Jenže my to potřebujeme, protože množství informací roste takovým způsobem, že pracovní pozice, které se zabývají jejich interpretací a výkladem už pár let existují.
Proč potřebujeme poučené publikum a schopné tvůrce
Už neplatí, že všechno, co kolem sebe čteme a vidíme, je srozumitelné na první pohled (a opravdu nemám na mysli propagandu a manipulaci, to samozřejmě není nic nového). Srozumitelnost a přehlednost zmizela, když jsme začali data cíleně sbírat a začínali jsme je zpracovávat a prezentovat.
Nuda na poradách nabyla nových rozměrů a „ekcel“ se stal novým zaříkávadlem. Jednak se z něj stalo měřítko na každého dělníka klávesnice (počínaje sekretářkou a zdaleka nekonče manažerem čehokoliv), jednak (a možná v návaznosti) se staly výstupy z něj, tabulky a grafy, mantrou a hlavně vatou všech prezentací.
Většina lidí bohužel umí vytvářet prezentace možná technicky, chybí jim ale teoretická průprava týkající se smyslu zobrazovaných informací, způsobu jejich předkládání publiku (tedy prezentování v hlavním významu slova) a mnoho dalších předpokladů, které jsou nezbytné pro dosažení cíle - pochopení důležitých informací publikem. Kniha, jejíž obsah v tomto článku nastíním, se zabývá právě touto problematikou.
Autoři se datovou analytikou a vizualizací dat zabývají mnoho let ve svých firmách a mají za sebou zřejmě bohatou praxi. Není důvod jim nevěřit. Kniha sice nepřetéká případovými studiemi, v tomto směru je konzervativní, ale o to víc výkladu a teorie obsahuje. Dalo mi trochu práce ji přečíst a vnímat vše; není to snadné čtení, vyžaduje soustředění. Okomentuji vám nyní její obsah.
Úvodní kapitola
Na začátku knihy se s autory sladíte, nebo knihu zavřete. Pochopíte, že to není manuál k žádnému programu a tabulkový kalkulátor je sice typickým nástrojem (kladivem), ale ublížit publiku můžete i jinak – PowerPointem, špatnou myšlenkovou mapou nebo infografikou, ale klidně i tištěnou zprávou na poradě. Na začátku si zkrátka ujasníte, že se chcete naučit lepší práci s daty a že nové dovednosti začnete využívat. Problém totiž není technický, nýbrž komunikační a společenský (jak říkají autoři).
Pokud máte webové stránky, rozhodně byste měli používat Google Analytics, což jistě děláte. Jak datům o svém webu rozumíte? Jak byste je dokázali prezentovat vlastní mámě?
Problém poslední míle
Začátek druhé kapitoly mi připomněl výbornou knihu Druhý věk strojů, kterou jsem četl nedávno (a ještě si ji znovu přečtu). Ta se zabývá tím, co se společností a jejím vývojem dělá využití informací, počítačů, sociálních sítí a dalších technologií. Autoři knihy Efektivní analýza a využití dat definují hlavní problém - člověk na konci.
Neumíme informace zpracovávat, číst ani prezentovat. Nerozumíme jim, protože v tom množství nepoznáme, která jsou důležitá. Ze stejného důvodu se bojíme rozhodovat. A chybí navíc "rámec pro plynulý přenos dat" napříč každou společností (organizací). Data se tedy často sbírají, zadávají se k úkoly k přípravě prezentací, prezentace probíhají, ale nikdo na jejich základě nepodniká další kroky, jen se vytvářejí nové zprávy a prezentace.
Kapitola obsahuje příklady z amerického fotbalu, kterým jsem moc nerozuměl, ale pak také příklady z pojišťoven, které jsou srozumitelné dobře. Na tomto místě jsem pochopil, že data jsou zlatý důl. A taky že „big data“ jako pojem brzy přestane stačit.
Rámec plynulého přenosu dat
Principem správného využití dat je jejich životní cyklus, do nějž patří několik faktorů: Datově gramotní konzumenti, tvůrci schopní přenášet data plynule, kultura plynulého přenosu dat (ve firmě), ekosystém datového produktu (standardy, nástroje a procesy). Kapitola obsahuje také stručný návod, jak s rámcem pracovat, např. provést SWOT analýzu současného stavu, sestavit inventář datových výstupů, stanovit plán zavedení, určit potřeby zaškolení apod.
Jak společnosti bojují s plynulým přenosem dat
Kapitola uvádí příklady, jak to ve firmách drhne. Jako příklad špatné praxe uvádí množící se reporty (čím více reportů, tím více adidas), balkanizovaná data, lpění na konkrétním ukazateli, datovou elitu a další.
U balkanizovaných dat (nevím, proč zrovna toto označení) už je krásně vidět naše (myšleno česká) současnost - nesdílení dat, příjemce či klient je nucen opakovaně zadávat stejná data, která autoritě již stokrát sdělil, ale ona není schopná je spojit, najít, rozeznat nebo použít. (Proto díky alespoň za základní registry.) Je zde zmínka o Conwayově zákoně – společnost, která si sama navrhuje vlastní softwarový systém, vždy vytvoří pouze kopii svých současných komunikační struktur.
Nebo lpění na konkrétním ukazateli – kolikrát a jak dlouho v médiích čítáváme, jak se stát neúspěšně snaží najít způsob pro financování škol. Hledají se indikátory, percentily, děti se testují, aby se zjistilo, jak se pozná úspěšná škola a kolik peněz jí má stát dát. Podle počtu studentů, žáků...? Podle úspěchů jednotlivců nebo celku?
Konzumentův průvodce po datech
Jistě ne náhodou se kapitola odvolává na Stopařova průvodce po galaxii. Odpověď na vytvoření kvalitního výstupu ale bohužel není 42. V cestě stojí mnoho zádrhelů a zde se již autoři zabývají vzhledem, grafikou, estetikou a čitelností. Uvádí typy datových výstupů (grafy, tabulky, grafiky) a pomáhají nám s jejich pochopením, a to rozkladem - jakou část celku vidíme, co je zdůrazněno, jaké vztahy můžeme najít, s jakou podrobností atd.
Řeč přijde také na platnost a spolehlivost datových zdrojů a to už je skutečně přínosné. Začnete se na zprávy ze světa dívat jinak, i když jste tušili, že "pravda je někde venku", tyto řádky ve vás vzbudí zvědavost. Kde je začátek, původ tohoto datového zdroje, je spolehliý, jak to poznám? Odtud mě kniha začala opravdu bavit.
Autoři dat: Zkušení návrháři datových prezentací
V minulé kapitole jsme se učili výstupy číst, tady se je učíme vytvářet. Ale opět nejde o návod pro obsluhu konkrétního softwaru. Autor datových výstupů si musí osvojit způsob práce s daty - máchat kladivem se musí naučit jinde (resp. už by to měl umět).
Je to vlastně jako se vším - musíte vědět, čeho chcete dosáhnout, kdo je vaše publikum, co chcete prezentovat. Pak vytváříte strukturu, necháte data téct, vyprávíte příběh. Využíváte možností, které vám vybrané struktury dávají - infografika a sloupcový graf mají vzájemně odlišné možnosti zobrazení.
Jak vytvořit atraktivní datový výstup, volba správného typu grafu, práce s barvami, písmem, prostorem, to už jsou univerzálně platné rady. Kolem strany 120 a dál jsou uváděny příklady správně vytvořených a špatně vytvořených grafů, velmi cenné postřehy (např. když srovnáváte pomocí sloupcového grafu, seřaďte hodnoty vzestupně/sestupně a tu nejvyšší nechte na kraji, aby byla ihned vidět; že je to jasné a ví to každý?).
Kultura plynulého přenosu dat
Informace hlavně pro vedoucí pracovníky, kterým autoři knihy radí, jak mají zadávat práci autorům datových výstupů a jak podporovat práci s daty ve společnosti. Dále se hovoří o metrikách a také problémech, které se dříve či později objeví. Ať už jde o formalismus (prostě to uděláme), alibismus (tohle bude dobře vypadat, dej to tam), soulad (přesně to jsme čekali), extrémy (neříkal jsem to?!) atd. Dále v textu se píše o vhodné terminologii, správném využívání formulářů pro sběr dat a smyslu v každodenním využití dat.
Ekosystém datových výstupů
Jako příklad ekosystému (eko- je ekonomický, nikoliv ekologický) je zde uveden App Store, tržiště aplikací pro mobilní zařízení. Na příkladu jedné hry (Flappy Bird) uvádějí autoři životní cyklus dat od poptávky, přes design, rozvoj, objevování informací ve výstupech, přes diskuzi až k filtrování. Následně se každá fáze rozebírá podrobněji. Tato kapitola je velmi inspirativní také v případě, pokud podnikáte a hledáte odpovědi na spoustu otázek, které vás napadají (mě tedy ano).
Poslední části knihy
Od kapitoly Cesta k plynulému přenosu dat zbývají dokonce ještě Výňatek (z čeho?) a dvě přílohy. Obsahují různé tabulky, checklisty, zkrácené metodické instrukce a v úplném závěru ukázky reálných grafů včetně parametrů písem a RGB kódů barev. Je to snaha o recepty a opravdu zestručnělé (ale stále hutné) howto.
Nejsem citátový typ, ale z mnoha trefných citátů, které kupodivu nejsou ani od Roosevelta ani od Aristotela, ale od mně neznámých (jistě úspěšných) byznysmenů, vyberu tyto tři, které považuji za perfektní shrnutí celé problematiky.
- K datům se chovejte jako k penězům.
- To, co měříte, uděláte.
- Nic není tak zbytečné, jak dělat neefektivně to, co by se nemělo dělat vůbec.
Autor: Gemignani, Zach a kol.
Název: Efektivní analýza a využití dat
Nakladatelství: COMPUTER PRESS (Albatros Media a.s.), Praha
Datum vydání: 20. 7. 2015
Počet stran: 240
Formát: 167×225 – brožovaná lepená
EAN: 9788025145715