Moc wizualizacji danych: jak wyjść poza Excela i zacząć wizualizować dane?

[Przemysław Żukowski]: Cześć witam Was wszystkich. Wybiła godzina 13.00 więc myślę, że powoli możemy zaczynać Ja bym tylko mógł poprosić o sygnał, że jeśli chodzi o audio jest okej

Wydaje się, że audio i ekran jest okej więc startujemy. Witam Was wszystkich. Ja nazywam się Przemek Żukowski, no i dzisiaj postaram Was przeprowadzić Postaram się przeprowadzić Was przez takie miłe zagadnienie, jak zagadnienie związane z wizualizacją danych. Punktem startowym dla nas będzie analiza danych w Excelu no i będę starał się pokazać Wam, jak można zrobić krok dalej, czyli wyjść poza tabelki, zacząć wizualizować dane, po to, żeby je jeszcze lepiej rozumieć.

Zanim przejdziemy… Dalej zacznijmy jak zwykle troszeczkę od historii no i zacznijmy od pytania jak się ma kwartet do wizualizacji danych, a no ma się w ten sposób, że żyjący jeszcze całkiem niedawno Frank Ascombe, angielski statystyk Gdzieś w latach 70-tych, dokładnie po roku 73-tym stwierdził właśnie, że dość istotne jest to, abyśmy zaczęli też mówić o wizualizowaniu danych.

No popełnił kiedyś właśnie w tym roku 73-tym taki Takie wydawnictwo w którym zawarł taką tezę, że komputery powinny wykonywać zarówno kalkulacje, jak i wizualizować dane. Każda z tych form prezentacji danych powinna być analizowana, bo obie z nich przysparzały się do tego, żeby lepiej zrozumieć dane, które prezentujemy.

Żeby uzmysłowić dlaczego to jest istotne, Frank przygotował tak zwany kwartet Aus Komma. No i temat z tym związany jest póki co całkiem zagadkowy, bo w jaki sposób Frank doszedł do przygotowania tego kwartetu jest cały czas zagadką, ale już pokazuję Wam dokładnie o co chodzi. Czyli dokładnie cztery zestawy różnych danych Ja włączę jeszcze dodatkowy taki podział żebyście mogli sobie ten podział danych zobaczyć.

Jeżeli spojrzymy na nie tak właśnie ludzkim okiem no to zobaczymy pierwszy zestaw drugi zestaw trzeci trzeci i czwarty. Jeżeli zaczniemy analizować poszczególne wartości no to możemy się troszeczkę poczuć jak bohater pięknego umysłu Który widzi dużo liczb zaczyna znajdować jakieś wnioski być może jakieś zależności, ale tak naprawdę w pewnym momencie już jesteśmy skonfundowani.

Do końca nie wiemy co z tych danych nam wynika. Więc spojrzenie takie rzutem oka nie jest do końca właściwe dla nas. Spróbujmy spojrzeć na te dane pod kątem statystycznym, czyli zobaczmy, jak wygląda każde z tych zestawów danych pod kątem wartości średniej z tychże danych wariancji, korelacji czy regresji Co ciekawe mimo tego, że te dane są takie dosyć mocno rozjechane, jak widać, to te elementy liczność czy średnia z tych wartości jest dla każdego zestawu dokładnie taka sama.

Po pierwsze, spojrzenie takie ludzkim okiem na te dane jeszcze nam nic nie powiedziało w postaci tabelarycznej. Spojrzenie na to okiem statystyka też jeszcze nic nam nie powiedziało. Natomiast spojrzenie na te dane za pomocą wizualizacji Już zdecydowanie zmienia naszą perspektywę. Czyli widzimy w pierwszym zestawie takie dosyć standardowe dane, które najczęściej gdzieś tam, nazwijmy to, w przyrodzie występują, że pewne elementy układają się w pewną ciągłość, są pewne odstępstwa od nich.

Ale na przykład już te dwie dolne wizualizacje bardzo fajnie pokazują nam pewien trend i konkretne odchylenie konkretny jakiś outliner, Od tych danych nam odbiega i w przypadku czwartym bardzo podobnie dane też układają się w pewien ciąg I teraz faktycznie jeżeli patrzymy na tę wizualizację i spróbujemy sobie wrócić do naszej tabelki, to bardzo szybko znajdziemy te wartości odstające zarówno dla X jak i dla Y w tym przypadku, więc jak widać warto połączyć te dwa światy ze sobą po to, żeby Szybko znaleźć interesujące nas informacje, jeżeli je wyłapiemy a do tego jest stworzone nasze oko i nasz umysł, to wtedy znów warto wrócić do tabelek i gdzieś na założonym zakresie danych już skupiać się po prostu na Na szczegółach.

No i teraz bardzo często jest tak, że w naszych organizacjach najczęstszym sposobem przesyłania sobie danych są różnego typu arkusze Excel. Z doświadczenia kilkunastoletniego kiedy pracuję właśnie w tematach związanych z analizą danych, no różne przykłady które widziałem czasami Przyprawiają o zawrót głowy bo otwarcie takiego Excela jest już wyzwaniem.

Przewinięcie go do samego końca jest jeszcze większym wyzwaniem. Myślę, że tutaj można spokojnie czasami z tego typu Excelach przesyłane sobie w firmie gdzieś tam na samym końcu zawrzeć pewną taką nagrodę, że jak ktoś w ogóle dojedzie do tego miejsca w Excelu to właśnie zyska jakiś gift, jakiś bonus.

Raczej wielu zgłoszeń się tutaj nie spodziewam bo po prostu To są informacje nieprzygotowane do tego, abyśmy my jako ludzie mogli je w sposób prosty szybki konsumować. No i to jest jedna z ograniczeń Excela. Tak na dobrą sprawę wiele danych które są ciężko zjadliwe dla dla stworzenia przyczynowego człowieka.

Druga kwestia jest taka, że kiedy generujemy tak dużo arkuszy Excelowych, no to jak doskonale wiemy, one są dosyć mocno podatne na No i przygotowałem tutaj dla Was takie subiektywne zestawienie pięciu największych wpadek Excelowych, które były spowodowane najprostszymi mechanizmami które w Excelu na co dzień wykorzystujemy.

Zacznijmy od miejsca piątego W 2012 roku mieliśmy olimpiadę w Londynie Ona miała kilka wyzwań organizacyjnych natomiast jedno z wyzwań okazało się dosyć istotne, bo w momencie kiedy były zawody dotyczące pływania synchronicznego to ktoś w Excelu zamiast wartości 1 wpisał No i tak się zrobiło że w systemie rezerwującym bilety pojawiła się dodatkowa pula 10 tysięcy miejsc na te zawody, przy czym tych miejsc fizycznie dostępnych nie było.

Więc można sobie wyobrazić, że gdzieś tam na samym końcu walka o miejsca mogła wyglądać mniej więcej tak jak na załączoną. To jest pierwszy. Pierwsza kwestia jest taka, że bardzo często zamiast skasować z Excela bo boimy się go dotknąć, to próbujemy ukryć naszą informację. No i firma Barclays poszła też kiedyś tym krokiem, jeden zadań ukrył.

Dokładnie 179 kontraktów które miały być zakupione od banku Lehman Brothers. Ukrył je w Excelu przesłał tego Excela dalej, natomiast w momencie kiedy ktoś dalej chciał tego Excela wydrukować, przekonwertował go PDF-a no i te ukryte komórki znowu stały się widoczne, więc te 179 kontraktów które były pierwotnie niepożądane I tak zostały kupione, bo tak wskazywał na tą PDF.

Barclays nie udostępnił informacji o tym, ile ich to kosztowało, ale możemy się spodziewać że była to dosyć potężna kwota. Kolejny przykład, tutaj taki dosyć klasyczny przykład kiedy Excela wędrują między jedną a drugą firmą gdzie właśnie w międzyczasie coś zostaje zmienione, dodane, usunięte itd. W tym przypadku firma musiała wyjrzeć sobie odzysków 4,3 miliona funtów, to też dosyć istotne wydatki.

Kolejny przykład, Copy with Clay, wykorzystywane nadmiernie, firma Trans, alta kanadyjska. Tutaj w ich przypadku poprzez nadmierne stosowanie funkcji copy and play stracili 24 miliony dolarów na to, że kupowali kontrakt drożej niż to powinno być Przynajmniej miejsce pierwsze i zwycięzcą tutaj jest JP Morgan.

Tutaj zostały popełnione wszystkie możliwe chyba błędy, które są, które można popełnić w Excelu czyli po pierwsze copy with clay, rozsyłanie tego, dalej łączenie jeszcze ze sobą dodatkowo plików które odczytywały jedne informacje z jednego pliku do tego żeby gdzieś pokazać je, I bardzo często tak w naszych organizacjach jest.

Gdzieś tam próbujemy sobie poskładać taki mały zestaw Excelowy i on do pewnego momentu zaczyna funkcjonować. Więc jak już to mamy przetestowane, to na przykład puszczamy to dalej do naszej organizacji, żeby inni użytkownicy też zaczęli na to funkcjonować Czyli tak jak widać na tym naszym GIFie, dodajemy trochę gazu.

No ale faktycznie w pewnym momencie Ten twór staje się już nieobliczalny i nie wiadomo co się dokładnie tutaj może wydarzyć. Wartość straty JP Morgana możecie zobaczyć na ekranie. Myślę, że to dosyć wymierna kwota i zdecydowanie pierwsze miejsce należne im poprzez złe stosowanie Excel. No więc dobra, czy jest jakaś alternatywa do tego żeby zacząć pracować ze swoimi danymi wydajniej, sprawniej, bezpieczniej, szybciej Postaram się ją Wam dzisiaj pokazać.

Zacznijmy sobie od tego, że od przykładu może bardziej takiego życiowego, pewnie wielu z Was dostaje Excele podobne do tego ze swoich banków w których macie jakieś informacje o tym na co wydawaliście swoje pieniądze. No i generalnie tych transakcji może być tutaj sporo. Wyciągnąć coś z takiego Excela też nie jest prosto natomiast w momencie kiedy spróbujemy zacząć wizualizować te dane, no to okaże się, że możemy dojść do kilku ciekawych wniosków.

Czyli w tej chwili otworzyłem sobie licencja desktopa Wcześniej przeczytałem tego Excela i starałem się nadać mu taką bardziej wizualną formą, czyli do mojej dyspozycji mam główne filtry po których chciałbym filtrować swoje dane, no i też kilka wizualizacji na słówkach, na przykład kategorie najczęściej wydaje kiedy te wydatki następują, no i ile tych wydatków W jakiej sumie one występowały jeśli chodzi o takie już konkretne zdarzenia czasowe.

No i oczywiście już w tym momencie możemy zacząć pracować z naszymi danymi. Czyli przykładowo jeżeli chciałbym zobaczyć kiedy jadłem poza domem to wybieram taką informację na mojej wizualizacji widzę ile razy to było Kiedy to następowało no i teraz rzecz niechlubna dla mnie, bo jeżeli spojrzymy sobie na głównych dostawców tego rozwiązania no to zobaczymy dwa.

Dwa przykłady, gdzie trudno że tak powiem, być dumny z tego, ale podróżują dużo po Polsce, korzysta się z różnych kwot. No, można z tego wyciągnąć jeszcze dodatkowe wnioski, czyli jeżeli sobie zostaniemy na przykład przy samym McDonaldzie, no to tych operacji mieliśmy tutaj 20, zakładamy sobie, że w każdym z nich występował jakiś hamburger plus coś tam, mamy 500 kalorii, 500 kalorii razy 20 operacji tu mamy 10 tysięcy kalorii, to oznacza mniej więcej, Przez 7,5 godziny muszę biegać tempem 4 minuty na kilometr żeby to spalić.

Dosyć dużo, więc wychodząc od takich danych stricte finansowych, stricte związanych z wydatkami, od razu można to próbować przełożyć także na inne dziedziny naszego życia. A jest to możliwe dzięki właśnie wizualizacji. Od razu widzimy te liczby, one rażą nas w oczy i jesteśmy na ich podstawie w stanie podjąć jakieś czytanie.

No dobra, to był taki zupełny przykład życiowy, to teraz zobaczmy sobie, jak by to mogło wyglądać całościowo. Czyli weźmy pod uwagę, weźmy na przykład taki kliczek Excelowy, który ma półtora miliona rekordów, 178 megabajt waży na wysku. Spróbujmy go uruchomić. I otwiera się nasz Excel.

Jeszcze potrwa.

No, 50%, 62%. Aż finalnie Excel powie nam że nie może otworzyć tego pliku, bo zawiera więcej niż milion pierwszy lub szesnaście tysięcy kolumn więc tak na dobrą sprawę te dane są dla nas nieużywalne. Co rekomenduje nam Excel? No to byśmy na przykład podzielili ten pliczek na jakieś mniejsze i próbowali na mniejszych zestawach Danych po pracach.

Rzeczywiście on otworzy tę CSV-kę, ale stanie na tym maksymalnym jego możliwym recordzie czyli między 500 tysięcy rekordów jeszcze gdzieś tam nam pozostało niezaładowane. No dobra spróbujmy w takim razie zobaczyć jakby to wyglądało w Qliku Stworzymy sobie nową aplikację, nazwijmy ją po prostu XLS, otwórzmy ją.

I w kolejnym kroku spróbujmy załadować dane z naszego Excela właśnie do Kika. Plik CSV, od razu widzimy podgląd co w pliku się znajduje i klikamy na dodaj dane. W tym momencie proces, który będzie tutaj wykonywany, będzie polegał na zaczytaniu całego naszego Excela i za chwilkę będziemy próbowali zwizualizować już to, co w środku w nim siedzi.

To, co jest istotne, teraz przykład, który Wam tutaj pokazuję, bazuje na Excelu natomiast docelowo jest tak, że Staramy się aby plik łączył się do tych danych bezpośrednio źródłowo, czyli baz danych a Excela staramy się jakby wyplenić z organizacji Jak widzieliście wcześniej, bywa powodem do tego, żeby błędy popełniać i to czasem dosyć kosztowne.

Więc w tej chwili mamy już załadowany nasz plik i co ważne, już w tym momencie możecie zacząć czerpać z niego korzyści analityczne, nawet jeszcze nie tworząc literalnie żadnego ruchu kierunku wizualizacji Klik seans za pomocą mechanizmu Cognitive Engine pozwoli Wam lepiej zrozumieć swoje dane, które przed chwilą doczytaliśmy do aplikacji, bo sam będzie starał się przygotować dla Was pierwsze wizualizacje I od razu będzie Wam je w stanie tutaj rekomendować.

Czyli przykładowo z tych naszych danych klik zrozumiał, że są tam jakieś dane geograficzne, mamy pole total revenue, więc podsumował nam to pole i zaprezentował je w postaci graficznej. Jakaś z tych wizualizacji pasuje Wam do oczekiwanego rezultatu Waszego dashboardu w prostym kroku możecie go po prostu do tej naszej wizualizacji dodać, czyli w moim przypadku chciałbym jeszcze skorzystać z tego wykresu treemap, no i na samym końcu dorzucić jeszcze do naszego dashboardu dane na wykresie rozrzutu.

Więc w tej chwili te trzy wizualizacje dodałem do mojej aplikacji i oczywiście jak widzicie klik wygenerował 11 takich analiz na podstawie danych które załadowaliśmy do aplikacji, natomiast jeżeli chcielibyście zmieniać sobie tą perspektywę to wystarczy że zaczniecie zaklikiwać informacje które Was interesują W tej chwili kliknąłem tylko na pole country, ono zostało złożone tutaj, w tym pasku.

Więc wizualizacje które zostały przygotowane dla mnie, to na przykład lista tych krajów ile ich jest Ponownie rozkład sprzedaży właśnie na te poszczególne kraje. Ale oczywiście te nasze selekcje możemy coraz bardziej zawężać, czyli jeżeli by country dołożył jeszcze order id, no to kolejne wizualizacje, które klik w locie zacznie dla nas tworzyć będą już dotykały tych dwóch elementów Jeżeli któraś z wizualizacji Wam podpasuje, możecie ją wydawać znowu do arkusza możecie stworzyć z tego nowy arkusz.

Ja na razie będę bazował na tym, co już zostało dla mnie wytworzone czyli wyjść z wniosków, zapiszę moją aplikację. I w tej chwili już mogę zacząć pracować z moimi danymi. Te trzy wizualizacje które wytworzyłem sobie przed chwilą już są w pełni klikalne, w pełni używane. Więc jeżeli interesuje mnie Australia, klikam na nią, dokonuje selekcji i od razu widzę wszystkie Cały podział przychodów właśnie z Australii podziałem na kategorie i powiedzmy kanał sprzedażowy, więc nie dokonują właściwie żadnych operacji na skrypcie, na danych na wizualizacjach, już mamy pierwsze analizy które mogą nam Pomóc w lepszym zrozumieniu naszych danych.

No i silnik kognitywny, który przed chwilą tutaj zobaczyliście za pomocą właśnie tego mechanizmu wnioski, może być przez Was używany wielokrotnie i za chwilkę jak będziemy budowali wizualizację zupełnie od zera, no to zobaczycie jak jeszcze może Wam pomóc w wychodzeniu poza tabelki i wchodzeniu właśnie w świat Świat wizualizacji.

Czyli w tej chwili wytworzyliśmy sobie pierwszy nasz dashboard, oczywiście można przejść do trybu edycji i spróbować jakoś lepiej poukładać nasze dane, natomiast pokażę Wam też w jaki sposób zupełnie od zera zacząć stawiać pierwsze kroki w kliku na podstawie danych, które już macie. Czyli w tej chwili chciałbym stworzyć sobie zupełnie nowy arkusz Zaczynam w tym miejscu nazwijmy go powiedzmy Dashboard.

No i w tej chwili co mamy do dyspozycji? Po pierwsze po lewej stronie macie wszystkie dostępne pola które już w naszej aplikacji są zaczytane i pochodzą właśnie z tego półtora milionowego pliku CSO. Mamy różnego typu wykresy które mogą być przez Was używane, jeżeli chcecie, istnieją obiekty niestandardowe jak np.

biblioteka Wisły, którą możecie pobrać z naszej strony lub ze strony branchclick.com. Tam jest w tej chwili około 500 różnego typu projektów wizualizacyjnych Które możecie stamtąd obrać, włączyć do swoich aplikacji i swobodnie, swobodnie używać. No i jest istotny też element ostatni, czyli elementy główne i to też jest świetny punkt do tego, żeby troszeczkę porozmawiać o tym, jak klik może Wam pomóc w tym, żeby unikać pewnych błędów.

Czyli w tym miejscu możecie zdefiniować wymiary miary i wizualizacje, jakby globalne dla całej naszej aplikacji i wymóc na użytkownikach to, aby W momencie kiedy na przykład próbują stworzyć swoją wizualizację, musieli korzystać właśnie z tych zdefiniowanych przez Was miar czy wymiarów. W ten sposób możecie zbudować taką self-service ową platformę analityczną, Która nie będzie jakby obarczona chorobą zwaną eksceliozą, tylko wszystkie elementy które nawet użytkownicy końcowi wytworzą, są w pełni edytowalne, wcześniej przez Was zatwierdzone.

Jeżeli użytkownik stworzy taki element, może być w bardzo prosty sposób dołączony do tej rdzennej aplikacji. Może być też w bardzo prosty sposób z tej aplikacji wyrzucony. Dokładnie widzimy, kto co zrobił co zrobił Więc też możemy śledzić rozwój tejże aplikacji. Za chwilkę do tych naszych miar głównych sobie wrócimy.

Zacznijmy w takim razie od pierwszych wizualizacji. Startujemy sobie od wykresów startujemy od panelu filtrowania i umieśćmy go na naszej, w naszym dashboardzie, na naszej kartce. To, co chcielibyśmy teraz zrobić, to do tego panelu filtrowania dodać elementy które użytkownik będzie mógł wykorzystać do tego, żeby odsiać interesującą informację, czyli na przykład niech filtruje sobie dane po kraju po typie po regionie przykładowo i po Kanale sprzedaży.

Mamy takie cztery kliky. Teraz chciałbym zacząć wizualizować już pierwsze informacje. Co ważne, możecie w każdej chwili wyjść od wykresu wybrać na przykład wskaźnik API, dodać do niego miarę, ustawić funkcję agregującą jaka będzie Wam potrzebna i w ten sposób zbudować swoją wizualizację. Ale możecie także zacząć Coraz bardziej polegać na tym, co Qlik zaproponuje.

Czyli przykładowo, mamy tutaj pola takie jak Total Cost, Profit Revenue, Unique Cost, Unique Price, Unique Sold. Jeżeli chcielibyśmy szybko podsumować sobie nasze przychody, no to ten element z bazy danych de facto możemy wrzucić sobie na naszą wizualizację i zobaczcie, co zrobił Qlik. Rozumiem że są tam w środku dane liczbowe, które warto, Podsumować.

Od razu stworzą nam z tego KPI, na którym nie musimy się jakoś długo zastanawiać Od razu nam pasuje. Natomiast jeżeli chcielibyście zmienić na przykład funkcję agregującą, to wystarczy że w tym miejscu bardzo szybko sobie zmienicie na przykład na średnią, jeżeli to jest to. I tak samo możecie robić z każdym innym elementem.

Klik będzie starał się wybrać dla Was najlepszy sposób wizualizacji tego konkretnego elementu Natomiast jeżeli z tym nie do końca się zgadzam z tą pierwszą propozycją albo chcecie Zobaczycie jakie inne jeszcze możliwości klik daje, wystarczy że rozwinięcie tą listę i zobaczycie jeszcze w jaki sposób klik ten może Wam pomóc zwizualizować.

Więc dodajmy tutaj revenue, dodajmy koszty tym samym sposobem. Dodajmy profit, no i chcielibyśmy jeszcze policzyć sobie marżę procentową. Tak w kosti tych naszych danych nie ma, więc oczywiście moglibyśmy zrobić coś takiego że startujemy sobie z wykresem, wrzucamy po prostu wskaźnik API, dodajemy do niego miarę którą w tej chwili sobie możemy po prostu wpisać i wyliczyć.

Na pewno ja pokażę Wam, jak właśnie zacząć budować aplikację w ten sposób, Aby one były nam maksymalnie przyjazne dla was jako deweloperów, żebyście mogli wprowadzać w nich bardzo szybko zmiany a z drugiej strony żeby użytkownicy też mogli właśnie korzystać z takiej biblioteki reużywalnych obiektów typu miary czy w miarę.

Więc przejdźmy sobie właśnie do elementów głównych, przejdźmy do miar i kliknijmy na utwórz nowy. W tym miejscu Za pomocą tego kreatora możecie właśnie tworzyć swoje nowe wymiary. Nazwijmy ją to, co będziemy teraz tworzyć jako marża procentowa. To, co ważne, można tutaj też dokładać różnego typu opisy.

Wszędzie tam, gdzie zobaczycie taki znacznik FX, oznacza to, Wartość którą tutaj finalnie będzie wyświetlana w aplikacji zależy od funkcji czyli opis tej rozmiary możecie np. uwarunkować od tego, kto do aplikacji się zalogował, czy jest to użytkownik polskojęzyczny czy np. anglojęzyczny i w ten sposób ten opis tej rozmiary, którą za chwilkę tutaj zbudujemy, jest tworzony.

W momencie kiedy klikniecie właśnie na tego fx, Otwiera Wam się okienko do pisania formuł, jak widać jest dosyć pokaźnych rozmiarów więc można poszaleć z formułami. Możecie oczywiście zacząć wpisywać z palca, klik za pomocą Intel license zacznie Wam podpowiadać te elementy które pasują do tego co wpisaliście No i w tym miejscu możemy zacząć budować naszą miarę i naszą miarą będzie właśnie marża procentowa, więc weźmy sobie revenue, weźmy sobie pod uwagę koszty udzielimy to.

No i oczywiście warto teraz to jeszcze wszystko uzupełnić funkcjami agregującymi.

Jeżeli gdzieś byśmy popełnili błąd czyli na przykład zapomniałbym tutaj o tym moim nawiasie, cała ta formuła zostanie podświetlona i dostaniemy informację że Że jest niepoprawna. Jeżeli chcielibyście zobaczyć jaką składnię mają poszczególne funkcje, to wystarczy kliknąć na ten przycisk pomocy i od razu po kliknięciu w te określone elementy, klik przeniesie was do helpa i łącznie z przykładami zobaczycie, jak powinniśmy budować nasze polecenia.

No dobra, to stworzyliśmy naszą… Naszą miarę i teraz ten gotowy element możemy zacząć używać w naszych wizualizacjach. Jeżeli go przeniesiemy w to miejsce, to od razu klik zacznie rekomendować w jaki sposób powinniśmy go wyświetlić. Jeżeli nie pasuje nam ten taki speedometer To możemy zmienić ten element na to, żeby pasował nam do tych poprzednich KPI-ów.

Oczywiście warto go jeszcze dodatkowo sformatować, żeby nam pokazywał już konkretne wartości liczbowe No dobra to teraz mając te elementy wiedząc już jak budować reużywalne elementy zarówno dla nas jako deweloperów jak i użytkowników finansowych możemy pójść jeszcze krok dalej. Czyli zobaczcie, że w momencie kiedy zaczniemy dodawać kolejne elementy do naszego dashboardu to plik w zależności od tego co dodajecie zacznie je odpowiednio interpretować.

Czyli przykładowo chciałbym zobaczyć teraz jak wygląda moja sprzedaż w czasie. Więc jako główny element tutaj w tej środkowej części naszego dashboardu widzimy po prostu w tej chwili pole, które zawiera wszystkie daty zamówień które Które są w tym naszym pliku CSV. No i klik zrozumiał, że jest to lista wartości, więc po prostu wyświetla je w ten sposób.

Natomiast chciałbym zobaczyć jak wygląda sprzedaż właśnie na te poszczególne daty, więc po prostu dodajemy sobie poprawę new, I już widzimy co tutaj kliks ten zrobił, nawet trochę nie pytając nas, zaczął nam znowu zsumować tą wartość i od razu zaprezentował ją nam na wizualizacji. Pójdźmy zatem jeszcze dalej i wystartujemy od najzwyklejszego wykresu czyli weźmy sobie wykres słupkowy.

Dorzućmy tutaj do niego, no powiedzmy wymiar country i chcielibyśmy oglądać tutaj też revenue. Jak widzicie w momencie, kiedy wybieracie takie pole, to też klik zacznie wam odpowiadać Najpopularniejsza funkcja krytująca w naszym przypadku też skorzystamy sobie z sumy. No tak jak widać dane, którymi tutaj operujemy są wygenerowane dosyć liniowo, więc nie widać jakichś dużych różnic między poszczególnymi krajami.

Ale być może warto dołożyć do tego jakiś jeszcze element, który spowoduje, że tą różnicę zobaczymy. No więc wróćmy do naszych elementów głównych, znajdźmy nasze pole marża. Upuśćmy je na naszą wizualizację i poprosimy klika żeby pokolorował nam te słupki także według margin. Co z tego wynika za chwilkę jeszcze spojrzymy, natomiast na samym końcu chciałbym Umieścić jeszcze jedną wizualizację dotyczącą właśnie naszych krajów.

W momencie, kiedy je upuścimy tutaj, to też jak zrozumiał wcześniej, już na etapie ładowania danych że w polu country mamy dane dotyczące geografii od razu też już klik nam bezpośrednio tutaj w naszym panelu oznaczył odpowiednio, że wiemy że będziemy mogli je wykorzystać na No i na samym końcu chciałbym też wiedzieć jaka sprzedaż występuje w tych krajach.

Przechodzimy sobie do wszystkich naszych kół wrzucamy to na rawniu i będziemy widzieli, Gdzie te przychody mamy największe. Co od razu z mapy widać? Że białą plamą naszej sprzedaży jest Ameryka Południowa, nic tam się nie dzieje więc od razu warto wyciągnąć z tego jakieś wnioski i zacząć też zdobywać tamte rynki.

W momencie, kiedy wyjdziemy sobie z naszej,

Kreatora do tworzenia wizualizacji, od razu będziemy mogli zacząć korzystać z naszych danych. Nie musimy w żaden sposób tych obiektów ze sobą wiązać. Ich powiązanie wynika wprost z modelu danych, czyli wybierając jakąś wartość, na przykład rok 2011, od razu wybiorę wszystkich klientów którzy z tym rokiem 2011 są powiązani, wszystkie zamówienia, wszystkie produkty itd.

Więc dokonując selekcji tutaj, Od razu wszystkie inne wizualizacje przeliczą mi się do roku 2011, jeżeli chciałbym zrobić sobie szybkie rozwinięcie tego, to po prostu wykonuję selekcję w ten sposób, wszystkie wizualizacje dookoła przeliczają mi się w tym momencie. Mówiliśmy o tym, że na tym wykresie mamy dosyć taką standardową sytuację że te różnice w sprzedaży między poszczególnymi krajami są praktycznie Praktycznie niezauważalne, ale użyliśmy także tutaj koloru po to, żeby reprezentował nam marżę, którą Ci te poszczególne kraje wygenerowały.

Teraz pod spodem tego wykresu mamy taki mini wykresik który pokazuje nam te wartości jakby w całości czyli Tutaj na tym dużym wykresie patrzymy na pewną część, jeżeli zaczniemy ją przewidzieć to przejdziemy dalej. Natomiast ten mini wykres pokazuje nam wszystko, co w ogóle w naszych danych się dzieje.

Więc jeżeli szybko przesuniemy sobie tą naszą taką lupą, to zobaczymy, że są takie miejsca takie kraje gdzieś tam dalej wśród naszego rankingu, że marża u nich jest całkiem duża, A w pewnym przypadku ma zdecydowanie większa niż dla innych krajów. Więc to szybkie takie krótkie podsumowanie pozwala nam wyłapać pewne niuanse w naszych danych, których nie widzimy na pierwszy rzut oka żeby bardzo szybko się na nich skupić.

Co więcej, sama wizualizacja też pozwala nam zadać pytanie o to, Czy na przykład o kraje w których marża jest większa niż. No i ten parametr tutaj możemy sobie dowolnie nim sterować. Możemy go też wpisać wprost palca tak żeby podać konkretną wartość. W ten sposób z tych 180 kilku krajów, które Miałem w tej chwili w analizie, wybrałem sobie tylko kilkadzieścia dokładnie i już mogę się skupić konkretnie na nich i tutaj Kamerun cały czas mi się świeci jako ten, który robi największą marżę, ale niekoniecznie robi też największą sprzedaż.

Co jest istotne? W momencie, kiedy zaczynamy jakby pracować w ten sposób z danymi, to będziemy chcieli zadawać coraz więcej pytań. Więc jak sobie z tym poradzić? Przejść do trybu lekcyjnego i na przykład w tej wizualizacji dać możliwość użytkownikom spojrzenia na tą wizualizację także pod innym kątem.

Czyli jeżeli jesteśmy w niej wkliknięci, to po prawej stronie mamy do dyspozycji cały panel właściwości tegoż obiektu. No i jak widać można tutaj dodawać wymiary, można dodawać miary, ale można też korzystać z wymiarów i miar alternatywnych Czyli przykładowo jeżeli chciałbym, żeby użytkownik po dokonaniu selekcji na kraju mógł zobaczyć jakieś alternatywne spojrzenie na te dane, no to dajmy mu na przykład opcję spojrzenia poprzez item type, albo na przykład poprzez region, czy poprzez kanał sprzedażowy.

W momencie kiedy to zrobiłem, Pojawia mi się tutaj taka dodatkowe dodatkowe trójkącik który pozwala użytkownikom nazwiemy właśnie tej perspektywy. Jak to działa w praktyce? No dobra, to jeszcze raz. Spójrzmy sobie na tych naszych klientów z największą marżą. Wybierzmy sobie nasz koneron żeby przyjrzeć się mu już dokładniej.

Ta wizualizacja pokazuje nam, jak ta sprzedaż kształtowała się w czasie. Natomiast teraz chcielibyśmy zobaczyć już, jak to wyglądało na poszczególnych W naszych kategoriach sprzedażowych. Czyli ta możliwość zmiany perspektywy to jest jakby zapewnienie tego, że nie musimy właśnie wejść tam tak jak na standardowych naszych arkuszach Excelowych tworzyć mnóstwo różnych opcji na to, żeby pokazywać te same dane, ale w nieco innym imieniu.

No tutaj dalej widzimy, że jeśli chodzi o największą marżę jest generowana na ubraniach Mimo tego, że ta sprzedaż jest tutaj całkiem czwarta w kolejności od końca. I co fajne, jeśli teraz wybierzemy sobie tą konkretną kategorię i chcielibyśmy zobaczyć jak to w ogóle wyglądało w historii naszej firmy, także na innych krajach, to jak widzicie te selekcje które dokonałem wcześniej, czyli konkretny kraj i konkretny item type, są w tej chwili odłożone na tej górnej walce, więc mogę zrezygnować z selekcji na Zobaczyć jak ubrania ogólnie sprzedawały się w naszej firmie, gdzie ta sprzedaż była największa.

I znowu tą perspektywę mogę zmienić sobie chociażby na country, żeby zobaczyć gdzie tę marżę osiągnęliśmy największą. Znowu te kraje które tę marżę generują. Właśnie największe. No i w ten sposób, za pomocą jednego prostego dashboardu który zawiera dosłownie Trzy wizualizacje i cztery obiekty KPI-owe, możemy sobie odpowiedzieć naprawdę na wiele pytań.

Przykładowo dokonując selekcji na roku 2013, schodzimy już na poziom niżej chcemy zobaczyć jak wyglądał nasz przegląd w pierwszym kwartale dokonujemy selekcji w ten sposób. Jeżeli chcielibyśmy zobaczyć wszystkie te dni transakcyjne, gdzie nasza sprzedaż była większa niż, znowu za pomocą takich właśnie selektorów możemy Możemy na te nasze dane spojrzeć.

Ponownie też dla tego wykresu jeżeli zaczniemy się przybliżać myszką do niego, to będziemy widzieli konkretne wartości. Natomiast pod spodem widzimy właśnie taki fisheye, czyli dokładnie w którym miejscu danych jesteśmy i co jeszcze w tych danych się nam kryje. Czyli na przykład widzimy jakiś tutaj dość duży spadek który widzieliśmy na tej wizualizacji możemy bardzo szybko do niego Dojechać i sprawdzić co No i to jest jakby punkt wyjściowy, czyli mamy pierwsze fajne wizualizacje, które już odpowiadają nam na wiele pytań.

No to jak mówiłem na samym początku warto jeszcze dodać do tego oczywiście Dane tabelaryczne żebyśmy mogli to lepiej zrozumieć. Oczywiście można dodać kolejną tabelkę, co zresztą za chwilkę zrobię, natomiast zawsze macie możliwość taką, że jeżeli jesteście na jakiejś wizualizacji i chcecie zobaczyć dokładnie dane, które się na nią składają możecie w każdej chwili Zobaczyć już to na konkretnych liczbach.

Natomiast jeżeli chcielibyśmy przygotować taką właśnie kabelkę, to możemy sobie na przykład kliknąć na ten nasz dashboard, powielić go, nazwać go szczegóły Przejść do edycji i powiedzieć, że tych elementów już nie potrzebujemy i teraz będziemy chcieli właśnie stworzyć taką małą, klasyczną tabelkę z naszego świata świata Excelowego.

Czyli startujemy od tabeli przestawnej. Dodajmy wybiera niech to będzie kraj chcemy gdzieś tam też schodzić do zamówienia czyli wybieramy sobie np. order id. Chcielibyśmy oglądać różne wartości, czyli np. z tych struktur rekordatorium reużywalnych miar chce skorzystać z marży. Chciałbym coś od razu sformatować żeby była liczba w procentach.

Chciałbym na przykład patrzeć sobie na revenue, więc wybieram go i chciałbym go zsumować i chciałbym w kolumnach mieć na przykład konkretny rok. No i teraz jeżeli wyjdę z naszego trybu edycyjnego i wyczyszczę moje selekcje, no to zobaczę ten klasyczny układ, który najczęściej spotykamy. Ogromną tabelę przestawną z której tak na dobrą sprawę ciężko coś wywnioskować.

No i to jest taki powiedzmy najczęściej spotykany zestaw danych Niby wszystkie informacje mamy, ale tak na dobrą sprawę ciężko coś z nich wyciągnąć. Oczywiście tą tabelę przestawną też możemy dostosowywać do swoich potrzeb. Niemniej jednak to cały czas jest mało używane. Natomiast jak to może działać w połączeniu z wizualizacjami?

Jeżeli faktycznie wyłapiemy sobie ten element, który nas interesuje, czyli konkretną właśnie kamerą która robi największą marżę to na tym dashboardzie Widzimy co się działo, kiedy, w jakich wartościach jaką marżę osiągnęliśmy jako podsumowanie. Natomiast już przechodząc do tej naszej zakładki szczegóły zobaczymy, że nasza tabelka została odfiltrowana, bo nasza selekcja podążyła za nami i już możemy się skupić na konkretnych W numerach zamówień, żeby zobaczyć co dokładnie się tam działo.

I znowu, wracając tutaj, zmieniając sobie perspektywę, chociażby na te item type’y możemy przejść do tych które generowały nam największą marżę i znowu zobaczyć już w danych tabelarycznych tylko te zamówienia, które zawierały kategorię kategorię ubrań. I w ten sposób połączenie tych dwóch światów czyli światek tabelek i światek wizualizacji może pomóc nam w tym, żeby Lepiej rozumieć swoje dane i jednocześnie jak widzicie można to zrobić o wiele bardziej wydajnie, bo w tej chwili te 1,5 miliona rekordów które wcześniej Excel nawet nie chciał otworzyć, klik czytał bez problemu zaczął je wizualizować i co ciekawe jeżeli spojrzymy sobie na takie podsumowanie to ten kliczek Excelowy waży 178 MB na naszym dysku, aplikacja klikowa waży…

Megabajtów 44. To jest jeden też z patentów który w pliku jest zaszyty, czyli mechanizm pewnego kompresowania danych zapisywania unikalnych wartości tylko raz po to, żeby później zmieścić je też w rozsądnej ilości pamięci operacyjnej RAM. Więc to jest taki dobry start na to, żeby pokazać Wam Jak możecie przejść od świata Excel’owego do świata wizualizacji danych, jak gdyby nie tracąc też cały czas tej możliwości przeglądania danych tabelaryczną.

Bo ja rozumiem że wiele osób gdzieś tam na końcu dnia woli też tabelki, niemniej jednak wyłapanie pewnych wartości Wstępujących od normy takich, które nas szczególnie interesowały jest możliwy głównie na wizualizację. Dzięki nim możemy skupić się na tym, co jest istotne i finalnie na przykład wyświetlić sobie te dane stricte w paparazzi.

Jednocześnie stosując rozwiązania takie jak Qlik, Nie narażacie się na to, że gdzieś tam w tych Excelach powstaną różne wersje tychże Exceli, tylko tak naprawdę po jest stworzona jedna aplikacja, która jest połączona bezpośrednio do źródła danych w Waszej firmie. Aplikacja jest następnie dystrybuowana do konkretnych osób.

No i one też w zależności od tego, jakie mają uprawnienia do danych widzą tylko te dane w aplikacji, które widzieć powinny. Czyli macie osiągnięte jedną wersję, kilka rezultatów jedna wersja prawdy w firmie wszystko centralnie zarządzane, z drugiej strony też z możliwością rozbudowy przez użytku płotników końcowych, ale taką nadzorowaną czyli wiemy kto i jaki obiekt stworzył.

Jeżeli ten obiekt nam się nie podoba, możemy go usunąć jeżeli jest, Jest okej wnosi jakąś wartość do naszej aplikacji, Bez problemu bez problemu dodać. No i to jest myślę, że taki dobry wstęp na to, żebyście zobaczyli żebyście wzięli swoje Excele, które gdzieś tam na pewno macie które otrzymujecie być może na skrzynki mailowe, do których być może już nawet nie zaglądacie, bo szkoda czasu na ich otwieranie, no i żebyście spróbowali podziałać trochę z klikiem.

Jak wasza przygoda może się zacząć Generalnie startujecie z naszej strony, czyli datawizards.pl Na głównej stronie macie możliwość pobrania klika w wersji desktop, czyli dokładnie tego systemu który dzisiaj wam pokazałem. Jest to aplikacja instalowana u was na komputerze właściwie spełnia możliwości analityczne, czyli możecie budować aplikacje pochodzące Z różnych systemów bazowodanowych, excelowych, danych typu REST i tak dalej.

No i wykorzystywać to do jakby pierwszych progów z klikiem Natomiast w momencie kiedy wasz apetyt rośnie i chcielibyście pójść z klikiem krok dalej, istnieje też wersja Qlik Sense Enterprise, czyli już pełni serwerowe rozwiązanie, które ma zautomatyzowane reload

Dostęp do wszystkich właśnie mechanizmów security i tak dalej i tak dalej. Do tego też Was mocno zachęcam, ale punkt startowy to jest właśnie dobrze qlik sense desktop. No dobra, to wróćmy sobie jeszcze na szybko do mojej prezentacji. Jeżeli zobaczyliście dzisiaj podczas naszego webinaru coś ciekawego dla siebie, chcielibyście zrobić coś więcej, spróbować klikat w takich warsztatach hands-on, To zapraszamy Was na śniadanie z klikiem 18 października Łódź 25 października Katowice i 26 październik Kraków.

To są miejsca w których będziemy się z nami spotykać. Takie śniadania składają się z dwóch części, przede wszystkim bardzo smaczny poczęstunek na to, żebyście mieli siłę na drugą część naszego spotkania, czyli już konkretne warsztaty techniczne. Spotkanie trwa mniej więcej trzy godziny i na koniec tego spotkania wychodzicie z wiedzą o tym, jak zbudować tę pierwszą aplikację analityczną w Qt.

Więc jeżeli temat Was zainteresował, chcecie zobaczyć coś więcej, chcecie poznać nas osobiście, zapraszamy do tych trzech lokalizacji w najbliższym czasie. Szczegóły znajdziecie na naszej stronie internetowej z możliwością zapisania się na te poszczególne wydarzenia. Więc gorąco Was do tego zachęcam.

Jeśli chodzi o następny webinar, to 16 października o godzinie 13 standardowo co dwa tygodnie o godzinie 13 zapraszamy Was. Kolejny webinar będzie troszeczkę inny niż dotychczasowe, czyli nie będziemy się już skupiać mocno na kwestiach technicznych czy na wprowadzeniu w świat PICA, tylko pokażemy już konkretne rozwiązania dla, Osób związanych z działką HR.

Czyli jeżeli gdzieś tam w firmie macie osoby, które pracują na danych HR-owych i też walczą z Excelami, chcieliby zobaczyć coś więcej, jakoś uprościć swoje życie firmowe, zapraszamy, 16 października też na naszej stronie internetowej znajdziecie link do tego, aby się na webinar zapisać. Kontakt do nas zapraszam na datawizards.pl, kontakt bezpośrednio do mnie pzmałpa.datawizards.pl a teraz już skończę pokazywać swój ekran i zobaczę, czy pojawiły się jakieś pytania.

Jeżeli nie macie to wrzućcie je proszę do panelu czat, a postaram się na nie

Ok, pojawiło się kilka pytań, więc postaram się na szybko odpowiedzieć Więc tak, przede wszystkim widzę, że były chyba jakieś kłopoty z głosem. Jeżeli ktoś na tym naprawdę mocno ucierpiał, to proszę o kontakt bezpośredni. Zrobimy wszystko, żebyście nie byli poszkodowani, więc taką prezentację zrobimy wam jeszcze raz, jeżeli będzie trzeba.

Okej to lecąc w górę, jeśli chodzi o pytania. Jak długo można korzystać z wersji testowej? Prawda jest taka, że bez ograniczeń czasowych tą wersję możecie pobrać z naszej strony. Jedynym właściwie jej ograniczeniem jest to, że w wersji desktopowej nie wprowadzicie takiego mechanizmu, który nazywa się Section Access, czyli aplikacja, którą stworzycie jest w pełni otwarta.

Nie można

zaprogramować jej w ten sposób, że w zależności od tego, kto się do niej zaloguje, to zobaczy inne dane. To jest właściwie jedno ograniczenie, druga jakby nie będzie w niej tej całej sfery serwerowej, czyli zautomatyzowanych reloadów, całej otoczki serwerowej. Wszystko dzieje się na Waszym desktopie, ale czasowo nie jest to ograniczone.

Czy jest możliwość eksportu wizualizacji do plików graficznych, na przykład do prezentacji czy raportu Tak, zdecydowanie i można to robić na kilka sposobów W momencie, kiedy macie przygotowane dashboard, to każde z obiektów możecie wyeksportować tak po prostu niezależnie do pliku graficznego. Cały arkusz też możecie po prostu wyeksportować do PDF-a.

Możecie też tworzyć tego dzisiaj nie pokazywałem, ale to będzie temat na pewno jednego z kolejnych webinariów czyli tak zwany storytelling. Te wizualizacje interaktywne, które tutaj widzieliśmy, takie jak wykres słupkowy, mapka, czy wykres liniowy, czy jakiś obiekt KPI, możecie skopiować sobie i właśnie poukładać je w tak zwane story.

Story to jest taka trochę rzecz podobna do PowerPointa więc układacie sobie pewne slajdy, wizualizacje na nich, dodatkowe jakieś, powiedzmy, wasze komentarze. Jeżeli jest taka sytuacja że Przygotowujecie analizy dla kogoś To Storytelling wydaje się tutaj najciekawszym pomysłem na to, żeby właśnie Te poszczególne analizy wyjąć troszeczkę na bok lub właśnie do takiej prezentacji, dołożyć jakiś swój komentarz opublikować to w aplikacji i powiedzieć swojemu koledze, czy swojemu przełożonemu dla którego przygotowujemy te analizy, słuchaj zerknij sobie do pliku na serwerze masz aplikację tam jest przygotowany storytelling dla ciebie z omówieniem ostatnich wyników sprzedażowych przykładowo.

Świetna okazja do tego, żeby wykorzystać wszystkie możliwości klika Nie zapychać sobie skrzynki pocztowej wysyłając kolejnego Excela, kolejnego PowerPointa. Wszystko można zrobić właśnie na serwerze. Pytanie pytanie, pytanie. Jaką widzę przewagę klika nad tabelą? Jest ich wiele, natomiast od czego można by zacząć?

Generalnie może tak, jeżeli spojrzymy sobie na część wizualną, możemy powiedzieć, że jeden i drugi soft, To są do siebie dosyć podobne, tak? I tu mamy ładne wizualizacje i tu możemy powiedzieć, że mamy ładne wizualizacje. Różnica jest w podejściu zupełnie inna w przypadku klika. Bardzo często mówimy o tym, że nasze projekty zaczynają się zdecydowanie wcześniej niż projekty Tableau i kończą się zdecydowanie później.

Nie chodzi o to, że nasze projekty trwają dłużej, chodzi o to, że W przypadku Tableau bardzo często jest tak, że musimy gdzieś tam wcześniej mocno popracować nad tym, żeby nasze dane były przygotowane do tego, żeby w ogóle można było je analizować. W przypadku klika tej roboty robić nie musimy. Mamy sobie wbudowany pełnoprawny mechanizm EPL.

Wiem, że Tableau w tej chwili teraz też wypuściło PREPA, ale jak on działa to wszyscy chyba użytkownicy Tableau wiedzą Więc to mamy tą jakby część taką typowo przed projektową, w której możemy się wykazać tym, że nie musimy budować jakiegoś repozytorium dodatkowego dla naszych danych Możemy po prostu skorzystać z mechanizmów Qlikowych, żeby dane pobrać z wielu systemów, zintegrować się ze sobą i zaprezentować w formie graficznej.

No ta prezentacja w formie graficznej, umówmy się, jest podobna w jednym i drugim przypadku Różnica jest tutaj też taka, że jak widzicie, wszystkie elementy które w kliku wyświetlałem, gdziekolwiek nie dokonałem selekcji, tam od razu wszystkie inne wizualizacje na tą selekcję odpowiadały. W przypadku tabla trzeba je połączyć dodatkowo.

Ja mam personalnie taki dysonans patrząc na tablo że czasami nie wiem jakie dane tam oglądam pod spodem. No i ten trzeci element, czyli wyjście poza. Standardowe wizualizacje czyli możliwość posadzania i rozszerzania klika no to tutaj mamy jakby niekwestionowaną przewagę nad naszą szanowną konkurencję Oczywiście tych elementów jest dużo, więc zapraszam do głębszej dyskusji.

Coś o kosztach ceny licencji. Tak na dobrą sprawę można zacząć już od kilku tysięcy złotych Licencje można kupować w wersji perpetual, jak i subskrybcyjnej, więc jeżeli jest jakieś konkretne pytanie, to też zachęcam do tego, żeby skontaktować się ze mną bezpośrednio też chętnie opowiem, ale start można zrobić naprawdę gładko.

Jeszcze jedno pytanie się pojawiło, czy są jakieś ograniczenia w ilości danych które obsługujemy. Tak jak widzieliście na tym prostym przykładzie wciągnąłem Półtora miliona rekordów, natomiast co do ograniczeń, tak na dobrą sprawę dane muszą się zmieścić w pamięci operacyjnej RAM, czy to takiego desktopa jak sobie będziecie u siebie pracowali, czy to serwera w takim docelowym ujęciu, ale tak jak widzieliście dane, które były pierwotnie zapisane w Excelu w Qliku ważą zdecydowanie mniej

Dzięki temu możemy umieścić to w pamięci operacyjnej RAM. Powiem szczerze, że na moim komputerze chyba największa aplikacja która uchyliła, miała sto kilkadziesiąt milionów rekordów a nie jest to demon prędkości. To też pokazuje jak wydajnym narzędziem do analizy danych jest klip

No dobrze. Chyba nowe pytania się już nie pojawiają, więc bardzo dziękuję Wam za dzisiejszy udział. Zapraszam na za dwa tygodnie. Będziemy wtedy rozmawiali o konkretnych rozwiązaniach dla HR Zapraszam też na naszą stronę tam będziecie mogli pobrać kilka, zapisać się na ewentualnie te śniadanie, jeżeli komuś z Was lokalizacja pasuje, to bardzo bardzo gorąco Was zapraszam, zapraszam też do kontaktu bezpośrednio mailowo pz@.datawizards.pl, dziś dziękuję Wam za spotkanie, życzę udanego dnia i do usłyszenia, pozdrawiam Was serdecznie.