Aastakümnete jooksul kogutud andmed on väärtuslikud ainult siis, kui neid päriselt kasutada saab.

See kõlab lihtsa mõttena, kuid praktikas kohtame sageli olukorda, kus organisatsioonid on kogunud andmeid aastaid või isegi aastakümneid, kuid nende kasutamine on muutunud liiga keeruliseks.

Andmed eksisteerivad Excelites, andmebaasides või erinevates failides ning vajaliku info leidmine võtab aega ja erinevate perioodide võrdlemine on ebamugav.

Just sellise väljakutsega pöördus meie poole Maaelu Teadmuskeskus (METK).

METK on aastaid läbi viinud riiklikke sordivõrdluskatseid, mille tulemused aitavad põllumeestel valida Eesti tingimustesse sobivaid sorte. Aastate jooksul oli kogunenud väärtuslik andmestik, mis sisaldas ligi veerand sajandi jagu katsetulemusi.

Ehk siis küsimus ei olnud selles, kas andmeid on piisavalt. Küsimus oli selles, kuidas muuta need andmed päriselt kasutatavaks.

---

Kiire ülevaade (TL;DR)

• METKil oli ligi 25 aasta jagu sordivõrdluskatsete andmeid.
• Andmed olid peamiselt kättesaadavad Exceli failidena.
• Erinevate aastate, sortide ja katsekohtade võrdlemine oli ajamahukas.
• Bergwise lõi Power BI lahenduse, mis koondab kogu ajaloolise info ühte keskkonda.
• Lahendus on avalikult kasutatav ning kättesaadav kõigile huvilistele.
• Tulemuseks on kiirem ligipääs teadmistele ja parem otsustustugi põllumajanduses.

---

Väljakutse: väärtuslikud andmed on olemas, kuid nende kasutamine on keeruline

Enamik ettevõtteid ja organisatsioone ei kannata andmete puuduse käes. Pigem vastupidi – andmeid on palju, ja vahel isegi liiga palju.

METKi puhul olid sordivõrdluskatsete tulemused aastaid avalikult kättesaadavad. Soovija sai vajalikud Exceli failid alla laadida ning andmeid ise analüüsida.

Selline lähenemine töötas seni, kuni oli vaja vaadata üksikuid tulemusi.

Keeruliseks muutus olukord siis, kui tekkis soov:

• võrrelda sorte erinevate aastate lõikes,
• analüüsida tulemusi erinevates katsekohtades,
• leida kiiresti konkreetse sordi ajalugu,
• uurida pikemaajalisi trende.

Kui andmeid on kogunenud 25 aasta jooksul, ei ole enam mõistlik eeldada, et kasutaja hakkab kümneid Exceli faile käsitsi läbi töötama.

Excel on suurepärane tööriist, kuid mingist hetkest alates muutub ajalooliste andmete kasutamine ebamugavaks.

Eesmärk ei olnud luua raportit

Sageli seostatakse Power BI projekte juhtimisaruannete ja dashboard’ide loomisega.

Selle projekti puhul oli tegelik eesmärk midagi muud. METKi meeskond soovis, et põllumehed, agronoomid, teadlased ja teised huvilised saaksid vajalikud vastused kätte võimalikult kiiresti.

Selle asemel, et otsida infot erinevatest Excelitest, pidi kasutaja saama keskenduda küsimustele:

• Milline sort on eri aastatel kõige paremini toiminud?
• Kuidas on tulemused muutunud?
• Millised erinevused ilmnevad katsekohtade vahel?
• Milliste näitajate põhjal sorte võrrelda?

See eeldas kõigepealt 25 aasta jagu andmete koondamist ühte vaatesse.

Lahendus: Andmed Excelist Power BI-sse

Aitasime luua Power BI lahenduse, mis koondab METKi ajaloolised katsetulemused ühte vaatesse.

Tulemuseks sündis avalik sordivõrdluskatsete lahendus, kus kogu oluline info on koondatud ühte vaatesse ning kasutajatel on võimalik andmeid ise filtreerida, võrrelda ja uurida.

Erilist tähelepanu pöörasime sellele, et lahendus oleks intuitiivne ka inimese jaoks, kes ei ole andmeanalüütik.

Kasutaja ei pea tundma Power BI-d ega teadma, mis on Power Query, SQL või andmemudel.

Tavakasutajat huvitab vaid üks – kas ma saan vajaliku vastuse kiiresti kätte?

Selle eesmärgi toetamiseks lõime mitu erinevat kasutusvaadet:

• sordi ülevaade,
• sortide võrdlus,
• näitajate analüüs.

Nii saavad kasutajad vaadata andmeid just sellest vaatenurgast, mis nende jaoks parasjagu oluline on.

Mida kasutaja nüüd tegelikult teha saab?

Kasutaja jaoks tähendab METKile loodud lahendus seda, et enam ei pea vajalikku infot erinevatest failidest kokku otsima ega erinevate aastate tulemusi käsitsi kõrvutama.

Näiteks võib põllumees soovida valida uut talinisu sorti järgmiseks hooajaks.

Varem tähendas see sageli mitme Exceli faili allalaadimist, erinevate aastate tulemuste läbivaatamist ning andmete käsitsi võrdlemist. Kui huvi pakkusid veel erinevad katsekohad või konkreetsed kvaliteedinäitajad, muutus tervikpildi saamine kiiresti tülikaks.

Uues lahenduses saab kasutaja valida huvipakkuva kultuuri, võrrelda erinevaid sorte mitme aasta lõikes ning vaadata, kuidas tulemused on muutunud erinevates katsekohtades. Samuti on võimalik keskenduda konkreetsetele näitajatele ja võrrelda nende tulemusi erinevate sortide vahel.

Süsteem ei tee otsuseid kasutaja eest ära. Küll aga aitab see jõuda vajaliku infoni oluliselt kiiremini ning keskenduda andmete otsimise asemel nende tõlgendamisele ja praktiliste otsuste tegemisele.

Miks see projekt Bergwise jaoks eriline oli?

Suur osa BI projektidest toimub ettevõtete siseselt. Lahendused aitavad juhtkondadel jälgida müüki, finantstulemusi, tootmist või muid ärinäitajaid.

See projekt oli teistsugune. Tegemist oli avaandmetega, mis ei olnud mõeldud kümnele juhile või ühele ettevõttele.

See oli loodud kogu sektorile – selliseid projekte kohtab Power BI maailmas oluliselt harvem.

Kõik huvilised saavad sama lahendust kasutada sõltumata sellest, kas tegemist on põllumehe, teadlase, tudengi või nõustajaga.

Projekt on hea näide sellest, et andmete visualiseerimine ei pruugi olla ainult juhtimisaruandlus. Mõnikord aitab see muuta avaliku teadmise kättesaadavamaks kogu ühiskonnale.

Mõju ei tekkinud uutest andmetest, vaid paremast ligipääsust teadmistele

Sageli ei seisne andmeprojekti suurim väärtus uute andmete kogumises, vaid olemasolevate teadmiste lihtsamas kasutamises.

Kui varem tuli vajalik info erinevatest failidest kokku otsida, siis nüüd on võimalik vajalikud võrdlused teha mõne klikiga.

See tähendab:

• kiiremat ligipääsu andmetele,
• lihtsamat võrdlemist,
• paremat ülevaadet ajaloolistest tulemustest,
• rohkem aega sisuliste otsuste tegemiseks.

Põllumajanduses võivad õiged valikud mõjutada nii saagikust, kvaliteeti kui ka majanduslikku tulemust.

Mida lihtsam on vajalikku infot kasutada, seda suurem on selle praktiline väärtus.

Kliendi tagasiside

Meie eesmärk oli muuta aastakümnete jooksul kogutud sordivõrdluskatsete tulemused põllumeestele lihtsamini kasutatavaks. Bergwise aitas andmed koondada terviklikuks ja kasutajasõbralikuks lahenduseks, mis võimaldab vajalikku infot leida ja võrrelda oluliselt kiiremini kui varem. Tulemuseks on tööriist, mis aitab andmetest rohkem väärtust luua.

Ülle Soorm
Agronoom-majanduskatsete koordinaator, Maaelu Teadmuskeskus

Mida sellest projektist õppisime?

Üks olulisemaid õppetunde oli see, kui palju väärtust võivad peita organisatsioonis juba olemasolevad andmed.

Tihti ei ole vaja andmeid juurde koguda, neid tuleb lihtsalt nutikamalt kasutada.

Sageli piisab sellest, kui killustatud Exceli failid koondada ühtseks tervikuks ning anda kasutajatele võimalus infot ise uurida.

Kui vajalik info on kiiresti leitav, kasutatakse andmeid ka igapäevastes otsustes oluliselt rohkem.

Kokkuvõte

METKi projekt näitab hästi, et edukas BI lahendus ei pea alati keskenduma müüginumbritele või finantsaruandlusele.

Vahel seisneb suurim väärtus selles, et aastakümnete jooksul kogutud teadmised muutuvad lõpuks lihtsasti kasutatavaks. Andmete liigutamine Excelist Power BI-sse ei olnud selle projekti eesmärk omaette.

Aga see oli vahend, mis aitas muuta 25 aasta põllumajandusandmed praktiliseks tööriistaks kõigile, kes neid oma otsustes kasutada soovivad.

Mõnikord piisab juba ühest hästi üles ehitatud vaatest, et näha teadmisi, mis on kogu aeg olemas olnud.

Korduma Kippuvad Küsimused

Mis oli METKi projekti peamine eesmärk?

Peamine eesmärk oli muuta sordivõrdluskatsete tulemuste leidmine, võrdlemine ja analüüsimine kasutajatele kiiremaks ja mugavamaks.

Kas Power BI asendab Exceli täielikult?

Mitte tingimata. Sageli kasutatakse Excelit ja Power BI-d koos. Excel sobib hästi andmete sisestamiseks ja töötlemiseks, Power BI aga visualiseerimiseks ja analüüsimiseks.

Kui palju andmeid Power BI suudab hallata?

Power BI on loodud töötama oluliselt suuremate andmemahtudega kui traditsioonilised Exceli failid ning võimaldab analüüsida andmeid mitme aasta või isegi aastakümne lõikes.

Kas Power BI lahendusi saab teha ka väljaspool ärianalüüsi?

Jah. Nagu METKi projekt tõestab, sobib Power BI väga hästi ka teadusandmete, avaandmete, kvaliteediandmete ja muude spetsialiseeritud andmekogude visualiseerimiseks.

Miks viia andmed Excelist Power BI-sse?

Kui andmeid on palju ning neid kogutakse aastaid, muutub Excelites navigeerimine keeruliseks. Power BI võimaldab koondada andmed ühte keskkonda ning muuta nende kasutamise oluliselt mugavamaks.

Millal võiks organisatsioon kaaluda Power BI kasutuselevõttu?

Tavaliselt siis, kui andmete leidmine, ühendamine või analüüsimine muutub Excelites liiga ajamahukaks ning otsuste tegemiseks on vaja kiiremat ja terviklikumat ülevaadet.