Share

Datastudion
4. OKRer - fallgroppar och våra bästa tips
Ep. 4
•
Det populäraste styrmedlet de senaste åren heter OKRer. I detta avsnitt delar Benny och Hugo med sig av sina personliga erfarenheter av att jobba med dem. Vi får lyssna på tips, fallgroppar och en massa tyckande!
Länkar:
Har du frågor eller funderingar? Kontakta oss på datastudion@datadao.se
More episodes
View all episodes
1003. Bonus: Datadrivet ur en produktägares perspektiv
19:50||Ep. 1003Vi lär känna det senaste tillskottet på Data Dao, Max Almqvist! Senior Produktägare med många års erfarenhet, Max delar med sig av vikten av magkänslan. Våga vägra datadrivenhet, var data-informerad istället.Varför är procenttal farligt? 1 dashboard med 62k mätetal, eller 62k dashboards med ett mätetal? Lyssna och njut!31. 31. Big data, Big Politics - Data Transfer Agreement. m. Fredric Lundgren
48:23||Ep. 31I dagens avsnitt gästas vi av Fredric Lundgren, Data and Machine Learning Team Leader på INGKA (IKEA). I samtalet utforskar vi hur IKEA navigerar lagstiftningen kring Data Transfer Agreement och hur man kan se den som en möjlighet till innovation.Vi pratar om utmaningen i att förstå hur användaren interagerar med digitala produkter – utan att bryta mot lagar och regleringar eller kompromissa med etiska principer.Förespråkare för data privacy tillika Google Analytics proffs, Fredric är rätt person för jobbet. Lyssna och lär! Referenser: Max SchremsNGONOYBGDPRFirst-party DataSafe harborEU–US Data Privacy FrameworkPrivacy by design GDPR Fine CalculatorKilling Me Softly with His Song30. 30. Semantiskt Lager - varför är det viktigt? m. Olof Evenvik.
51:48||Ep. 30Olof Evenvik, Data Arkitekt och Data Ingenjör från imeto.se, gästar dagens podd och berättar om Semantiskt Lager! Är det lösningen som äntligen göra din organisation data-driven? Hur löser det problemet med ej konsekventa mätvärden? Vad skiljer det semantiska lagret från klassiska data-kuber? Och är det nyckeln till att kunna AI-chatta med din data (Conversational Analytics)?“Folk som hatar på Excel har inte varit ute och sett riktiga världen” - citat Olof. Ni hör ju, detta är bra. Stort tack Olof för att du delade med dig av din expertis!Har du frågor, eller förslag på avsnitt, hör av dig till datastudion@datadao.se.Referenser:dbtdataformKimball vs InmonStar SchemaData MartKubSSASCognoscube.devLookeromni.coSteepHolisticsThoughtSpot29. 29. Hur skapar man tillit till datan?
49:29||Ep. 29Det är dags att ge sig på elefanten i rummet - datakvalitet! I detta avsnitt diskuterar Hugo och Benny hur man skapar tillförlitlig data, med konkreta tips och exempel.För att datan som ditt team producerar ska vara värdeskapande för konsumenterna av din data, är det viktigt att etablera ett tillit till datan och ditt team. Tillit etablerar man genom att aktivt arbeta med datakvalitet.Lyssna på detta avsnitt för att påminna dig om det som annars ofta prioriteras bort.Referens: Creating trustworthy and reliable data.28. 28. Varför ska man visualisera data?
31:08||Ep. 28När man nämner data, tänker du då på en tabell eller på en graf? I detta avsnittet snackar Alex och Johnny om just datavisualisering. Varför behövs datavisualisering, vad är det man ska tänka på och när är det lämpligt?Olyckligt att behöva prata om något visuellt över en podcast, men det är bara o blunda och följa med! Alex och Johnny talar utifrån egna erfarenheter och försöker täcka de mest grundläggande aspekterna av datavisualisering. Detta är ju ett stort område, så känner du att du vill veta mer, så får du gärna höra av dig!Referenser:Hur Florence Nightingale använde data visualisering 1863Data LiteracyViolindiagramParallelkoordinater27. 27. Experiment - hur vet man att en ny feature skapar värde? m. Max Dyrhage
51:27||Ep. 27Den 20e November gästades Datastudion av branschkollegan Max Dyrhage! Dataproffs, produktägare och grundare av konsultbolaget Signific; Max har koll på det mesta vad gäller data. I detta avsnitt berättar Max om vikten att testa dina förändringar med hjälp av experiment, för att säkerställa att din nya feature faktiskt kommer leda till det utfallet som du hoppas på.Vilka mätvärden ska man fokusera på när man gör ett A/B test? Hur jobbar bolag så som Spotify, King och SVT med experiment när de släpper nya features? Vad är en experimentplattform och hur integrerar en modern sådan med resterande datan inom din organisation?Detta är enormt viktigt för bolag som vill iterera och lära sig snabbt; inget du vill missa! Lyssna och lär 🙂Referenser:Marty CaganJeff Bezos: “Our success at Amazon is a function of how many experiments we do per year, per month, per week, per day”.Feature FlagRandomiseringRolloutRetentionOptimizelyGoogle OptimizeConfidence by SpotifyEppo (före detta anställda på Airbnb)Statsig (före detta anställda på facebook)dbtLaunchDarklysplitLennys Podcast: VP of Product & Head of Growth på ShopifyLean Startup Movement: Fail fast26. 26. Hur jobbar Sveriges riksdag med datafrågor? m. Niels Paarup-Petersen
52:20||Ep. 26Riksdagsledamoten Niels Paarup-Petersen besökte oss den 15 November 2024 för att berätta om hur riksdagen jobbar med datafrågor. Niels, talesperson för cybersäkerhet och digitalisering för Centerpartiet, är den i riksdagen med bäst koll på datafrågor, men har enligt honom själv ändå “dålig koll”. Spännande?!Hur står sig en motion om öppna API:er eller öppen data gentemot skyddandet av sexuell utnyttjande av barn? Bryr sig Sveriges befolkning inte om datafrågor och ska då riksdagen prioritera det? I detta avsnitt berättar Niels hur riksdagsledamöter arbetar för att bilda sig en heltäckande och korrekt bild av sakfrågor, när de lämnar in eller argumenterar emot motioner.Ett mycket insiktsfullt avsnitt. Lyssna och lär! Har du någon fråga eller feedback, mejla datastudion@datadao.se.ReferenserEFF (Electronic Frontier Foundation)Chat ControlECPAT (mot sexuell utnyttjande av barn)Nikka Systems i Malmö (Datasäkerhet)AI Komissionens Färdplan (släpptes efter inspelning av podden)Nationellt Cybersäkerhetscenter: åd 8 -> använd krypterade samtalAngiverilag: debatt kring anmälningsplikt inom sjukvårdenIMY: IntegritetsskyddsmyndighetenSkolplattformen: Christian LandgrenJens NylanderLantmäteriet Öppen dataMillenium-programmetTeknisk standard för informationsutbyte i skolan SS 1200Etablera en IT-Haverikommision25. 25. Vad kan vi lära oss av Mathems resa inom data? m. Robert Sahlin
55:45||Ep. 25I detta avsnitt får vi besök av data-gurun Robert Sahlin som har 20 års erfarenhet av att jobba med data. Med roller som Management Konsult, Data Engineer och Data Lead, på företag som Ving, Bonnier, Tele2 och Mathem har Robert samlat på sig massvis med lärdomar och åsikter om vad som är viktigt och vad som krävs för att skapa värde med data. Både ur ett tekniskt och strategiskt perspektiv!Vad är en Data Flywheel och varför är det så bra? Hur ser man till att skapa ett bra samspel mellan verksamhetens operationella och analytiska plan? Och är rollen Data Platform Engineer mer värdeskapande än rollen Data Engineer? Lyssna och lär!Har du någon fråga eller feedback, mejla datastudion@datadao.se.Referenslista:HadoopHivePigMapReduceBigQueryDataflow och Apache BeamMikkel Dengsö artikel: Data and product to engineer ratio at 50 tech scaleupsdbtRoberts open source projekt: StreamProcessorJim Collins - Good to GreatGitLab Data Engineering HandbookRobert Sahlin Substackrobertsahlin.comData contractData Product CanvasData Service Level Agreement (SLA)Airflow DAG24. 24. AI Act - EU sätter koppel på AI m. Elin Holm
56:25||Ep. 24Visst vill man ha mer juridik i sitt liv? I dagens avsnitt djupdyker vi i AI act, ny EU lagstiftning på gång som ska se till att robotarna inte tar över världen, eller att dom i alla fall inte hittar på för mycket ont i samband med övertagandet. Häng med när vi pratar med advokaten Elin Holm från Setterwalls för att förstå oss på riskklasser, starka och svaga AIs, vad EU har för roliga digitaliserings initiativ på gång med mera.Har du någon fråga eller feedback, mejla datastudion@datadao.se!Referenslista:IKT: Information and Knowledge TechnologyCyber SecurityNIS-2: Directive on Security of Network and Information SystemsCER direktivet: Directive on the resilience of critical entitiesDORA: Digital Operational Resilience ActCRA: Cyber Resilience Act (IoT)CSA: Cyber Security Act (IKT)PrivacyGDPRPrivacy FörordningE-Privacy DirektivDataData ActData Governance ActOpen Data DirectiveAI ActANI: Artificial Narrow IntelligenceAGI: Artificial General Intelligence