Za 60 minut projdeme vaše datové toky a ukážeme, kde vzniká chaos, kolik vás to stojí a čím začít.
Mapa všech zdrojů dat — ERP, CRM, Excely, cloud, e-shop, marketing.
Konkrétní místa, kde data spadnou, duplikuje se práce nebo mizí čísla.
Odhad ztraceného času a nákladů — v hodinách, v korunách, v opožděných rozhodnutích.
Doporučení prvních 1–3 kroků, které dávají největší smysl (a co naopak počká).
Tři jasné kroky. Žádné prezentace, žádné buzzwords, jen konkrétní zjištění.
Domluvíme si termín, řeknete nám, s čím dnes bojujete, a co byste chtěli vědět.
Projdeme vaše zdroje, procesy a reporty. Ptáme se, posloucháme, značíme si problémy. Na vše máme dost času.
Dostanete report s mapou dat, identifikovanými problémy, odhadem nákladů a doporučenou cestou dál.
Report, který si můžete přečíst, ukázat vedení a rozhodnout se podle něj — i kdyby s námi nakonec nešli dál.
Vizuální přehled zdrojů, toků a napojení mezi systémy.
Prioritizovaný seznam — od kritických po "nice to have".
Kolik vás současný stav stojí měsíčně a co by přineslo řešení.
Konkrétní první krok — pilotní projekt, quick-win nebo hlubší analýza.
Audit je opravdu nezávazný. Když zjistíme, že vám neumíme pomoct, řekneme to. Když stačí drobná úprava toho, co máte, řekneme to. Doporučíme i konkurenci, když je to logičtější.
Vyplňte formulář a ozveme se vám do 24 hodin s návrhem termínu.
Klíčové pojmy okolo data auditu — od scopu a maturity assessmentu přes data profiling, gap analysis a roadmapu po ROI a typické nálezy.
Datový audit je strukturovaná diagnostika stavu dat, systémů, procesů a lidí ve firmě. Cíl: identifikovat slepá místa, duplicity, kvalitativní problémy, regulatorní rizika a příležitosti k automatizaci. Výstupem je objektivní obraz „kde jsme" a doporučená roadmapa „kam dál" — bez prodejní agendy konkrétního nástroje.
Typické spouštěče: růst firmy (data v Excelech přestávají stačit), akvizice nebo integrace systémů, příprava na BI/AI projekt, regulatorní tlak (GDPR, NIS2, ISO), výměna ERP/CRM, časté chyby v reportech, dlouhá doba reakce na manažerské dotazy. Audit dává smysl před každou větší investicí do dat — předejde nakoupení špatného řešení.
Standardní rozsah: zdrojové systémy (ERP, CRM, e-shop, výroba), datové toky a integrace, datová úložiště (DB, DWH, lake), reporting a BI nástroje, kvalita a konzistence dat, governance a oprávnění, dokumentace, procesy a ownership, compliance (GDPR, sektorové regulace). Pro AI-ready firmy navíc: feature stores, ML modely, monitoring.
Hodnocení datové zralosti podle dimenzí: strategie, architektura, kvalita, governance, lidé/skills, analytika, AI/ML capability. Skóre 1–5 v každé dimenzi → maturity heatmap. Pomáhá benchmarkovat se proti odvětví a stanovit realistické cíle. Většina SME startuje na úrovni 1–2 a cíli realisticky úrovně 3 do 2 let.
Statistická analýza skutečných hodnot: completeness (% prázdných), uniqueness (duplicity), validity (formát), range (min/max, outliery), patterns (regex), distribution (histogramy), referential integrity (cizí klíče). Nástroje: pandas-profiling, Great Expectations, dbt tests, Soda, Ataccama. Odhalí, jaká data fakticky máte vs. co si myslíte, že máte.
Porovnání current state vs target state napříč architekturou, procesy, lidmi a technologií. Identifikuje: chybějící zdroje, duplicity systémů, slabá místa integrace, neexistující ownership, missing governance procesy, nedostatečné skills v týmu. Každá mezera má dopad (impact) a úsilí (effort) — to umožní prioritizaci.
Strukturované rozhovory napříč rolemi: vedení (strategie a investice), business owners (KPI a pain points), data team (technický stav), end users (jak fakticky pracují s daty), IT/security (compliance, oprávnění). Cíl: triangulace pohledů — co lidé říkají × co dělají × co data ukazují. Často se zde najdou nejcennější insighty.
Opakující se vzorce: shadow IT v Excelu/Accessu jako kritická infrastruktura, chybí single source of truth (každý report jiný), žádné nebo zastaralé datové slovníky, oprávnění „všichni vidí všechno", manuální ETL bez orchestrace, žádný monitoring kvality, kritické pipelines bez vlastníka, regulatorní riziko (PII bez šifrování, retention).
Audit nekončí nálezy — výstupem je akční plán s prioritizovanými iniciativami (quick wins 0–3 měsíce, střednědobé 3–12 měsíců, strategické 12+ měsíců), odhady úsilí a investicí, ROI per iniciativa, závislosti, doporučené technologie (vendor-neutrální), governance model a navrhované role. Plán musí být realizovatelný interním týmem nebo s definovanou externí pomocí.
Audit sám o sobě generuje hodnotu: odhalí zbytečné licence (úspora 10–30 %), duplicitní systémy (konsolidace), procesní úzká místa (čas šetří FTE-hodiny), regulatorní rizika (vyhne se pokutám). Typicky se zaplatí 5–10× v prvním roce skrz implementaci doporučení. Pozor na audit, který končí jen prezentací — bez follow-up je to ztracená investice.
Datový audit: komplexní, strukturovaný, dokumentovaný, často s metodikou (DAMA, DCAM). Assessment: cílený na konkrétní oblast (DQ, governance, AI readiness). Konzultace: ad-hoc rady bez formálního scopu. Pro strategické rozhodnutí a board komunikaci volte audit, pro rychlý sanity check stačí assessment, pro operativu konzultace.
Kritéria: nezávislost (nevybírá si „svůj" nástroj), zkušenosti v daném odvětví, jasná metodika a deliverables, reference s vyčíslenými výsledky, mix business + tech kompetence, srozumitelný výstup pro vedení (ne jen technické tabulky), follow-up support. Pozor na firmy, které audit nabízejí zdarma výměnou za implementaci — riziko biased výsledku.