Tomáš Krátký se po střední škole rozhodoval mezi výpočetní technikou a žurnalistikou. Technický obor ho ale nakonec přivedl k datové infrastruktuře a k nápadu vyvinout unikátní technologii na sledování datových toků, tedy jakousi „Google Mapu“ pro firmy. 

„Máme z praxe řadu příkladů, kdy velké korporace na jediné chybě v datech dokážou ztratit desítky milionů amerických dolarů. To se neděje každý den, ale i když se to stane jednou za rok, způsobí to ohromný problém,“ říká zakladatel českého startupu Manta, který pomáhá zejména americkým bankám, pojišťovnám či nemocnicím pochopit, kudy a jak jim proudí veškerá data, jež pohání jejich byznys.

Se startupistou jsme probrali, co by takový datový inženýr měl umět, jaké nejčastější chyby dělají firmy při práci s daty nebo jak přesvědčil investory, jako například spoluzakladatele Avastu Eduarda Kučeru (mimo jiné 10. nejbohatšího Čecha podle letošního žebříčku Forbes), aby do něj vložili peníze.

Patří podle vás data k nejcennějším aktivům? Tento výrok patří společnosti Forestay Capital v souvislosti s tím, že jste letos na jaře dostali investici 35 milionů dolarů (přes 800 milionů korun).

Rozhodně ano. Ať už jde o malou, nebo velkou firmu, ať už má pět, nebo 500 tisíc lidí – celá společnost je definovaná prostřednictvím byznys procesů. Ty ale nefungují bez dat. Data jsou jejich vstupem i výstupem. Jsou klíčovým artefaktem pro fungování každé společnosti a musíme se tak k nim chovat.

Čti také

Od žiletek po hračky: za co všechno si připlácíš a možná o tom ani nevíš. Jen proto, že jsi žena Od žiletek po hračky: za co všechno si připlácíš a možná o tom ani nevíš. Jen proto, že jsi žena

Na webu máte, že Manta „přináší inteligenci do správy metadat tím, že poskytuje automatizované řešení, které vám pomůže zvýšit produktivitu, získat důvěru ve vaše data a urychlit digitální transformaci“. Co si ale pod tím mám představit? 

Snad tím neporuším nějaký copyright, ale asi nejjednodušší analogií pro Mantu jsou Google Mapy. Na první pohled vypadají jednoduše, vidíte v nich města, silnice, a pokud se potřebujete dostat z Prahy do Ivančic, Google Mapy vám ukáží optimální cestu. 

Ve firemním světě se ale bez této mapy soustavně pohybujeme. Což znamená, že nerozumíme tomu, jak spolu data souvisí, jak se dostanou z jednoho místa na druhé nebo jak se finanční ředitel dostane ke konkrétním číslům o výkonnosti firmy. Pokud jedete na dovolenou do Itálie k moři, tak představa, že během cesty každých 10 minut zastavíte a budete se ptát prvního kolemjdoucího, jak se dostanete do Kalábrie –⁠ to každému připadá jako úplná hloupost. Ale ve světě dat to takto děláme naprosto běžně a plýtváme tím energií. Manta je tedy Google Mapa vašeho firemního prostředí. 

Chápu to správně, že Mantu popisujete jako Google Mapu spíše z pohledu funkčnosti? Nebo ten systém je podobný mapě i vizuálně? 

Samozřejmě to nevypadá přesně jako v Google Mapách, nejsou tam hory a tak dále, ale na konci dne jde o nejjednodušší způsob, jak si výstup z Manty představit. Přesněji řečeno jde o graf, kde vidíte jednotlivé datové objekty –⁠ např. zákazníky, faktury, partnery. Vidíte tak, jak se firemní data pohybují z jednoho systému do druhého, jaké transformace na ně aplikujete nebo jakým způsobem se realizují výpočty. 

V rodině mám „experty“, kteří mi vždy řeknou: „Já mapu nepotřebuji, vím, kam jedu.“ To se dá aplikovat i do byznys světa. Inženýr udělá změnu ve svých datech, která ale ve výsledku rozbije všechny systémy.

Jaké jsou nejčastější problémy s daty? Co popřípadě dělají firmy či jednotlivci špatně?

To je hrozně složitá otázka. Takový „evergreen“ v datech je podle mě stížnost na nízkou datovou kvalitu. To znamená, že vidím data ve svém reportu, která se mi nelíbí. Nikdo mi třeba nedokáže vysvětlit, jak jsem spočítal průměrnou mzdu klientů v našem portfoliu. Nikdo neví, odkud tato data přitekla, jaké konkrétní algoritmy se aplikovaly. Často se také stává, že při otevření svého reportu žádná data ani nevidím, protože z nějakého důvodu nedotekla, a trvá strašně dlouho, než se vyzkoumá proč. Jeden typ stížnosti, který slyšíme opravdu každý den, je: „Nevěříme datům, která máme.“ Což je úsměvné, když do dat investujeme miliony nebo miliardy korun. 

Další problém je vůbec umět používat data. Teoreticky by data měla být přístupná a použitelná opravdu pro každého člověka v organizaci. Pokud jsem marketingový specialista nebo obchodník v terénu, měl bych mít přístup k datům a být schopen v datech vyhledávat, stejně jako i dítě dokáže vyhledávat v Googlu. Toto ale ve firmách rozhodně neplatí.

Poslední velká věc je obsese technologiemi. Chaos v datech se snažíme vyřešit kupováním nových a nových technologií. Ale vždy je to spíše o lidech. Jak spolu navzájem spolupracujeme, budou dvě osoby popisovat data stejně, nebo v nich uvidí něco úplně jiného? Jsme vůbec schopni si to navzájem vysvětlit? Většina problémů plyne právě z tohoto neporozumění. 

Jak Manta tyto problémy řeší?

Dám vám příklad: Máte ve firmě systém pro správu zákazníků (CRM). Rozhodnete se vaše CRM rozšířit tím, že začnete o lidech sbírat nějaké nové informace. Bohužel se to ale netýká jenom vašeho CRM, ale také dalších systémů ve firmě, které vaše data čtou a dál je zpracovávají. Tato série vazeb způsobuje, že vaší změnou rozbijete i všechno ostatní.

Dalším příkladem je právě důvěra v data. Týká se to jak běžných uživatelů, tak i datových vědců, kteří pravidelně dostávají data a mají nad nimi stavět pokročilé algoritmy umělé inteligence. Často se setkáváme s tím, že tito lidé jsou kompletně odříznutí od celého procesu zpracování dat a dorazí jim na stůl jen nějaký „vytištěný papír“. Pak na to koukají a říkají: „Vůbec nevím, co to je za data, odkud přišla, jak se spočítala.“ A mají strašně moc otázek a způsobuje to obrovskou vlnu nevole a neochotu data použít. Nebo je použijí špatně. 

S námi získáte detailní mapu, ve které vidíte všechny závislosti a souvislosti. Díky ní je hrozně snadné rychle přijít na to, jak změny ve vašem CRM ovlivní zbytek firmy nebo odkud tečou a jak se spočítala data, která máte použít ve svých algoritmech. Dáváme lidem nahlédnout pod pokličku. A oni se cítí daleko komfortněji s informacemi, které potom používají.

Já miluji příběhy, skrze příběhy prodávám a mluvím. A data ty příběhy tvoří. Jako CEO mám pravidelná setkání s investory o tom, jak se firmě daří. Oni ale nechtějí, abych jim poslal 17 excelových tabulek.

Zmiňoval jste pořádek a důvěru v data. S čím mají firmy větší potíže?

To se nedá oddělit. Pokud nemáte pořádek, nebude důvěra. Důvěra je ale výsledkem více věcí. To je právě ten důvod, proč jsem zmínil, že jedna věc jsou technologie a druhá věc jsou lidé a procesy. Když se vrátím k našemu povídání o dovolené, stále se můžete rozhodnout, že mapu prostě nepoužijete. V rodině mám „experty“, kteří mi vždy řeknou: „Já mapu nepotřebuji, vím, kam jedu.“ To se dá aplikovat i do byznys světa. Inženýr je přesvědčený, že ví, co, s čím a jak souvisí. Udělá ve svém systému změnu, která ale ve výsledku rozbije všechny ostatní systémy. Data najednou přichází v úplně jiné podobě, celé se to sesype a firmě pak trvá týdny nebo měsíce to dát opět dohromady. Máme z praxe řadu příkladů, kdy velké korporace na jediné chybě dokážou ztratit desítky milionů amerických dolarů. To se neděje každý den, ale i když se to stane jednou za rok, způsobí to ohromný problém. 

Přitom technologie, tedy ta pomyslná mapa, k dispozici jsou a lidé si je můžou otevřít a zkontrolovat, ale někteří to někdy z nějakého důvodu neudělají. O tom je právě kapitola „lidé a procesy“, kolem které je před námi hodně práce.