När Bill Gates kliver in på en bar blir alla där plötsligt miljonärer - i genomsnitt. Men det säger förstås ingenting om hur verkligheten faktiskt ser ut. I det här avsnittet pratar Benny och Johnny om hur medelvärden kan lura oss att tro att vi förstår mer än vi gör, och varför genomsnitt ofta förväxlas med ”det normala”. De utforskar hur små perspektivskiften kan förändra sättet vi tolkar data, varför osäkerhet är något att omfamna snarare än dölja, och hur vi kan kommunicera data mer ärligt genom att prata om spridning, intervall och kontext istället för bara snitt. 👉 Läs mer på <a href="https://www.scb.se/dokumentation/statistikguiden/" rel="noopener noreferrer" target="_blank">scb.se</a> om hur statistik egentligen presenteras👉 Johnny Dangs presentation från Öredev: "<a href="https://www.youtube.com/watch?v=jSFg9xeVXm0" rel="noopener noreferrer" target="_blank">Speak Uncertainty with Confidence</a>". 👉 <a href="https://sv.wikipedia.org/wiki/Dunning%E2%80%93Kruger-effekten" rel="noopener noreferrer" target="_blank">Dunning-Kruger-effekten</a>.

44. Varför medelvärden lurar oss

Hur mycket ska en analytiker egentligen ”berätta en historia” med data? Benny och Alex diskuterar när storytelling blir nödvändigt för att nå fram – och när det riskerar att förvränga. Vi pratar om Cassie Kozyrkovs tes att ”analytics is not storytelling”, Brent Dykes dramaturgiska kurva inspirerad av Spider-Man och varför insikter ibland måste paketeras som en berättelse för att skapa tydlighet och förståelse hos mottagaren. 👉 Läs Cassie Kozyrkovs blogg:<a href="https://medium.com/data-science/analytics-is-not-storytelling-a1fe61b1ab6c" rel="noopener noreferrer" target="_blank"> Analytics is not Storytelling</a>👉 Läs Brent Dykes blogg: <a href="https://www.effectivedatastorytelling.com/post/data-storytelling-101-a-beginners-guide-to-turning-insights-into-action" rel="noopener noreferrer" target="_blank">Effective Data Storytelling 101</a>

43. Data storytelling - vägledning eller manipulation?

I avsnitt 42 av Datastudion tar Benny, Johnny och Erik sig an ett klassiskt databråk: grafiska ETL-verktyg (där du bygger flöden med drag &amp; drop) kontra att skriva kod själv. Vad är egentligen snabbast, bäst och mest hållbart? Vi pratar om skalbarhet, testning, versionshantering – och varför det ofta känns som att gå från LEGO till Duplo när du byter från kod till GUI. Det är enklare att komma igång, men du tappar ofta kontrollen över detaljerna. Samtidigt finns det tillfällen där GUI faktiskt är rätt val. När? Varför? Och vad kostar det i längden?

42. GUI vs Kod – Är drag & drop lösningen eller en genväg till teknisk skuld?

MCP, Model Context Protocol, beskrivs redan som USB-C för agenter. Men vad betyder det egentligen och varför borde du bry dig? I det här avsnittet pratar Hugo, Alex och Erik om vad en MCP-server är, hur den kan göra LLM:er mer användbara och varför standarden kan bli lika självklar som REST en gång blev. Du får höra skillnaden mellan MCP och vanliga API:er, hur protokollet kan minska hallucinationer och exempel från Git, PowerPoint och dbt. Vi pratar också om vad detta betyder både för utvecklare, företag och mer vardagliga användare. Kort sagt handlar det om steget som kan göra AI-agenter från pratiga chatbots till faktiska assistenter. 👉 Läs mer om <a href="https://modelcontextprotocol.io/" rel="noopener noreferrer" target="_blank">Model Context Protocol (Anthropic)</a>👉 Testa själv: <a href="https://github.com/modelcontextprotocol" rel="noopener noreferrer" target="_blank">GitHub-exempel på MCP-servers</a>

41. MCP: USB-C för AI-agenter?

I juni fick vi möjligheten att prata med <a href="https://www.fil.lu.se/person/PeterGardenfors/" rel="noopener noreferrer" target="_blank">Peter Gärdenfors</a>, Professor i Kognitionsvetenskap på Lunds Universitet. I detta avsnitt får ni hänga med där Peter går till botten med ordet “intelligens”. Han förklarar varför vi människor felaktigt tror att AI kan tänka, på grund av deras fantastiska språkkompetens. Varför är IQ ett dåligt mått på intelligens, och hur bör man utvärdera intelligens istället? Kan man modellera känslor eller empati hos AI? Och varför måste AI ta klivet in i den fysiska världen innan den kan bli en Artificiell Generell Intelligens (AGI)? Ett sant nöje att få bli inspirerad av Peter. Bli det du också! Referenser<ul><li><a href="https://sv.wikipedia.org/wiki/Numerisk_analys" rel="noopener noreferrer" target="_blank">Numerisk Analys</a></li><li><a href="https://sv.wikipedia.org/wiki/H%C3%A5lkort" rel="noopener noreferrer" target="_blank">Hålkort</a></li><li><a href="https://en.wikipedia.org/wiki/AI_winter" rel="noopener noreferrer" target="_blank">AI-vintern</a></li><li><a href="https://en.wikipedia.org/wiki/Anthropomorphism" rel="noopener noreferrer" target="_blank">Antropomorphism</a></li><li><a href="https://deepmind.google/science/alphafold/" rel="noopener noreferrer" target="_blank">Alphafold</a> → nya protein</li><li><a href="https://en.wikipedia.org/wiki/Turing_test" rel="noopener noreferrer" target="_blank">Turing-test</a></li><li><a href="https://en.wikipedia.org/wiki/Intelligence_quotient" rel="noopener noreferrer" target="_blank">IQ-test</a></li><li><a href="https://en.wikipedia.org/wiki/William_Stern_(psychologist)" rel="noopener noreferrer" target="_blank">Psykolog William Stern</a></li><li><a href="https://sv.wikipedia.org/wiki/Reglerteknik" rel="noopener noreferrer" target="_blank">Reglerteknik</a></li><li><a href="https://en.wikipedia.org/wiki/Reinforcement_learning" rel="noopener noreferrer" target="_blank">Förstärkningsinlärning</a></li><li><a href="https://en.wikipedia.org/wiki/Homeostasis" rel="noopener noreferrer" target="_blank">Homeostas</a></li><li><a href="https://www.youtube.com/watch?v=meiU6TxysCg&amp;ab_channel=TEDBlogVideo" rel="noopener noreferrer" target="_blank">Apa Experiment</a></li><li><a href="https://en.wikipedia.org/wiki/Affective_computing" rel="noopener noreferrer" target="_blank">Affective computing</a></li><li><a href="https://en.wikipedia.org/wiki/Trolley_problem" rel="noopener noreferrer" target="_blank">Trolley Problem</a></li><li><a href="https://en.wikipedia.org/wiki/Nick_Bostrom" rel="noopener noreferrer" target="_blank">Nick Boström</a></li><li><a href="https://sv.wikipedia.org/wiki/Max_Tegmark" rel="noopener noreferrer" target="_blank">Max Tegmark</a></li><li><a href="https://www.gu.se/om-universitetet/hitta-person/ollehaggstrom" rel="noopener noreferrer" target="_blank">Olle Häggström</a></li></ul>

40. Kan AI tänka? m. Peter Gärdenfors

I det här avsnittet pratar Johnny, Erik och Benny om en av de mest återkommande och frustrerande frågorna i dataorganisationer: centralt eller distribuerat? Vi pratar om flaskhalsar, ensamhet i produktteam, UX-paralleller, och varför ett cykelhjul kan vara lösningen. Du får höra om misstag vi gjort, modeller vi testat – och varför det aldrig finns ett rätt svar. Vi bjuder på konkreta tips, en möjlig resplan för datateamets utveckling och ett gäng varningsflaggor att hålla utkik efter. Vill du veta när det är dags att bygga plattformsteam, när du bör sprida ut kompetens – och hur du undviker att fastna i organisationskaos? Då är det här avsnittet för dig. Har du feedback eller ämnesförslag? Hör av dig till <a href="mailto:datastudion@datadao.se" rel="noopener noreferrer" target="_blank">datastudion@datadao.se</a>!

39. Från kaos till cykelhjul - organisera ditt datateam rätt

Vad betyder CI/CD egentligen i en datautvecklares vardag?I detta avsnitt pratar Benny, Hugo och Johnny om varför Continuous Integration och Continuous Deployment borde vara lika självklart i data som i mjukvaruvärlden. Vi pratar kodkvalitet, testmiljöer, edge cases och varför datavärlden inte längre har råd att ligga efter när det gäller automation.Du får höra varför testning med riktig produktionsdata är svårare än det låter, hur en PR-miljö kan rädda dig från katastrof – och varför copy-pasta direkt i databasen är en riktigt dålig idé.Vill du göra din datautveckling mer robust, mer DevOps – och mycket mindre kaos? Då är det här avsnittet för dig. Har du frågor, funderingar eller förslag på framtida ämnen? Hör gärna av dig till&nbsp;<a href="mailto:datastudion@datadao.se" rel="noopener noreferrer" target="_blank">datastudion@datadao.se</a>! Referenser:Grunderna i CI/CD och DevOps<ul><li><a href="https://martinfowler.com/articles/continuousIntegration.html" rel="noopener noreferrer" target="_blank">Continuous Integration – Martin Fowler</a></li><li><a href="https://www.atlassian.com/continuous-delivery/ci-vs-cd" rel="noopener noreferrer" target="_blank">What is CI/CD? – Atlassian guide</a></li></ul>Testning och data pipelines<ul><li><a href="https://www.joshwills.com/blog/2019/testing-your-data/" rel="noopener noreferrer" target="_blank">Why you should test your data – Josh Wills</a></li><li><a href="https://docs.greatexpectations.io/docs/" rel="noopener noreferrer" target="_blank">Great Expectations – Introduktion till data testing</a></li></ul>Verktyg och automation<ul><li><a href="https://docs.getdbt.com/docs/deploy/ci-checks" rel="noopener noreferrer" target="_blank">CI med dbt – dbt Labs guide</a></li><li><a href="https://docs.github.com/en/actions" rel="noopener noreferrer" target="_blank">GitHub Actions – Automatisera tester och deploy</a></li></ul>Infrastruktur &amp; PR-miljöer<ul><li><a href="https://aws.amazon.com/devops/what-is-infrastructure-as-code/" rel="noopener noreferrer" target="_blank">Vad är Infrastructure as Code? – AWS</a></li><li><a href="https://www.getdbt.com/blog/ci-cd-with-snowflake-and-dbt-cloud/" rel="noopener noreferrer" target="_blank">CI/CD för Snowflake och dbt – dbt Labs blogg</a></li></ul>

38. CI/CD inom data - standard eller science fiction?

Trött på att brottas med SQL-kod i team? Saknar du versionshantering, tester och struktur i din dataplattform? Blanka och Erik dyker ner i dbt – ett kraftfullt verktyg som hjälper dig att ta kontroll över dina transformationsflöden i SQL. Vi pratar om varför så många team väljer dbt för att bygga robusta, spårbara och testbara datamodeller – och hur det passar in i den moderna dataplattformen. Lyssna för att få en introduktion till dbt, konkreta exempel och våra egna lärdomar från verkliga projekt. Har du frågor, funderingar eller förslag på framtida ämnen? Hör gärna av dig till&nbsp;<a href="mailto:datastudion@datadao.se" rel="noopener noreferrer" target="_blank">datastudion@datadao.se</a>! Referenser:<ul><li><a href="https://www.getdbt.com/" rel="noopener noreferrer" target="_blank">dbt</a></li><li><a href="https://en.wikipedia.org/wiki/SQL" rel="noopener noreferrer" target="_blank">SQL</a></li><li><a href="https://en.wikipedia.org/wiki/Data_transformation_(computing)" rel="noopener noreferrer" target="_blank">Datatransformation</a></li><li><a href="https://en.wikipedia.org/wiki/Data_lineage" rel="noopener noreferrer" target="_blank">Lineage</a></li><li><a href="https://sv.wikipedia.org/wiki/Versionshantering" rel="noopener noreferrer" target="_blank">Versionshantering</a></li><li><a href="https://github.com/" rel="noopener noreferrer" target="_blank">Git</a></li><li><a href="https://en.wikipedia.org/wiki/Continuous_integration" rel="noopener noreferrer" target="_blank">Continuous integration</a></li><li><a href="https://en.wikipedia.org/wiki/Continuous_deployment" rel="noopener noreferrer" target="_blank">Continuous deployment</a></li><li><a href="https://en.wikipedia.org/wiki/YAML" rel="noopener noreferrer" target="_blank">YAML</a></li><li><a href="https://en.wikipedia.org/wiki/Python_(programming_language)" rel="noopener noreferrer" target="_blank">Python</a></li><li><a href="https://en.wikipedia.org/wiki/Open_source" rel="noopener noreferrer" target="_blank">Open Source</a></li><li><a href="https://en.wikipedia.org/wiki/Terraform_(software)" rel="noopener noreferrer" target="_blank">Terraform</a></li></ul> Medverkande i avsnittet:<ul><li><a href="https://www.linkedin.com/in/blanka-kesek-77889083/" rel="noopener noreferrer" target="_blank">Blanka</a></li><li><a href="https://www.linkedin.com/in/erik-munkby/" rel="noopener noreferrer" target="_blank">Erik</a></li></ul>

37. dbt - så tar du din dataplattform till nästa nivå

Datadrivet SaaS bolag

Anders Hilmansson, CFO på <a href="http://refined.com" rel="noopener noreferrer" target="_blank">Refined</a>, gästar dagens avsnitt. Han delar med sig om hur man ser på värdeskapande på ett SaaS-bolag (Software as a Service), och hur det skiljer sig från ett klassiskt mjukvarubolag. Svaret? Spoiler! Att kunderna prenumererar istället för att göra ett engångsköp. Vad betyder det när ett bolag når $100 miljoner på 4 månader? Varför ser Anders på SaaS-bolag som en värdeskapande evighetsmaskin? Och hur djupt ska en CFO kunna gräva i data för att ta beslut? Det pratas alltså inte bara om Excel i detta avsnitt. Inget du vill missa! Lyssna och njut. Referenser:<ul><li><a href="http://atlassian.com" rel="noopener noreferrer" target="_blank">atlassian.com</a></li><li><a href="https://en.wikipedia.org/wiki/Software_as_a_service" rel="noopener noreferrer" target="_blank">SaaS</a>: Software as a service</li><li><a href="https://cpl.thalesgroup.com/software-monetization/perpetual-vs-subscription-licenses" rel="noopener noreferrer" target="_blank">Abonnemang vs permanenta license</a></li><li>Anders tidigare arbetsplatser</li><li><a href="https://www.vinge.se/en/" rel="noopener noreferrer" target="_blank">Advokatbyrå Vinge</a></li><li><a href="https://www.apsis.se/" rel="noopener noreferrer" target="_blank">Apsis</a>, grundare Anders Frankel, inkubator <a href="https://www.minc.se/" rel="noopener noreferrer" target="_blank">minc</a></li><li>Anders har även varit CFO på <a href="https://www.inriver.com/" rel="noopener noreferrer" target="_blank">inRiver</a></li><li><a href="https://www.qlik.com/" rel="noopener noreferrer" target="_blank">Qlik</a> - BI verktyg</li><li><a href="https://stripe.com/se/resources/more/what-is-arr-and-how-do-you-calculate-it" rel="noopener noreferrer" target="_blank">ARR</a>/<a href="https://stripe.com/se/resources/more/what-is-monthly-recurring-revenue" rel="noopener noreferrer" target="_blank">MRR</a> - Annual/Monthly Recurring Revenue eller årliga/månatliga återkommande intäkter</li><li>CARR → Committed ARR</li><li>Churn → kundbortfall</li><li><a href="https://daviddewolf.com/the-product-mindset-book/" rel="noopener noreferrer" target="_blank">The Product Mindset</a></li><li><a href="https://en.wikipedia.org/wiki/Multitenancy" rel="noopener noreferrer" target="_blank">Multitenans</a>: flera an­vändare sam­tidigt, men obe­roende av var­andra, kan använda samma exemplar av ett program.</li><li><a href="https://www.paddle.com/resources/unit-economics" rel="noopener noreferrer" target="_blank">Unit Economics</a></li><li>OpEx → Operating Expense</li><li><a href="https://www.investopedia.com/terms/g/gordongrowthmodel.asp" rel="noopener noreferrer" target="_blank">Gordon Growth Model</a></li></ul>

36. Tech, prenumerationer och data - så jobbar dagens CFO m. Anders Hilmansson

Podden där data möter människor & möjligheter

En pod om data och datadrivenhet med fokus på människorna som jobber med eller runt data. Har du frågor, feedback eller ett favoritämne vi måste täcka? Hör av dig till oss på <a href="mailto:datastudion@datadao.se" rel="noopener noreferrer" target="_blank">datastudion@datadao.se</a> eller kika in på vår hemsida <a href="https://datastudion.se/" rel="noopener noreferrer" target="_blank">datastudion.se</a>.

Datastudion

Follow