Inovai / BI a data
Tři reporty, tři různá čísla.
Jeden datový model, předpovědi a AI nad správnými čísly. BI u nás vede Microsoft MVP.
Marže podle měsíců
48,2 mil.tržby, říjen
18,4 %marže, -1,2 p. b.
AI komentář nad modelem
Proč klesla marže v říjnu?
Nákupní cena oceli od jednoho dodavatele vzrostla o 6 %, prodejní ceník zůstal. Zdroj: 12 nákupních dokladů.
Problém
Každé oddělení počítá marži jinak a AI pak odpovídá špatně.
Co uděláme
Datová platforma, sémantický model a reporting pro vedení.
Výsledek
Jedna verze čísel pro vedení i pro AI.
Co přesně děláme
Reporting v Power BI a Qlik Sense, který vedení otevře a najde v něm odpověď.
VýkonReport, který se načítá minutu, nikdo neotevře. Optimalizujeme model, dotazy a obnovu dat.
GovernanceKdo co vidí, kdo co publikuje, jak se verzují změny. Pravidla pro prostory, certifikované sady a sdílení.
Reporting pro vedeníMéně grafů, jasná otázka a odpověď na jedné stránce. Odchylka vede k příčině, ne k dalšímu dashboardu.
Microsoft Fabric, Azure Databricks a datové sklady, které unesou reporting i AI.
Microsoft FabricLakehouse, datové toky a sémantické modely v jednom prostředí. Návrh kapacit, prostorů a správy.
Azure Databricks a skladVelké objemy, strojové učení a příprava dat pro AI. ERP, CRM, sklad a výroba v jednom modelu.
Verzování a nasazení pro BI týmyVerzování modelů a reportů, nasazení přes vývoj, test a produkci. Změna se dá vrátit.
Copilot a datoví agenti odpovídají tak dobře, jak dobrý je model pod nimi.
Copilot v Power BIOtázky nad reportem v přirozeném jazyce. Připravíme model, popisy a synonyma, aby rozuměl vašim pojmům.
Datoví agenti ve FabricuAgent nad lakehousem a sémantickým modelem odpovídá mimo hotové reporty. Nastavíme zdroje, instrukce a oprávnění.
Vysvětlení odchylekReport ukáže změnu, AI dohledá příčinu v dokladech a připraví komentář se zdrojem. Vedení dostane odpověď, ne graf.
Strojové učení nad vašimi daty, s vysvětlením, proč model doporučuje právě tohle.
Předpověď poptávky a tržebPředpověď po týdnech nebo měsících s pásmem nejistoty, ze zakázek, sezónnosti a cen.
Doporučení k akciCo objednat, kdy naskladnit, kde upravit cenu nebo naplánovat údržbu. Rozhoduje člověk.
Anomálie a odchylkyOdběratel, linka nebo položka mimo trend dřív, než se to ukáže v reportu.
Jak to probíhá
Od současného stavu přes model a platformu k AI nad reporty.
Krok 1Současný stavProjdeme modely, reporty a metriky, u kterých se firma neshodne.
Marže1 definiceObratvlastník: financeZásobyzdroj: ERP
Krok 2Sémantický modelJedna definice metrik se zdrojem a vlastníkem. Výkon modelu a obnovy dat.Fabric
Krok 3Platforma a nasazeníFabric, Databricks nebo sklad podle objemu a týmu. Verzování, vývoj, test, produkce.Proč klesla marže v říjnu?Nákupní cena oceli +6 %. Zdroj: 12 dokladů.
Krok 4AI nad reportyCopilot v Power BI a datoví agenti ve Fabricu. Popisy, oprávnění, test.BI vede Jiří Neoral, Microsoft MVP. Datového agenta nad reportem testujeme stejně jako chatbota.
Jak vypadá doporučení v praxi
Poptávka, sklad a anomálie na jedné obrazovce, s vysvětlením.
Poptávka po týdnech, skutečnost a předpověď
skutečnostpředpověď s pásmem nejistoty
Doporučení na příští týden
Plech S235JRobjednat 18 t, sklad dojde za 9 dní
Profily HEAzásoba stačí
Anomálieodběratel B: -40 % proti trendu
Vysvětlení: sezónnost, otevřené zakázky, ceny oceli
Časté otázky
Děláte i Qlik Sense, nebo jen Microsoft?
Obojí, Jan Koňařík staví analytiku v Qlik Sense nad Oracle a MSSQL. Platformu volíme podle toho, co máte, ne podle toho, co chceme prodat.
Je naše Power BI připravené na Copilot?
Copilot odpovídá podle názvů, popisů a vztahů v sémantickém modelu, a když jsou nejasné, odpovídá špatně. Příprava modelu je obvykle první krok.
Souvisí BI s bezpečností AI?
Ano, datový agent nad reportem je AI s přístupem k firemním číslům. Oprávnění v modelu a test, co z něj jde dostat, patří k nasazení.