Datanomika

Вчера мы также показывали кейс Red Flags Management для управления рисками в закупках с применением LLM на Qlik Connect в Орландо. Много комментариев от аудитории в духе - наконец-то, хоть кто-то показал реальную ценность от использования LLM и конкретику. Ведущий исследователь и вице-президент Forrester Boris Evelson сразу после демо вцепился в Виталю и попросил разрешения включить кейс в свое глобальное исследование. А бразильское сообщество на португальском языке воодушевлено мечтали о том, что в Бразилии этот инструмент может сэкономить миллиарды денег налогоплательщиков

А это наш с партнером (Motio Inc) стенд на Qlik Connect. Представляем продукты по управлению версионностью в Qlik и автоматической оптимизации производительности приложений в Qlik

AI foundation starting from the data. Поэтому Qlik добавил end-to-end инструмент создания и потребления Data Products. На видео можете посмотреть процесс создания дата-продукта

Qlik Answers - подключается к приложениям в Клик и можно задавать вопросы к данным в GPT чатике

Как вы поняли Generative AI основная тема, что не удивляет. Завтра конференция откроет свои двери для всех участников. Сегодня весь день посвящен партнерам Qlik со всего мира

North America OEM Partner of the Year 2023 - Insurity

Раздают награды партнерам из регионов. Qlik EMEA OEM Partner of the Year 2023

Прикольная идея собирать обратную связь о продуктах для Gartner Quadrant

Вот так происходит подготовка

C 3 по 5 июня на Qlik Connect в Орландо

О компании: АO «КазАгроФинанс» входит в группу компаний Холдинга «Байтерек». Крупнейший финансовый институт, оказывающий сельхозтоваропроизводителям лизинговые услуги для приобретения сельскохозяйственной техники. Компания осуществляет свою деятельность на протяжении более 24 лет, способствуя развитию технического оснащения в аграрном секторе страны. Задача: Компания столкнулась с необходимостью автоматизировать процесс классификации сельскохозяйственной техники для оптимизации инвентаризации и улучшения управления активами. Решение: Команда qCloudy разработала и обучила модель для распознавания сельскохозяйственной техники на две категории: прицепную и самоходную Преимущества: 1. Уменьшение времени на инвентаризацию на 10 раз - с 5 месяцев до 2 недель. 2. Снижение вероятности ошибок из-за человеческого фактора при распознавании. 3. Минимизация рисков коррупции и повышение эффективности управления активами.

«Мы приступили к изучению возможностей искусственного интеллекта и выбрали решение от Amazon. Алгоритм следующий: клиент делает серию фото, распознав которые ИИ направляет ответ, в котором мы отмечаем для себя такие моменты как спущенные колеса, трещины на стекле и другие мелкие неисправности», - сказал Марс Алиш, Заместитель председателя правления АО КазАгроФинанс

Подробнее о кейсе на сайте холдинга “Байтерек”

«Этот опыт демонстрирует важность инноваций в наших операциях и открывает новые перспективы для будущего развития. Мониторинг и инвентаризация остаются важными составляющими деятельности компании «КазАгроФинанс». Мы выражаем благодарность Amazon за результаты и планируем продолжить сотрудничество для применения эффективных решений в других процессах», - сказал заместитель председателя правления АО «НУХ «Байтерек» Усен Галым.

Если вы хотите сэкономить время и повысить эффективность вашего бизнеса, то мы, команда сертифицированных инженеров qCloudy, готовы помочь внедрить передовые облачные технологии! Посетите наш сайт. @cloudnative

📬 Загляните в свой почтовый ящик: Апрельский дайджест уже ждет Вас! Мы расскажем: 👉 О «$10B Amazon Growth Hack» и о том, как ИИ улучшает логистику Amazon; 👉 О кейсе крупнейшего финансового института США J.P.Morgan, который монетизировал транзакционные данные 80,000,000 своих клиентов; 👉 О кейсе создания центра компетенций анализа данных с помощью Qlik в Technodom, который нарастил команду Data офиса с 5 до 28 человек; 👉 Порекомендуем книгу с обзором жизненного цикла управления данными, которая сможет помочь определить потребности в технологиях и персонале. А Мартовский дайджест теперь доступен для общего чтения у нас на сайте. Делитесь ссылкой с друзьями и коллегами💛

Всем привет! У нас открылась вакансия. Datanomix.pro — лидер BI-решений на рынке Казахстана, работающий на платформе анализа данных Qlik. Мы единственный партнер родом из Казахстана с элитным статусом от Qlik — Elite Solution Provider. Специализируемся на работе с клиентами из сегментов Enterprise и Goverment. Qlik — 10-кратный лидер Gartner Magic Quadrant в области Business Intelligence. Мы ищем руководителя проектов для работы с ключевыми клиентами над рядом проектов в области анализа данных закупок, а также для работы с новыми заказчиками. Данная позиция предполагает совмещение ролей руководителя проекта и аккаунт-менеджера. То есть необходимо будет не только управлять проектом, но и развивать отношения с клиентом (продлевать контракт на следующий год, увеличивать объем, "прорастать" в другие департаменты). Откликаемся, не стесняемся. Чтобы пройти первый этап вам придется очаровать нашего LLM-ассистента, который проверяет ответы на ваши вопросы 😳 https://hh.ru/vacancy/96389362

Кейс создания центра компетенции анализа данных с помощью Qlik в Technodom. Technodom лидирующая сеть магазинов электробытовой техники в Казахстане. Наша команда Datanomix.pro помогла создать центр компетенций в Технодоме. Задача заключалась в оцифровке всех KPI в розничной сети – это 79  магазинов, 92 пунктов выдачи заказов и порядка 4 000 сотрудников. Бизнес-процессы, требующие цифровизации, включали сложный кадровый учет, начисление бонусов продавцам, показатели стабильности и текучести кадров. – До переезда на Qlik в компании использовали различные BI системы вроде PowerBI, SAP c прямым подключением к классическим DWH MS SQL и SAP BW. В какой-то момент этот стек технологий устарел и начал тормозить работу разных отделов. – За последние 5 лет TechnoDom нарастил команду Data офиса с 5  до 28 человек. – На данный момент системой регулярно пользуется 334 специалиста из разных подразделений. – Первые результаты от перехода на Qlik в TechnoDom заметили спустя 3-4 месяца после внедрения платформы, полноценно применить ее на всю компанию удалось за год. – Сделали на базе Qlik приложения, которые позволяют бизнесу в режиме реального времени управлять складскими запасами, следить за продажами и прибылью во время акций и даже контролировать остатки товаров на полках. – В TechnoDom аналитика данных нужна по меньшей мере 20 подразделениям, включая коммерческий отдел, команды маркетинга, e-commerce, а также складской и транспортной логистики. И, конечно, ею пользуются в оффлайн-магазинах: например, директоры розничных точек с помощью этих данных могут определять товары высокого спроса и дозаказывать их, если на складе наблюдается дефицит определенного товара.  Подробности тут 👉 https://digitalbusiness.kz/2024-04-10/mi-pervimi-v-sng-nachali-ispolzovat-qlik-cloud-kak-technodom-sozdal-edinuyu-tochku-pravdi-i-naladil-data-analitiku-v-kompanii/

Онлайн демо Аналитики трудовых рисков уже началось, присоединяйтесь: https://qlik.zoom.us/j/92226817134?pwd=WE1BSkNFUFFYNys0NktRcFNvOTgrUT09

Через 15 минут (в 15:00) стартуем четвертый вебинар в рамках «Недели аналитики в нефтегазовом секторе». Data-driven HR: аналитика трудовых ресурсов 🗓 4 апреля, 15:00 по Астане Ссылка на подключение: https://qlik.zoom.us/j/92226817134?pwd=WE1BSkNFUFFYNys0NktRcFNvOTgrUT09 Присоединяйтесь и задавайте вопросы экспертам: 15:00 – 15:20 «Карта трудовых ресурсов и прогнозирование трудовых конфликтов: демо кейса» Бахтияр Жазыкпаев, директор департамент анализа и обработки данных, АО "Центр развития трудовых ресурсов" 15:20 – 15:40 «HR аналитика: демо кейса» Александр Полоротов, со-основатель Datanomix.pro, Ведущий подкаста "Датаголики", Qlik Partner Ambassador 2023

На этих выходных снова думаю над вопросом: почему дата катологи не взлетают? Расскажу все, что в итоге надумаю в понедельник 1 апреля на CDO Day у Datanomix - Заходите Вроде и боли есть и ценность каталоги субъективно дают. Но (честный) результат одним словом ….такое 😒 Есть несколько вопросов на которые кажется ни вендоры ни компании так и не ответили в полной мере: ❓ Вовлекать или не вовлекать таки бизнес в работу с каталогом и если да то что ему там показывать чтобы он не убежал в ужасе ❓ Линедж - как остановиться с интеграциями и понять зачем он таки и кому нужен ❓ Каталог отчетов дублирующий ваш аналитический портал, сделанный удобным для пользователей в другом инструменте. Что с этим делать блин? ❓ Что делать с выжженной пустыней вместо описаний полей и как растить там оазисы? Описания сделанные AI они вообще кому то нужны ? ❓ Как реально делать глоссарий, если бизнес не вовлекается в роль дата стюарда, а техническим дата кустодианам не хватает контекста для этой задачи? ❓ Как замерить эту экономию на поиск и понимание данных (которую рисуют вендоры), ни у кого нет такого тайм трекинга. ❓ Что делать со кучей избыточных и дублирующих функций которые вендоры засунули в каталоги до кучи (спойлер отключить/не трогать) ❓ Нелепые data management модули в bi системах.. как их женить в главный каталог? ❓ Достаточно ли у вас совокупной практической ценности, чтоб ожидать от дата аналитиков и инженеров постоянных заходов. Нужен ли каталог без высокого в него трафика? Может и не должны каталоги взлетать выше в их текущем виде. Тяжеловаты… Вспоминается из школьной программы «Рожденный ползать - летать не может!.. Забыв об этом, он пал на камни, но не убился, а рассмеялся...»

📊 Программа второго дня «Недели аналитики в нефтегазовом секторе». ⚡«CFO Day: мониторинг финансовых и производственных показателей» 🗓 2 апреля, 15:00 по Астане • Демо кейса: мониторинг финансовых и производственных показателей по проектам в геологоразведке  Денис Катюшин, QUBData, опыт 15 лет BI-проектов в нефтегазе (добыча, геологоразведка, АЗС) • Эффективная интеграция данных и процессов бюджетирования и материально-технического обеспечения  Тимур Ахметов, руководитель группы по управленческому учету и тарифообразованию, KPMG  • Телематика в аналитике: как экономить (на примере работы буровой установки и флота) Дмитрий Журавлев, руководитель аналитического центра, Монтранс • Финансы и закупки: как экономить без ущерба производству Виталий Тренкеншу, основатель Datanomix (помог Комитету внутреннего аудита РК выявить фин. нарушения на 93млн $) Модератор: Абзал Нарымбетов, бизнес-аналитик, ex-Eni, автор телеграм-канала Energy Analytics Регистрация обязательна (сразу на все вебинары Недели)

📊 Уже на следующей неделе стартует «Неделя аналитики в нефтегазовом секторе». Сегодня расскажем подробнее о первом вебинаре в рамках Недели: ⚡«CDO Day: Data Governance и культура работы с данными» 🗓 1 апреля, 15:00 по Астане Основные темы вебинара: • Как ведущие в мире нефтегазовые компании используют аналитику (Eni, BP, Socar) • Data Catalog: основные ошибки и переосмысление • Data Literacy: как выстроить системное обучение навыкам работы с данными и аналитикой Спикеры: • Георгий Нанеишвили, директор по работе с заказчиками на территории СНГ, Qlik, Автор книги "Оптимизируй ЭТО немедленно!" • Александр Бараков, Head of BI, Luxoft, Советник по разработке дата-стратегии и аналитике, автор телеграм-канала Data Nature, автор BI Strategy Guide 2.0 • Александр Полоротов, со-основатель Datanomix.pro, Ведущий подкаста "Датаголики", Qlik Partner Ambassador 2023 Участие бесплатно, регистрация обязательна (сразу на все вебинары Недели)

Неделя нефтегазовой аналитики: 1 – 5 апреля 2024 Qlik, совместно с партнерами Datanomix.pro, KPMG Caucasus and Central Asia и QUBData, подготовили серию открытых мероприятий по работе с данными в нефтегазовом секторе. Вы познакомитесь с опытом аналитической работы в ведущих oil&gas компаниях (Eni, Socar, BP и других), поймете как организована работа с данными в различных подразделениях нефтегазовых компаний на демонстрациях, пообщаетесь с экспертами на конференции PetroDigital 5 апреля в Атырау.   В рамках Недели нефтегазовой аналитики пройдет 4 тематических вебинара и очная встреча с экспертами: • CDO Day: Data Governance и Data Literacy: рекомендации экспертов • CFO Day: Мониторинг финансовых и производственных показателей • Data-driven Supply Chain: роль данных в закупках и логистике • Data-Driven HR: аналитика трудовых ресурсов • Общение с экспертами по аналитике на вебинарах и очной встрече на конференции PetroDigital в Атырау 5 апреля Участие бесплатно, регистрация обязательна

Когда нужно было с клиентом быстро проговорить этапы реализации проекта по дашбордингу, то рисовал следующую схемку с этапами, целями и артефактами (deliverables). 1. Аудит источников данных. 2. Формализация бизнес-показателей (синхронизация пониманий методик расчета показателей в организации). 3. Подключение источников данных. 4. Разработка первых версий аналитических приложений. 5. Запуск дашбордов в продакшн и сбор обратной связи. 6. Бьютификация. Обязательно проговариваю, что это цикл, количество итераций которого зависит от количества времени и бюджета. Жирным отметил, самый возбуждающий этап, с которым вы попадете в больное место в 90% случаев

Всем привет! У нас открылась вакансия. Datanomix.pro — лидер BI-решений на рынке Казахстана, работающий на платформе анализа данных Qlik. Мы единственный партнер родом из Казахстана с элитным статусом от Qlik — Elite Solution Provider. Специализируемся на работе с клиентами из сегментов Enterprise и Goverment. Qlik — 10-кратный лидер Gartner Magic Quadrant в области Business Intelligence. Мы ищем руководителя проектов для работы с ключевыми клиентами над рядом проектов в области анализа данных закупок, а также для работы с новыми заказчиками. Данная позиция предполагает совмещение ролей руководителя проекта и аккаунт-менеджера. То есть необходимо будет не только управлять проектом, но и развивать отношения с клиентом (продлевать контракт на следующий год, увеличивать объем, "прорастать" в другие департаменты). Откликаемся, не стесняемся. https://hh.kz/vacancy/94036273

Decoding the Future: The Convergence of Data Lakehouse and Data Mesh 2024 Data and Analytics Trends and Predictions На вебинаре, аналитики Eckerson Group рассказывают о конвергенции двух аналитических подходов к хранению данных — Data Lakehouse и Data Mesh — которые помогают организациям снизить затраты и среднее время получения аналитической информации (MTTI), в Data Lakehouse. По результатам опроса, основанного на комплексном исследовании 500 организаций в области IT и данных: 🔸70% считают, что более половины всей аналити будет находиться на Data Lakehouse в течении трех лет. 🔸Более половины респонденов (56%) ожидают, что сэкономят более 50% на аналитике, перейдя на Data Lakehouse. Самообслуживание данных, которое обеспечивают Data Lakehouse, имеет большое значение для развития ИИ — 81% респондентов уже используют Data Lakehouse для поддержки дата-сайнтистов в создании и совершенствовании ИИ-моделей. 📕 Читать отчет 1 📗 Читать отчет 2

Q

КРИТИЧЕСКОЕ МЫШЛЕНИЕ В СТАТИСТИКЕ Собирают статистические данные люди, и никто иной. Люди выбирают, что считать, как считать, какими результатами делиться, какими словами их описывать и как интерпретировать числа. Статистика — это не факты, это интерпретация. И ваша интерпретация может быть такой же хорошей [равно как и такой же плохой], как и та, что вам предлагает другой человек. Числа не всегда верны, и их важно проверять на правдоподобие. Даже если они прошли проверку, у вас могут возникнуть вопросы трех типов: как данные были собраны, как они были интерпретированы и как представлены графически. Ответы на них помогут вам сформулировать правильные выводы. Дэниел Левитин, из книги «Путеводитель по лжи»

THE TECH (we.project media) cобрали самые интересные каналы про развитие IT-сферы в Центральной Азии ⚡ Много полезной информации про IT для разработчиков, стартаперов и инвесторов в регионе. Добавляйте папку себе — так вы сможете первыми узнавать про все самое интересно в мире IT в Центральной Азии🔥 https://t.me/addlist/aF2UQTf9WEM2MmIy

Datanomix сегодня 5 лет 🎉 За это время наша небольшая (20 человек), но эффективная команда Qlik-спецназа: ❇️ закрыла 225 контрактов ❇️ на 3.6 млрд тенге ❇️ для 96-ти клиентов, ❇️ создав при этом ценности на $100M+ за счет монетизации данных* * и это только подтвержденный экономический эффект, который удалось посчитать в некоторых кейсах Keep going 😉

Начинаем серию вебинаров об инструментах Qlik для интеграции и управления качеством данных. 🔗 Обзор инструментов Qlik для интеграции и управления качеством данных 🗓 28 февраля, среда 🖥 Zoom На вебинаре 28 февраля вместе с Сергеем Полехиным, ведущим архитектором Qlik СНГ, обсудим: • Обзор инструментов Qlik Data Integration и Qlik Talend, предназначенных для задач интеграции, репликации и управления качеством данных (более 5 лет инструменты Qlik Talend являются лидерами в Gartner® Magic Quadrant™ for Data Integration Tools и Magic Quadrant for Data Quality Solutions), • Возможности инструментов Qlik для построения конвейеров данных (data fabric), • Сценарии работы с конвейерами данных в инфраструктуре on-premise и в облаке (краткий обзор, поскольку в деталях мы будем разбирать эти темы на отдельных вебинарах в марте и апреле). Регистрация >>

Почему дашборды приносят мало ценности? Как можно оценить ценность от дашборда? Очень просто: если разработка дашборда стоила миллион — значит ценность равна минус один миллион. Я думаю, что сам по себе дашборд ценности не имеет. Ценность создают пользователи, когда принимают решения и выполняют действия — то есть закрывают свои рабочие задачи. Как писал Александр Бараков (@datanature), 88% дашбордов умирают в первые 3 месяца и только 12% дают какой-то результат. Просто к моменту сдачи дашборда в продакшн у вас обычно есть один дашборд и один обученный пользователь, который как правило и был источником требований. На этом этапе все разработчики зачастую считают свою работу законченной. Хотя на самом деле она только начинается — нужно получить обратную связь от реального мира, сравнить ее с ожиданием и переделать, если нужно. То есть необходимо делать замеры и исследования на тему как этот дашборд встроился в бизнес-процесс; как часто на основе него принимаются решения; какие именно; как это повлияло на цели и задачи бизнес-пользователя / подразделения. Этого как правило никто не делает. Это сложно и дорого, да и в очереди другие дашборды / проекты / клиенты. Потому что есть конфликт интересов между поставщиком и заказчиком. Чем больше дашбордов нарисует поставщик — тем больше денег ему заплатят. Причем не важно, контрактуетесь вы по Fixed Price или T&M. В обоих случаях поставщику выгодно больше работать. В одном случае юнитом масштабирования является дашборд или проект. В другом — время разработчика (час / день / месяц). In-house команда (фабрика отчетности) в этом смысле не сильно отличается от поставщика. У них как правило тоже процесс настроен на "Быстрее! Больше! Сильнее"! Просто внутренние KPI, чаще всего, стоят на количество дашбордов принятых бизнесом. Про сдачу-приемку дашбордов — это отдельная история. Зачастую это сессия с пользователем в стиле продающей презентации: "Смотрите как классно получилось! И сколько показателей тут можно посмотреть в разных разрезах!". И/или формальное тестирование на соответствие требованиям ТЗ. И то и другое по сути — бред. Дашборд либо работает либо нет. Им или регулярно пользуются и принимают решения, или кладут на полку и забывают. И это не зависит ни от фантазий какого-то человека, которые он назвал ТЗ, ни от его впечатления от демо. И что со всем этим делать? Понять, простить... Менять мышление на продуктовое. Там нет ТЗ, сдачи-приемки, продающих презентаций и фокуса на количество фич. Зато есть Jobs To Be Done, касдевы, глубинные интервью, гипотезы, метрики. И ценность для пользователя во главе угла. Да, звучит как "станьте ежиками", но все в один пост не уместить. To be continued...

Отчет с основными выводами на русском языке можно запросить по ссылке: https://datanomix.pro/gen-ai-report

Начинается трансляция доклада Генеративный AI: Выводы из опроса 2000 глобальных компаний. https://www.youtube.com/live/k0ARcS-aI1s?si=OQ6Eu241GNlU_Rk1