Podcast

Dobrý den, jmenuji se Jirka Vyšerek.

Ahoj, tady Karel Šmáněk. Vítáme vás u nového dílu Datatolku.

Dnes tady máme Aleše Moravce z Karel Data Company.

Ahoj.

Ahoj, Aleši.

Aleš je Consulting Director, což je velmi dobře znějící pozice pro Karel Data Company, což je spíše startupová firma. Pověz nám, co Karel dělá. My už jsme tady měli tvého kolegu, jednoho ze zakladatelů, Kubu, takže možná pro posluchače, kteří neslyšeli minulý díl, řekni, o čem se dnes budeme bavit?

Ahoj, jak říkáš, Karel je startup. Věnujeme se, jak už název napovídá, datům, hlavně datům v médiích a datům, které souvisejí s nějakým obsahem na internetu, na sociálních sítích. Takže bych to jednou větou shrnul jako datová konzultační a zároveň produktová firma, která se zabývá daty ve spojitosti s obsahem.

Ty jsi tedy ta konzultační a zároveň datová a produktová firma, pardon. A také tím, jak vytvářet datové produkty a vůbec celý ten startupový život, jak produktivizovat své konzultační know-how a práci, tomu se asi dneska budeme věnovat nejvíc, že?

Ano, je to taková linka, která nás bude provázet dnešním dnem.

Už předchozí práce v CNC, kde to všechno začalo, je také téma, o kterém se budeme hodně bavit.

Než se dostaneme k CNC, což bylo místo, kde Karel vznikl myšlenkově a personálně, jak ses ty dostal k datům? Tvoje cesta je podle mě trochu zábavná, ale zároveň tradiční.

To je hodně zajímavé, řekl bych. Studoval jsem architekturu a urbanismus, bakalářské studium zde v Česku na ČVUT, poté magisterské studium v Nizozemsku. Hned po dokončení studií jsem nastoupil do jiné kanceláře v Londýně. Pracoval jsem tam asi rok a tři čtvrtě a začal jsem přemýšlet o tom, co dál, o dalších možnostech, protože jsem chtěl změnit práci a firmu.

Tak jsem si procházel různé inzeráty a narazil jsem na pozici s názvem Space Shuttle Data Analyst, což mě zaujalo. Říkal jsem si: „Data v architektuře, data a analýza v architektuře a urbanismu, to zní zajímavě.“

Takže mě to velmi zaujalo a chtěl jsem se o datech dozvědět víc, také jak s daty pracovat, jak s nimi zacházet. Nicméně v okolí jsem neměl nikoho, kdo by se daty zabýval. Byl jsem tak trošku „uvězněn“, nevěděl jsem, kam dál, protože okolo mě nebyl nikdo, kdo by mě mentorně vedl.

V té době jsem hodně poslouchal podcast Proti proudu od Dana Tržila, a tak mě nenapadlo nic lepšího, než mu napsat, jestli někoho nezná.

To je skvělá synchronicita! Bavíme se tady ve studiu, které jsme společně s Danem stavěli právě pro jeho podcast Proti proudu. Takže zdravíme Dana na dálku.

Takže jsi napsal Danovi?

Ano. A teď asi přijde další synchronicita, kdy Dan mi odpověděl, že zná nějakého Kubu Turnera z Kebuly a že bych se měl s ním pobavit, že mi určitě řekne něco o datech.

To jsem vůbec netušil, protože Kuba Turner byl člověk, kterého jsem s Danem Tržilem přezásilkovával, doháněl jsem je k tomu, protože jsme pro ně tehdy pracovali a spouštěli datakast, což je myšlenkový předchůdce a prototyp našeho dnešního Datatolku.

Takže jsem vůbec netušil, že jsou osudy takhle propojené, takže tě vítáme!

Jo, opravdu jsou velmi propojené.

Pak jsem přijel na víkend do Prahy z Londýna a potkal jsem se s Kubou. Kuba mě v podstatě zasvětil do světa dat.

Poté jsem si dělal online kurzy přes DataCamp a přes samostudium jsem se dovzdělával. Už jsem byl schopný dělat nějaké analýzy, psát ve Skillu, něco v Pythonu. Takže jsem se takto posunul.

Pak mě v Londýně moje práce přestala bavit, a tak jsem si řekl, že bych se rád vrátil do Prahy. Začal jsem tedy hledat práci v Praze a věděl jsem, že už to asi nebude architekt nebo urbanista, ale datař. Hledal jsem datovou pozici a dostal jsem příležitost v IQ, což je celkem velká firma, zabývající se vývojem aplikací, konzultacemi, marketingem, celkově celkem rozsáhlá.

Poprvé slyším, že se to čte IQ. To slyším poprvé.

Jo, někdy to slyšíš jako budIQ nebo BIQ. Nevím přesně, zda se nepřejmenovali.

Jaký to byl rok?

Byl to konec roku nebo přelom let 2019–2020.

Takže se vracíš do Prahy?

Ano, vracím se do Prahy.

Odešel jsi jako architekt do Londýna a vracíš se jako datař do Prahy.

Přesně tak. Tam to byla moje první opravdu datová práce či pozice, na které jsem byl. V podstatě to byla konzultační práce, měli jsme klienty, které jsme obsluhovali analyticky.

Měl jsem přidělený projekt Euromédie, kde jsem byl doslova „hozen do vody“, bez většího vysvětlování, co přesně mám dělat.

Co bylo zadáním?

Zadáním bylo vytvořit BI systémy v Euromédii. Sbírat data ze všech dostupných i nedostupných datových zdrojů a vytvořit smysluplný reporting, tak, aby firma mohla začít řídit svá data.

Seznamovali jsme se s jejich systémem, jak fungují objednávky a celý byznys Euromédie, abychom zjistili, co je pro ně důležité. To bylo velmi zajímavé, protože člověk o tom předtím nevěděl nic, a nyní se měl bavit s lidmi, kteří o tom vědí úplně vše, a najít společnou řeč. A pak to přetavit do reportů a dat – to bylo pro mě nejzajímavější.

Musím se zeptat – většinou když někoho takhle „hodí do vody“, může se buď rychle utopit, nebo vyroste. Předpokládám, že u tebe nastalo to druhé. Jak ses naučil komunikovat s lidmi, když třeba technicky jsi na začátku neměl tak široký rozhled?

Bylo to tak, že jsem měl minimální znalosti technologií, co jsem se naučil sám během těch zhruba tří čtvrtí roku, co jsem se nějak začal tomu věnovat.

Bylo vtipné, že jsem například vedl školení pro Power BI a práci s reportingem. Školili jsme tam jiné lidi, a já jsem byl možná o krok před nimi, ale nesmělo to být na mně znát.

Bylo to trochu stresující, chvílemi jsem se v tom mentálně trochu potápěl, ale klienti mě vždy vybičovali k vyšším výkonům a vstřebání nových vědomostí. Takže to nebylo jednoduché, ale byla to cenná zkušenost.

Proč jsi nakonec změnil firmu a přešel do CNC? Bylo to osobní, nebo jsi chtěl zkusit práci na straně klienta, nebo technologický pokrok, jít hlouběji do technologií?

Byla to kombinace všech motivů. Chtěl jsem se technicky více rozvíjet, protože konzultační práce často znamená, že se od klientů dostaneš jen k omezeným use caseům a není prostor se technologiím více věnovat.

Motivovalo mě tedy jít interně do týmu, kde bude větší prostor podívat se hlouběji na konkrétní technologie, stále v kontextu, že pomáhám firmě.

Začal jsem hledat pozice a zaujala mě nabídka od McKinsey. Ač to zní jako další konzultační práce, tato pozice byla interní na interní reporting.

Prošel jsem několika koly pohovorů, nakonec jsem se dostal do finálového kola, kde se rozhodovalo mezi mnou a další kandidátkou. Pozici jsem nezískal, ale později mi Milan Lidský, s kterým jsem měl jeden pohovor, zavolal, jestli bych neměl zájem o pozici v mediální společnosti.

Řekl jsem, že rád přijdu a popovídám si. Pak jsem se sešel s Pepou a Kubou Schillerem na obědě v hospodě Pod Parou.

Tam jsme probírali mou možnou náplň práce v CNC a já jsem řekl, že mě pozice zajímá, a tak začala má éra v CNC.

Co jsi měl v CNC původně na starosti?

Původně jsem spadal pod Pepu, který měl na starosti datový engineering tým. Tým se zabýval integracemi různých datových zdrojů a udržováním architektury.

Já jsem byl považován za architekta.

Přesně, byla to pro mě zajímavá práce, protože v té době bylo v CNC implementováno Keboola s multiprojektovou architekturou, asi 12–13 navzájem provázaných projektů.

Používalo se Tableau, což byly zajímavé technologie, které mě přitahovaly.

V BootIQ jsme dělali mnoho e-commerce projektů, například Euromédie, a v CNC jsem měl na starosti právě e-commerce projekty.

V té době startovaly různé bazarové služby v CNC a ty jsem měl kompletně na starosti z datové stránky.

Je vidět, že jsi nabyval expertízy v mediálním světě. Již v Euromédii, pak v CNCčku ses hodně rozvíjel po doménové stránce.

Zajímalo by mě, kdy jste se vy, zakladatelé CNC, začali cítit, že prostor pro startup je reálný, že máte prostor pro vlastní firmu?

Ten prostor nebo myšlenka tam byla dlouhodobě, dalo by se říci, že jsme měli hrubý plán do dvou let založit vlastní firmu.

Tým měl klíčové lidi s hlubokými doménovými znalostmi a technickou zdatností.

Kuba si dobře uvědomoval, že je potřeba dát lidem výzvu, aby zůstali pohromadě v jedné firmě a měli motivaci.

Byla to hlavní motivace založit něco mimo CNC, udržet tým a jeho sílu, která dokáže doručovat výsledky.

Když nastal správný čas, po lehkých změnách v CNC, jsme se rozhodli založit Karla.

Co se týká financování, předpokládám, že každému founderovi chybí jistota, když opustí stálé zaměstnání a začne riskovat vlastní firmu. Jak jste to vy měli rozmyšlené?

My jsme v tomto ohledu specifický startup. CNC patří do skupiny CMY a Karel je stále pod mateřskou firmou.

V podstatě jsme zůstali pod touto skupinou, Karel ještě ani není samostatnou entitou, je stále pod Czech Video Center.

Díky tomu jsme měli jistotu, že i když jsme „vyskočili ven“ z CNC, jsme krytí širokou skupinou.

Kolik vás bylo na začátku?

Byli jsme čtyři lidé.

Právě jsme měli schůzku v kanceláři, kde jsme začínali, v Genu v Holešovicích.

Pamatuji si ten první den po přestěhování, byli jsme tam čtyři naproti sobě v malé kanceláři.

Říkali jsme si: „Tak to je ono, jdeme na to!“

Dostáváme se k datovým produktům. Byla ta výzva produkt?

Ano, výzva byla produktivizovat to, co jsme vytvářeli v CNC, co nám fungovalo, ty pipeliney, a zkusit to nabídnout světu.

Přesně tak. Produkt vznikl z týmu lidí, kteří chodili do jednotlivých redakcí interpretovat data a dashboardy.

Kreativní lidi ale často vůbec nezajímá, když jim ukážeš graf nebo tabulku. Neumí je číst, nebo je to prostě nebaví.

Uniká jim, co s tím mají dělat, aby daný obsah plnil jejich KPI nebo posouval obsah dál.

Když jim to ale někdo vysvětlí lidskou řečí a sdělí, co mají dělat s tím obsahem, rádi si to poslechnou a pak to zohlední ve své práci.

My jsme měli kolegu Karla, který takto chodil…

Do E15 jsem chodil vzdělávat redaktory, ukazoval jim a interpretoval jim dashboardy. Nyní jsme přemýšleli, jak Karla nějak zautomatizovat, protože kdybychom to chtěli rozšířit, potřebovali bychom mít Karla pro každého redaktora, třeba 500 Karlem, což není reálné. Proto vznikla myšlenka vytvořit virtuálního Karla, který bude interpretovat data a budeš mít třeba aplikaci v mobilu, kde ti budou chodit notifikace typu: „Tento článek má skvělý výkon, možná bych trošku vylepšil titulek, bude to ještě lepší.“

Tento nápad jste měli úplně od začátku, nebo přišel postupně jako přirozený vývoj firmy? Pak jste si řekli, že je potřeba to zautomatizovat, že to bude nápad na produkt? Nebo mě také zajímá, jak jste to prodávali v rámci skupiny – jestli jste původně říkali, že budete dělat consulting, jak jste asi původně dělali.

Původně to tak opravdu vzniklo. Ještě před vznikem Karla jsme chtěli dělat consulting zaměřený na to, že budeme pro všechny jako Karlové – budeme chodit a konzultovat. Ať už v rámci skupiny, která sdružuje různé deníky po celé Evropě, nebo i externím klientům, které bychom dokázali najít. Takže původně jsme chtěli dělat jen konzultační činnost.

Ale po zvážení různých strastí a slastí konzultantů jsme si řekli, že konzultace úplně není ten správný směr. Karel se dokonce rozbrečel. Takže asi nebude konzultačka ten správný směr a spíš jsme hledali, jak dělat to samé, ale jinak než konzultační prací. Něco bez práce. Hodně v uvozovkách.

Když se tedy přesuneme do Genu, kdy jste čtyři u jednoho stolu a máte Karla, co jste v tu chvíli měli? Zůstali vám původní klienti, například interní CNC, a dál jste nějakým způsobem konzultovali? Měli jste kódovou základnu apod.?

Ano, zůstalo nám CNC jako jeden z prvních klientů, pro které stále pracujeme. Pak jsme měli jiné klienty, o kterých už snad mohu říci, že jsme je oslovili v rámci CNC. Třeba Aerofilms, náš úplně první klient, se kterým jsme zahájili spolupráci v roce 2021 už na jaře.

Dále jsme začínali projekt pro APU – Asociaci producentů v audiovizi, což jsme tady během dnešní diskuze trochu zamotali. Ten projekt rovněž vznikal v rámci CNC, takže tyto projekty jsme si svého času přinesli s sebou.

Měli jsme kontakty, které jsme chtěli oslovit a získat nové klienty. Pak přišla myšlenka produktu, která zatím nebyla do detailu rozvinutá, spíš jen myšlenka zautomatizovat Karla.

Prvotní myšlenka byla nabízet Karla nebo naši aplikaci mediálním domům. To znamenalo B2B zaměření. Postupem času, když jsme jezdili po konferencích a představovali produkt potenciálním klientům, dospěli jsme k závěru, že monetizace a prodej budou velmi komplikované. B2B segment má velmi dlouhý a zdlouhavý prodejní cyklus.

My jsme ale chtěli mít produkt, který bude možné rychle monetizovat. Proto jsme začali přemýšlet, jak prodávat to, co máme – tedy doménové znalosti a aplikaci – jako datového asistenta, který pomáhá lidem s obsahem. Jak to tedy rychle prodat? Rozhodli jsme se jít do B2C segmentu.

To je aplikace, kterou budeme spouštět za 49 dní. Nejde tolik o velké mediální domy a redaktory, ale o malé influencery, lidi tvorící obsah na sociálních sítích. Zaměření aplikace se tedy změnilo. Ze začátku jsme se hodně soustředili na velké mediální domy se strukturou redaktorů a šéfredaktorů, kde by každý měl svoje reporty.

Ale prodejní cyklus byl příliš dlouhý. I partneři nám říkali, že B2B segment je sice zajímavý, ale proces prodloužený, že se budete rok i půl roku bavit s klientem, než dojde k implementaci. Neměli jsme čas čekat rok bez příjmů, a proto jsme se zaměřili na B2C segment.

Byl i další důvod – tušili jsme, že v B2C segmentu budou klienti náročnější, ale zpětná vazba přijde rychleji, což nám umožní produkt rychle vylepšovat. Individuální tvůrce si aplikaci snadno nainstalují a začnou používat, a pokud nebude dobrá, rychle nám to projeví nepříznivou odezvou a dále si ji nekoupí.

To byla proto naše strategie. Celý proces bude agilní, rychlá zpětná vazba nám pomůže být lepší, oproti tomu, když půl roku nebo rok čekáte, než přijde zpětná vazba z velké mediální korporace.

Teď když se zaměřím na oba produkty, které jsi zmínil, původně B2B pro mediální domy a nyní B2C appku – zajímalo by mě, jak vlastně funguje vaše řešení v praxi? Když se vžiju do redaktora, který má třeba web, kde běží Google Analytics, ale Google Analytics neobsahují obsah, jak se k němu připojíte a jak mu předáte tipy? Co ty tipy obnášejí?

My jsme sami takový malý mediální dům, co nám můžete nabídnout?

V zásadě veškeré insighty a doporučení vycházejí z dat, která sbíráme z Google Analytics. Zajímá nás, jak lidé procházejí obsah článku, kam dočtou, jestli obsahuje infografiku, fotky, jestli jsou tam fotky v karuselu a jak se lidé na ně dívají.

Tyto informace měříme a podle nich dokážeme dát redaktorům insighty.

Když začínáme spolupracovat s klientem, nejdříve se ptáme, co chce optimalizovat – zda třeba chce prodloužit dobu, kterou čtenáři stráví na článku, nebo zvýšit dosah k novému publiku.

Všechny naše doporučení jsou navržena právě s ohledem na tyto cíle. Například pokud chce udržet čtenáře déle u článku, doporučíme vložení infografiky, protože z vlastní zkušenosti víme, že infografika prodlužuje engagement čtenářů.

Například takové doporučení klient dostane v aplikaci.

Jak to funguje technicky? Je to založeno na strojovém učení nebo pravidlech?

Je to kombinace. Vytváříme tagy, které posíláme do jazykového modelu a ten nám generuje věty, aby nebyly prezentovány jen jako bullet-pointy.

Nemyslel jsem generování tipů, ale identifikaci problémů.

Ta identifikace není strojové učení, je to naše expertíza převedená do rozhodovacích pravidel. Experimentovali jsme se strojovým učením, ale lepší výsledky máme díky vlastní expertíze.

Co se týče obsahu samotného, například klíčových slov, titulků a formátu psaní, zatím není tento aspekt v produktu plně zahrnut.

Ale na titulky a klíčová slova se už zaměřujeme. Například řekneme, že článek má dobrý obsah, ale titulky a klíčová slova nejsou dostatečně vyhledávané. Taková doporučení vydáváme.

Jak tedy uživatel s produktem pracuje? Integruje to do redakčního systému?

U aplikace Carphone Media, což je náš B2B produkt, posíláme redaktorům shrnutí jejich článků e-mailem. Dále je tam doporučení, co s článkem upravit nebo co příště zlepšit.

Můžeme se také integrovat do různých nástrojů jako Slack, Messenger nebo Google Chat a podobně, takže doporučení můžeme rozesílat různými kanály.

Nemám s tím tolik zkušeností, ale představuji si, že redaktor článek před publikací vloží do redakčního systému, odešle šéfredaktorovi a náš systém zpětně doporučí úpravy po zveřejnění – tedy ne v reálném čase během přípravy.

Je to zpětná analýza, která dává doporučení až po publikaci článku.

Nejde zatím o funkci, která by redaktora asistovala v průběhu psaní článku.

Ale to je směr, kterým se možná budeme v budoucnu ubírat, včetně integrace přímo do CMS.

Co se týče druhého produktu, jak už jsi zmínil, cílíme na influencery, youtubery a hlavně mládež – to je relativně odlišný segment.

Ano, to jsme my. Díky, že nám říkáš mládež.

Produkt se jmenuje Carrefour Social, abychom to sjednotili do naší produktové řady.

Jak jsi řekl, jde o nástroj pro jednotlivé tvůrce, kteří mají své kanály na sociálních sítích a tvoří obsah – videa, fotky a podobně. Na to cílujeme.

Jak jste tento produkt validovali? U Carphone Media byla validace přes CNC.

U influencerů je to jinak, jak jste validovali tento segment?

Opět rozhovory přímo s influencery, kteří tvoří obsah.

V rámci CNC jsme měli spolupráci i s influencery, takže jsme měli kontakty na lidi, na které jsme se mohli obrátit.

Například jeden z nich je Čestmír, se kterým jsme hovořili.

Bylo jich ale více, momentálně si úplně nevzpomínám na všechna jména.

Také jsme využili bázi v Czech Video Center, kde jsme měli možnosti diskutovat s mnoha lidmi.

Celý produkt jsme vytvářeli ve spolupráci s tvůrci obsahu, podle jejich očekávání a zájmů.

Produkt dnes vyvíjíte, jak to pokračuje?

Ano, Karl For Social bude reálná aplikace, kterou si lze stáhnout v App Store.

Primárně bude pro iOS, Android možná v budoucnu – ale k lounchu, o kterém hovoříme, bude pouze iOS.

Většina influencerů totiž používá Apple a iPhone, proto jsme se na to zaměřili.

I s těmi, co jsou sponzorovaní čínskými či androidími značkami.

Rád bych se podíval, jak vypadá současný Karel.

Zní to, jako byste vyvíjeli produkt pro B2B mediální domy a zároveň SaaS aplikaci pro influencery.

Kolik vás je aktuálně v týmu? Kolik lidí pracuje na vývoji mobilní aplikace? Kolik se věnuje konzultacím s klienty jako Aero či CNC?

Zdá se, že jste dost roztříštění. Jak si stanovujete priority?

Ano, souhlasím, někdy máme pocit, že jsme roztroušení.

Máme ještě další produkt, abychom měli produktovou řadu kompletní.

V týmu je nyní asi 14 lidí.

Lidé nemají vždy jasně vyhraněné role.

Někteří se věnují jen jednomu produktu, ale například já jsem zaangažován skoro ve všem – od consultingu, přes Karl For Media, Karl For Brand.

Spousta lidí je zapojena do více produktů.

Máme i lidi, kteří jsou specializovaní – například jeden backend a jeden frontend vývojář, kteří se věnují Karl For Social.

Většina týmu však pokrývá více oblastí.

To samozřejmě vytváří obtíže při stanovení priorit, takže je to velmi agilní.

Někdy na začátku týdne rozhodneme, co bude priorita, ale v průběhu týdne se situace může změnit.

To například nemusí platit. Některým lidem to může být tedy náročnější, ale já si myslím, že ten mix lidí, kteří jsou v Karlovi, si s tím dokáže poradit dobře.

Řekni nám tedy ještě něco o Karl for Brand, abychom dokončili vaši produktovou řadu. Jsou tedy jen tři produkty, které vedle své konzultační činnosti vyvíjíte?

Zatím ano. Zítra odjíždíme na teambuilding, takže je možné, že do konce týdne budou další. Ale zatím máme jen tři. Takže Karl for Brand – ten vznikl ve spolupráci s Googlem, kdy jsme dostali nějaké volné kredity na to, abychom si mohli hrát s googlími novými funkcemi. Jednou z těch nových funkcí bylo Video Intelligence na Googlu, kde jsme v podstatě použili jejich přetrénované modely na detekci objektů ve videu.

A když se budeme bavit konkrétně, tím objektům myslíme značky. Proto i název Karl for Brand. Vzali jsme si nějakých 1100 videí z YouTube, zanalyzovali je a protáhli detekcí značek. Z toho nám vyšel zajímavý dataset, kdy se ukázalo, že jsme se zaměřili na konkrétní segment videí z Česka a Slovenska a tento dataset pak zaujal některé firmy. Nejenom dataset samotný, ale i analýza toho datasetu.

Dokážeme například říct, že značka byla v celém videu, které mělo třeba pět minut, viditelná zhruba deset sekund celkově. Víme i konkrétně, například že byla vidět od páté do šesté sekundy a pak třeba od čtyřicáté do padesáté a tak dále. Prostě přesně víme, kde v tom videu se značka objevila. To je velmi užitečné, protože když zaplatím za takovou spolupráci, nemusím sledovat každé video s tužkou a papírem.

Ano, přesně tak. Navíc víme i o konkurenci. První, co jsme udělali s daty z YouTube, bylo, že jsme vzali velký vzorek, těch 1100 videí, a najednou jsme měli obrovský přehled o tom, co se vlastně na trhu děje v rámci například beauty segmentu, což byl ten segment, na který jsme se podívali jako první. Tak jsme získali přehled o konkurenci.

Například jsme zjistili, že Petra Lovely Hair spolupracuje s Dermacolem, což nám zapůsobilo jako ideální spolupráce, protože její videa mají sledovanost, lajky, tedy engagement. To je důležité, protože nejsou to jen videa, která si někdo pustil jednou, nebo je vytvořil a nikdo se k nim nevrátil.

To je užitečné i pro značky, které hledají influencery. Mohou tak zjistit, zda mají videa skutečně výkon, tedy sledující, zhlédnutí, lajky, komentáře, ale také zda jsou jejich videa brandovaná. Někdy influenceři mají hodně sledujících, ale jejich videa nejsou brandovaná – třeba mluví o knihách, což lidi zajímá, ale nejsou to brandovaná videa a výkon těchto videí je nulový.

My v reportu rozlišujeme, kolik videí daný influencer natočil a kolik z nich bylo brandovaných. Ukazujeme také výkon těchto videí. Například může mít influencer za rok 100 videí, z toho 30 brandovaných, a my vidíme v porovnání výkon těch brandovaných a nebrandovaných videí. Některá brandovaná videa mají nulový výkon – lidé ta videa zhlédnou a odejdou, což není ideální.

Dokážu si představit, že to může být zajímavé pro různé e-commerce firmy, které zápasí s nejistou poptávkou. Když významný influencer zmíní konkrétní značku, může to různým e-shopům indikovat očekávaný nárůst poptávky.

Ano, přesně tak. Například jsme také odhalili, že spousta influencerů nemá placenou spolupráci, ale přesto značky ukazují. To je zajímavé – nejsou to placená videa, influencer za to nedostal žádné peníze, přesto spojují značky se svým obsahem a mají výkon na těch videích. Diváci na ně koukají, takže pro značku je to skvělá příležitost, aby to pak oficiálně zaplatila a spolupráce mohla začít oficiálně fungovat.

Nebo jsme se setkali i s případem, kdy video bylo označené jako spolupráce, tedy brandované, ale značka byla zmíněná pouze v titulku, v samotném videu se neukázala. To pak samozřejmě není ideální pro toho, kdo platí za reklamu. Takže tento nástroj může být dobrý pro automatickou kontrolu – než se video pustí, nemusí zákazník sedět a kontrolovat ho ručně, ale automaticky zjistí, zda značka byla skutečně zobrazena.

Když se podíváme na ty produkty, moc se mi líbí use cases. Já jako mediální člověk vidím velkou potřebu takových nástrojů. Všichni se díváme na statistiky na platformách samotných, ale tam je potřeba podrobnějších analýz.

V jakém jste teď stavu? Nejdál jste asi s produktem Karl for Media? Pokud to vidím jako licencovaný produkt, kde klient platí za používání, nikoli za konzultační čas, tak nejdál je asi Karl for Media?

Ano, k dnešnímu dni je to asi Karl for Media, protože ten už umíme nasadit u klienta a klient za licenci platí. Hned za ním je Karl for Social, tam jsme každý den blíže spuštění. A v produktovém smyslu jsme také poměrně daleko s Karl for Brand, ale tam je stále hodně konzultační práce, takže to není ještě plně produkt, který by se prodával dál.

Máte z vašeho oboru nějaké konzultanty, kteří nyní pracují na těch produktech?

Ano, ano. Když se podívám na naše produkty, snažíme se vytvořit ucelený ekosystém pro content creatory. Karl for Social je pro tvůrce obsahu, kde mají analytiku ze sociálních sítí a doporučení, jak s obsahem pracovat.

Karl for Brand je určený spíše pro firmy nebo marketingové agentury, které spolupracují s influencery. Takto by to mělo tvořit ucelený ekosystém.

Ještě jedna věc, kterou jsem zapomněl zmínit – například v Karl for Social si můžeš označovat obsah, například nějakou spolupráci, dát mu tag, například že video, které jsem natočil, je spolupráce s Coca-Colou. V aplikaci si pak můžeš vygenerovat report, který ukazuje dosah celé spolupráce přes různé platformy – YouTube, Instagram, TikTok – a všechny ty věci označíš jednou spoluprácí.

Pak se do toho může zapojit Karl for Brand, kdy si firmy mohou podívat konkrétně na obsah těch tří postů z různých sítí a zjistit, jak dlouho tam značka byla, v jakém kontextu, s jakým sentimentem a jestli tam nebyla třeba značka konkurence.

Pro mě je tento trh velmi zajímavý. Myslím si, že to je trh, který zabíjí tradiční média, protože tam jde pozornost a je to nová věc, díky které deníky mají stále těžší pozici.

Média v budoucnu budou postavená na osobnostech, které jsou na sociálních sítích, což je momentálně další nepřekonatelná skutečnost. Co mi ale vrtá hlavou, je, že vás je čtrnáct a nějak se musíte uživit. Máte jednu enterprise aplikaci, konzultujete věci – když tady byl Kuba před přibližně osmi až devíti měsíci, říkal, že se chcete rozkročit a poskytovat know-how nejen médiím a content creatorům, ale i e-commerce a dalším oblastem. Jak tedy prioritizujete, čemu se budete věnovat, co bude další? Koho plánujete dále najmout, jestli dalšího konzultanta, nebo někoho na Snowflake? Chápu vizi produktové firmy a vidím, že na rozdíl od jiných víc konzultačních firem po ní opravdu jdete. A hlavní příjem má být z licencí, že?

Ano, taková je vize. Převážně by příjem měl plynout z licencí a konzultační část by měla být minimální nebo ideálně žádná.

Jak to vypadá nyní?

Konzultace považujeme za důležitý zdroj příjmů a hlavně za zdroj inspirace a vhled do trhu, ze kterého čerpáme insighty pro produkty. Proto úplně neplánujeme úplně opustit konzultace.

Co se týče náboru nových lidí, v poslední době rádi čerpáme lidi z bývalého BI týmu v CNC, protože tito lidé jsou zároveň datoví specialisté a mají blízko ke kontentu, což pro nás znamená ideální kandidáty.

Nechceme ale aktivně vybírat pouze z CNC týmu – to by špatně znělo. Vidím to tak, že ti, kdo chtějí dělat produkt, vývoj a startup, půjdou do produktové části, a ti, kdo chtějí konzultovat, převážně zůstanou v konzultační části. Pokud to zůstane uvnitř skupiny, považuji to za výhodu pro všechny strany.

Určitě, asi je to tak, jak říkáš, ale chápu, že ne každý to tak vidí.

Ještě k tomu konzultingu – jak vlastně přijímáte klienty? Co musí splňovat, aby to nebyl defokus od vaší vize zaměřené na produkt?

Musíme mít znalost na to, co po nás klient chce. Nebereme projekty, které jsou mimo naše zkušenosti. Například nebereme zakázky na optimalizaci skladových zásob – i když máme znalosti machine learningu a prediktivních modelů, tak je to pro nás defokus a nesouvisí s produkty ani konzultacemi, kterým se chceme věnovat.

Pokud má projekt spojitost s obsahem, prací s uživatelem, tedy s tématy z mediálního světa, tak je pro nás zajímavý.

Jaké máte nyní klienty v portfoliu konzultací? Jsou to mediální domy?

Ano, například Česká televize, Bojo, Euromédia, dále spolupracujeme s Aerofilms a Viredem, kde máme nové spolupráce. Vaši klienti tedy mají vždy spojitost s obsahem nebo uživateli.

To je na takhle novou konzultační firmu na trhu velmi působivé, že máte lídry jednotlivých kategorií mezi klienty a zároveň dostatek peněz na vývoj produktů. Jak jste klienty získali? Bylo to snadné?

Do jisté míry ano. Mediální trh je malá bublina a všichni věděli, že BI tým v CNC byl nejlepší na světě, a teď si mohou poznat náš tým „naživo“. Některé kontakty tedy už vznikly ve spolupráci s klienty v CNC, ale většinu klientů jsme získali až po oddělení.

Samotné získávání klientů nebylo úplně snadné. Hledali jsme, jak je zaujmout, jak je dostat ke stolu a začít o spolupráci diskutovat. Výbornými otvíráky byly produkty a také analýzy z veřejně dostupných dat.

Například jsme skrýpovali data z CSFD, kde jsme se dívali na hodnocení filmů i uživatelů. Dokázali jsme provést klastrovou analýzu těchto dat – například pokud vytvoříte film podobný několika dalším, dokážeme odhadnout, jakou skupinu lidí bude zajímat.

Tato data jsou podobná Netflixovým nástrojům.

Ano, ano – to byl velmi dobrý otvírák, který firmy zaujal. V různých iteracích jsme dělali podobné analýzy i pro knihy nebo stolní hry. Tato data a analýzy jsou časově náročné, ale pokud to dává smysl, protože nemáte v týmu čas a fokus, může to být zajímavý zdroj.

Pokud budete dělat projekty pro mediální domy, tyto analýzy se mohou hodit, protože se tam objevuje čím dál víc seriálů a podobných pořadů. Uděláte to jednou pořádně a můžete to pak využívat opakovaně.

Jak je to s deskovými hrami? To asi není široký trh, spíše nišová věc a analýza je pro jednoho klienta?

Ano, to byla opravdu velmi specifická analýza pro konkrétního klienta na míru. Analýza vznikla až poté, co jsme s klientem jednali. Nejprve jsme měli analýzu dat z CSFD, ale ukázali jsme klientovi paralelu k deskovým hrám – fungovalo to úplně stejně, protože data jsou v zásadě stejná.

Existuje nějaká stránka, kde lidé hodnotí deskové hry a vytvářejí si sbírky?

Ne, nejedná se o stránku board game geek (pozn. boardgamegeek.com), ale jiné stránky, o kterých jsme diskutovali, aby bylo možné podobné analýzy provádět.

Geeks. Ano, ano, přesně tak. Geek ve mně nevydržel mlčet. Takže asi víš o deskových hrách více než já. V našem týmu máme jednoho kolegu, Vojtu Matouška, který se také věnuje deskovkám, takže by byl pravděpodobně lepší společník pro povídání o deskových hrách než já.

Jsem rád, že tady mám tebe, ale zároveň trochu smutný, že deskové hry nejsou více tématem na Datatolku. Na to si asi budeme muset udělat samostatný podcast.

Mám ještě jednu otázku: co vlastně běží pod kapotou těch produktů? Když se podíváme nyní, chápu konzultační linku, chápu know-how, zaměření a také chápu, že spousta produktů znamená manuální práci, kdy někdo něco přepisuje. Velmi si cením produktových vizí. Kdybychom se ale zaměřili na to, co je tím „turkem ve stroji“, co vlastně běží pod kapotou Karl for Media, co tvoříte pro Karl for Social, jaký máte technologický stack a co se tam děje?

Vývoj byl docela zajímavý, protože z nás nikdo nebyl žádný software engineer a náš background byl datový, můj dokonce ještě ani ne datový. Přicházeli jsme s tou znalostí, kterou jsme měli, a tou byla vlastně Keboola a Google Cloud Platform (GCP). To byl v podstatě technologický stack, který jsme znali, a na tom jsme začali stavět.

Pokud se vrátíme o rok zpátky a podíváme se třeba na Karl for Media, byla to kombinace Kebooly, GCP a Appify. To byly tři klíčové technologie, které jsme kombinovali tak, abychom dosáhli výsledku podle produktové vize, kterou jsme si představovali.

Před rokem to bylo právě takto. Teď, když mluvíme o Karl for Media, je to čistě GCP, úplně jsme opustili Keboolu.

Pokud se bavíme o Karl for Brand, který je nejmladší produkt, přistupovali jsme k vývoji trochu improvizovaně, tedy „šili to horkou jehlou“. Nechtěli jsme se totiž zabředávat do technologií a nástrojů, například si „naložit“ něco, co neumíme. Nelíbilo by se nám dělat celý produkt na AWS, když s AWS neumíme pracovat, co pak dělat? Rozhodli jsme se produkty stavět z těch věcí, které alespoň do začátku známe a umíme, abychom vytvořili minimálně životaschopné produkty (MVP).

Chceme skládat věci, které známe, a lepit je k sobě, aby nám to dalo požadovaný produkt. Někteří možná budou říkat „pane bože, lepit tam něco“, ale nám přišlo super, že jsme mohli velmi rychle iterovat. Protože během týdne jsme byli schopni přidávat nové funkce, dělat nové věci, přidávat úplně jiné pohledy na analýzu, než kdybychom museli budovat všechno rigidně na jedné technologii a ztrácet týdny či měsíce přemýšlením o tom, jak to vlastně udělat.

Jdeme tedy cestou skládání toho, co umíme, alespoň do doby MVP. Jakmile se funkcionality ustálí a známe, co chceme mít, začneme tyto věci většinou konvertovat či přesouvat do GCP.

Nevím, jak naši posluchači vnímají tento princip, ale já pocházím ze startupového prostředí, a proto je mi tento přístup bližší, protože ověřit trh a prodat produkt dřív, než začnete psát první řádek kódu, je základní pravidlo. Time to market, ship it before it's ready.

První krok je najít produkt-tržní fit, až poté řešit škálování. Žádné „příliš brzké škálování“ a starosti s tím, co budeme dělat, až budeme mít 10 000 uživatelů, když zatím nemáme ani dva – to je mi blízké.

Na druhou stranu je zde všechno technologické pokroky jako nocode, lowcode, platformizace a to, co dnes nalézáte v GCP, Azure nebo AWS jen na pár kliknutí. Před pár lety by tři měsíce dával dohromady takovou technologii tým datových a softwarových inženýrů podle produktové mapy, a teď je to dostupné ihned. Za mě to tedy více podporuji.

Naproti tomu zase odpovídá tomu, že zde mluvíme o více produktech a více zaměřeních.

Ano, je to tak. Teď jsem si z toho trochu dělal legraci – zítra totiž jedeme na team building, takže možná nebude další produkt hned na obzoru. Ale v Karlovi k tomu přistupujeme tak, že například Carrefour Brand nebude fungovat, nebude se prodávat, nebude fungovat na trhu.

Ačkoli to zní technologicky super – analýza videa, analýza objektů, přepis – když se nenajde cílovka, asi u toho nebudeme pokračovat. Už máme navržené další směry, kam se vydat. Ať už Carrefour Brand úspěšně dokončíme, nebo ne, máme další produkty, které chceme rozjet, a zkusíme je zase takto „složit“ a rychle dostat na trh, abychom zjistili, zda trh má o to zájem.

Pokud ano, rozvíjíme to dál, stejně jako Carrefour Social nebo Carrefour Media.

Velmi oceňuji jednu z nejdůležitějších lekcí, axiomů a maxim z Stanford Startup School – zamilujte se do problému trhu, ne do svého řešení. Myslím, že hodně lidí strávilo tolik času s nějakým vlastním projektem, že už neslyší, že ho trh nepotřebuje, protože je to příliš bolestivé.

Naopak slyším, že hezky propojujete technologické možnosti s problémy, které řeší váš trh.

Ano, máme rádi technologie. Třeba Car4Brand vznikl trochu opačně – měli jsme technologii, kterou jsme chtěli vyzkoušet, ale hned jsme začali hledat, jak ji prodat nebo jak monetizovat.

Není to tedy tak, že bychom měli jen nápady, co řešit na trhu. Jdeme i z druhé strany – máme technologie, které chceme vyzkoušet, a hledáme pro ně produktový fit na trhu.

Super, moc děkuji. Držím vám v Karlovi palce. Děkuji, že jsi přišel sdílet, kam jste se za posledních 8–9 měsíců posunuli a jak se z interního týmu v mediální korporaci stal konzultační tým vedený produktovou vizí, přeměněný v produktovou společnost.

Držím vám palce a doufám, že se tu za nějakou dobu potkáme a řekneš mi, jak roste a jak se daří vaší produktové řadě.

Také děkuji a snad se tu potkáme třeba i s Kubou.

To je vše. Díky, že jste doposlouchali až sem. Děkuji také našim partnerům – Byghabu, Intexu, Sastce, Bystrýtu, Colors of Data, Revolt BI, GoodData, Kebule, eMarku, Karl Data Company a Datamindu.

Pokud vás zajímá více, navštivte naše stránky datatolk.cz a přihlaste se k odběru našeho newsletteru.