznat ćemo najčešće korištene distribucije: normalnu, jednoliku, binomnu, Studentovu t-distribuciju i njihovu primjenu u praksi.

Intervali pouzdanosti dat će nam odgovor na pitanja poput: koliki optimalan broj proizvoda trebamo naručiti ili proizvesti da se ne dogodi da proizvoda nestane na policama, a da se istovremeno ne gomilaju zalihe.

Naučit ćemo testirati hipoteze da bismo saznali koja marketinška metoda je bolja između dviju ponuđenih ili jesmo li uspješniji od konkurencije.

Naravno, nezaobilazni su korelacija, regresijski i trend modeli, jer je za procjenu budućeg poslovanja važno otkriti na koji se način povećava broj vaših korisnika – radi li se možda o približno konstantnom apsolutnom iznosu ili postotnom iznosu ili možda o modelu potencije. Također ćemo obraditi višestruki regresijski model jer u praksi uvijek više varijabli utječe na jednu zavisnu poput profita vaše kompanije.

Sve primjere obrađivat ćemo u dobro poznatom alatu Microsoft Excel.

Kako analiziramo ogromnu količinu podataka, s kakvim mikroskopom “zaranjamo” u najsitnije detalje, kako se lako “igramo” s raznim pogledima na podatke?
U ovom modulu pronaći ćemo korisnu informaciju u podacima koristeći alat za poslovnu inteligenciju. Proći ćemo kroz sva tri koraka.
Prvi korak je dohvat podataka i njihova inicijalna obrada (filtriranje, grupiranje, spajanje…) kako bi pročistili podatke i fokusirali se na segment koji nas zanima (tzv. ETL).

U sljedećem koraku izrađujemo dimenzijski podatkovni model (OLAP), odabiremo i izračunavamo ključne pokazatelje koji će nam dati najbolji uvid u podatke.

Zadnji korak je interaktivna vizualizacija s kojom lako možemo promijeniti dubinu i kut gledanja na podatke, koja nam pokazuje samo bitno i zorno predočava zaključak.
Analizu radimo na praktičnim primjerima koristeći alat Microsoft Power BI.

Razvojni put modernih analiza podataka ide u raznim smjerovima, a jedan od – već sada najčešće korišten – je uz pomoć Pythona.

Što je Python, koja mu je svrha, koji su mu dosezi i kako nam može pomoći u razvoju analiza podataka u konkretnim organizacijama i poduzećima? Može li klasični korisnik npr. kontroler uspješno ovladati Pythonom i koliko je zahtjevna njegova edukacija ?
Glavni dio modula usmjeren je na prezentaciju osnovnih elemenata programiranja – uživo na konkretnim primjerima te odgovore na pitanja – što trebamo učiniti da sve viđeno napravimo sami?

Storytelling zaista nije još jedna od onih buzzwords koje se koriste kao mamac za pridobivanje pažnje bez pokrića. Svi koji se desetljećima bavimo kontrolingom živimo za dobru priču svaki svoj radni dan. Dobra priča uvijek je bila imperativ.
A zašto se onda sada o tome odjednom govori? Vjerojatno zato što je IT tehnologija preuzela u svoje ruke i automatizirala veliki dio analitičkog posla, i tu se stvorila (realna) opasnost da će se u potpunosti zaobići ljudski mozak koji povezuje sve informacije u zajedničku smislenu priču.

Pronaći iglu u plastu sijena, korisnu informaciju u milijun podataka, novi uvid, istinu koje nitko nije ni svjestan, a stavlja sve dosad viđeno u sasvim novu perspektivu – to je ultimativni cilj svakog kontrolera.
Iako izgleda samorazumljivo, nije tako jednostavno kako se čini. Ali se može naučiti. I to na ovom modulu.

Prethodnih 5 modula je dalo uvid u složenost obrade velike količine podatka, a sve u svrhu dolaska do vrijednih informacija. Međutim, što ako se ti podaci pogrešno vizualiziraju tj. interpretiraju?Vizualizacija podataka je već godinama hot topic u poslovnom svijetu. Međutim, mogućnost manipulacije vizualizacijom podataka ne samo da je veliki problem za razumijevanje podataka i informacija koje isti trebaju prenijeti, već je i velika opasnost za samo poslovanje tvrtke. Pogrešno prikazani podaci vode do pogrešnih poslovnih odluka koje potencijalno mogu biti kobne za poslovanje tvrtke. Nasreću, postoji globalno, praktično rješenje kako bi spriječili nehotično pogrešno prikazivanje poslovnih podataka.
U ovom modulu upoznat ćete se s IBCS® Standardima (International Business Communication Standards). IBCS® Standardi predstavljaju prijedloge za pravilan konceptualan i vizualan dizajn poslovne komunikacije koja obuhvaća dizajn dijagrama i tablica, izvješća i prezentacija. Pristup se zasniva na skupu konceptualnih, percepcijskih i semantičkih pravila. Semantička pravila osmislio je profesor Rolf Hichert – začetnik IBCS® koncepta.

Cilj ovih standarda je izgradnja koncepta kojim se na jedinstveni način grafički i tabelarno prikazuju poslovni rezultati, baš kao što je notni zapis globalno pismo glazbe, jednako razumljiv i korišten u svim dijelovima svijeta. Uvjet je globalno širenje IBCS® Standarda kako bi postali univerzalni jezik poslovnog izvještavanja.
Preko 100 pravila definiranih u 7 područja (IBCS® SUCCESS FORMULA) te grupiranih u 3 kategorije čine uvjet da bi poslovna komunikacija bila u skladu s IBCS® Standardima. Nakon upoznavanja s istima, upoznat ćemo se također i s alatom koji nam u praksi omogućuje primjenu IBCS® Standarda – Zebra BI.  Zebra BI nudi opciju primjene u Excelu, ali i u POWER BI-u. Na konkretnim primjerima bit će prikazana primjena IBCS® Standarda pri dizajnu dijagrama i tablica, izvješća i prezentacija, kao i brojne mogućnosti vizualizacije koje pružaju obje opcije alata.