Podcast

Dobrý den, mé jméno je Jirka Lešrek.

Ahoj všem, jmenuji se Bára Hinerová a vítáme vás u nového dílu DataTalku.

Naším dnešním hostem je Honza Kadleček, zakladatel a CEO datově konzultační firmy, datově technologické konzultační agentury, specializující se na marketingové BI. Ahoj, Honzo.

Ahoj.

Honzo, dnes se tady budeme bavit o BI, především o marketingovém BI, jak naznačuje název vaší společnosti.

Než se k tomu dostaneme a budeme mluvit o tom, jak BI dělat správně a co jsou těžká rozhodnutí při implementaci klientům, pověz nám, jaká byla tvoje cesta k BI, k datům a k technologiím. Myslím, že máš trošku klikatější cestu než většina našich hostů.

Moje cesta byla sice složitější, ale o to košatější, řekl bych. Původně jsem studoval něco úplně mimo obor, chvíli jsem se hledal a pak jsem naskočil do práce před mnoha lety u svých kamarádů, kteří říkali: „Hele, Honzo, máme tady webovou aplikaci a chceme si založit marketingové oddělení. Víme, že o tom nic nevíš, ale my o tom víme všechno, tak tě to naučíme a společně to rozjedeme.“ Říkal jsem si, skvělé, to se mi líbí!

První den jsem nastoupil a kluci mi řekli: „Hele, trochu jsme tě oklamali, my o tom vůbec nic nevíme. Tady je Wikipedia, RTBčko je jediný pojem, který jsme slyšeli z online marketingu, tak si o tom něco přečti.“ Přečetl jsem si RTBčko asi desetkrát a vůbec jsem to nechápal, protože jsme neměli žádný kontext.

Pro posluchače, kteří nejsou obeznámeni, co je RTB?

Zapomněl jsem.

Nevím, co znamená ta zkratka?

RTB znamená Real Time Bidding.

Real Time Bidding v podstatě označuje způsob, jak se doručuje a nakupuje displayová reklama. Typicky, když vidíte bannery, v momentě načítání stránky na pozadí probíhá obrovská aukce, v řádech milisekund se střídají nabídky inzerentů – za kolik chtějí zobrazit reklamu danému uživateli. Podle toho, jak moc vás Google nebo jiný systém považuje za hodnotného, zobrazí vám konkrétní banner.

To RTB je takový speciální způsob, s mnoha pokročilými možnostmi, jak reklamu zobrazit, a probíhá nejen na Google, ale i na Facebooku a dalších platformách.

Zpátky k tvé historii, tedy přečetl sis RTB a šel jsi za kamarády.

Řekli ti, že za týden ti přijde první klient a bylo by dobré mu něco prodat, aby ses uživil, když vás už platí. To byla trochu výzva.

Můj první rok v online marketingu byl takový, že jsem 12 až 14 hodin denně seděl zavřený a studoval všechny materiály, které jsem mohl najít. Konzumoval jsem články, videa, podcasty – všechno, co mi mohlo pomoci, abych měl nějaký přehled a dodával klientům relevantní informace.

Neměl jsem žádné obchodní dovednosti, o tom jsem nevěděl vůbec nic. Proto jsem si hned od prvního klienta uvědomil, že mu musím dát něco, co mu opravdu pomůže.

První klientkou byla paní kosmetička. Musel jsem se naučit, co znamená kryolipolýza, jak se odsávají tuky a jak funguje její trh, protože její rozpočet na marketing byl asi 5 tisíc korun měsíčně. Musel jsem jí pomoci přivést zákazníky, zvýšit hodnotu zákazníka a zajistit jejich spokojenost.

Od začátku mé kariéry jsem byl pod obrovským tlakem doručovat výsledky, a myslím, že to se mnou zůstalo dodnes.

V té první agentuře, v Agožce, kde jsem strávil rok, jsem se snažil vše naučit sám. Přibral jsem tehdy 14–30 kilo, což mě od té doby neopustilo.

Nevyužíval jsi služeb té kosmetičky?

Ne, nevyužíval.

Pak jsem dospěl k názoru, že by bylo dobré si ty znalosti někde zvalidovat, abych ověřil, jestli to, co jsem pojmul do hlavy a co prodávám klientům, jsou opravdu správné věci, nebo jen blbosti.

V Agožce to byl průzkum bojem, kluci neměli velké zázemí, vše si dělali sami, takže moc nedávali prostor nikomu, aby tam setrval.

Každý správný člověk po roce v agentuře má chuť vyrazit na freelance a živit se sám, což je klišé, ale mně v té době dávalo smysl. Na půl úvazku jsem byl na freelancu a na půl úvazku jsem přemýšlel o tom, že by bylo dobré si zjistit, jestli mé znalosti dávají smysl.

Vybral jsem si Honzu Tichého z Médiu, což v té době bylo pro mě top záležitostí.

Mluvili jsme o letech 2016, 2017. Díky snaze doručovat výsledky jsem musel mít vše změřené a podložené daty.

Pro mě byl tehdy zlomový Google Analytics – logické bylo jít tam, kde se data agregují, lépe pochopit analytiku.

Na pohovor mě přijímal Andrej Heller, což mě trochu vyděsilo, protože Andrej byl mladší o dva roky a v té době technický mistr, kterému jsem vůbec nerozuměl.

Původně jsem chtěl dělat interpretaci dat, pomáhat klientům s jejich byznysem, ale Andrej mě nabídl pozici technického webového analytika, což znamená práce s JavaScriptem, nasazování Google Tag Manageru a podobně, ale k samotné interpretaci dat jsem se pořádně nedostal.

Souhlasil jsem, že si aspoň něco odkoukám, zvaliduju a pochopil jsem, že mé znalosti nebyly úplně špatné.

V Médiu jsem vydržel půl až rok, úvazek jsem postupně snižoval, protože jsem chtěl víc dělat interpretaci dat, což tam nebylo možné, protože probíhala fúze Médiu se Sanem a vznikal Taste.

Pak jsem skončil v Taste, kde už jsem měl rozjetější freelance a úvazek asi jednu pětinu.

Chtěl jsem to zabalit, protože jsem se pořád nedostal k interpretaci dat tak, jak jsem chtěl, ale na freelance jsem to dělal a dávalo mi to smysl.

Když jsem už byl těsně před odchodem, na mě přišla tehdejší šéfová a řekla: „Za mě přijde, že jsi dobrý v interpretaci dat. Nechceš to dělat u nás?“

Souhlasil jsem a přešel do jejího marketingového strategického oddělení, kde jsem mohl dělat interpretaci dat.

Ale já už jsem byl na jednopětinovým úvazek a postupně se mé znalosti o práci s klienty, o tom jim být blízko, prohlubovaly.

Taste byla agentura, která dodávala marketing jako službu. Když jednáte o strategii, tvá pozice je jiná.

Je složité v korporátu, když jsi byl vybraný přes výběrové řízení, například v mezinárodní pojišťovně nebo bance, abys tam vypíval z agentury, že by bylo dobré přehodnotit positioning nebo pricing.

Dostaneš odpověď: „Za to vás neplatíme, pane Kadlečku. Kdo jste, odejděte.“

Naopak na freelance jsem získával klienty a pochopil, že aby změny v datech a byznysu fungovaly, musíš pracovat se C-levelm, s lidmi, kteří mají skutečnou vůli změnu prosadit.

Protože data často ukazují věci, které lidi nechtějí vidět nebo zametají pod koberec.

Abych dokončil svůj příběh, rychle jsem skončil v Taste, protože jsem neměl pocit, že tam můžeme dělat změny tak, jak je potřeba.

Fúze Médiu a Sanu spojila dvě firmy s odlišnou kulturou a hodnotami, které si nesedly.

Lidé ze starého Médiu přemýšleli jinak než lidé ze Sanu, a mnoho z nich novou kulturu nepřežilo, odešli.

Někteří se ke mně obrátili a řekli: „Honzo, víme, že máš hodně práce, nechtěl bys nám pomoct na financu?“

Souhlasil jsem a v té době šlo už o marketing, který měl přesah do byznysových konzultací.

Zjistil jsem, že marketing je jen malá součást celého byznysu.

Mluvili jsme zhruba o letech 2018 a 2019. Pak už jsi měl vlastní datově konzultační agenturu?

Ne, v té době jsme byli jen konzultanti, ne agentura.

Osobně jsme o sobě přemýšleli jako o partě freelancerů, kteří se dali dohromady, mají větší momentum, zvládnou víc práce, a mohou udělat větší změnu.

Uvnitř firmy zjistíš, že není problém jen v marketingu.

Klient může říct: „Nepodnikají nám kampaně, chceme vyhodit PPC agenturu.“

Ale pravda je, že nemají špatné kampaně, ale špatný pricing.

Špatný pricing je způsobený tím, že mají špatného člověka v procurementu, protože ho špatně najali.

To znamená, že chceš upravit marketing, tak začni analýzou nákupního řetězce v procurementu, pak analyzuj pricing a až nakonec řeš marketing.

Marketingová data z Google Analytics nestačí, potřebuješ širší přehled.

V té době jsme měli nulové kompetence, jak to efektivně udělat.

Jaký jsi měl v té době technologický stack a know-how, když jsi odcházel z Taste?

Byla tam zcela čistá nula.

Byla tam Google Analytics, ale data byla neúplná, chyběly objednávky, objevovaly se duplicitní objednávky, takže nebyl dobrý zdroj.

Kromě toho jsem se musel dívat do ERP klientů, účetnictví a dalších datových zdrojů, ale každý zdroj měl částečně jiné údaje.

Snažil jsem se najít jeden jediný správný zdroj pravdy – single source of truth, buzzword.

Technologicky jsme v Taste ani Médiu nikdy neslyšeli slovo Keboola.

Jednou jsem vzal telefon a zeptal se přímo Kebooly, jak to u nich probíhá, jestli mohou stáhnout data z Google Analytics.

Tehdy cena začínala na 2,5 tisíci dolarech měsíčně, což bylo na mého největšího klienta hodně.

Takže možnosti byly buď psát si vlastní Python skripty, i když neuměli Python.

V týmu jsme měli jednoho vývojáře, což nám dovolovalo stavět vlastní řešení, ale moc to smysl nedávalo.

Na jedné konferenci jsem se setkal s Julianem Janetem z Revoltu.

Julian tehdy říkal: „Hele, líbí se mi, jak přemýšlíš o marketingových datech. Nechceš k nám dělat marketingového konzultanta na částečný úvazek?“

Souhlasil jsem a k freelancu jsem přidal práci pro Revolt.

V Revoltu jsem lépe pochopil technologický stack, ale nikdy jsem se do něj nepustil sám.

Řídil jsem práci datových inženýrů, ale techniku jsem nechápal a neměl k ní přístup.

To mě frustrovalo a tak jsem to opustil.

S kluky na freelance jsme začali objevovat nové technologie, sledovali jsme Mathilion, FiveTrain a další, co bylo tehdy k dispozici.

Začali jsme stavět datové sklady a tak jsme se k tomu dostali.

Měli jsme obrovskou výhodu, že jsme byli všichni rozjetí a ochotní se učit cokoliv.

Pokud přišel nový projekt, všechno se dělalo v JavaScriptu, Pythonu, Power BI, Tableu nebo Goodatě, i když nikdo s nimi zkušenosti neměl.

Učili jsme se a tvrdě na tom pracovali.

Pak ale přišel zlom, kdy jsme museli nabírat další lidi, a tam už technologický stack musel začít být sjednocen.

Protože s juniornějšími lidmi se to tak volně dělat nedá…

Mediánní lidé, nebo ti, kteří úplně neseděli do konzultantského střihu, jsme zjistili, že jim to nevyhovuje. Jasně, nejsou zvědaví se učit přes noc. Přesně tak. Takže kdy vlastně vznikl…

Marketing BI — a kdo vymýšlí tenhle SEO název? Tenhle SEO název vznikl v roce 2019, někdy v té době. SEO název vznikl tak, že jsme už měli poměrně velké, zajímavé korporátní klienty a psali jsme jim z Gmailů. Všichni jsme dali hlavy dohromady a říkali jsme si, že musíme vymyslet nějaký chytlavější název. Přemýšleli jsme o tom asi dva dny. Byl tam i jakýsi revolt, že jo? Že i oni mají BI. A vlastně, kolik to reálně vzniklo? Říkali jsme, že děláme marketingová data, tak za to dáme BI, a je to vyřešené. A bylo to tak. Ukázalo se však, že moudrost Juliana zde nebyla až tak vizionářská, protože BI je zároveň doména burgundy. Asi před půl rokem se stalo, že stát Burgundy zapomněl zaplatit za svoji top-level doménu, a týden nikomu nefungovaly e-maily. To je boží. To jsem nevěděl. To se vyplatí. Že takhle podporujete africkou ekonomiku, přesně tak. Stojí to asi 250 korun za rok.

Teď jsi tedy v situaci, kdy máš složitý technologický stack. S příchodem dalších kolegů je potřeba nějakým způsobem tento stack ořezat, redukovat, aby zkrátka byl spokojený nejen váš tým, ale i zákazníci. Můžeš nám říct, jak jste k tomu přistoupili a jak se technologie pak vlastně ustálily v Marketing BI?

Tak čistě praxí. Na základě use case, které jsme používali, jsme vybírali ty nejvýznamnější a nejvhodnější věci. Postupně se ustálilo, že ty nástroje, které jsou univerzální a dávají smysl, zůstaly, a vyřadili jsme spoustu nástrojů, které nás nějak omezovaly. Nás pak osud přivedl k Kebule, která v té době změnila pricing, seznámili jsme se s nimi blíže a Kebula se stala jedním z hlavních datových nástrojů právě proto, že Kebulu naučíš snadno obsluhovat, což je skvělé.

Dalším důvodem, proč jsme si vybrali Kebulu, je, že dnes můžeš Kebulu svěřit i kosmetičce, která má rozpočet 5 000 korun, a přesto na tom postavit datový sklad. A pokud ta kosmetička vyroste a stane se kosmetickou unií se 20 000 členy, může fungovat na stejném stacku. To je perfektní. Pro nás je to skutečně velká přidaná hodnota. Také to souvisí s tím, jak přemýšlíme o práci a chceme doručovat hodnotu. Postavit něco, co se po roce musí kompletně předělávat, nemá smysl.

Na co jste tedy konsolidovali ten stack? Když se podíváme dnes na toolbox, co používáte?

Co se týká vizualizací, snažíme se být relativně agnostičtí. Když klient nemá preferenci, dáváme Power BI, které má nejlepší cenu a je nejflexibilnější, i když má mnoho nedostatků. Když klient preferuje jiný nástroj, často pracujeme s Looker Studiem nebo Tableau. Co se týká backendu, nejčastěji využíváme Kebulu nebo vlastní custom pipeline v Google Cloud. A co se týče transformačních nástrojů, troufnu si říct, že jsme byli jedni z prvních v Čechách, kteří začali používat DBT. Naše dnes nejstabilnější technologie pro transformace je DBT. I Kebula, se kterou jsme dlouho spolupracovali, má nyní naimplementovaný DBT, takže náš stack je v tomto ohledu sjednocený.

A co na tomto stacku vlastně děláte? Jaké jsou typické požadavky?

Říkal jsi, že Marketing BI není zaměřené na největší enterprise klienty, ale spíš na menší SMB firmy. Preferuješ komunikaci s majitelem, skutečnou chuť měnit firmy a byznys jako takový. Můžeš to víc popsat?

Určitě. Nejprve musím říct, že Marketing BI je název, který odpovídá době svého vzniku. Marketingová data jsou dnes už jen jednou z mnoha vertikál, které děláme. Věnujeme se full datovým procesům, čemukoli, co firmy potřebují. Máme rozličné klienty a use case, a každé nás to baví jinak. Mezi moje nejoblíbenější patří právě SMB firmy.

Typicky jde o klienty s ročním obratem od 50 milionů nebo ziskem od 5 milionů do 100 milionů korun. Velikostně se to nedá přesně říct, protože máme klienty s obratem 10 miliard, i menší firmy s obratem 200 milionů. Většinou jde o firmy do 200 zaměstnanců, které mají nerozvinutý datový tým nebo ho nemají vůbec. To jsou naše hlavní firmy, s nimiž spolupracujeme.

Sedáme si zde jako byznys konzultanti, často komunikujeme s C-level manažery, rozumíme jejich potřebám, které se pak odrážejí v datech, automatizacích a integracích, které potřebují.

Druhou velkou kategorií jsou korporátní klienti, mezinárodní firmy jako Monzún, Darone, Groupon a podobní, kde nás najímají na konkrétní use case.

Důležité je mít dobrý vztah se stakeholderem na straně klienta. Oslovím tě příběhem, který definoval mou kariéru a práci s korporáty.

Pracovali jsme s jedním českým korporátem s miliardovým obratem v e-commerce, nasadili jsme AB testování a začali používat publika do kampaní. Jejich obrat, který měli za cíl zvýšit o 4 %, vzrostl o 7 %. Začali jsme v lednu a v říjnu jsem volal, jak jsou spokojení. Řekli, že je to skvělé, předčilo to očekávání, ale chtějí to vypnout.

Zeptal jsem se proč – řekli, že protože jsou součástí mezinárodní matky a jejich německý trh má měsíční target zvýšení obratu. Oni už dosáhli 7 % namísto plánovaných 4 %, ale pokud by to pokračovalo, dostali by se na 9 %, což by znamenalo, že příští rok budou mít stanovený cílový nárůst na základě 9 %. A oni se obávají, že to neudrží a budou „vyškrtnuti“ z pozice. Proto chtějí testování vypnout a znovu zapnout až v lednu.

Pro někoho může být lákavé přijmout další miliony obratu, ale pro manažera je důležitější jeho pozice v rámci korporace, a proto chápu jeho strach.

To je typický příklad z korporátního prostředí, který chápu jako validní.

Tyto situace jsou důvodem, proč se raději věnujeme SME klientům, kde je změna rychlejší a ukázat pozitivní dopad nemá problémy s korporátními byrokratickými procesy.

S SME klienty se dá přímo komunikovat, například:

„Tady je report pro obchodníky, mají 5% konverzní poměr, tady mají 20%. Podívali jsme se na ty s 20 %, řekli, co dělají jinak, implementovali jsme to a po měsíci se ti, co měli 5 %, dostali na 15 % konverzi. Vyhodili zbytek.“

Jednomu našemu klientovi, společnosti prodávající nové a ojeté vozy, se během prvních 12 měsíců spolupráce obrat zvýšil o jednu miliardu korun, díky jednoduchým měřitelným metrikám, kterým rozuměli.

Tyto malé věci opravdu mají smysl. Ale nikdy bychom toho nedosáhli, kdyby na druhé straně nebyl někdo, kdo v data věří a nebojí se změn.

To není jen o korporátech, stejné obavy a nejistoty jsou i v menších firmách, kde lidé často schovávají problémy a bojí se data otevřeně sdílet. Pak ale často stráví 50 % času na nesmyslných schůzkách.

Skutečná hodnota není v tom, že si fakturujeme čas za meetingy, ale že se v té firmě něco skutečně změní.

Máte tuto hodnotu nyní? Nebo to bylo vždycky tak?

Když máte frontu zákazníků a můžete si vybírat, je to velká výhoda. Na začátku, když jste práci sháněli, držel jste si tyto hodnoty tak vysoko, nebo tam je nějaká dynamika?

Dobrá otázka. Měl jsem štěstí, že jsem se vždy mohl držet těchto principů.

Na začátku jsem pracoval jako freelancer a musel jsem lovit každou zakázku, aby bylo na nájem. V té době jsme dělali online marketing a netrápili se kompromisy.

Od té doby, kdy jsem začal přibírat lidi, byl jsem hned zavalený prací. Dlouho se nám dařilo být plně vytížení měsíce i půl dopředu. To byla jedna stránka.

Druhá je, že od začátku jsem zavedl pravidlo antifragility — žádný klient nesmí přinést více než 5 % obratu. Dodnes se toho držím. To je i důvod, proč korporátní klienti netvoří velkou část našeho obratu.

Jelikož nejsme závislí na jednom klientovi, můžeme jim říkat pravdu, i když nám nevyhovují, a nemusíme se bát říct „ne, takhle to nepůjde“.

To není úplně dogmatické, ale dává nám to možnost komunikovat otevřeně, což oceňují majitelé firem i naši datoví odborníci. Vědí, že se mohou vyjádřit, i když to majitelé někdy nepřijmou. To je pravidlo, kterého se držím železnou rukou.

Někdy je to však hodně náročné.

Šetříte tak svou integritu?

Přesně tak, šetří integritu. Když přijde velký byznys, odmítnete ho, jestliže je moc velký, nebo ho osekáte tak, že tvoří maximálně 5 % našeho obratu.

Stalo se, že jsme museli odmítnout, například u našeho prvního zahraničního klienta, který přišel s malým projektem na zkoušku: „Jste z východní Evropy, nemáme moc důvěru, dáme vám tajný projekt, s rozpočtem asi 100 tisíc korun měsíčně.“ To byl takový finanční výlepek na polovinu firmy, a museli jsme říct ne, nejsme schopni to zvládnout.

Téměř vždy pracujeme na dlouhodobých spolupracích se zákazníky, vytvoříme implementační plán na 12 až 36 měsíců, který se postupně plní.

To není jen kvůli nám, ale i kvůli klientům, protože změny v datech znamenají změny ve firmě.

Dříve jsme to dělali tak, že jsme po dvou měsících měli hotové stovky reportů a předložili je firmě. Ti však nebyli schopni s tolika informacemi pracovat, protože to bylo moc a nevěděli, co dělat.

Dnes děláme jednoduché věci, ale dobře. Nejde jen o reporting, ale i o to, aby ve firmě vznikl proces a aby bylo vše adaptované na novou situaci.

Dát jim velkou raketu najednou firmy nejsou schopné zvládnout, proto fungují implementační plány rozložené na měsíce.

Jak jste na to vlastně přišli? Dělali jste to vždy? Zní to jako obecné pravdy, ale předpokládám, že jsou vykoupené zkušenostmi…

Přesně tak, to přesně jsi vystihl. Nemáme za sebou žádné velké formální vzdělání v této oblasti, manažerské věci jsou často intuitivní. Všechno je vykoupené zkušenostmi, neúspěchy i úspěchy, neustálou prací s chybou.

Pracujeme s klienty, s nimiž máme úzký vztah založený na důvěře. Je v pořádku přijít za klientem a říct: „Přiznejme si, tady jsme to pokazili.“

Říkal jsi hezkou frázi — děláme jednoduché věci dobře. Co to přesně znamená? Kde se láme ten chleba? Jaké procesy jste přidali, které tam dříve nebyly a dnes zaručují kvalitu služby?

Je to hodně o tom, jak věci děláš.

Klient ti zadá: „Napojte se na Google Analytics a ukažte nám data, udělejte reporty.“

Existuje mnoho způsobů, jak to splnit.

Jeden je udělat to za půl hodiny, zapojit konektor Power BI, Tableau nebo Looker Studio, a ukázat nějaká data.

Klient je zprvu spokojený, ale za týden přijde s tím, že tam nevidí něco, že to chce jinak.

To je jedna možnost.

Druhá je to udělat plnohodnotně. Vlastní konektory, které umí řešit inkrementální stahování dat, limity API, protože víme, že jsou omezení.

Data si umí převrátit, stahujeme pouze data, která se změnila. Google Analytics je specifické tím, že data ještě 48 hodin po kolektování mohou měnit hodnoty, což ví málo datových specialistů.

Když data doběhnou do datového skladu, jsou zanesená, proto je potřeba je správně modelovat relačně, aby na sebe navazovala a celý systém dával smysl.

Chopily to jako byznysmani, aby pochopily ty pojmy. A potřebuješ to potom nacpat do toho běžícího systému, mít k tomu dokumentaci a mít to připravené v tom modelu, který pak může fungovat v rámci celé firmy, kde jsou data zvalidovaná, čistá. A úplně typicky se může stát, že se ti data mohou měnit — například někdo přidá nějaký sloupec a když to máš udělané nějakým jednoduchým způsobem, tak se ti to rozpadne a zase tam někdo musí to opravovat.

Výsledek je úplně stejný: klient dostane data z Google Analytics. Ale rozdíl v tom prvním případě je, že za první tři měsíce tě osmkrát otravuje s tím, že chce něco změnit, něco upravit, a v tu chvíli si podkopáváš sám nohy. Protože lidé ve firmě, když s tím pořád něco je, pořád si něco musí upravovat, tak se na ta data nespoléhají nebo je otravuje s nimi pracovat, a výsledek je, že firma vlastně znehodnotí snahu stát se datově řízenou.

Úkol je stejný — reporty z Google Analytics — ale jde o to, jak to uděláš a za jakou dobu. Protože k tomu přichází i druhý pojem: oni potřebují vesmírnou loď, kterou jsi tady právě postavil, ale v jejich fázi. Myslím si, že tady přichází to velké umění rovnováhy — dát správnému klientovi věc, která je pro něj dostatečně „future proof“ (tj. budoucnost vydrží), ale ještě to není ta „spaceship“, ve které by se ztratil. A umět odhadnout jeho datovou zralost.

Když říkám, že děláme jednoduchou věc jako datový sklad a reporting, není to jen o tom, že chápeš jeho potřeby. Typicky, když je to e-commerce, víš, že za dva roky bude muset mít, pokud mu byznys vyroste, opravdu solidní základ v Google Analytics. Když je to B2B s prezentačním webem, tak to nemusí být tak rozsáhlé. Podle mě ta přidaná hodnota dělat věci jednoduše a dobře přichází z toho, že opravdu víš a chápeš, jaký je klientův byznys, kam může růst, aby bylo vše „future proof“, a ve správný chvíli mu dáš věc, kterou potřebuje, aby mu vydržela.

Ale vy jste byznys konzultanti, jak jsi říkal, že v týmu jich asi hodně máte. Mohl bys vysvětlit, jak se váš tým skládá, jak to u vás funguje — kdo je byznys konzultant, kdo vytváří datové sklady, datové modely, reporty, a jak tam fungují synergie?

Určitě. Máme výhodu, že jsme stále malá firma, kde všichni vidí na všechny. Dnes máme oficiálně čtyři oddělení: datovou analytiku, vývoj, webovou analytiku a byznys consulting. Týmy jsou hodně propojené i kvůli tomu, jak je vedeme. U nás musí každý během zkušební doby projít vším. I když chceš dělat hezké grafiky v Tableau, musíš umět nastavit ETL pipeline, napsat kód, navrhnout datový model.

To na lidi klade velké nároky, hodně jich to nezvládne, někteří „umírají nebo pláčou“. Ale když člověk nemá celé to kolečko od A do Z – od integrace, přes transformaci, vizualizaci až po vzdělávání klienta – nemá pocit, že by tým dovedl dodat věc opravdu kvalitně. Když se mě zeptáš, kolik máme byznys konzultantů, tak vlastně každý má v sobě aspoň nějakých 8 % až třeba 40 % byznys konzultanta — všichni jsme z nějakého procenta byznys konzultanti.

Ale samozřejmě každý člověk má i své specializace. Byznys konzultant by měl umět i postavit report.

Jak se vám daří hledat takové lidi? Protože z mé zkušenosti je těžké chtít po technických lidech, aby měli i byznysový přesah. Často to tak úplně nejde.

Všichni chtějí „full stack supermany“. U nás je to hodně o štěstí, ale také o metodě, jak lidi hledáme. Moc nás nezajímá jejich technická znalost, protože SQL se naučí i cvičená opice.

Myslím, že to nejsou zase tak složité věci. Když máš seniora, který v tom umí, tak toho juniora odvede a zkontroluje v QA. Hledáme talenty, kteří jsou multidisciplinární, a hodně se zaměřujeme při náboru na hodnoty, než na dovednosti. Když nám pošlete životopis, málokdo je hned vyloučen na jeho základě.

Typicky při pohovoru nehledám, co člověk umí, ale co neumí. Pak zadávám praktické cvičení, abych zjistil, jak se k úkolu postaví – jestli pochopil kontext a vazby. Celý proces není o tom úkolu, ale o přístupu k němu. To nám hodně pomáhá mít v týmu lidi, kteří nad tím umí dobře přemýšlet.

Je zajímavé, jak máte v týmu lidi z různých backgroundů, různé profese. Ty sám nejsi typický datový analytik nebo absolvent ČVUT, ale spíš myslící „kuchař“. Myslíš, že jsi ten, kdo dává tón v týmu? Jako že „ryba smrdí od hlavy“?

Myslím, že trochu hledám i sebe, jak jsem začínal s těmi Wikipediiami v marketingu: „tady se něco musím naučit, příští týden přijde klient“. K náboru lidí přistupuji podobně, jako ke svému začátku – oddělit zrno od plev. Je to zkušenost, opakující proces.

Spíš se koukám na talent a dovednosti. Máme v týmu kolegu, který deset let byl šéf potápěčů na Bali a teď pracuje tam. Máme kolegyni veterinářku, mediátorku a samozřejmě technické lidi z ČVUT. Není to úplně o tvrdých technických dovednostech. Technologie kolem dat se stále zjednodušují, s příchodem AI to bude ještě jednodušší.

Nejde o to, kdo má hluboké znalosti konkrétní technologie, ale kdo dokáže o problému dobře přemýšlet. Na druhou stranu k nám přicházejí i lidé z korporátu, kteří celý den optimalizují SQL na Oracle on-premise. Jsou sice velmi schopní a chytrí, ale nezapadnou k nám, protože nepracujeme s takovými klienty a technologickým zázemím.

Firmy se často potýkají se změnami – například fakultní nemocnice s 10 000 zaměstnanci nám říkala, že není problém software pořídit, problém je školení a adaptace tolika lidí. Takové změny jsou náročné.

V našem světě se s takovými technickými korporátními lidmi potkáváme minimálně.

Říkáš, že hledáte talenty bez velkých technických znalostí, ale přece je musíte učit a to stojí čas. Máte poměr juniorů a seniorů, abyste zvládli odcházet práce a ještě školit nové lidi?

Nemáme oficiální poměr, spíš to intuitivně vnímáme. Držíme pevně prvních 100 dní zkušební doby. Dáváme hodně práce onboarding, hodně materiálů a prostoru na samostudium. Každý má svého „buddyho“, který plánuje vzdělávací plán.

Každý člověk má jiné talenty, proto začínáme během zkušebky u uchopitelnějších věcí. Máme matriky, milníky a i nějaká přezkoušení. Člověk tím musí projít.

Bereme to jako dohodu na obě strany — my ti dáme seniora, podporu, prostředky, ale ty musíš doručit. Po 100 dnech se rozhodne, zda ano, nebo ne. Přijde mi to jako nejlepší datový kurz na trhu, protože za to ještě dostaneš zaplaceno.

Slyšel jsem třeba, že kolega pracuje z Bali, bývalý potápěč, což mi přijde jako součást vaší „cool“ firemní kultury.

Možná prozradíš, jak u vás funguje práce?

Historicky jsme byli full remote firma, protože nás bylo jen pět seniorů. Ale když jsme začali nabírat juniory, zjistili jsme, že práce na dálku je složitější. Junior je 4 hodiny na kódu, pak zoufale volá, protože mu chybí středník.

Když s ním sedíš v kanceláři, jdeš kolem, vidíš, že má hlavu v dlaních, už 15 minut, a řekneš mu: „Hele, chybí ti tam středník.“ „Díky!“

Minulý rok jsme proto zkusili coworking v Praze, kde jsme se na středě scházeli asi patnáct lidí osobně. Ukázalo se, že to lidé chtějí a potřebují.

Dnes máme kancelář v Karlíně, ale je nepovinná. Máme kolegy ze zahraničí, v různých časových pásmech (Rumunsko, Bali). Naši klienti jsou z Austrálie i USA, takže remote práce je nutnost.

Je to výzva, ale zatím se daří. Obrovskou pomoci byla virtuální kancelář – software jménem Roam, newyorský startup, kde jsou všichni online v „místnostech“, vidíš, kdo je na schůzce, můžeš „zaťukat na dveře“. To postupně odbouralo bariéry, hlavně u juniorů, kteří si nejsou jistí, zda volat nebo nerušit. Spokojenost lidí díky tomu výrazně vzrostla.

Ve firmě vyznáváme vysokou svobodu za vykoupenou velkou zodpovědností. Nemáme pracovní dobu, dělej, kdy chceš a odkud chceš. Ale jakmile přijmeš úkol, musíš ho doručit v kvalitě a čase.

Lidé si tak mohou jeden týden na víkend zařídit rodinu, pracují třeba 70 hodin, druhý týden mají volno a pracují třeba 20 hodin. Tuto svobodu se snažíme zachovat, ale je to náročné na plánování a zátěž.

Proto jsme si napsali aplikaci na plánování. Je to velký benefit, který se také odráží v hodnotách firmy a lidí.

Jak jsme mluvili o náboru, další důležitá část je osobní hodnoty. Zní to jako klišé, ale byl jsem překvapený, jak to funguje.

Myslíme na schopnost učit se, kterou testujeme, a zjistili jsme, že všichni rádi přináší klientovi užitek. Byl jsem překvapený, že náš programátor, který skoro nikdy neviděl klienta, protože je schovaný za projektovým manažerem (což se snažíme omezit), když přijde do práce, říkám mu, že se může víc zapojit…

(text končí nedokončený)

Korporátu brali 250 tisíc měsíčně bez pokojem. Říká, no ale vždycky je největší radost a nejvíc se jí naplňuje, že jsme tomu klientovi pomohli. A když vidím ten e-mail, že nám píše: „Hele, bylo to fakt super a pomohlo nám to.“ No a zjistil jsem, že to ti lidé ve firmě sdílejí a testují to zase při hiringu a potom při onboardingu. Díky tomu, že ti lidé…

Jak to testujete, když si říkáš, že to testujeme? Co je ten test? Je to self-proclamation auto test? Hele, nechci to tady úplně rozkrývat do detailu, protože to tam je celé otevřeně.

Protože chcete být takzvaně hiringově konzultační agentura? Ne, to vůbec ne. Řeknu ti něco jiného. Vojta Roček měl nejgeniálnější test na nové uklízečky. Nechával kilo pod… Dnes by to bylo asi pět kilo. Pod gaučem. A ve chvíli, kdy přišel domů a neviděl pět kilo na stole, tak mu bylo jasné, že ta uklízečka nebude dobrá. Že buď to pět kilo vzala, nebo to ani neuklidila. Takže buď neuklízí pod gaučem, anebo není poctivá. Tak tohle se mi líbilo, ten level signaling.

Tak něco podobného klidně anonymizuj nebo abstrahuj. Takhle dobrou, promakanou věc nemáme. Vojta je své rázu, takže tohle nás nenapadlo vymyslet. Ale když bych to měl úplně nedetailně popsat, je to prostě o tom, co s tím člověkem probíráš a vidíš, když on přijde v osm, ve čtyři už kouká na hodinky, v kolik odejde a říká: „Hele, moje životní náklady jsou 80 tisíc měsíčně, potřebuji si vydělat 160, a teď mi tam půl hodiny zbývá, kterou bych tam potřeboval dohnat, ale už potřebuju vypadnout, můžeme s tím něco udělat?“

A takové signály jsou jednoduché a díky tomu, že tým je dnes hodně koherentní, tak jakmile je tam někdo jiný, oni to velmi rychle navnímají.

Jak to tak bývá, většina konzultaček třeba někdy napadne, že by to mohly nějak lépe škálovat, že? A že by si třeba mohly vytvořit nějaký vlastní produkt. Přesně. Kdo by prodával hodiny do nekonečna? Přesně. Škálovat vlastní SaaS? Kdo by nechtěl vlastní SaaS? Myslím, že to napadne úplně každého.

Nás to samozřejmě taky napadlo a nějak jsme k tomu přistoupili. Jak jsme na začátku mluvili o tom, že když jsme hledali ten datový stack, dokud jsme ho nenašli, psali jsme si spoustu věcí sami. Vzniklo nám něco, čemu jsme říkali interní udělátko, což byla věc, která nám kontrolovala datovou kvalitu, dělala datový katalog, někde pomáhala s viditelností, s notifikacemi a podobnými věcmi.

Pak jsme se potkali u jednoho z klientů s naším partnerem, který přišel a říká: „Hele kluci, mě hrozně baví to, co děláte, ale já jsem byznysák a chtěl bych s vámi dělat.“ A já říkám: „No nevím, nám to takhle nefunguje, ale jestli chceš a líbí se ti to, tady je naše interní udělátko. Klidně si kolem toho postav, co k tvému byznysu patří – obchod, sales, marketing a tak dále.“

Což samozřejmě byla úplně naivní představa. V té době jsme si mysleli, že budeme vyrábět tu věc při naší klasické konzultantské práci, budeme mít implementační partnery. Přesně, k tomu se dostaneme, a budeme si tu věc vyrábět, protože máme dobré know-how, tak to prostě zabalíme. Bude to milé, budeme dělat něco jiného, protože to znamená, že se hluboce hrabeš v technologiích.

No a tenhle koncept samozřejmě nefungoval. Nebo když říkáme, že nefungoval, tím nemyslíme, že by nefungoval obchodně, ale nefungoval tak, jak jsme si mysleli – že budeme pouze dodavatelé.

Protože najednou zjistíš, že i v SaaS byznysu buď máš produkt tak vyladěný, že člověk dokáže jednoduše zaplatit kreditkou, zobrazí se mu reporty a je to tak krásné, že je to self-service – a na to potřebuješ hodně peněz, aby ses odladil UI, UX a všechny ty okolní věci.

Takže jsme pak zavrhli sbírání kreditních karet. Vyzkoušeli jsme to na Shop.tu, nabrali pár set uživatelů a moc to nefungovalo. Protože oni – a já to chápu – chodili pro konzultace. „Hele, data jsou dobrá, ale hledáme někoho, kdo nám řekne, co máme dělat. Nevíme, jak to používat. A když už víme, jak technicky, tak nevíme, jak to interpretovat.“

Takže se z toho stal problém.

Jenom jsme se vzdali konzultování klientů, kteří platili tisíc korun měsíčně za používání, což samozřejmě dávalo malý smysl. Takže jsme to ukončili.

Jak si to ještě máme představit? Co byla nějaká alternativa, v jakém prostoru to bylo, co umělo, nebo to byl jenom krach?

Ne, krach to nebyl, ale úplně nám to, nebo abych byl specifický – jmenuje se to Data Look, stále to funguje, funguje to velmi dobře, troufnu si říct, ale nemá to úplně svůj dobře definovaný prostor.

Je to v podstatě nástroj, který umožňuje mít ve firmě všechny datové věci na jednom místě pod dohledem. Co to znamená? Nejjednodušeji je to tak, že všechny reporty, které máš třeba na Tableau Cloud, které používá jedno oddělení, další používá Power BI a třetí Excelovské tabulky, dáš do jednoho rozhraní a vyřešíš přístupy.

Díky tomu, že jsou přístupy vyřešené na pozadí, máš kompletní data governance – víš, kdo kdy kam chodí, centrálně řídíš přístupy. Díky přehledu všech reportů – a protože je to napojené na datový sklad – řeší ti to také datový katalog.

Vymýšleli jsme k tomu další funkce, které typickým BI nástrojům chybí. Třeba chci koukat do Power BI, ale zároveň chci mít velké tlačítko, které mi řekne „refrešni data“. Na pozadí se spustí orchestrace v Kebule.

Nebo typický writeback – koukám do BI toolu a potřebuji zapsat nějaká data zpátky. To umíš třeba v Tableu – označíš řádky k úpravě, klikneš na tlačítko, vyskočí modální okno, zadáš data, která se uloží do datového skladu a pak se data v Tableu obnoví. To je ulehčení, protože kdybys to psal jako custom věc, bylo by to náročné, ale takhle si uživatel přidá tlačítko jednoduše.

V neposlední řadě se to stalo místem pro datové aplikace, protože spousta klientů potřebuje aplikace na míru. Když začnou psát plnohodnotnou aplikaci, může to být 20–30 mandayů.

Datové aplikace jako Streamlit, který dnes hodně frčí, nebo jiné technologie typu UI, BRK, Retool a podobně, velmi snadno umožňujeme provozovat přímo tam. Typicky má klient systém integrací ve firmě – všechny objednávky mu chodí přes integrační engine, vidí, co se kde děje.

Současně má automatický nákupní systém, který na základě predikce říká, jaké produkty dojdou třeba za 60 dní, připraví objednávkový formulář, který klient potvrdí a objednávka se pošle dodavateli. Skrz ERP a jiné systémy komunikuje s jeho ERP. Nemusí mít všichni lidé přístup do ERP, je tu rozhraní, kde může pracovat s daty jednoduše.

V rámci datové zralosti firmy považujeme datové aplikace za pokročilou věc. Je to fáze, kdy přestane dávat smysl jen data sledovat a chceš dělat akční opatření.

Promiň, že jsem se trochu rozepsal, ale datalook nám dnes slouží právě k tomu.

Třeba co jste tady měli – Michala Buska z Heuréky – jeho tým, který se zabývá prodejem dat, servíruje všechny věci klientům právě na základě datalooku.

Jsou tam automatizace – všechny reporty, které dříve dělal datový inženýr, příprava dat ve Snowflake, tvorba Power BI, dneska přijde obchodník do datalooku, klikne na klienta a reporty se mu vygenerují.

Toto je jedna z možností jejich využití. A u enterprise zákazníků se to kombinuje. Máme klienta, který tam má 161 tisíc reportů pro své franchisanty. Zároveň máme klienty, například Amazing Places, kteří mají všechna data své firmy, všechna oddělení na jednom místě. Když se majitel potřebuje podívat, kdo jak pracuje s metrikami, jde tam.

Je to vývoj od původního self-service, kde si někdo s kreditkou vygeneroval report na Shop.tu. Je to cesta, kam se dá dojít.

Ale první představa, že se postará o vše marketing, sales a zakázky budou chodit samy, byla naivní.

Dnes jsme museli přijmout, že datalook není věc, která je „houska na krámě“. Má specifické použití, není to produkt, který si koupíte prostě přes web. Vyžaduje konzultace a další souvislosti. Dává to smysl a je to jedna z našich služeb, která je vyčleněná.

Každý konzultant by chtěl vytvořit vlastní SaaS, který by generoval obrovské peníze, ale my jsme to opustili.

Mimo vaše klienty to vlastně nikdo neskáluje. Nepřicházejí poptávky, nevyvíjíte samostatný produkt bez dlouhodobé produktové mapy.

Je to spíš interní nástroj, který nám dává konkurenční výhodu v rychlosti dodání.

Klienti na to nepřicházejí z venku, typicky si to implementují datové týmy sami. Je to ústní doporučení, 98 % klientů máme takto. To není snadno škálovatelné a zároveň je to bolest, i když to zní hezky.

Inbound z datalooku funguje, ale není to tak, že by to přinášelo automatické zákazníky. Stále je mnoho práce.

My nejsme firma orientovaná na peníze, nemáme finanční plány, nestanovujeme KPI, ani rozpočty, moc neřešíme růst o 20 nebo 30 procent.

Datalook pro nás nikdy nebyl „money making machine“. Měli jsme nabídky od investorů, ale ty jsme zavrhli, protože by nás tlačili do zisku a dalších změn.

Datalook nám umožňuje dělat věci, které dávají smysl a prohloubit naše technologické znalosti.

Nechci to přirovnávat k Bubble, že je to sranda, ale vývoj takového nástroje tě donutí jít do hloubky a porozumět základním principům.

Pro nás je to, kromě smyslu pro klienty a funkčnosti, i obrovský zdroj vědomostí, který některé agentury nemají.

Co tedy sleduješ jako úspěch? Jak definuješ dynamiku nebo roční plán, když nemáte finanční KPI? Máte třeba spokojenost zaměstnanců?

Já jsem dospěl k tomu, že mým úkolem jako CEO jsou dvě metriky.

První je, abychom byli v provozním zisku a zachovali marži, tedy aby práce měla přidanou hodnotu, marži. To znamená, že nesmíme ujet.

Druhý je spokojenost lidí.

Dívám se na to tak, že je to obrovská satisfakce. Mým úkolem je postavit firmu tak, aby lidé mohli růst.

Je to sice buzzword, ale tak to je.

Je hezké, když se podíváš na programátora, který dříve s klientem nemluvil, a dnes u nás dělá head of delivery.

Obrovsky se posunul. Lidé ve firmě skutečně rostou.

Firma roste nejen počtem lidí, ale hlavně hloubkou znalostí.

Od doby, kdy jsme řešili Google Analytics, dnes řešíme opravdu hluboké technické datové věci.

Přijde mi zajímavé, že pro velké firmy jako Groupon zpracováváme webovou analytiku pro celý svět.

Pomáháme skládat data, jde o miliardy uživatelů.

Takové zkušenosti technických znalostí jsou daleko hlubší než dříve, kdy jsme dělali pro malé klienty, třeba kosmetičky.

Lidé rostou horizontálně, prohlubují své znalosti, baví je to, jsou lepší a někteří rostou i vertikálně ve firmě.

To je má hlavní metrika.

S každým mám osobní debatu: „What do you want to be when you grow up?“ Kde se vidíš za tři roky? Chceš být architektem? Konzultantem? Co tě naplňuje? Co tě baví? Kam tě můžeme posunout?

To jsou moje hlavní úkoly ve firmě.

Co vás čeká? Jaká je tvoje vize? Kde by měl být marketing BI za rok, tři roky? Na co se můžeme těšit z vaší kuchyně?

To je nejpřísnější otázka, která zatím zazněla.

Nevím. To je možná i dobře i špatně.

Naše cesta byla velice rychlá a dynamická.

Jsem zvědavý, kam nás to zavane.

Máme nějaké základní principy: lidé, klienti, antifragilita, transparentnost, pravdu – na těch stojíme.

Kdyby ses mě zeptal, jestli budu mít stejný tým a za tři roky budu mít třeba e-shop z banánů, tak řeknu, že to mi nevadí.

Myslím, že je to hlavně o těch věcech, na kterých stojíme.

Nemohu tedy říct, co přesně to bude za tři roky.

Zatím musím zaklepat, všechno nám jde extrémně dobře a minulý rok jsme se hodně zaměřili na zahraničí.

Z pěti procent klientů jsme dnes na zhruba čtyřiceti procentech. Bál jsem se toho, než jsem byl ve Vegas, a pak…

I díky Pavlovi Doleželovi jsem měl možnost mluvit v Izraeli na konferenci a zjistil jsem, že těm lidem máte co říct. Je jedno, jestli jde o šéfa dat z Disney nebo šéfku dat či šéfa dat v McDonald's, kteří pak za vámi přijdou a říkají: „Hele, ty věci, o kterých jsi mluvil, které jste dělali v té vaší České republice, v Praze, pro tuto firmu, my řešíme úplně stejné problémy, nebo bychom si o tom rádi popovídali.“

To mě opravdu hodně baví a myslím si, že tímto směrem budeme pokračovat. Pro nás je však nejdůležitější doručovat hodnotu pro naše klienty a to si budeme držet. Ať nás bude 20, 30 nebo 50, nevím. Jediné, co vím, je, že nechceme být korporací a chceme to udržet tak, abychom nikdy nemuseli kompromitovat naše hodnoty.

Třeba teď tady hodně mluvím a nejsem si jistý. Držíme palce, keep up the good fight.

Přesně tak. Díky moc, Honzo. Také díky. Díky.

A to je všechno. Děkujeme, že jste doposlouchali další díl Data Talku. Děkujeme také našim partnerům: Bighubu, VIPNOTE, Mantie, Natinu, Atakamě, Gene Beamu, Seznamu CZ a Muse.

Pokud vás zajímají další informace ze světa datových technologií a z československé datové scény, navštivte naše stránky datatalk.cz.

Nechť vás provází data.