Prisipažinsiu iš karto – kai pirmą kartą užtikau Stilano.lt atvirus duomenis, ilgai neįsivaizdavau, kaip iš tos informacijos gruzo išspausti ką nors naudingo verslui. Atrodė kaip dar viena valstybinė duomenų bazė, kur viskas suguldyta, bet niekas nepaaiškina, ką su tuo daryti toliau. Pabandžius pasikapstyti kelis vakarus, situacija pasikeitė – dabar tie duomenys man tapę tikru įrankiu, kurį naudoju beveik kasdien stebint konkurentus ir rinkos pokyčius.
Kas iš tikrųjų slypi po tais atvirais duomenimis
Stilano.lt esmė – tai viešai prieinama informacija apie įmonių veiklą, jų pateiktus pranešimus, registracijos duomenis ir kitą su verslu susijusią statistiką. Skamba sausai, bet realybėje tai auksinė gysla tiems, kas nori suprasti, kas dedasi rinkoje, nesikreipiant į brangius analitikos paslaugų teikėjus.
Svarbiausia suprasti vieną dalyką – tai ne galutinis produktas su gražiais grafikais ir automatiškai sugeneruotomis ataskaitomis. Tai žaliava. Jūs gaunate skaičius, datas, tekstus – ir jūsų darbas juos paversti kažkuo prasmingu.
Kaip pradėti, nepasiklystant duomenų jūroje
Pirmas žingsnis, kurį rekomenduočiau – nesistengti apžvelgti visko iš karto. Pasirinkite konkretų klausimą, į kurį norite atsakyti. Pavyzdžiui:
- Kiek naujų įmonių įsteigta jūsų sektoriuje per pastarąjį pusmetį?
- Ar konkurentai reguliariai teikia tam tikro pobūdžio pranešimus?
- Kokie pokyčiai matomi tam tikrų regionų verslo aktyvume?
Kai turite konkretų klausimą, duomenų filtravimas tampa žymiai lengvesnis. Priešingu atveju rizikuojate praleisti valandas be jokio rezultato, tiesiog blaškydamiesi tarp lentelių.
Praktinė analizė – ką realiai galima išgauti
Man asmeniškai labiausiai pasiteisino paprastas eksportas į Excel arba Google Sheets, o po to – filtrai ir suvestinės lentelės. Nereikia jokio sudėtingo programavimo, jei tikslas nedidelis. Tiesiog atsisiunčiate duomenų rinkinį, išsivalote nereikalingus stulpelius ir žiūrite, kokie modeliai išryškėja.
Jei norisi giliau – ten jau prasideda automatizavimo istorijos. Su Python arba net paprastesniais įrankiais kaip Zapier ar Make galima susikurti sistemą, kuri periodiškai tikrina naujus pranešimus ir jus informuoja, kai atsiranda kažkas aktualaus. Pavyzdžiui, jei sekate konkurentą ir norite žinoti, kai jis pateikia naują finansinę ataskaitą – toks automatinis stebėjimas sutaupo begalę laiko.
Kartą sukonfigūravau paprastą scenarijų, kuris kas savaitę atsiųsdavo man el. laišką su naujausiais pranešimais iš mano stebimo sąrašo įmonių. Užtruko gal pusdienį susitvarkyti, bet nuo tada niekada nepraleidau svarbios naujienos apie konkurentus.
Kelios klaidos, kurių verta vengti
Dažniausia klaida, kurią mačiau (ir pats dariau) – bandymas iš karto automatizuoti viską. Geriau pradėti nuo rankinio darbo, suprasti duomenų struktūrą, o tik tada galvoti apie automatizavimą. Kitaip rizikuojate sukurti sistemą, kuri tikrina ne tuos laukus arba praleidžia svarbią informaciją.
Antra dažna klaida – duomenų neatnaujinimas. Verslo pasaulis keičiasi greitai, todėl jei jūsų analizė paremta duomenimis iš prieš pusmetį, ji jau gali būti pasenusi. Verta susikurti bent minimalų grafiką, kada peržiūrite ir atnaujinate savo duomenų šaltinius.
Vietoj gražaus finalo – ką aš iš to visko išsinešiau
Jei turėčiau apibendrinti visą šitą patirtį vienu sakiniu – atviri duomenys yra kaip neapdorotas deimantas. Reikia laiko ir kantrybės, kol jie pradeda blizgėti. Bet kai pradeda – jau nebenorisi grįžti prie senų metodų, kai konkurencinę analizę darydavai spėliodamas ar kliaudamasis fragmentiška informacija iš žiniasklaidos.
Stilano.lt duomenys man tapo tokiu tyliu, bet patikimu partneriu versle – niekas apie jį nekalba garsiai, bet kai reikia priimti sprendimą, būtent ten pirmiausia patikrinu faktus. Ir jei jūs dar nebandėte – tikrai verta skirti tą vieną vakarą eksperimentams. Galbūt būtent jūs rasite tą vieną automatizavimo scenarijų, kuris sutaupys jums dešimtis valandų per mėnesį.