To pytanie było tematem przewodnim naszego śniadania biznesowego „Od Legacy DWH do Fabric: Wartość biznesowa w pierwszych 5 tygodni”, które zorganizowaliśmy wspólnie z TD SYNNEX i Microsoft. Spotkanie poprowadzili Łukasz Lelwic – Solution Architect & Team Lead AI & Architecture w DataRiseLab oraz Paweł Jędrzejewski – Senior Business and Systems Analyst w DataRiseLab.
Rozmawialiśmy o migracji do Microsoft Fabric, ale celowo nie zaczęliśmy od technologii. Nie od tabel. Nie od pipeline’ów. Nie od tego, jak szybko można przenieść dane. Zaczęliśmy od dwóch pytań, które w praktyce decydują o wartości każdej platformy danych:
Czy mogę obronić tę liczbę przed zarządem?
Czy moje dane nadążą za kolejną zmianą w biznesie?
Bo jeśli po migracji odpowiedź na oba pytania nadal brzmi „nie”, nowa platforma staje się jedynie kolejnym miejscem przechowywania tych samych problemów.
Raporty są odświeżone, a przed zarządem i tak ktoś otwiera Excela
To właśnie ten obrazek otworzył nasze spotkanie, bo dobrze pokazuje rzeczywistość wielu organizacji.
Raport jest odświeżony i zgodny z modelem. Dzień przed spotkaniem zarządu ktoś eksportuje dane do Excela. Pojawiają się ręczne korekty, wyjątki, komentarze i dodatkowy kontekst. Na zarząd trafia liczba, która często jest bardziej użyteczna niż ta w raporcie. Problem polega na tym, że wiedza, która pozwala ją zrozumieć, znajduje się w pliku lub w głowie jednej osoby.
Według badania FP&A Trends Survey 2025 niemal połowa pracy zespołów FP&A nadal koncentruje się na zbieraniu i sprawdzaniu danych, a nie na analizie i wspieraniu decyzji biznesowych.
Dlatego coraz więcej organizacji dochodzi do wniosku, że problemem nie jest kolejny dashboard. Problemem jest zaufanie do danych.
Dlaczego organizacje naprawdę migrują?
Rozmowy o migracji często zaczynają się od kosztów infrastruktury. W praktyce impulsem do zmiany są jednak rosnące koszty kolejnych modyfikacji i coraz mniejsza elastyczność obecnej platformy danych.
Firmy chcą:
-
-
ufać liczbom, na których opierają decyzje,
-
szybciej reagować na zmiany biznesowe,
-
wykorzystać AI bez ryzyka generowania błędnych odpowiedzi,
-
ograniczyć koszt utrzymywania coraz bardziej skomplikowanych środowisk.
-
Technologia jest tylko środkiem do osiągnięcia tych celów. Dlatego coraz częściej pytanie nie brzmi: „Jak przenieść hurtownię?” ale: „Jak sprawić, żeby dane stały się bardziej użyteczne dla biznesu?”
Łatać czy budować od nowa?
W wielu organizacjach rozmowa zaczyna się od próby obniżenia kosztów obecnego środowiska. Po analizie sytuacja wygląda jednak inaczej. Na stole zwykle pojawiają się trzy opcje.
-
-
Zostawić jak jest – zero nakładu na start, ale cena każdej kolejnej zmiany rośnie, a nowych możliwości w danych i AI nie ma.
-
Łatać obecną platformę – wysoki nakład, głównie na stabilizację i bezpieczeństwo. Cena kolejnej zmiany nadal wysoka.
-
Zbudować od nowa – może kosztować podobnie jak łatanie, bo gotowy szkielet skraca budowę. Cena kolejnej zmiany spada, a organizacja dostaje fundament pod dane i AI.
-
Wniosek z naszej praktyki: Pozostawienie wszystkiego bez zmian nie oznacza braku kosztów. Oznacza wzrost kosztu każdej kolejnej zmiany.
Zgodność 1:1 to dziś punkt wyjścia, nie cel
Jeszcze kilka lat temu sukces migracji oznaczał jedno: Nowa platforma pokazuje dokładnie te same liczby co stara. Dzisiaj to za mało.
Organizacje potrzebują również odpowiedzi na pytania:
-
-
Skąd pochodzi dana liczba?
-
Jak została policzona?
-
Kto odpowiada za jej definicję?
-
Co zmieniło się w czasie?
-
Sama zgodność danych nie wystarcza. Potrzebny jest również kontekst biznesowy. Dzięki temu liczba przestaje być wynikiem wygenerowanym przez system, a staje się informacją, której można zaufać.
Raport nie zawsze jest potrzebny
W jednym z projektów klient poprosił o migrację ponad 250 raportów. To moment, w którym zwykle zadajemy inne pytanie:
Czy wszystkie te raporty są naprawdę potrzebne?
Zamiast przenosić wszystko bez zmian, najpierw identyfikujemy definicje wskaźników, logikę biznesową i zasady interpretacji danych. Dopiero później decydujemy, które raporty powinny pozostać. Część odpowiedzi nadal trafia do dashboardów. Pozostałe mogą być generowane przez asystenta AI korzystającego z tych samych definicji i tego samego modelu danych.
To ważna zmiana. Raport był kiedyś jedynym sposobem, żeby dostać odpowiedź. Dziś odpowiedź można dostać również bez raportu.
Migracja hurtowni danych przestała być wyłącznie projektem technologicznym. Dla wielu organizacji stała się okazją do przemyślenia sposobu zarządzania definicjami biznesowymi, budowania zaufania do danych i dostarczania informacji osobom podejmującym decyzje.
Jeśli jednak raporty przestają być głównym interfejsem do danych, pojawia się nowe pytanie: czy można zaufać odpowiedzi wygenerowanej przez AI? W kolejnym artykule pokażemy, dlaczego kontekst biznesowy, odpowiedzialność za dane i ontologia stają się dziś równie ważne jak same modele AI.
