Daniel Hellerstedt är egentligen inte alls ny på jobbet längre utan han började hos oss i samband med att Coronaviruset slog till i samhället och all förändring det innebar. Men, denne relativt nyblivna småbarnsfarsa ska inte komma undan en proper presentation.

Daniel har en lång bakgrund som konsult som solutions architect och data analyst och bär med sig en bred kompetens inom allt från databaser till olika analysverktyg.

Att jobba hemifrån har många fördelar och framför allt är det nödvändigt nu i dessa dystra virustider. Det finns dock nackdelar med ensamheten på hemmakontoret, till exempel vid problemlösning. Det tar mer emot att ringa kollegan via Teams än det gör att hojta till över kontorslandskapet. Därför vill vi introducera er för Ankan och termen ”Rubber Ducking”.

Termen “Rubber duck debugging”, även kallad ”Rubber ducking”, är en metod för att felsöka kod (debug). Termen ska inte förväxlas med rubbernecking som innebär att stirra på någon med djupt intresse, det kan få helt andra konsekvenser. För medan vi som kodar spenderar stundtals timmar djupt fokuserade och stirrandes på vår kod, så kommer det oundvikligen tillfällen där vår kod inte gör som den ska. Så vad gör vi när vår kod inte vill köra (run) eller sammanställa (compile)? Jo, vi felsöker eller ”debuggar”.

En vanlig approach till det är att be en kollega om hjälp. Kollegan kommer över och frågar lite slentrianmässigt ”vad är det jag kollar på?” och vi börjar då förklara steg för steg vad vi har byggt. Ibland händer det att vi då under denna process själva upptäcker felet och ivrigt sätter igång med att rätta felet medan vi tackar kollegan för dennes ovärderliga hjälp. Kollegan i sig bidrog inte med mycket tänker hen, men för den som sitter och brottas med att debugga kunde kollegan lika väl varit en gåva från ovan.

Men, vad gör man när kollegan är upptagen? Eller som många gör i dessa tider, jobbar hemifrån? Introducera gummiankan, the rubber duck! Spring iväg och köp eller beställ online en billig gummianka (gärna av återvunnet material) som du kan ha vilandes på skrivbordet eller någonstans nära till hands.
När det är dags att debugga gör du såhär;

  1. Hålla gummiankan i handen och vänd den mot skärmen
  2. Gå genom din kod steg för steg från början till slut
  3. Upptäck felet och åtgärda
  4. Tack ankan och lägg den tillbaka på dess plats

Termen och metodiken härstammar från boken ” The Pragmatic Programmer” av Andy Hunt och Dave Thomas och publicerades 1999. Medan boken har några år på nacken och det har hänt mycket inom programmering sedan dess så hjälper denna metod många att debugga kod än idag. Vem vet, kanske kan man passa på att tillämpa metodiken på annat när man ändå sitter och jobbar hemma. Vad var det som gick fel när jag (nästan) satte ihop hyllan häromdagen…

Idag är det internets dag! Det tycker vi är värt att lyfta fram för herre jisses vad detta världsomfattande datanät har förändrat människans liv. Inte minst när alla företag kämpar för att fortsätta verka trots en rådande pandemi.
Även utan Corona skulle vi idag inte klara oss utan alla teamsmöten, mail, servrar, data warehouses, clouds och så vidare. Vi som jobbar med IT och business intelligence måste vara och är otroligt tacksamma för just internet.
Därför har vi, dagen till ära, valt ut några av höjdpunkterna ur cybernätets historia.  

Källa internetmuseum.se

29 oktober 1969

Dagens datum för exakt 51 år sedan skickades det första meddelandet på det vi idag kallar internet. Vid det tiden kallades det Arpandet, och det utvecklades av det amerikanska försvarets utvecklingsavdelning DARPA.

1971

Det första e-postmeddelandet skickades på Arpanet. Några veckor därpå skickar en forskargrupp på UCLA, ledd av professor Leonard Kleinrock, ett meddelande till en dator ca 50 mil därifrån. Meddelandet skulle lyda LOGIN men servern kraschade efter ”O”et så det innehåll endast LO.

1978

Då är det första gången flera hundra svenskar, både forskare och privatpersoner, kan koppla upp sig mot en dator och skriva till varandra i så kallade ”möten”, lite som ett slags tidigt diskussionsforum.

1983

Den 7 april 1983, tar Björn Eriksen emot det första mejlet över internet till Sverige. Det lyder ”Hello”.

1988

Sverige får sitt första egna nät på internet och det heter SUNET. Det kopplar ihop alla högskolor och universiet i Sverige.

1989

Welcome to World Wide Web. Tim Berners-Lee skapar det första systemet för att enkelt länka till och mellan saker, det är dessutom helt gratis och kan användas av alla.

1992

Vi får digitala mobilnätverket GSM och kan för första gången skicka smsm och datatrafik till och från mobiler. Det gick lite över 900 bit/sekund.

1994

Den 5e februari 1994 mailar dåvarande stadsminister USAs president Bill Clinton. Clinton spelar inte svår utan mailar tillbaka.

Detta år kommer även Sveriges första nättidning, ingen mindre än aftonbladet.se

1995

Altavista lanseras och blir en direkt dundersuccé, aldrig har en sökmotor varit så snabb och gett bättre resultat.  

1996

Näthandeln i Sverige sätter fart när Blocket.se kom. Även Sveriges första mötessida StajlPlejs startar. Några år senare byter det namn till Lunarstorm där ungdomar börjar hänga och digitalt umgås.

1998

Hasta la vista Altavista, Google is in the house.

Larry Page och Sergey Brin startar Google. De uppfinner en algoritm för att organisera all webbens information.

Det gick ju bra!

1999

Det trådlösa surfandet tar fart med Wifi. Wi-Fi betyder Wireless Fidelity.

2000

Diskussionsforumet Flashback startar och får nära en miljon medlemmar som skriver mer än femtontusen inlägg/dag. De har ungefär två miljoner besökare i veckan.

2003

2003 kommer med den tredje generationens mobilnät, nämligen 3G. Detta möjliggör mobilssurfandet. Även Skype har premiär detta år. Det är Niklas Zennström som frambringar denna tjänst som låter dig ringa via internet istället för en telefon.

2004

En tonåring vid namn Mark Zuckerberg lanserar The Facebook. Det börjar som ett community för Harvardstudenter men växer i rasande takt med att fler universitet släpps in. 2005 byter sidan namn till Facebook och året därpå får vem som helst över 13 år registrera sig. Det blev rätt så många.

2005

Den största sociala kanalen idag, Youtube startas. Vem som helst kan då ladda upp ett videoklipp på nätet.

2006

Twitter lanseras och vi få lära oss att kommunicera på ett helt nytt sätt med bara 140 tecken. Även streaming-tjänsten Spotify startas och mp3 blir historia.

2008

2007 lanserar Appel Iphone och 2008 börjar försäljningen av smartphonen i Sverige och alla vill ha en.

2009

Lakj-knappen föds. Det gillar vi! 

2010

Sverige får sin första IT-minister, Anna-Karin Hatt och Steve Jobs presenterar, varken en dator eller en telefon utan en Ipad. Surfplattan gör debut och frågorna är många; vem ska köpa den? Är det en stor telefon eller en liten dator?

Om inte detta skulle vara nog med internetnyheter så lanseras även fotoappen, Instagram.

2014

Ice bucket challange tar världen med storm och drar in 100 miljoner dollar till ALS-forskningen.

2016

Det blir diskussioner om trafikfara när barn, ungdomar och även vuxna springer runt som tokingar dygnet runt och jagar Pokémons. Lanseringen av Pokémon Go blir en makalös succé och det blir snabbt med mest nedladdade spelet i världshistorien.

2017

#MeToo blir en världsomspännande rörelse som uppmärksammar sexuella trakasserier mot kvinnor.  Allt börjar med en enkel hashtag.

2018

GDPR införs och privatpersonen får makt över sin data.

2020

5:e generationens mobilnät 5G börjar rullas ut i Sverige och teknikmöjligheterna känns helt plötsligt oändliga.  

Hoppas nu ni känner lite mer tacksamhet för internet och den otroligt branta utvecklingskurva det har bidragit med.  

Njut av nästa programuppdatering, webbinarium, swish eller säsong av favoritserien!

Helt ny i Qlik Sense? Titta då hit! Vi har gjort en kort och enkel film som hjälper dig få en grundförståelse av det fantastiska BI-verktyget samt ger dig några tips på hur du kan börja resan mot att analysera data.

Philip Lind är Qlik-konsult på Vimur och kommer i den här filmen gå igenom strukturen av Qlik Sense, hur du navigerar i en applikation samt använder filter och kort om bokmärken och export.

Jörgen har gjort sin första vecka hos oss på Vimurkontoret. Vi tog ett snack med honom för att ni också ska få en chans att lära känna vårt nya tillskott. Inte bara har han gedigen erfarenhet från affärssystemsintegration och Supply Chain utan han är också en riktig livsnjutare.

Ännu en juniorkonsult har anslutit Vimur-teamet. Möt Robin Nord, en charmant, ung herre med vilja av stål. Vi är mycket glada över att ha honom hos oss. 

Robin har studerat IT och ekonomi på MAU med inriktning beslutstöd och verksamhetsutveckling. Därefter inledde han sin karriär som verksamhetskonsult inom affärssystem. Nu är han hos oss som juniorkonsult och brinner starkt för business intelligence.

Det är ett mög för att människor blir sjuka och värre.

Det är ett mög för att jag inte kan träffa folk och arbeta som jag brukar.

Det är ett mög för att det skapar osäkerhet på varje tänkbart sätt över hela vår värld.

När jag läser statistiken från SCB, Folkhälsomyndigheten och andra så är det uppenbart att det är en väldigt allvarlig situation som världen har hamnat i på många sätt, jag tror inte jag behöver vara tydligare än så.

När jag pratar med kollegor och kunder så är det en fras som återkommer gång på gång: ”Om man bara visste…”. Skall vi vänta ut det eller skall vi anpassa oss? Skall vi beställa eller avbeställa? Skall vi passa på att göra alla de där sakerna vi inte hann med förut eller kommer det vara bortkastad tid?

Det är intressant att se att länder som Sverige där vår förmåga att producera och konsumera (med några tydliga undantag) egentligen inte borde ha påverkats så mycket som det faktiska utfallet har blivit. Jag vill nog påstå att förstärkningseffekten av osäkerhetsfaktorn är betydande (för att inte säga avgörande) för storleken av den ekonomiska nedgång vi nu ser.

Så ska vi våga se något positivt trots allt negativt som omringar och påminner oss om vår situation?

Eftersom vi under många år arbetat med generell dataanalys och ännu längre specifikt med analys av data kring materialflöden så kan jag konstatera att det finns grader i eländet. De som har tänkt till lite extra, de som inte har nöjt sig med det som de fick med i ”standardpaketet”. De är inte riktigt lika osäkra och oroliga. De reagerar med lite mindre yviga gester. Inte för att de inte är drabbade eller för att de vet vad som kommer hända men de har en bättre kontroll på effekterna. De agerar med lite större självförtroende för de kan se mönster tydligare än konkurrenterna.

De som har det allra största självförtroendet är de som dessutom har en stabil och inkörd ”Sälj & Verksamhetsplanering”, S&OP. De har inte bara koll på effekterna de kan dessutom analysera vilka avvikelser mot planen som kommer vara allvarligast. Det märks att en tydlig och konsekvent plan ger insikter kring effekterna av en avvikelse.

När jag ser att det finns tydliga skillnader mellan ”teknik-BI” och ”verksamhets-BI” kan jag inte låta bli att bli lite optimistisk. Det går att skaffa sig lugnet att hitta vägen framåt och att fatta lite bättre beslut utan panik om man har tänkt till i förväg även om utmaningen är en pandemi.

Så om det nu är så att ni råkar tillhöra den där kategorin som inte fick mer än som ingick i standardpaketet eller om er BI-konsult är bra på fält och tabeller men inte vet vad ”Forrester effekten” är så tycker jag att ni skall göra något åt det. Passa på att skapa riktiga analysverktyg för nästa gång något oväntat händer. Det kommer kanske inte en Pandemi, men det kommer något annat skit. Det gör det alltid. Det är den enda prognos jag kan garantera är hundraprocentig.

Lita på mig.

Bild på Håkan Jöne, VD på Vimur och avsändare till texten

Håkan Jöne
VD på Vimur

Vimur växer och vi blir bara fler . Här är en film med vår senaste rekrytering, Philip Lind som är juniorkonsult. 

Philip har en kandidatexamen i informatik med fördjupning inom beslutsstöd och har tidigare arbetat som verksamhetskonsult inom affärssystem.

Som konsult levererar jag och mina kollegor Qlik-lösningar mot en mängd olika företag och verksamheter som sedan används av flera anställda i organisationen inom olika användningsområden. I många fall lär sig användarna på egen hand att använda applikationen genom att undersöka och leta i datamängder som utan Qlik hade varit en oändlig labyrint att navigera i. Självfallet försöker vi som konsulter bygga med en tydlig struktur så att användaren lätt kan dra olika slutsatser men tyvärr sitter vi inte ute hos varje enskild individ vid varje användningstillfälle och de flesta användare är tyvärr mindre involverade i diskussionerna och arbetet som leder fram till en färdig Qlik-applikation än man önskar som utvecklare. Detta ställer höga krav på mig som utvecklare att förstå kundens utmaningar men jag tror det skulle hjälpa många användare om de förstår en del av den metodik vi utvecklare använder. Idag tänkte jag därför förklara tankesättet bakom DAR.

Många diskuterar vad som definierar en bra Qlik-applikation. Ska den vara visuellt tilltalande? Presenteras relevant data på rätt sätt? Eller kanske är det en kombination av ett flertal faktorer? Detta är frågor vi kan diskutera i all oändlighet och i en viss grad även komma överens om. Däremot känner jag, som utvecklare, att det finns en fråga som sällan ställs; Förstår användaren applikationens struktur och är inte det den viktigaste delen att börja med? Det identifierar hur jag som utvecklare tänkt att applikationen ska användas.

DAR står för Dashboard, Analysis och Reports och det är vanligtvis dessa tre delar som tillsammans utgör en fullständig Qlik applikation. DAR är en metodik som vi på Vimur uppskattar och som är rekommenderad av Qlik, bland annat för att den ger tydlighet och struktur för både utvecklare och användare.

Dashboard är första arket av en applikation och är generellt bara ett enda ark, även om det givetvis förekommer undantag. För att enklare förstå, tänk er ett berg av information. Första arket är toppen av berget och här hittar användaren vanligtvis olika KPI:er, stapeldiagram och linjediagram för att snabbt få en överblick över status och senaste trenderna. Med ett fåtal klick ska användaren få snabb tillgång till den allra viktigaste informationen. Dock kan det få användaren att ställa följdfrågor. Varför har försäljningen gått sämre den här månaden i jämförelse med förra? Varför har vi flera försenade leveranser? Varför säljer den här butiken bättre det här kvartalet i jämförelse med samma kvartal, föregående år? För att svara på dessa frågor måste vi gå djupare ner i informationsberget.

Efter Dashboard-fliken bör användaren hitta en eller flera Analys-flikar. Flikarna här är oftast mer interaktiva och du som användare ska kunna börja besvara frågor som har uppstått tidigare. Du lär även upptäcka att det finns en större variation på diagrammen och vanligtvis kan en användare spendera mer tid här än i en Dashboard-flik. Data blir dessutom mer detaljerad och visualiseras på ett sätt som möjliggör en mer noggrann dataanalys.

Slutligen finner vi Rapport-fliken eller flikarna. Här ska du som användare hitta den allra mest detaljerade informationen och spendera mest tid på. Dessa arken är tänkta att möjliggöra beslutsstödsunderlag genom flest antal klick. Här hittar vi främst raka- och pivottabeller där du genom olika selektioner kan gräva ner dig till den allra djupaste delen av berget. Ingen ytlig information finns här, istället ska du som användare befinna dig på ett ark som besvarar frågor och leder till riktiga insikter. Genom att sortera och filtrera i tabellerna kan du dessutom vända och vrida på data på ett sätt som är lämpligt i en aktuell situation.

DAR strukturen är ett best-practice som många utvecklare idag väljer att använda för att förenkla dataupptäckter på olika nivåer. Det blir ofta tydligare för användaren när det råder en struktur som leder användaren på en resa som börjar i toppen och gradvis blir alltmer detaljerad. För att maximera strukturens effektivitet krävs det å andra sidan att användaren förstår utvecklarens tankegång. Detta uppnås givetvis genom god kommunikation och en iterativ process där utvecklaren bygger applikationer som passar verksamheten. Men förstår användaren DAR tror jag dessutom till att användarna lättare kan komma med synpunkter på applikationen. Den är trots allt ämnad för en verksamhet som de känner till bättre än konsulten.

BI-konsult Malmö

Ahmad Gazzawi
BI-konsult på Vimur AB

Som BI konsulter möter vi ofta representanter från små till medelstora bolag vars verksamheter vuxit de senaste åren. Många vi träffar har gått från att kunna fatta operativa beslut baserat på magkänsla till att behöva gör allt fler och mer komplexa beräkningar i Excel. När detta inte längre räcker till kan det bli aktuellt att skaffa ett BI system, då hamnar Power BI och Qlik Sense med rätta högt upp på listan som potentiella BI system. Båda produkterna är lämpliga för dataanalys och rapportering men vilken plattform ska man då välja?

Det finns otaliga inlägg och analyser (t.ex. Gartner Magic Quadrant for Analytics and Business Intelligence Platforms) som jämför dessa plattformar och slutsatsen är att vilken plattform som passar bäst beror på hur datakällorna ser ut och vad användarna behöver.

Ständig utveckling

Det är viktigt att känna till att både Power BI och Qlik Sense är två produkter som utvecklas och får nya funktioner flera gånger per år. Var noggrann med att kontrollera den information ni finner så den inte är för gammal, för faller avgörandet på grund av att en specifik förmåga saknas i någon av programmen så kan det vara så att denna feature precis har lanserats i produkten.

Vi behöver olika

Båda beslutsstöden har en mängd förmågor och möjligheter för att integreras med tjänster för avancerad dataanalys och stora datamängder. Med det sagt så för någon som kommer från Excel så är det viktigare att förstå vad produkterna kan erbjuda för den som behöver bygga upp en BI förmåga från grunden till en rimlig kostnad.

Rent tekniskt

Ett BI system skall i första hand hämta, transformera och presentera data (extract, transform, load) från många olika källor för ett antal användare.

Det som sker bakom kulisserna är att tabeller med källdata räknas om, filtreras och rättas så att man slutligen har ett antal tabeller som hänger ihop på ett korrekt sett i vad vi kallar en Datamodell. Denna datamodell bygger man sedan rapporter på i form av tabeller och diagram som användarna interagerar med.

Här, i hur deras förmåga fungerar med att hantera flödet från källsystem till datamodeller, har Power BI och Qlik Sense viktiga skillnader.

Power BI

Med Power BI Pro kan vi i nuläget inte spara och återanvända tabeller mellan applikationer. Det betyder att om man behöver i flera applikationer använda samma beräknade tabell så måste den beräknas på flera ställen, vilket ökar risken för fel och ökar även tiden det tar att utveckla och underhålla företagets BI system.

Qlik Sense

Med Qlik Sense kan man spara och återanvända tabeller igenom flödet vilket förenklar livet om vi behöver ha flera olika applikationer t.ex. för inköp, produktion och försäljning. Ska mycket data analyseras är det också viktigt att inte behöva räkna om tabeller flera gånger.

Av den anledningen rekommenderas det att använda en databas tillsammans med Power BI om man behöver göra något annat än enklare behandling av källdatat. Databasen (Data Warehouse) har förmågan att spara tabeller som återanvänds igenom flödet men öppnar också upp möjligheter att med säkerhet spara data samt använda datan med andra applikationer än Power BI. Men man ska veta att en databas är en dyr historia.

Användaren

När vi väl har gjort våra beräkningar så behöver informationen visualiseras med kpi-kort, tabeller och diagram. Både Power BI och Qlik Sense är kompetenta visualiseringsverktyg där också användaren har möjlighet att skapa egna rapporter som de kan dela med kollegor. En stor skillnad mellan Power BI och Qlik Sense är hur programmen hanterar selektioner och filtrering. I båda programmen används filter för att begränsa vad rapporterna visar som till exepmpel ett filter för vilken månad eller kund vi vill visa beräkningar för. Skillnaden mellan dem är att i Qlik Sense så är filtreringen mer intuitiv och användaren ser vad som är bortvalt vilket möjliggör kraftfullare analyser, exempelvis att visa alla produkter som inte har sålts i Tyskland.

Molntjänst eller lokal server

Båda produkterna har varsin molnplattform som gör att man inte behöver ha en lokal server som kör systemen.

Power BI

Power BI har funnits som molntjänst länge och omladdning och data likväl som delning och administrering av användare fungerar väldigt bra. Dessutom har man en gateway för att säkrare och enklare skicka information från lokala servrar till molnet. Nackdelen är att Power BI cloud har begränsningar för hur mycket data en rapport kan innehålla.

Qlik Sense

För Qlik Sense del så har man nyligen lanserat en förbättrad version av sitt Qlik Sense Cloud men man saknar gateway så min rekommendation är att inte använda molnversionen av Qlik Sense utan att välja Qlik Sens versionen som man installerar på en lokal (eller hostad) maskin. Fördelen med det är att man kan hantera stora datamängder genom att anpassa serverns prestanda.

Kostnader

Slutligen kommer vi till licenskostnaden där Power BI utmärker sig som betydligt billigare än Qlik Sense för små projekt eller i uppstart.

Licenskostnaden är främst relevant om man har en BI strategi som går ut på att ge många användare licenser eller/och om man har väldigt grundläggande behov så att ingen avancerad transformering av data behöver ske och budgeten är liten.

Ökar kraven på transformering kräver Power BI en databas för att vara jämförbar med Qlik Sense och då ökar implementationstider och licenskostnader. I de fallen måste man se till den totala kostnaden och licensernas relativa bidrag till kostnaden kommer minska ju mer arbetstimmar som krävs för att sätta upp och hantera behandlingen av data.

Hoppas detta ger en bättre förståelse för vilket beslutsstöd som passar just er!