Praha -:-

ProjektyAgentic Analytics

Co AI doopravdy zvládne s daty vaší firmy

Agentická analytika: kde si agenti v datovém týmu už dnes vydělají na své místo, kde potichu rozbíjejí čísla a co musí platit, než je pustíte k číslu, které jde na board.

Audit připravenostiVyzkoušet demo ↗

01Problém

Agentic Analytics

Dnes si většina firem vybírá mezi pomalým a špatným.

Starý svět · klasické BI

Pomalé a ve frontě

Byznysová otázka jde do fronty datového týmu. Příprava dat a odpovědi trvá týdny. Než odpověď dorazí, rozhodnutí už padlo bez ní - a hotový report se párkrát otevře a zapadne.

  • Týdny od otázky k odpovědi
  • Reporty na jednu poradu, znovu se skoro nepoužijí
  • Analytici znovu staví, co už postavili v březnu
Nový svět · chaotické zavádění AI

Rychlé a špatně

Manažeři i zaměstnanci kopírují exporty do ChatGPT nebo Clauda a ptají se. Odpovědi přijdou za pár vteřin a sebevědomě - i na otázky, u kterých se nikdo nikdy nedohodl, co vlastně znamenají.

  • Halucinovaná nebo nekonzistentní čísla
  • Každý dostane trochu jinou odpověď
  • Firemní data v nástrojích, které nikdo neschválil
Cíl

Rychlost AI s přesností a kontrolou podepsaného čísla

V analytice není 10% odchylka zaokrouhlovací chyba. Je to jiné rozhodnutí.

03Hodnota a vize

Agentic Analytics

Z týdnů na minuty, bez ztráty kontroly nad čísly.

Reakční doba klesne z týdnů na minuty a každá odpověď pořád vychází z definice, kterou někdo podepsal. Rychlost tak nejde na úkor přesnosti.

Analytik dnes
  • Počtvrté odpovídá na stejnou ad-hoc otázku
  • Ručně skládá report za minulý měsíc
  • Exportuje do Excelu a čísla kontroluje ručně
  • Vysvětluje, proč se dva reporty neshodují
Analytics engineer zítra
  • Definuje metriky v sémantické vrstvě
  • Spravuje prostředí, testy a přístupy
  • Dohlíží, jak spolehlivě agenti odpovídají
  • Uvolněný čas dává analýzám, které potřebují člověka

Rutinní ad-hoc požadavky zmizí. Analytický tým se posune výš: od odpovídání na otázky k vlastnictví systému, který na ně odpovídá.

04Co se doopravdy pokazí

Agentic Analytics

Tři mezery. Žádnou z nich nezavře lepší model.

Nikdo se nedohodl na významu

Ve firmě „tržby“ obvykle znamenají čtyři nebo pět různých věcí. Agent jednu vybere a ani neví, že byla na výběr.

Nikdo neověřil, kdo se ptá

Přihlášení řekne, kdo kdo je. Neřekne ale nic o tom, jaká čísla smí vidět. Bez tohohle druhého rozhodnutí uvidí každý, kdo se zeptá, všechno, k čemu má služba přístup.

Nikdo nemůže odpověď ověřit

Číslo bez definice, období a zdroje nejde ověřit. Lidé si ho tak přepočítají v tabulce a vy jste zaplatili za rychlejší způsob, jak vyrábět hádky.

Všechny tři jsou nejdřív organizační, teprve potom technické. Proto je nákup nástroje nevyřeší.

05Třetí cesta · jak to funguje

Agentic Analytics

Rychle i důvěryhodně, pokud platí tři věci.

01

Jeden dohodnutý význam pro každé číslo, zapsaný jako kód

Byznys jednou rozhodne, co znamenají tržby. To rozhodnutí žije ve verzovacím systému a každá odpověď se počítá z něj.

02

Oprávnění ověřená ve chvíli, kdy padne otázka

Přímo u dotazu, proti identitě toho, kdo se ptá. Když by to číslo nemohl otevřít ve skladu, nedostane ho ani z chatu.

03

Každá odpověď ukáže postup, nebo odmítne

Definice, období, filtry, zdroj a čerstvost jdou spolu s číslem. Když za ním žádná definice není, poctivá odpověď zní „nevím“.

Jak jedna otázka dojde k ověřené odpovědi

Zeptáte sev Teams, Slacku nebo chatu, který už používáte
Agentpochopí otázku a vybírá z deklarovaných metrik - vlastní SQL nikdy nepíše
Sémantická vrstvapoužije dohodnutou definici a vaše oprávnění a sestaví jeden dotaz
Váš datový skladspočítá číslo a zůstává jedinou kopií vašich dat
Ověřená odpověďčíslo + definice, období, zdroj a čerstvost
Vyzkoušejte to na demu Okurka ↗ Smyšlený český obchod s potravinami: syntetická data, ale skutečné definice, metrická vrstva i governance.

Jde o pár týdnů dohadování, ne o migraci platformy. Nejtěžší je se dohodnout.

06První krok

Agentic Analytics

Audit připravenosti: kde začít a v jakém pořadí.

Krátký pohled s pevným rozsahem, který vám pomůže zorientovat se: kde má AI ve vašich datech smysl nejdřív, co je potřeba předtím opravit a jaké jsou priority.

Co dostanete

Písemný verdikt - připraveno, připraveno s podmínkami, nebo zatím ne - s prioritizovaným plánem, kde začít a co to obnese. Podle něj můžete jednat s námi i bez nás.

Byznys

Mají čísla, na kterých záleží, jeden význam? A je tu někdo, kdo to rozsoudí, když ne?

Technika

Umí sklad na ty otázky odpovědět správně? Granularita, historie, kde doopravdy žije logika, jak se kontrolují změny.

AI

Dají se oprávnění vynutit u každé otázky? Co nesmí nikdy ven, které use casy přijdou první a kdo to bude doopravdy používat?

Otázka na závěr: kdyby se zítra někdo zeptal vaší AI na tržby za minulý kvartál, čí definici by použila?

07Komunita

agenticanalytics.cz

Agentic Analytics: komunita kolem AI v datech.

V Praze pořádáme setkání pro analytiky, analytics a data engineery a data scientisty, kteří s AI agenty pracují každý den. Sdílíme praktické zkušenosti a poctivé lekce - bez prodejních prezentací.

Témata sahají od sémantických vrstev v produkci a agentů nad dbt po monitoring pipeline a budoucnost práce s daty. Setkání probíhají v angličtině.

agenticanalytics.cz ↗

Setkání
Pro kohoanalytici, data engineeři, data scientisté
Formátdiskuse, krátké talky, pivo
Témataagenti, sémantické vrstvy, dbt
Jazykangličtina
KdePraha
Bez prodejních prezentací

Čí definici by použila vaše AI?

Domluvit první schůzku