Delo z dokumenti in podatki

Cilji

• Iz PDF-jev, skenov in fotografij izluščiti podatke v tabelo.
• Razumeti, kdaj UI računa s kodo (zanesljivo) in kdaj ugiba (nezanesljivo).
• Očistiti tabelo, jo analizirati in narisati graf.
• Rezultat preveriti z vzorčnim preračunom.

Glavna vaja

Iz surove tabele (izvoz iz sistema z napakami in manjkajočimi vrednostmi) pridobite tri utemeljene vpoglede in en graf, primeren za poročilo vodstvu. Vsak vpogled podprite z vsaj eno ročno preverjeno številko.

Zakaj ta delavnica

Veliko podatkov v podjetjih leži v PDF-jih, e-pošti, skenih računov in izvozih, ki jih nihče ne analizira, ker bi trajalo predolgo. UI zna iz njih potegniti tabelo in narediti analizo, za katero bi sicer potrebovali analitika. A pri številkah se napake najtežje opazi. Ta delavnica uči oboje: hitro delo in navado preverjanja.

Potek

Čas	Del	Kaj delamo
0:00–0:10	Uvod	Kateri podatki pri vas ležijo neizkoriščeni?
0:10–0:40	Dokumenti	PDF, skeni, fotografije, računi. Izvlek v tabelo, polja, preverjanje.
0:40–1:10	Analiza s kodo	Kako orodje zažene Python v ozadju, čiščenje, združevanje, vrtilne tabele, grafi.
1:10–1:20	Odmor
1:20–1:30	Kako preverjati	Vzorčni preračun, vsote, število vrstic, skrajne vrednosti.
1:30–2:30	Vaja: trije vpogledi in graf	V parih, na pripravljenih ali lastnih podatkih.
2:30–3:00	Predstavitve	Vsak par pokaže en vpogled in graf. Skupina ga poskuša ovreči.

Vsebina

Dokumenti in slike

Sodobna orodja preberejo PDF (tudi skeniran), fotografijo računa, posnetek zaslona ali tabele na tabli. Kakovost izvleka je odvisna od kakovosti vhoda: raven in dobro osvetljen posnetek deluje bolje kot zvit račun, posnet v avtu. Poziv naj vedno pove, katera polja želimo, v kakšni obliki in kaj naj stori z nečitljivim podatkom.

Primer iz računovodstva: izvlek računov v tabelo.

Priložil sem 12 prejetih računov (PDF in fotografije).
Izlušči tabelo s stolpci: izdajatelj, davčna številka, datum računa,
številka računa, znesek brez DDV, stopnja DDV, DDV, skupaj.
Pravila:
- Datum zapiši kot LLLL-MM-DD, zneske kot število s piko (1234.50).
- Če podatka ne moreš zanesljivo prebrati, vpiši ? in v dodatni stolpec
  "opomba" napiši, zakaj.
- Ničesar ne izračunaj na pamet: če se skupaj ne ujema z vsoto
  osnove in DDV, to izpiši v opombi.

Več primerov poziva za dokumente:

• Pogodba (prodaja, pravna služba): »Iz te pogodbe izlušči vse roke in finančne obveznosti v tabelo: obveznost, znesek, rok, člen. Če je rok podan z besedami (»v 30 dneh po prejemu«), ga dobesedno prepiši.«
• Primerjava različic (nabava): »Primerjaj ti dve različici dobaviteljevih pogojev in naštej samo vsebinske spremembe: člen, staro besedilo, novo besedilo, ali je sprememba v našo škodo.«
• Dobavnice (logistika): »Iz fotografij dobavnic izlušči: datum, prevzemnik, število palet, opombe o poškodbah.«

Zahtevajte, da neberljive podatke označi. Sicer jih bo dopolnil z verjetnimi vrednostmi, ki so videti pravilne in jih zato ne opazimo.

Računanje s kodo

Jezikovni model na pamet slabo računa. Claude, ChatGPT in Gemini pa znajo za analizo napisati in zagnati kodo (Python) v ozadju. Takrat so izračuni natančni, ker jih izvede program. Kako vemo: orodje prikaže, da »analizira« ali »izvaja kodo«, in kodo lahko odpremo. Če tega ni, so številke ocenjene.

Poziv, ki spodbudi pravilen način: »Naloži datoteko in z analizo podatkov (kodo) izračunaj. Najprej mi opiši strukturo tabele: stolpce, število vrstic, manjkajoče vrednosti.«

Pred in po. Slabo: »Koliko smo prodali v 1. četrtletju?« (model lahko odgovori z ocenjeno številko). Bolje: »Z izvajanjem kode seštej stolpec znesek_eur za januar do marec. Izpiši tudi število vrstic, ki so vključene v vsoto, in kodo, ki si jo uporabil.«

Tipičen potek analize

1. Pregled: kaj je v tabeli, koliko vrstic, kateri stolpci, tipi podatkov.
2. Čiščenje: podvojene vrstice, prazne vrednosti, različni zapisi istega (»Lj«, »Ljubljana«, »LJUBLJANA«), decimalne vejice, datumi v dveh zapisih.
3. Vprašanja: kaj želimo izvedeti, za kakšno odločitev.
4. Analiza: vsote, povprečja, trendi po mesecih, primerjave skupin, odstopanja.
5. Graf: ena sporočilna ideja na graf, jasen naslov, ki pove ugotovitev.
6. Izvoz: očiščena tabela nazaj v Excel, graf kot slika.

Poziv za pregled in čiščenje, ki ga lahko shranite kot predlogo:

V priloženi tabeli najprej NE spreminjaj ničesar. Naredi to:
1. Opiši strukturo: stolpci, tipi, število vrstic.
2. Poišči težave: podvojene vrstice, prazne vrednosti, različne zapise
   iste vrednosti, nemogoče vrednosti, skrajne vrednosti.
3. Za vsako težavo izpiši število prizadetih vrstic in predlagan popravek.
Šele ko odobrim popravke, jih izvedi in mi povej število vrstic
pred in po čiščenju.

Trije praktični nabori podatkov

Izvajalec pripravi tri datoteke (CSV ali Excel) z izmišljenimi podatki in seznam vgrajenih napak, ki ga udeleženci ne vidijo.

A. Prodaja (prodaja_2025.csv, 2.000 vrstic). Stolpci: datum, regija, prodajalec, izdelek, kolicina, cena_eur, znesek_eur. Vgrajene napake: približno 40 podvojenih vrstic; regija zapisana kot »Lj«, »Ljubljana« in »LJUBLJANA«; datumi deloma kot 2025-03-04, deloma kot 4.3.2025; 25 praznih količin; ena vrstica s količino 9999 (tipkarska napaka). Skrita ugotovitev: prodaja v eni regiji od julija stalno pada.

B. Reklamacije (reklamacije_2025.csv, 600 vrstic). Stolpci: id, datum_prijave, izdelek, vzrok, status, dni_do_resitve, stroski. Napake: status zapisan kot »zaprto«, »Zaprto« in »ZAKLJUČENO«; stroski kot besedilo (»120 €«, »85,50«); negativna vrednost dni_do_resitve pri nekaj vrsticah; okoli 15 % praznih vzrokov. Izdelki so enaki kot v naboru A, zato je mogoče računati reklamacije glede na prodajo. Skrita ugotovitev: en izdelek ima v drugem polletju bistveno več reklamacij.

C. Energija (energija_objekti.xlsx). List »odcitki«: objekt, mesec, kwh (12 objektov, 24 mesecev). List »objekti«: objekt, povrsina_m2. Napake: dva objekta imata manjkajoče mesece; pri enem objektu so vrednosti v MWh namesto kWh; en odčitek je negativen (zamenjan števec). Skrita ugotovitev: en objekt porabi na m² precej več od drugih, a šele po popravku enote.

Preverjanje

• Število vrstic pred čiščenjem in po njem. Kaj je bilo izbrisano in zakaj?
• Ena vsota ročno v Excelu za primerjavo.
• Pet naključnih vrstic primerjajte z izvirnikom.
• Skrajne vrednosti: so resnične ali napaka v podatkih?
• Vpogled: bi ga podatki lahko razložili tudi drugače?

Preverjanje lahko delegirate orodju, če je poziv natančen: »Izpiši 5 naključnih vrstic iz očiščene tabele in ustrezne vrstice iz izvirne, da jih primerjam.«

Zasebnost

Tabele s kupci, plačami ali zdravstvenimi podatki ne sodijo v osebno različico orodja. Pred nalaganjem odstranite ali zamenjajte identifikatorje (na primer priimke zamenjajte s šiframi) ali uporabite poslovno različico, ki jo je odobrilo podjetje.

Vaja: trije vpogledi in graf

Priprava (izvajalec). Vsak par dobi eno od treh datotek (A, B ali C), tako da so v dvorani vsi trije nabori. Kdor želi, uporabi lastne podatke brez osebnih podatkov. Pripravite tudi rešen primer, ki ga ne pokažete vnaprej.

Koraki.

1. Struktura (10 min). Naložite tabelo in zahtevajte opis strukture. Preverite ga v Excelu: se število vrstic ujema? Izvajalec: hodi med pari in vpraša, kje je vidno, da orodje računa s kodo. Rezultat: par ve, koliko vrstic in stolpcev ima tabela.
2. Težave (10 min). Uporabite poziv za pregled iz predloge zgoraj. Odobrite ali zavrnite vsak predlagan popravek. Izvajalec: opozori na nabor, kjer je težav več, kot jih je orodje našlo (na primer enota MWh). Rezultat: seznam težav in odobrenih popravkov, število vrstic pred in po.
3. Vprašanja (10 min). Zastavite tri poslovna vprašanja (na primer: kje prodaja pada, kateri izdelek ima največ reklamacij glede na prodajo, kateri objekt porabi največ na m²). Izvajalec: zavrne vprašanja, ki so samo opis (»koliko je vsega«).
4. Izračun in preverjanje (15 min). Za vsak vpogled zahtevajte izračun s kodo in eno vsoto preverite ročno v Excelu. Rezultat: vsaj ena številka, potrjena neodvisno.
5. Graf (10 min). Narišite graf za najpomembnejši vpogled. Naslov grafa naj bo ugotovitev (»Reklamacije izdelka B so se v 2. polletju podvojile«), ne opis (»Reklamacije po izdelkih«). Največ dve do tri barve.
6. Zapis (5 min). Zapišite tri vpoglede v obliki: ugotovitev, dokaz, kaj predlagamo.

Za hitrejše. Združite nabora A in B in izračunajte delež reklamacij glede na prodajo po izdelku; ali pa naj orodje napiše kratko poročilo za vodstvo na eni strani. Za počasnejše. Naredite samo en vpogled in graf, čiščenje omejite na podvojene vrstice in prazne vrednosti; izvajalec sedi ob paru pri prvem izračunu.

Kako preverimo, da so cilji doseženi

• Vsak par lahko pove, koliko vrstic je imela tabela pred čiščenjem in po njem, in utemelji razliko.
• Vsaj ena vsota ali povprečje je ročno preverjena in se ujema z rezultatom orodja.
• Vsak vpogled je zapisan kot ugotovitev z dokazom in predlogom, ne kot opis.
• Graf ima naslov z ugotovitvijo in ga skupina razume brez razlage.

Pogoste napake

• Zaupanje številkam, ki niso bile izračunane s kodo.
• Čiščenje, ki tiho izbriše polovico podatkov.
• Graf z desetimi barvami in brez sporočila.
• »Vpogled«, ki je samo opis (»prodaja je bila marca 12.340 €«), brez pomena za odločitev.
• Slika ali sken slabe kakovosti brez preverjanja izluščenih polj.

Po delavnici

• Izberite eno redno poročilo v službi in ga naslednjič pripravite z UI. Primerjajte čas in kakovost.
• Shranite poziv za čiščenje in analizo kot predlogo.

Za izvajalca

• Trije nabori podatkov (A, B, C) z dokumentiranimi napakami in rešitvami; seznam napak hranite ločeno.
• Mapa s 10 skeniranimi računi (izmišljeni podatki) za prikaz izvleka, med njimi vsaj en slabo čitljiv.
• Rešen primer z grafom za primerjavo.
• Preverite, da izbrano orodje v prostoru res izvaja kodo (naloži datoteko, prikaže analizo); v nekaterih brezplačnih različicah te možnosti ni.