“…Szerintem sokan abba a hibába esnek, hogy 70%-on pörög a cég, de annyi bevételt termel, hogy azt gondolják, hogy minden rendben van. Aztán hirtelen csökken a bevétel és gyorsan felvesznek egy adatos embert, hogy mondja meg, hogy mi történt. Na de a sikeres cégek előbb veszik fel az adatos embert és megpróbálják ezt kitolni 100%-ra, akkoris ha már esetleg magas a bevételük, nem elégednek meg vele olyan könnyen…”
Balogh András
András egész eddigi életében adatelemző volt, dolgozott már állami-, tanácsadó-, közvéleménykutató cégnél, de nagy banknál is, és most a Prezinél.
Feltettünk Andrásnak pár kérdést, hogy kicsit jobban megismerhessétek,
de a B-DATA2 Konferencián Ti is kérdezhettek majd tőle, hiszen Ő is az előadók táborát gyarapítja!
Mi az értelme az adatelemzésnek? Az, hogy az olyan mondvacsinált dolgokat, mint az “iparági tapasztalatok” és “többéves szakmai múlt” és egyéb hasonló dolgokat felejtsük el, mint döntést befolyásoló tényezők, hiszen ezek csak arra alkalmasak, hogy suboptimális döntéseket hozzál. Ehelyett az adatok segítségével meg tudod határozni, hogy az egyik variáció 1000 dollárt hoz, míg a második 1100 dollárt, akkor használjuk azt, ami többet hoz. Adatok vs érzések bővebben… →
Major Zoltán Pepe barátommal készítettünk Neked egy videót arról, hogy mi minden történt 2014-ben Magyarországon – természetesen adatok (a Google és a Youtube) adatai alapján! Ezzel kívánunk Neked – és Mindenkinek, akivel megosztod ;-) – Kellemes Ünnepeket és sok-sok pihenést!
Előfordul. A tegnapi Budapest BI Forum-on feltett kérdésemre kapott válaszok alapján minden egyes BI-ban dolgozó emberrel. Röviden itt is leírom az előadásom tanulságait. A lényeget egy mondatban így fogalmaznám meg: nem elég az, hogy feldolgozod az adatokat, de át is kell tolnod a cégen az eredményeket, hogy a munkádnak valóban legyen értelme.
Ehhez pedig kommunikálnod kell. Profi módon.
Itt az egész prezim angolul, lent pedig néhány diához írok külön magyarázatot is. Alapvetően saját tapasztalatokra építettem. Nem a tutit akarom megmondani, csak megosztani néhány olyan hibát, amit észrevettem eddigi ügyfeleimnél, tréning résztvevőknél vagy éppen saját magamon. És persze néhány megoldást rájuk.
Először is, két helyen bukhat el az adataid kommunikálása. A vizualizációnál és a helyes kommunikációs csatorna megválasztásánál.
Az adatvizualizációhoz már egyszer leírtam Nancy Duarte 5 szabályát. Az előadásban ezekhez hoztam 1-1 konkrét példát konkrét cégek életéből. Mivel ezek “érzékenyebb információk”, inkább mutatok egy ellenpéldát, ahol a “Mondj igazat!” szabály nem valósul meg igazán. Avagy hogyan hazudjunk valós adatokkal… (Tavalyi román-magyar focimeccs eredménye…)
És az adatvizualizáció 5 szabálya még egyszer: 1. Mondj igazat! 2. Térj a lényegre! 3. A megfelelő eszközt válaszd ki! 4. Emeld ki a lényeget! 5. Maradj egyszerű!
És egy kicsit akkor a kommunikációs csatornák megválasztásáról! 2 fajta kommunikációs csatornát szoktunk használni az adatelemzések eredményeinek a kommunikálásához. Írásos (e-mail, nyomtatott riport) vagy szóbeli (1on1 beszélgetés, meeting-ek, prezentációk). Én mindig a szóbeli formát preferálom. Az írásban mindig lesznek félreértések, eltévesztett definíciók, stb… Szóban van egyfajta oda-vissza kommunikáció, ahol ezt ki lehet szűrni.
Ha mégis az e-mail-t választanád, küldd el először a csapatvezetődnek, beszéljétek meg a lényeget és csak aztán küldd tovább a döntéshozóknak. Így biztos lehetsz benne, hogy már legalább egy ember ért téged és egyetért veled, mielőtt döntenek a kutatásod eredménye felett. Azért mielőtt e-mail-t küldesz szóbeli megoldások helyett, jusson eszedbe, hogy mennyire nagyon sok e-mail-en megy át mindenkin nap mint nap és az, hogy mennyire nagy az esélye, hogy véletlen ignorálnak.
Egyébként az évtized life-hack-je volt, amikor valaki beírta a céges levlistára az egyik cégnél a tárgy elé, hogy IMPORTANT. Mindenki megnyitotta…
Csakhogy 2 hónappal később már így nézett ki az e-mail fiók. (SUPER-SUPER IMPORTANT-re érdemes odafigyelni :-))).
Úgyhogy én mindig a prezentációt/meeting-et javaslom az eredményeid első bemutatásának formátumaként. Saját tapasztalat alapján a megfelelő sorrend az adatok kommunikálásában ez lehet: 1. Rövid 1-on-1 a csapatod vezetőjével (szóban) 2. Meeting a csapattal vagy akik még a projektben benne voltak (szóban) 3. Prezentáció a döntéshozóknak, a többiek támogatásával (szóban) 4. Tájékoztató e-mail az egész cégnek (írásban)
Ezzel a sorrenddel sokkal nagyobb eséllyel megy át az üzenet és sokkal nagyobb eséllyel valósul meg a kutatásod eredménye a cégen belül.
Úgyhogy változtasd meg a világot adatvezérelt ötletekkel! De sose feledd, hogy ehhez szükséged van szép adatvizualizációra, tiszta üzenetekre és a megfelelő kommunikációs csatorna megválasztására.
Ha többet akarsz tudni vagy esetleg Te is leülnél beszélgetni, keress meg. Ha további cikkekre is kíváncsi vagy, iratkozz fel lent a hírlevélre és az elsők között értesítelek, ha fontos újdonságot olvashatsz! :-)
Tóth Zotyával, a Prezi adat-infrastruktúra csapat vezetőjével beszélgettem, arról, hogy hogyan is működik az olyan sikeres startup-oknál, mint a Prezi az “adatozás”, a big data és a különböző elemzések összeállítása. Nagyon sok érdekességet megosztott velem. A kedvenc tényeim:
1. A cégben nagyon erős a belső transzparencia. Az elemzéseket az összes Prezi dolgozó láthatja – beleértve az éves bevételt, az aktív felhasználók számát és minden egyebet.
2. A prezi belső szerverein naponta (vagy még sűrűbben) 640 script gyárt automatikus riportokat/elemzéseket.
3. Körülbelül 1 petabyte (=1.000 terrabyte = 1.000.000 gigabyte) elemezhető interakciós adatból dolgoznak – amivel azt kutatják, hogy a felhasználók hogyan használják a prezit, hova kattintanak és miért.
4. Önkiszolgálás. Minden csapat képes saját magát kiszolgálni adatokkal. A jól felépített infrastruktúrának hála gyorsan és könnyen érik el az adatokat.
Tóth Zotya, Prezi
Tomi: Hányan vagytok most a Data Team-ben? Zotya: Most 9-en vagyunk. Ezen belül hárman vagyunk a Data Services-ben. Amit mi csinálunk, az a gerince az egész adatinfrastruktúrának, egyrészt, mi gondoskodunk róla, hogy az adatok eljussanak az adattárházba, másrészt, hogy menjen minden elemző eszköz, amit a különböző csapatok használnak. Ezekkel, már eljutottunk odáig, hogy automatikusan működnek és ha valami gond van velük, jeleznek nekünk maguktól. A főprojektünk az ETL, ami a gerince az adattovábbításnak. Erre van egy komoly belső fejlesztésű rendszerünk.
A preziben nagyon fontos, hogy az egész adatozás self-service, tehát ha te egy termékcsapatban dolgozol, akkor te meg tudod írni a saját riportjaidat, te tudod, hogy honnan keresd az adatot, hogy hogyan strukturáld és mi pedig egy platformot adunk, hogy mindezt megcsináld. Így sikerült azt elérni, hogy még mindig 3 fős a csapat, és mégis ki tud szolgálni egy ekkora, több mint 200 fős szervezetet.
– Mire használjátok az adatokat a Preziben?
– Egyrészről vannak a core-adatok, amik a startégiai döntéseket befolyásolják. Ezeket nagyon sokat nézi a vezetői csapat, hogy merre vigyék tovább az üzletet. Pl. felhasználók száma, aktív felhasználók száma, bevétel, vagy éppen, hogy hányan újítják meg az előfizetésüket, azok akik elkezdtek egy próbaidőszakot és hányan fizetnek. Tehát sok benne a növekedés menti, az aktív használat és a bevétel menti adat.
Másrészről a termékcsapatoknak van saját KPI-uk (“teljesítmény-mutató”), tudják mit akarnak elérni egy adott szemeszterben és azt mérik. Ezt lebontják különböző szintekre és néznek nagyon finom dolgokat is. Például sok olyat csinálnak, hogy egy kis részletet megváltoztatnak – A/B tesztelés – a weben. Egyszerűen csak máshova tesznek egy gombot, ami kimegy a felhasználók 5%-ának, a maradék 95% pedig látja a régi verziót. Azt figyelik, hogy az az 5% szignifikánsan jobban használja-e ezt az új funkciót – magyarul, hogy érdemes-e azt a gombot arrébb rakni. Ha igen, akkor megváltoztatjuk a terméket. Párhuzamosan sok ilyen kísérlet zajlik – persze nagyobbak is, de ez egy jó példa.
Ha fejlesztenek egy új dolgot, akkor tudják, hogy miket akarnak nézni: hányan használják, hányan használják mégegyszer, mennyi a hiba, a felhasználóknak hogyan változik a viselkedése, ami alatt azt értem, hogy mennyire könnyen csinálnak az emberek egy prezit. Erre is vannak belső mérőszámok és a fejlesztők azt nézik, hogy ha változik egy funkció, akkor hogyan változnak ezek a mérőszámok.
– Hogyan frissülnek az adatok? És hogyan jelenítitek meg őket?
– Körülbelül 640 script van, ami minden este vagy akár óránként lefut és ezek elküldik az eredményeket különböző vizualizációs platformokra. Például van egy chart.io nevű eszköz, de emellett használjuk a gooddata-t is. Ezenkívül van a Plotserver, ami egy sajátfejlesztésű open-source eszköz…
– Ezt a Prezi fejlesztette és open-source-szá tette?
– Igen. Bárki számára elérhető… (link: https://github.com/prezi/plotserver) Ezenkívül még van a Prezi Analytics, amit a Metrics csapat kezel. Ez az a felület, amin soha nem lehet hiba, mivel ez sok fontos döntést befolyásol és emiatt mindig pontosan és időben ott kell lennie a számoknak. Ha prezi alkalmazottként üzleti adatokkal akarsz dolgozni, kíváncsi vagy, hogy mi történik éppen a céggel, felmész erre a webes felületre és pár perc alatt összekattintgathatod az elemzésedet.
– És ezt a cégből mindenki eléri? – Igen, ez nagyon fontos. A Prezinek az a filozófiája, hogy ahhoz, hogy datadriven-ek legyünk, ahhoz mindenkinek mindenhez hozzáférést kell adni. Tehát nincs olyan adat, ami titkos bárki előtt a preziben. Onnantól, hogy felvettek, visszamenőleg látod, hogy mikor mekkora volt a bevételünk, mennyi felhasználónk volt és azok hogyan viselkedtek. De minden mást is, amire csak kíváncsi vagy. Egészen egyszerűen azért, hogy a legjobb döntést tud meghozni.
