Vissza a blogra

A tálalás kérdése

Avagy miért kell minél előbb beszerezned egy adatvizualizációs szakértőt. Vagy inkább egy tucatot.

A big data kifejezést mára nemcsak mindannyian hallottuk, de legtöbbünknek valószínűleg csömöre is van tőle. Pedig a big data nem megy sehova, sőt. Csak az elmúlt két évben több információt szabadítottunk a világra, mint azt megelőzően  az emberiség történetében összesen; 2020-ra pedig eljutunk odáig, hogy fejenként 1,7 megabájtnyi új adat keletkezik majd a bolygón. Minden. Egyes. Másodpercben. Ezek megszerzése hatalmas üzleti értéket jelenthet: ha például egy átlagos Fortune 1000-es cég akár 10%-kal képes több adathoz jutni, az közel 66 millió dollárral dobhatja meg a nettó árbevételét.

Nézzünk egy konkrét példát. „Adatgyűjtésben verhetetlenek vagyunk” – állapította meg szerényen Bill Simon, a Walmart CEO-ja évekkel ezelőtt, és okkal: a 28 országban több mint 20.000 áruházat működtető cégóriás 2,5 petabájtnyi vásárlói adatot halmoz fel óránként. Csak viszonyításképp: ez több mint Amerika összes létező tudományos könyvtárában található információ együttvéve. Ezek az adatok meg sem állnak az áruházlánc arkansasi központjáig, ahol némi adatbányászat után akár arra is könnyedén választ kaphatunk, van-e összefüggés a hurrikánszezon és az epres reggeli sütik eladása között. Egyébként van: a cég elemzői kimutatták, hogy a Pop-Tarts epres snackjéből a hurrikánok előtt hétszer annyi fogy, mint máskor, így azokat ma már biztosan a pénztárak körül találjuk, ha nagyobb vihar közeleg.

Szóval a kérdés rég nem az, hogy hogyan jutunk információhoz, hanem hogy mit kezdünk vele. Vagyis: hogyan lesz a sok adatból hasznos adat?

Itt jön a képbe az adatvizualizáció, ami mára az üzleti intelligencia önálló és egyik legfelkapottabb területévé nőtte ki magát. Maga a fogalom nagyon leegyszerűsítve az adatok képi, grafikai megjelenítését takarja, de azért itt jóval többről van szó, mint egy-két tölcsérdiagram beszúrásáról a sales reportba. Az adatvizualizáció, vagy adatfeltárás lényege éppen az, hogy ne csak az adatokat mutassuk meg, hanem az azok mögött megbújó összefüggéseket, és azok okait is. A módszer sikerének miértje elsősorban a biológiában keresendő. Az agyunkat bombázó információk 90%-ával képek formájában találkozunk, amiket nagyjából hatvanezerszer gyorsabban dolgozunk fel és nagyobb eséllyel is jegyzünk meg, mint az írott szöveget. Legyen az dobozábra, hőtérkép, vagy buborékdiagram, megfelelő módon tálalva a számokból olyan mintázatokra, trendekre és korrelációkra bukkanhatunk, amik fölött hosszas elemzéseket vagy táblázatokat bogarászva simán átsiklanánk, vagy csak nagyon hosszú idő alatt ismernénk fel őket. Az pedig nincs. Az Aberdeen Group felmérése szerint a valós idejű adatvizualizációs eszközök egyik legnagyobb előnye, hogy azok segítségével a menedzserek az esetek 86%-ában képesek a megfelelő időben hozzájutni a megfelelő adatokhoz. Ez pedig egyenes utat jelenthet az egyszerűbb, gyorsabb és hatékonyabb üzleti döntéshozatalhoz. Nem csoda, hogy kb. öt éven belül a vállalatok mintegy 80%-a tervezi vizuális nyelvre átültetett üzleti intelligenciával támogatni folyamatait.

És persze az sem, hogy az adatfeltárással foglalkozó szakemberek iránt is jócskán megugrott a kereslet. Az „adattudóst” mint foglalkozást a Harvard Business Review egész egyszerűen a 21. század legszexibb melójának választotta, különös tekintettel azokra az elemzőkre, akik a kódoláson és adatbányászaton túl képesek arra, hogy ne csak a számok, hanem a stakeholderek nyelvén kommunikáljanak. El is kapkodják őket. „Most végzett nálunk az első, tizenkét fős BI-évfolyam, amit kísérleti jelleggel indítottunk el. Igazi sikersztori lett belőle. Minden végzőst behívtak interjúzni, a legtöbbjük pedig már el is helyezkedett” mesélte Fodor Immánuel, a Codecool üzletiintelligencia-fejlesztő képzésének vezetője.

A  „kísérletbe” egy ügyféllel együtt vágtak bele, méghozzá nem is akármelyikkel: a diákok mellett a Fortune 500-as óriásoknak dolgozó Starschema adatgurui mentorkodtak. A magyar alapítású, mára kétmilliárd forintos árbevételű sztár tanácsadó cég olyan nagyágyúknak fejleszt adatelemzési és adatvizualizációs megoldásokat mint a Facebook, az Apple, a Netflix, vagy a Disney, a Codecoollal pedig a megfelelő elemzőutánpótlás biztosítása miatt fogtak össze. A diákok a kilenc hónapos programozói alapképzést követően mélyedhettek el az üzleti intelligencia különböző területeiben, úgymint az adattárházfejlesztés, az adatmigráció, a valós idejű adatkezelés és persze az adatvizualizácó. „Ez olyan átfogó tudásanyagot jelent, ami Magyarországon, de talán világszinten is egyedülálló az adattudomány terén” tette hozzá Immánuel. Ezt a diákok is így látják. „A statisztikai hátterem miatt a Python-alapú adatelemzés érdekelt leginkább. A Tableau nevű szoftver funkcióit szerettem volna minél jobban megismerni, és ehhez minden segítséget meg is kaptam” magyarázta Rácz Anna, az egyik frissen végzett Codecooler, aki nemrég kezdett egy hazai elemzőcég csapatában. „Adatvizualizációra bárhol szükség lehet, akár olyan cégeknél is, ahol mondjuk csak havi kimutatások készülnek. Az adatokat mindig lehet jobban és szebben tálalni. És kell is; a vezetőket nem az érdekli, milyen képletek vannak a számok mögött, hanem hogy milyen összefüggések.”

szerző:
mg_1166_resize
Bonyhádi GáborCMOMarketingesként mindig öröm olyan vállalkozás életében részt venni és építeni, ami az emberek életének pozitív megváltoztatását tűzte ki célul. A Codecool pedig ilyen! A közös céljainkon kívül leginkább az motivál, hogy kísérletezhetek, használhatom a legújabb technológiákat és egyszerre használom ki az analitikus vagy adat alapú marketing tudásomat és a kreatív énemet. Mindezt nagyszerű kollégákkal körülvéve. Álom meló! :)
Megosztás