V datově řízené firmě je běžné mít dashboard. Ale i ten nejlépe navržený přehled nemusí vždy odpovědět na to nejdůležitější:
| „Co se v byznysu vlastně děje a proč?“
V jednom z našich projektů jsme se s tímto zadáním setkali velmi konkrétně. Cílem bylo vytvořit přehled, který vedení umožní sledovat klíčové ukazatele napříč firmou. Zároveň však zaznívalo očekávání, že dashboard sám o sobě bude odpovídat na otázky.
To nás přivedlo k myšlence rozšířit klasické BI řešení o AI vrstvu, která pomůže dát datům smysl v jazyce, kterému byznys rozumí.
Když vizualizace nestačí
Zadání znělo jednoduše:
| „Chceme vidět všechno důležité na jednom místě.“
Připravili jsme tedy Power BI dashboard, který zahrnoval:
-
prodeje, marže, skladové zásoby, dobu držení vozidel, návštěvnost webu, poptávky
-
kombinaci grafů, tabulek i karet pro různé úrovně řízení
-
možnosti filtrování podle regionů, časových období atd.
Technicky funkční, vizuálně přehledné. Přesto jsme cítili, že přehled není to, co vedení hledá. Každý manažer měl jiný styl čtení dat. Co chybělo, byl smysluplný výklad a něco, co by shrnulo, co se děje, proč a co s tím.
AI jako nástroj, který dává datům hlas
Rozhodli jsme se využít Copilot v Power BI, konkrétně funkci Smart Narrative, a jít dál než k automatickému shrnutí.
Klíč byl ve správném promptu. Napsali jsme ho tak, aby AI nejen popisovala čísla, ale zároveň:
- vytvářela hypotézy, proč k danému vývoji dochází,
- navrhovala doporučení pro další zkoumání,
- mluvila jazykem, který je srozumitelný i bez čtení grafů.
Příklad promptu:
„Generate a smart narrative summary in Czech, using a data storytelling approach. The output should include: A clear and concise summary of key findings and trends based on the data; Relevant hypotheses that could explain observed changes, anomalies, or patterns; Actionable recommendations based on the analysis.“
Výsledek: Text, který pomáhá rozhodovat
AI generovala shrnutí, které okamžitě upozornilo na zajímavé jevy:
- např. pokles zájmu v určitých kategoriích vozidel v konkrétních krajích,
- hypotézy typu: „může souviset s poklesem skladové dostupnosti“, „změna cenové hladiny oproti konkurenci“,
- návrhy dalšího postupu, např. zkontrolovat marketingovou aktivitu nebo dobu rotace zásob.
Výstup byl přehledný, konzistentní a použitelný pro celou skupinu manažerů bez ohledu na individuální preference ve čtení dat.
BI + AI = víc než přehled
Nejde jen o AI.
Síla spočívá v tom, že analytik vytvořil smysluplné zadání a využil AI jako nástroj, který rozšířil hodnotu dashboardu. Spojení BI a AI v tomto případě nebylo jen o nové funkci, byl to krok směrem ke skutečné hodnotě, kterou od dat očekáváme. Z nástroje pro sledování ukazatelů se stal prostředek, který byznysu reálně pomáhá v rozhodování. Najednou nebylo potřeba přemýšlet, kam se dívat a jak číst grafy. Informace byly srozumitelně formulovány, interpretace sjednocena a čas potřebný na orientaci v dashboardu výrazně klesl. AI pomohla vytvořit strukturu, analytik přidal znalost prostředí – a výsledek? Použitelnost BI výstupů výrazně vzrostla. Manažeři se mohli věnovat diskuzi nad konkrétními scénáři, protože AI sama navrhla možné hypotézy a varianty vývoje. A díky tomu se celá komunikace o datech posunula z reaktivního čtení k proaktivnímu uvažování. V prostředí, kde je dat víc než času, to znamená obrovský rozdíl.
Závěr: Insight nevzniká z vizualizace, ale z porozumění
Dashboard je důležitý nástroj. Ale skutečnou hodnotu přináší až tehdy, když ho doplníme o kontext, interpretaci a návrh dalšího postupu.
V našem případě se ukázalo, že propojení BI + AI dokáže:
- zpřehlednit data napříč firmou,
- podpořit rozhodování na základě hypotéz,
- a zároveň zohlednit různé potřeby jednotlivých uživatelů.
