Nevíte, na čem vyděláváte
Marže po slevách, obrátka, mrtvé zásoby, náklady procesu. Datová analýza podle vlastního frameworku - každé číslo z dat, křížově ověřené.
Když má každé oddělení jiná čísla a vedení rozhoduje podle dojmu. Spočítám z vašich dat, co se ve firmě děje, postavím datovou platformu jako jeden zdroj pravdy a nad ní reporting a AI, které se používají. Uvažuju jako analytik a stavím jako vývojář, takže analýza neskončí v prezentaci.
Marže po slevách, obrátka, mrtvé zásoby, náklady procesu. Datová analýza podle vlastního frameworku - každé číslo z dat, křížově ověřené.
Pátek odpoledne někdo slepuje tabulky z ERP, e-shopu a skladu. Datová platforma to dělá sama, každý den, stejně.
Stejná čísla pro majitele, obchod i sklad, a reporting, který lidi otevřou.
Bez čistého datového základu AI vrací pěkné věty a špatná čísla. Nejdřív data, pak AI.
Datovou analýzu s výsledkem. Provoz, sklad, sortiment, zákazníci. Vlastní framework a validace, každé číslo dohledatelné v datech. Výstup říká, co řešit první a kolik to přinese.
Datovou platformu. Jedna vrstva nad ERP, e-shopem, skladem a dopravci. Čistá data, verzované výpočty, automatické načítání.
BI reporting, který se používá. Marže, obrátka, kapacity, denní čísla pro vedení. Pár reportů, které rozhodují, ne dvacet dashboardů.
AI nad vašimi daty. Asistent, který zná kontext firmy a odpovídá v jejích číslech. Běží u vás, data neodtékají.
Příklady z praxe - co vzniklo a co to firmě dalo.
Sklad rostl a nikdo nevěděl, kde leží peníze. Analýza položek bez výdeje za 12 měsíců nad exporty z ERP a WMS, křížově ověřená proti stavu skladu.
Výsledek312 položek za 1,6 mil. Kč, 11,4 % hodnoty zásob. Většinu drží tři položky, takže tři rozhodnutí místo úklidu stovek karet.
Picking pomalý, rychloobrátka rozházená po hale. ABC podle picků nad 150 tisíci pohyby, návrh přesunů SKU do pick face a mimo něj, dimenzování regálů.
Výsledek20 % SKU dělá 80 % výdejů. Návrh přesunů pro stovky SKU s odhadem dopadu na cestu pickera.
Reporty se skládaly ručně z exportů a každé oddělení mělo jiná čísla. Datová platforma nad ERP - ETL pipeline, desítky SQL reportů, MCP server pro AI nad firemními daty.
VýsledekJedna čísla pro vedení, obchod i sklad, každý den automaticky.
Vybrané projekty k tématu. Všechny reference jsou na hlavní stránce.
Postavil jsem BI a AI-native datovou platformu nad ERP daty - ETL pipeline, desítky SQL reportů a MCP server pro AI. K tomu jsem dodal provozní aplikace pro sklad, základy PIM a B2B portál pro zákazníky.
Pro logistickou konzultační firmu Commarec stavím AI platformu - datový základ nad exporty z ERP a WMS jejich klientů, analýzy provozu, skladu a sortimentu a AI agenty, kteří týmu vrací čísla i s příčinou. K tomu datové analýzy pro jejich klienty.
Rozjel jsem brněnský provoz, nastavil procesy a roky rozvíjel systémy - product management WMS a interní nástroj pro plánování kapacit. Sklad jsme dvakrát přestěhovali přes noc, bez výpadku provozu.
Naprogramuju. Backend, integrace, datové pipeline, reporting, AI agenti. Rozumím provozu jako produkťák, uvažuju jako analytik a stavím jako vývojář. Když je potřeba víc rukou, mám sehrané lidi. Předávám věci, které běží, ne prezentace.
Obojí. Než něco stavím, spočítám, co se ve firmě děje - marže, obrátka, zásoby, kapacity, náklady procesu. Mám na to vlastní analytický framework a validaci, každé číslo je z databáze a ověřené. Analýza řekne, co postavit první, vývoj to pak dodá.
Pevný postup - průzkum dat, čištění, výpočty, křížová validace, interpretace. Každé číslo vzniká dotazem nad daty a je ověřené proti jinému zdroji. Žádné odhady z hlavy.
Jedna čísla pro všechny. Datová platforma nad ERP, e-shopem a skladem a reporting, který lidi otevřou místo vlastních tabulek. Vedení má stejná čísla jako provoz a rozhoduje z nich.
Aplikace přesně na proces je za týdny, ne za rok. Napojím ji na vaše data a nasadím průběžně, takže ji lidi používají od začátku a vy vidíte, jestli dává smysl pokračovat.
Nejdřív data, pak AI. Bez čistého datového základu AI vrací pěkné věty a špatná čísla. Postavím datovou platformu a nad ní AI, která zná kontext firmy a odpovídá v jejích číslech.
Ne. Datová platforma se staví nad tím, co máte - ERP, e-shop, sklad, tabulky. Systémy zůstávají, data se sjednotí nad nimi.
Ano. Přes databázi, pravidelné exporty nebo soubory. Cílem je, aby data tekla sama, cesta se přizpůsobí tomu, co systém umí.
Hodinová sazba (2000 Kč), nebo fixní cena za projekt (aplikace, integrace, datová platforma). Číslo je vždy dopředu v nabídce, ne až po dodání.
První věc v provozu typicky do 2 až 4 týdnů. Dodávám průběžně, ne jeden velký projekt na konci.
Typicky firmy od 50 milionů obratu a 20 lidí výš. Tam už má ERP, e-shop a sklad co propojovat a data mají hodnotu. Menší firmě řeknu na 30 minutách rovnou, jestli se jí to vyplatí.
Ne. Nejvíc zkušeností mám z e-commerce, velkoobchodu a logistice, ale ERP, dvacet Excelů a systémy, které spolu nemluví, má každá firma.
Pracuju samostatně, v interním týmu i vedle agentury. Rozumím zadání za vás, postavím, co chybí, a hlídám, že to na konci funguje dohromady.
Ano, z pozice zákazníka. Napíšu zadání, porovnám nabídky, vedu dodavatele a hlídám, že to na konci funguje dohromady. Sám systémy neprodávám.
Můžu to být já. Aplikace, integrace i datovou platformu dlouhodobě provozuju, spravuju a rozvíjím na část úvazku. Když chcete převzít, předám zdrojové kódy, dokumentaci a zaškolení, nic není zamčené u mě.
U vás. AI běží nad vaší datovou platformou, na vaší infrastruktuře nebo v izolované instanci. Nic neodtéká do cizích modelů na trénování.
Vám. Běží na vaší infrastruktuře nebo v cloudu pod vaším účtem, kód je váš.