Tekstovi, iskustva i razmišljanja

Da li i dalje vredi učiti Excel, Power BI ili SQL kada postoje AI alati?

Sve češće se čuje pitanje:

Da li i dalje vredi učiti Excel, Power BI ili SQL kada postoje AI alati?

Moje mišljenje je: da, vredi. Možda čak i više nego ranije.

AI može da pomogne da brže dođemo do formule, DAX mere, SQL upita ili ideje za izveštaj. Ali neko i dalje mora da zna:

• - da li su podaci dobro pripremljeni
• - da li je rezultat logičan
• - da li formula zaista računa ono što treba
• - da li je izveštaj napravljen na pravom nivou detalja
• - da li dashboard odgovara poslovnom pitanju
• - da li se podaci smeju deliti sa spoljnim AI alatom

U firmama je ovo posebno važno. Ako je izveštaj pogrešan, posledice ne snosi AI alat. Snosi ih osoba ili tim koji koristi rezultat.

Zato znanje Excela, Power Query-ja, Power BI-ja i SQL-a ne postaje manje važno. Menja se način rada.

AI može biti odličan asistent. Ali da bi bio koristan, korisnik mora da zna šta traži, kako da proveri odgovor i kako da rezultat primeni u stvarnom poslovnom procesu.

Najbolji rezultat se dobija kada se kombinuju:

• - znanje alata
• - razumevanje podataka
• - poslovni kontekst
• - pametna upotreba AI-ja

AI ne zamenjuje digitalne veštine. On dodatno povećava vrednost ljudi koji znaju da ih koriste.

Zašto izveštaji kasne iako firma ima podatke?

Većina firmi danas ima dovoljno podataka.

Ali to ne znači da ima i dobre izveštaje.

U praksi se često dešava da podaci postoje, ali su rasuti na više mesta:

• - Excel fajlovi
• - eksporti iz poslovnog softvera
• - CSV tabele
• - ručno vođene evidencije
• - izveštaji koje pravi više različitih osoba

Zbog toga izveštaj ne kasni zato što nema podataka. Kasni zato što neko mora ručno da ih prikupi, očisti, spoji, proveri i prikaže.

Tu nastaje najveći deo posla.

Ne u samom grafikonu. Ne u boji dashboarda. Nego u pripremi podataka.

Zato su za mnoge timove najkorisnije veštine upravo one koje pomažu da se ovaj deo posla ubrza:

• - pravilna organizacija Excel tabela
• - Power Query za čišćenje i spajanje podataka
• - Power Pivot za model podataka
• - Power BI za pregledne izveštaje
• - SQL za rad sa većim skupovima podataka

Dobar izveštaj nije samo lep prikaz. Dobar izveštaj je rezultat dobrog procesa pripreme podataka.

Kada se taj proces standardizuje, izveštavanje postaje brže, tačnije i manje zavisno od ručnog rada.

Firme često znaju da zaposlenima treba Excel, ali pitanje je: koji Excel?

Firme često znaju da zaposlenima "treba Excel".

Ali pitanje je: koji Excel?

Nekome treba osnovno sređivanje tabela. Nekome formule. Nekome pivot tabele. Nekome Power Query, jer svakog meseca ručno priprema iste izveštaje.

Nekome Power BI, jer menadžment želi dashboarde i preglednije izveštavanje. Nekome SQL, jer radi sa većim skupovima podataka i više ne može sve da rešava kroz obične Excel fajlove.

Zato pre organizovanja obuke nije dovoljno pitati:

"Da li vam treba Excel kurs?"

Bolje pitanje je:

"Koje zadatke zaposleni rade sporo, ručno ili sa mnogo grešaka?"

Odgovor na to pitanje često mnogo preciznije pokazuje koja obuka ima smisla.

U praksi se najbolji rezultati postižu kada se obuka ne bira samo po nazivu programa, već po poslovnom problemu koji treba rešiti.

Nekad je to Excel. Nekad Power Query. Nekad Power BI. Nekad SQL. A često je najkorisnije napraviti kombinaciju koja odgovara realnom radu tima.

Standardna obuka ili prilagođena obuka za tim?

Standardni program obuke je dobra osnova.

Posebno kada polaznici treba sistematično da nauče Excel, Power Query, Power BI ili SQL - od osnovnih pojmova do naprednijih tehnika.

Ali kada se obuka organizuje za tim u firmi, često je korisno napraviti još jedan korak: povezati program sa poslovnim situacijama u kojima će zaposleni to znanje zaista koristiti.

Na primer:

• - mesečni izveštaji
• - praćenje prodaje
• - analiza troškova
• - HR evidencije
• - nabavka i zalihe
• - menadžerski dashboardi

U tom slučaju obuka nije samo upoznavanje sa komandama i funkcijama. Ona postaje način da zaposleni brže, sigurnije i tačnije rade konkretne zadatke iz svakodnevnog posla.

Zato se u praksi dobro dopunjuju dva pristupa:

• - standardne obuke po nivoima
• - sektorske ili prilagođene obuke za timove

Prvi pristup daje sistematičnu osnovu. Drugi pomaže da se znanje lakše primeni u konkretnom poslovnom kontekstu.

Najbolji rezultat se često dobija kada se ta dva pristupa pametno kombinuju.

Kada je Excel dovoljan, a kada je vreme za Power BI?

Kada je Excel dovoljan, a kada je vreme za Power BI?

Excel je odličan alat kada:

• - radite brze i povremene analize
• - imate manji broj tabela
• - korisnici treba sami da menjaju proračune
• - često pravite ad hoc izveštaje
• - potreban vam je fleksibilan rad sa podacima

Power BI postaje bolji izbor kada:

• - se isti izveštaji redovno ponavljaju
• - podaci dolaze iz više izvora
• - više ljudi koristi iste rezultate
• - menadžment želi pregledne dashboarde
• - važno je da svi gledaju istu verziju podataka

U praksi, pitanje najčešće nije "Excel ili Power BI".

Mnogo je važnije da tim zna kada da koristi koji alat i kako da ih poveže.

Excel, Power Query i Power BI često najbolje funkcionišu kao deo istog procesa: podaci se pripreme, obrade, analiziraju i zatim prikažu na način prilagođen korisnicima.

Najskuplje rešenje nije uvek novi softver. Ponekad je dovoljno bolje koristiti alate koje firma već ima.

Power Query kao korak između Excela i ozbiljnijeg izveštavanja

Power Query je jedan od najkorisnijih alata koji mnogi Excel korisnici još uvek ne koriste dovoljno.

Posebno u firmama gde se redovno pripremaju mesečni ili nedeljni izveštaji.

U praksi se često ponavljaju isti koraci:

• - uvoz podataka iz više fajlova
• - brisanje nepotrebnih kolona
• - sređivanje datuma i tekstova
• - spajanje tabela
• - uklanjanje praznih redova
• - priprema podataka za pivot tabele ili Power BI

Ako se sve ovo radi ručno, svaki novi izveštaj ponovo oduzima vreme.

Power Query omogućava da se ti koraci jednom definišu, a zatim ponavljaju kroz osvežavanje podataka.

To ne znači da svaki korisnik treba da postane programer. Ali znači da zaposleni koji često rade sa tabelama mogu značajno da smanje ručni rad ako nauče osnovnu logiku pripreme podataka.

Za mnoge firme, Power Query je prirodan korak između klasičnog Excela i ozbiljnijeg izveštavanja u Power BI-ju.

Zašto firme imaju Excel i Power BI, ali ih ne koriste dovoljno efikasno?

Mnoge firme već imaju Excel, Power BI i Microsoft 365.

Ali to ne znači da ih zaposleni koriste efikasno.

U praksi se često dešava da timovi i dalje:

• - ručno pripremaju mesečne izveštaje
• - kopiraju podatke iz fajla u fajl
• - gube vreme na ponavljajuće Excel zadatke
• - imaju više verzija istog izveštaja
• - ne koriste Power Query i Power BI dovoljno sistematično

U takvim situacijama problem često nije u softveru, već u načinu rada.

Nekada nije potrebno odmah uvoditi novi alat. Dovoljno je da se postojeći alati koriste bolje:

• - Excel za strukturisane tabele i analize
• - Power Query za pripremu i čišćenje podataka
• - Power BI za izveštaje i dashboarde
• - SQL za rad sa većim skupovima podataka

Kada se zaposleni obuče na praktičnim primerima iz poslovanja, rezultat nije samo "poznavanje programa", već brži rad, manje ručnog ponavljanja i pouzdaniji izveštaji.

U narednom periodu pisaću više o praktičnim načinima kako firme mogu da unaprede rad sa Excelom, Power BI-jem, SQL-om i podacima.